كيفية منع نماذج الذكاء الاصطناعي في Grok من استخدام تغريداتك للتدريب
تاريخ النشر: 27th, July 2024 GMT
هناك حديث يدور حول أن X قد مكّن للتو إعدادًا يسمح له بتدريب Grok على التغريدات العامة، بالإضافة إلى أي تفاعلات لديهم مع chatbot. هذا ليس صحيحًا تمامًا: تم نشر صفحة تعليمات للمستخدمين حول كيفية إلغاء الاشتراك في استخدام X لبياناتهم لتدريب Grok منذ شهر مايو على الأقل. لم يوضح X أبدًا أنه كان يختار الجميع في هذا، وهي خطوة مشبوهة.
ما عليك سوى إلغاء تحديد مربع من علامة تبويب مشاركة بيانات Grok في إعدادات X. إذا لم يعمل هذا الرابط، فيمكنك الانتقال إلى الإعدادات > الخصوصية والأمان > Grok. في الوقت الحالي، لا يمكن الوصول إلى الإعداد من خلال تطبيقات X المحمولة (تقول الشركة أنه سيكون قريبًا)، لذلك سيتعين عليك إلغاء تحديد المربع على الويب في الوقت الحالي. من الجدير بالذكر أيضًا أن Grok غير مدرب على أي تغريدات من حسابات X الخاصة.
يتمتع جميع مستخدمي X بالقدرة على التحكم فيما إذا كان يمكن استخدام منشوراتهم العامة لتدريب Grok، مساعد البحث بالذكاء الاصطناعي. هذا الخيار بالإضافة إلى عناصر التحكم الحالية لديك فيما إذا كان يمكن الاستفادة من تفاعلاتك ومدخلاتك ونتائجك المتعلقة بـ Grok.
كانت إحدى نقاط البيع التي قدمتها X لـ Grok عندما طرحت برنامج الدردشة الآلي هي أنها كانت تتمتع بميزة استخدام المعلومات في الوقت الفعلي المنشورة على المنصة - بعبارة أخرى، تغريدات المستخدمين. لا يعمل هذا إلا إذا اختار المستخدمون الاشتراك أو تم تسجيلهم تلقائيًا لمشاركة بياناتهم مع برنامج الدردشة الآلي. لكن X ليس بالضبط قمة الحقيقة والدقة. إنه مليء بالمخادعين، وقد يكون إطلاق النكات أحد الأسباب التي تجعل Grok يستمر في ارتكاب الأخطاء. على أية حال، ليس من غير المألوف أن يتم تدريب نماذج الذكاء الاصطناعي على مواد دون إذن صريح من المبدعين الأصليين.
المصدر: بوابة الوفد
إقرأ أيضاً:
الذكاء الاصطناعي يساعد على توقع الخصائص الكيميائية
طور باحثون تطبيقا أطلقوا عليه اسم "ChemXploreML" يتنبأ بالخصائص الكيميائية ويسرعها، دون الحاجة إلى مهارات برمجة متعمقة.
من الأهداف الأساسية المشتركة لمعظم باحثي الكيمياء الحاجة إلى التنبؤ بخصائص الجزيء، مثل درجة غليانه أو انصهاره. بمجرد أن يتمكن الباحثون من تحديد هذا التنبؤ بدقة، يصبحون قادرين على المضي قدمًا في عملهم، محققين اكتشافات تُفضي إلى أدوية ومواد وغيرها. مع ذلك، ارتبطت الطرق التقليدية للكشف عن هذه التنبؤات، تاريخيًا، بتكلفة باهظة، استنزاف الوقت والجهد المبذول في المعدات، بالإضافة إلى التمويل.
تمكن فرع من الذكاء الاصطناعي، يُعرف باسم التعلم الآلي machine learning (ML)، من تخفيف عبء التنبؤ بخصائص الجزيئات إلى حد ما، لكن الأدوات المتقدمة التي تُسرّع العملية بشكل أكثر فعالية، من خلال التعلم من البيانات الموجودة لإجراء تنبؤات سريعة للجزيئات الجديدة، تتطلب من المستخدم امتلاك مستوى عالٍ من الخبرة البرمجية. هذا يُشكّل عائقًا أمام العديد من الكيميائيين، الذين قد لا يمتلكون الكفاءة الحسابية اللازمة لاجتياز عملية التنبؤ.
للتخفيف من هذا التحدي، ابتكر باحثون في مجموعة "ماكغواير" للأبحاث في معهد ماساتشوستس للتكنولوجيا (MIT) تطبيق ChemXploreML، وهو تطبيق سطح مكتب سهل الاستخدام يُساعد الكيميائيين على إجراء هذه التنبؤات المهمة دون الحاجة إلى مهارات برمجة متقدمة. هذا التطبيق متاح مجانًا وسهل التنزيل ويعمل على المنصات الرئيسية، كما أنه مصمم للعمل دون اتصال بالإنترنت، مما يُحافظ على خصوصية بيانات البحث.
وقد تم توضيح هذه التقنية الجديدة والمثيرة في مقال نُشر مؤخرًا في مجلة المعلومات والنمذجة الكيميائية Journal of Chemical Information and Modeling.
اقرأ أيضا... أداة ذكاء اصطناعي مجانية تعد تقارير طبية مثل الأنظمة التجارية
إحدى العقبات المحددة في مجال التعلم الآلي الكيميائي هي ترجمة البنى الجزيئية إلى لغة رقمية تفهمها أجهزة الكمبيوتر. يُؤتمت برنامج ChemXploreML هذه العملية المعقدة باستخدام "مُضمِّنات جزيئية" مدمجة قوية تُحوّل البنى الكيميائية إلى متجهات رقمية غنية بالمعلومات. بعد ذلك، يُطبّق البرنامج خوارزميات متطورة لتحديد الأنماط والتنبؤ بدقة بالخصائص الجزيئية، مثل درجات الغليان والانصهار، كل ذلك من خلال واجهة رسومية تفاعلية سهلة الاستخدام.
يقول أرافيند نيفاس ماريموثو، باحث في مجموعة ماكغواير والمؤلف الرئيسي للمقالة "يهدف ChemXploreML إلى تعميم استخدام التعلم الآلي في العلوم الكيميائية"، مضيفا "من خلال إنشاء تطبيق سطح مكتب سهل الاستخدام وقوي وقابل للعمل دون اتصال بالإنترنت، نضع أحدث النمذجة التنبؤية بين يدي الكيميائيين مباشرةً، بغض النظر عن خبراتهم البرمجية. هذا العمل لا يُسرّع البحث عن أدوية ومواد جديدة من خلال تسريع عملية الفحص وتخفيض تكلفتها فحسب، بل يفتح تصميمه المرن آفاقًا جديدة للابتكارات المستقبلية".
صُمم تطبيق ChemXploreML ليتطور مع مرور الوقت. لذا، مع تطور التقنيات والخوارزميات المستقبلية، يُمكن دمجها بسلاسة في التطبيق، مما يضمن للباحثين الوصول الدائم إلى أحدث الأساليب وتطبيقها. تم اختبار التطبيق على خمس خصائص جزيئية رئيسية للمركبات العضوية: نقطة الانصهار، ونقطة الغليان، وضغط البخار، ودرجة الحرارة الحرجة، والضغط الحرج، وحقق درجات دقة عالية وصلت إلى 93% لدرجة الحرارة الحرجة. كما أظهر الباحثون أن طريقة جديدة وأكثر إحكامًا لتمثيل الجزيئات كانت دقيقة تقريبًا مثل الطرق القياسية ولكنها كانت أسرع بما يصل إلى 10 مرات.
يقول ماريموثو: "نتصور مستقبلًا يُمكن فيه لأي باحث تخصيص وتطبيق التعلم الآلي بسهولة لحل تحديات فريدة، من تطوير مواد مستدامة إلى استكشاف الكيمياء المعقدة للفضاء بين النجوم".
مصطفى أوفى (أبوظبي)
مباريات سيراميكا كليوباترا فى الدور الأول 2025-2026