انتخاب سلطان الجابر رئيسا لمجلس إدارة "بريسايت"
تاريخ النشر: 11th, June 2024 GMT
أعلنت "بريسايت" لتحليل البيانات الضخمة المدعمة بالذكاء الاصطناعي، عن انتخاب الدكتور سلطان أحمد الجابر، وزير الصناعة والتكنولوجيا المتقدمة الإماراتي، العضو المنتدب والرئيس التنفيذي لأدنوك ومجموعة شركاتها، رئيساً لمجلس إدارة "بريسايت".
ويعمل الدكتور سلطان الجابر من خلال المهام التي يتولاها، على تنفيذ رؤية القيادة بترسيخ مكانة دولة الإمارات و"أدنوك" مورّداً عالمياً موثوقاً للطاقة، وتعزيز ريادة الدولة في مجالات التكنولوجيا المتقدمة والذكاء الاصطناعي والاستثمار في تطوير التقنيات الحديثة، والمساهمة في دفع عجلة النمو الاقتصادي والصناعي والاجتماعي بما يدعم الأجندة الوطنية للدولة الإمارات.
وانتخب مجلس الإدارة منصور المنصوري نائباً لرئيس المجلس، ورئيساً للجنة التنفيذية.
وقال منصور المنصوري، إن انتخاب الدكتور سلطان الجابر رئيساً لمجلس إدارة "بريسايت" يمثل إضافة كبيرة وقيّمة لمجلس إدارة الشركة والمساهمين فيها، مشيرا إلى أن مجلس الإدارة وبفضل الخبرات الفريدة التي يتمتع بها كل عضو من أعضائه، ملتزم ببذل كافة الجهود لتسريع نمو "بريسايت" على الصعيدين المحلي والعالمي.
وأضاف المنصوري، أنه وفي ظل الثورة التي يحدثها الذكاء الاصطناعي في مختلف القطاعات، ستقود "بريسايت" مبادرات الاستفادة من تقنيات الذكاء الاصطناعي بشكل مسؤول، ما سيخلق تأثيراً إيجابياً ملموساً، مشيرا إلى أن هذا التوجه يتماشى مع رؤية القيادة في دولة الإمارات بتحقيق الريادة في مجالات تطبيق الذكاء الاصطناعي، وتعزيز النمو الاقتصادي المستدام والإنتاجية والازدهار بشكل عام.
وقال توماس براموتيدهام الرئيس التنفيذي لشركة بريسايت، إن وجود الدكتور سلطان الجابر رئيساً لمجلس الإدارة ومنصور المنصوري نائباً لرئيس مجلس إدارة شركة بريسايت، خطوة مهمة ستمنح الشركة زخماً كبيراً لتحقيق المزيد من النمو، ما سيسمح لنا بتلبية الطلب المتزايد على حلول الذكاء الاصطناعي وتحليلات البيانات الضخمة لتحقيق المزيد من النجاح للشركة.
يذكر أن مساهمي شركة "بريسايت" وافقوا في مايو 2024 على الاستحواذ على 51 بالمئة من شركة "إيه آي كيو" مع احتفاظ "أدنوك" بحصة 49 بالمئة؛ وكجزء من الصفقة، أصبحت "أدنوك" مساهماً في شركة "بريسايت" بنسبة 4 بالمئة، وتركز الكيانات الثلاثة على تسريع تطوير حلول الذكاء الاصطناعي المتطورة لقطاع الطاقة.
المصدر: سكاي نيوز عربية
كلمات دلالية: ملفات ملفات ملفات الدكتور سلطان الجابر الإمارات أدنوك الذكاء الاصطناعي إيه آي كيو الذكاء الاصطناعي الطاقة سلطان الجابر الدكتور سلطان الجابر بريسايت بريسايت الإماراتية اقتصاد الإمارات الاقتصاد الإماراتي الدكتور سلطان الجابر الإمارات أدنوك الذكاء الاصطناعي إيه آي كيو الذكاء الاصطناعي الطاقة أخبار الشركات الذکاء الاصطناعی الدکتور سلطان سلطان الجابر لمجلس إدارة
إقرأ أيضاً:
الذكاء الاصطناعي يوجه المسيّرات رغم العوائق الطبيعية
في مهمة لإطفاء حرائق الغابات في سلسلة جبال سييرا نيفادا، قد تجد طائرة مسيّرة ذاتية التحكم نفسها تواجه رياح «سانتا آنا» العاتية التي تهدد بإخراجها عن مسارها. التكيف السريع مع مثل هذه التقلبات الجوية غير المتوقعة أثناء الطيران يمثل تحديًا هائلًا لأنظمة التحكم في وضع الطيران الخاصة بهذه الطائرات.
ولمواجهة مثل هذه التحديات، طوّر باحثون في معهد ماساتشوستس للتكنولوجيا «MIT» خوارزمية تحكم تفاعلي جديدة تعتمد على تقنيات تعلّم الآلة، قادرة على تقليل انحراف الطائرة عن مسارها المحدد حتى في مواجهة عوائق مفاجئة مثل هبوب الرياح.
وعلى عكس الطرق التقليدية، لا تتطلب هذه التقنية من المبرمج أن يكون على دراية مسبقة ببنية أو نمط هذه الاضطرابات. بدلاً من ذلك، يتعلم نموذج الذكاء الاصطناعي المستخدم في نظام التحكم كل ما يحتاجه من خلال بيانات ملاحظة تُجمع خلال 15 دقيقة فقط من الطيران.
الميزة الأبرز لهذه التقنية تكمن في أنها تحدد تلقائيًا خوارزمية التحسين الأمثل للتكيف مع هذه الاضطرابات، مما يعزز من دقة تتبع المسار. إذ تختار الخوارزمية الأنسب بحسب طبيعة الاضطرابات التي تواجهها الطائرة في كل حالة.
وقد درّب الباحثون نظامهم على تنفيذ هذين الأمرين معًا، التكيّف وتحديد الخوارزمية باستخدام تقنية تُعرف باسم التعلم الفوقي «meta-learning»، والتي تُعلّم النظام كيفية التكيّف مع أنواع مختلفة من الاضطرابات.
النتائج جاءت واعدة، إذ سجل النظام الجديد نسبة خطأ في تتبع المسار أقل بنسبة 50% مقارنة بالطرق التقليدية، سواء في المحاكاة أو في الظروف الحقيقية، كما أثبت كفاءته في التعامل مع سرعات رياح لم يسبق له مواجهتها أثناء التدريب.
يأمل الباحثون أن يُسهم هذا النظام مستقبلاً في تحسين كفاءة الطائرات المسيّرة في توصيل الطرود الثقيلة رغم الرياح القوية، أو في مراقبة المناطق المعرضة للحرائق في المحميات الطبيعية.
يقول نافيد عزيزيان، الأستاذ المساعد في قسم الهندسة الميكانيكية ومعهد البيانات والنظم والمجتمع «IDSS» بمعهد «MIT»، والباحث الرئيسي للدراسة: «قوة طريقتنا تكمن في التعلم المتزامن لمكونات النظام. من خلال الاستفادة من التعلم الفوقي، يتمكن نظامنا من اتخاذ قرارات تلقائية تحقق أفضل تكيف ممكن في وقت قصير».
شارك عزيزيان في إعداد الورقة البحثية كل من سونبوتشين تانغ، طالب دراسات عليا في قسم الطيران والفضاء، وهاويان صن، طالب دراسات عليا في قسم الهندسة الكهربائية وعلوم الحاسوب. وقد عُرض البحث مؤخراً في مؤتمر «التعلم للديناميكيات والتحكم»
التعلم على التكيف
تتغير سرعات الرياح التي قد تواجهها الطائرة في كل رحلة، لكن من المفترض أن تبقى الشبكة العصبية ودالة الانحدار المستخدمة ثابتتين، لتجنّب إعادة التدريب في كل مرة.
لتحقيق هذه المرونة، اعتمد الباحثون على التعلم الفوقي، ودربوا النظام على مجموعة من سيناريوهات الرياح المختلفة أثناء مرحلة التدريب.
يوضح تانغ: «الهدف ليس فقط أن يتكيف النظام، بل أن يتعلم كيف يتعلم. عبر التعلم الفوقي، يمكننا إنشاء تمثيل مشترك من بيانات متعددة السيناريوهات بسرعة وكفاءة».
في التطبيق العملي، يقوم المستخدم بتغذية نظام التحكم بمسار الطيران المطلوب، ويقوم النظام بحساب قوة الدفع اللازم في الزمن الحقيقي لإبقاء الطائرة على المسار رغم أي اضطرابات جوية.
وقد أثبت النظام كفاءته سواء في المحاكاة أو في اختبارات حقيقية، حيث تفوق على جميع الطرق التقليدية في تتبع المسار، حتى في الظروف الجوية القاسية.
يضيف عزيزيان: «حتى عندما تجاوزت قوة الرياح مستويات لم نشهدها في التدريب، أثبتت تقنيتنا قدرتها على التعامل معها بكفاءة».
واللافت أن تفوق النظام على الطرق الأخرى ازداد كلما زادت شدة الرياح، مما يدل على قدرته على التكيف مع البيئات الصعبة.
ويجري الفريق الآن تجارب ميدانية على طائرات مسيّرة حقيقية لاختبار النظام في مواجهة ظروف جوية متنوعة.
كما يسعى الفريق لتوسيع قدرات النظام ليتعامل مع اضطرابات متعددة المصادر في وقت واحد. فعلى سبيل المثال، تغير سرعة الرياح قد يغيّر من توزيع وزن الحمولة أثناء الطيران، خصوصاً عند حمل مواد سائلة.
كما يطمح الباحثون إلى تطوير خاصية التعلم المستمر، بحيث يتمكن النظام من التكيف مع اضطرابات جديدة دون الحاجة إلى إعادة تدريبه على البيانات السابقة.
وفي تعليق على البحث، قال بروفيسور باباك حسّیبي من معهد كاليفورنيا للتكنولوجيا «Caltech»، والذي لم يشارك في المشروع: «نجح نافيد وزملاؤه في الجمع بين التعلم الفوقي والتحكم التكيفي التقليدي، لتعلم الخصائص غير الخطية من البيانات. واستخدامهم لخوارزميات الانحدار المرآتي مكّنهم من استغلال البنية الجيومترية الكامنة للمشكلة بشكل لم تفعله الطرق السابقة. وهذا العمل قد يساهم بشكل كبير في تصميم أنظمة ذاتية التشغيل تعمل بكفاءة في بيئات معقدة وغير مؤكدة».
وقد حصل هذا البحث على دعم من عدة جهات، منها شركة «MathWorks»، ومختبر «MIT-IBM Watson» للذكاء الاصطناعي، ومركز «MIT-Amazon» للعلوم، وبرنامج «MIT-Google» للابتكار في الحوسبة.
الدفاع المدني بميسان يخمد حريقًا في أشجار وأعشاب في جبل بثرة