تنافس سعودي إماراتي في سباق الذكاء الاصطناعي.. من يتفوق؟
تاريخ النشر: 2nd, July 2024 GMT
نشرت وكالة "بلومبيرغ" الأمريكية، تقريرا تناول فيه مسارعة السعودية والإمارات إلى التفوق في مجال الذكاء الاصطناعي.
وقال التقرير إن السعودية والإمارات تركزان في دخولهما عالم الذكاء الاصطناعي على الاستفادة منه بشكل كبير، وذلك في إطار سعيهما إلى تنويع مصادر الدخل وعدم الاعتماد على النفط فقط.
وبرزت مجموعة من صناديق الثروة في الشرق الأوسط، وسيطرت مجتمعة على أصول بقيمة 4 تريليون دولار، وذلك من خلال استثمارات في عالم الأعمال والتمويل والرياضة، ومؤخرا قطاع التكنولوجيا.
وجاء في التقرير أن السعودية والإمارات يعملان على تأسيس مراكز بيانات باهظة الثمن، لدعم هذه التكنولوجيا.
وأطلقت السعودية "المركز الوطني لأشباه الموصلات" لتطوير شركات الرقائق الفابليس التي تصمم أشباه الموصلات المتقدمة.
ونقلت "بلومبيرغ" عن رئيس المركز، نافيد شيرواني، قوله: "على مدى السنوات الخمس إلى الست المقبلة، نود أن نرى نشاط الإنتاج ينطلق في المنطقة".
ولفت إلى أن "الغرض من المركز تجميع حزمة من الحوافز وبرامج التدريب والتمويل حتى نتمكن من الترحيب بالشركات من جميع أنحاء العالم".
وأوضح شيرواني أن هدف السعودية في هذه المرحلة، التركيز على الرقائق للاستخدام اليومي، في كل شيء، بدءًا من أجهزة الميكروويف إلى السيارات، والتأكد من توفرها بتكلفة معقولة وتجنب أي قيود على سلسلة التوريد التي أعاقت الصناعة في الماضي.
وأضاف "بمجرد أن نمتلك هذه القدرة، يمكننا أن نبدأ في صنع شرائح أكثر تعقيدًا بعض الشيء".
في حين ذكرت صحيفة "نيويورك تايمز" سابقا أن السعودية تريد أن تصبح رقما عالميا صعبا في الذكاء الاصطناعي، وعدم الاكتفاء بمنافسة الإمارات والدول العربية فقط.
وتابعت أن "السعودية تنفق أموالا طائلة في مسعى منها لتصبح قوة خارقة في مجال الذكاء الاصطناعي وسط صراع متصاعد بين الولايات المتحدة والصين على النفوذ التكنولوجي".
وأنفقت السعودية 100 مليار دولار على الاهتمام في الذكاء الاصطناعي والمجالات التكنلوجية الأخرى.
واللافت أن الإمارات هي الأخرى أنفقت هي الأخرى نحو 100 مليار دولار في إطار سعيها للتحليق عاليا في مجال الذكاء الاصطناعي.
وتسعى الإمارات لتكون معوضا أولا للرقائق الرقائق الالكترونية، والتي حدّت الولايات المتحدة من تصديرها إلى الشرق الأوسط.
ونجحت الإمارات بالفعل بتوقيع شراكات مع مؤسسات عملاقة، إذ حصلت شركة الذكاء الاصطناعي الرئيسية في البلاد، G42، على استثمار بقيمة 1.5 مليار دولار من مايكروسوفت.
وفي أعقاب مفاوضات خلف الكواليس بينها والولايات المتحدة، وافقت مجموعة G42 على سحب استثماراتها من الصين والتركيز على التكنولوجيا الأميركية.
وتحاول الإمارات أن تزيد قدرة سعة مراكز البيانات لديها بمقدار 343 ميغاوات، بعدما كانت بنهاية 2023 تصل إلى 235 ميغاوات.
أما السعودية فتحاول إضافة سعة تصل إلى 467 ميغاوات خلال السنوات القليلة المقبلة، في وقت تصل سعة مراكز البيانات لديها 123 ميغاوات فقط، بحسب "بلومبيرغ".
المصدر: عربي21
كلمات دلالية: سياسة اقتصاد رياضة مقالات صحافة أفكار عالم الفن تكنولوجيا صحة تفاعلي سياسة اقتصاد رياضة مقالات صحافة أفكار عالم الفن تكنولوجيا صحة تفاعلي سياسة مقابلات سياسة دولية السعودية الذكاء الاصطناعي الإمارات الولايات المتحدة السعودية الولايات المتحدة الإمارات الذكاء الاصطناعي المزيد في سياسة سياسة سياسة سياسة سياسة سياسة سياسة سياسة سياسة سياسة سياسة سياسة سياسة سياسة سياسة اقتصاد رياضة صحافة أفكار عالم الفن تكنولوجيا صحة الذکاء الاصطناعی
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