حوار مع صديقي ال – ChatGPT الحلقة (26)
تاريخ النشر: 26th, October 2024 GMT
د. أحمد جمعة صديق
جامعة الزعيم الأزهري
حوار اليوم عن:
الفجوة في الذكاء الاصطناعي بين الشمال والجنوب
****************************
· السؤال: ما مدى الفجوة بين الشمال والجنوب العالمي من حيث تطوير الذكاء الاصطناعي، وما هي الآثار المترتبة على ذلك؟
الإجابة: الفجوة بين الشمال والجنوب العالمي في تطوير الذكاء الاصطناعي واسعة، وتظهر في عدة مجالات رئيسية:
1.
يتمتع الشمال العالمي عادةً بوصول أفضل إلى التقنيات المتقدمة، والإنترنت عالي السرعة، والبنية التحتية الحديثة، مما يسهل البحث وتنفيذ الذكاء الاصطناعي. في المقابل، تواجه العديد من دول الجنوب العالمي تحديات مثل محدودية الوصول إلى الإنترنت والتكنولوجيا المتقادمة.
2. الاستثمار والتمويل:
تتلقى مبادرات الذكاء الاصطناعي في الشمال تمويلًا كبيرًا من القطاعين الخاص والعام، مما يسمح بإجراء أبحاث واسعة، واكتساب المواهب، وتطوير البنية التحتية. في الجنوب، غالبًا ما يكون التمويل محدودًا، مما يعيق نمو النظم البيئية المحلية للذكاء الاصطناعي.
3. مجال المواهب:
يجذب الشمال نسبة أكبر من المواهب العليا بسبب المؤسسات التعليمية الأفضل، وفرص البحث، وعروض العمل المغرية. وهذا يؤدي إلى هجرة العقول من الجنوب، حيث يسعى العديد من المحترفين المهرة للفرص في الخارج.
4. توفر البيانات:
الوصول إلى مجموعات بيانات عالية الجودة أمر حاسم لتدريب نماذج الذكاء الاصطناعي. يتمتع الشمال بمجموعات بيانات أكثر شمولاً، بينما قد يكافح الجنوب مع جمع البيانات وإدارتها بسبب عوامل اجتماعية واقتصادية متنوعة.
5. الأطر الأخلاقية والتنظيمية:
غالبًا ما يتصدر الشمال في وضع الإرشادات الأخلاقية والتنظيمية لاستخدام الذكاء الاصطناعي، بينما قد يفتقر الجنوب إلى مثل هذه الأطر، مما يؤدي إلى احتمال سوء استخدام التكنولوجيا والمشكلات الأخلاقية.
الآثار المترتبة
تفاوت الابتكار: يمكن أن يؤدي الفجوة الحالية إلى تفاوت في الابتكار، حيث تستفيد التقدمات في الذكاء الاصطناعي في الغالب الشمال العالمي بينما يبقى الجنوب متخلفًا في هذا المجال الحاسم
عدم المساواة العالمية: قد تؤدي هذه الفجوة إلى تفاقم عدم المساواة العالمية، حيث قد تفوت دول الجنوب الفوائد الاجتماعية والاقتصادية التي يمكن أن يوفرها الذكاء الاصطناعي
فرص التعاون: يوفر سد هذه الفجوة فرصًا للتعاون، وتبادل المعرفة، وبناء القدرات، مما يمكن دول الجنوب من تطوير حلول الذكاء الاصطناعي الخاصة بها.
الخلاصة
إن معالجة الفجوة بين الشمال والجنوب العالمي في تطوير الذكاء الاصطناعي أمر ضروري لضمان توزيع فوائد الذكاء الاصطناعي بشكل عادل. يتطلب ذلك جهودًا منسقة من الحكومات والقطاع الخاص والمنظمات الدولية لتعزيز التعاون، وتوفير التمويل، وإنشاء سياسات شاملة.
استراتيجيات تحسين الوصول إلى الذكاء الاصطناعي في الجنوب العالمي
1. تطوير البنية التحتية:
الاستثمار في الاتصال: تحسين الوصول إلى الإنترنت وعرض النطاق الترددي في المناطق المحرومة لتسهيل الانخراط الرقمي.
مراكز البيانات المحلية: إنشاء مراكز بيانات لتقليل زمن الانتقال وتحسين الوصول إلى خدمات السحابة.
2. تكنولوجيا ميسورة التكلفة:
أجهزة مدعومة: تقديم دعم مالي للحواسيب المحمولة والهواتف الذكية لجعل التكنولوجيا أكثر وصولًا.
برامج مفتوحة المصدر: تعزيز استخدام أدوات الذكاء الاصطناعي مفتوحة المصدر لتقليل التكاليف وتشجيع الابتكار المحلي.
3. شراكات بين القطاعين العام والخاص:
التعاون مع شركات التكنولوجيا: تشجيع الشراكات بين الحكومات وشركات التكنولوجيا لتطوير حلول ذكاء اصطناعي تلبي الاحتياجات المحلية.
دعم الشركات الناشئة المحلية: تقديم التمويل والإرشاد للشركات الناشئة المحلية التي تركز على تطبيقات الذكاء الاصطناعي.
4. مشاركة المجتمع:
ورش العمل والهاكاثونات: تنظيم فعاليات لزيادة الوعي وبناء المهارات في الذكاء الاصطناعي بين المجتمعات المحلية.
إشراك أصحاب المصلحة المحليين: إشراك المجتمعات المحلية في تحديد التحديات التي يمكن أن يعالجها الذكاء الاصطناعي.
دعم المنظمات الدولية لتطوير الذكاء الاصطناعي في المناطق غير الممثلة
1. التمويل والمنح:
تمويل الأبحاث: تقديم منح لمبادرات البحث التي تركز على الذكاء الاصطناعي في الجنوب العالمي.
حاضنات الشركات الناشئة: إنشاء حاضنات تدعم الشركات الناشئة في مناطق غير ممثلة.
2. بناء القدرات:
برامج التدريب: تقديم برامج تدريب للباحثين والمطورين المحليين لتعزيز مهاراتهم في الذكاء الاصطناعي.
تبادل المعرفة: تسهيل تبادل المعرفة من خلال ورش العمل والندوات والمؤتمرات.
3. دعم السياسات:
أفضل الممارسات: المساعدة في تطوير سياسات تشجع على الاستخدام الأخلاقي للذكاء الاصطناعي وحوكمة البيانات حسب السياقات المحلية.
الأطر التنظيمية: المساعدة في إنشاء لوائح تشجع على تطوير الذكاء الاصطناعي بشكل آمن ومسؤول.
4. المشاريع التعاونية:
التعاون البحثي الدولي: تعزيز الشراكات بين الجامعات في الشمال والجنوب العالمي لمشاريع بحثية مشتركة في الذكاء الاصطناعي.
المبادرات عبر الحدود: دعم المبادرات عبر الحدود التي تعالج التحديات الإقليمية من خلال حلول الذكاء الاصطناعي.
دور التعليم في سد الفجوة في الذكاء الاصطناعي
1. تطوير المناهج:
دمج الذكاء الاصطناعي في التعليم: تضمين الذكاء الاصطناعي وعلوم البيانات في المناهج الدراسية من المرحلة الابتدائية إلى التعليم العالي لبناء المهارات الأساسية.
التدريب المهني: إنشاء برامج تدريب مهني تركز على مهارات الذكاء الاصطناعي والتكنولوجيا ذات الصلة.
2. تطوير المهارات:
ورش العمل والمعسكرات: إجراء برامج تدريب مكثفة لتزويد الطلاب والمهنيين بمهارات الذكاء الاصطناعي العملية.
منصات التعليم عبر الإنترنت: الاستفادة من الدورات عبر الإنترنت لتوفير الوصول إلى موارد التعليم عالية الجودة.
3. فرص البحث:
شراكات الجامعات: تشجيع الجامعات على التعاون في أبحاث الذكاء الاصطناعي، مما يعزز الابتكار ويجذب التمويل.
برامج تبادل الطلاب: تعزيز برامج التبادل الطلابي التي تسمح لطلاب الجنوب العالمي بالحصول على خبرة في أبحاث الذكاء الاصطناعي في الشمال.
4. التوعية والدعوة:
زيادة الوعي: الدعوة لأهمية التعليم في الذكاء الاصطناعي وتأثيره المحتمل على الاقتصاد المحلي والمجتمعات.
تشجيع التنوع: تعزيز التنوع في مجالات التكنولوجيا من خلال تشجيع الفئات غير الممثلة على السعي وراء وظائف في الذكاء الاصطناعي.
الخلاصة
يتطلب تحسين الوصول إلى الذكاء الاصطناعي في الجنوب العالمي نهجًا متعدد الجوانب يشمل تطوير البنية التحتية، والدعم الدولي، والمبادرات التعليمية. من خلال تعزيز التعاون والاستثمار في المواهب المحلية، يمكننا سد الفجوة في الذكاء الاصطناعي وضمان استفادة جميع المناطق من التقدم التكنولوجي.
· أمثلة ناجحة لمبادرات الذكاء الاصطناعي التي تقودها الجامعات المحلية في الجنوب العالمي
1. جامعة كيب تاون (جنوب أفريقيا):
المشروع: الذكاء الاصطناعي للرعاية الصحية
نظرة عامة: طوّر الباحثون خوارزميات الذكاء الاصطناعي لتحليل بيانات الأشعة الطبية للكشف المبكر عن الأمراض، مما يحسن دقة التشخيص في بيئات الرعاية الصحية المحلية.
2. معهد الهند للتكنولوجيا (IIT) دلهي (الهند):
المشروع: الذكاء الاصطناعي في الزراعة
نظرة عامة: مبادرات تهدف إلى استخدام الذكاء الاصطناعي وتعلم الآلة للتنبؤ بعوائد المحاصيل، وكشف الأمراض، وتحسين استخدام الموارد، مما يساعد المزارعين على اتخاذ قرارات مدفوعة بالبيانات.
3. جامعة الأنديز (كولومبيا):
المشروع: الذكاء الاصطناعي في المدن الذكية
نظرة عامة: بحث في تطبيقات الذكاء الاصطناعي للتخطيط الحضري وإدارة المرور، بالتعاون مع الحكومات المحلية لتنفيذ حلول النقل العامة الأكثر ذكاءً.
4. الجامعة الفيدرالية للتكنولوجيا (أكوري، نيجيريا):
المشروع: الذكاء الاصطناعي لمراقبة البيئة
نظرة عامة: مشاريع تركز على استخدام الذكاء الاصطناعي لمراقبة إزالة الغابات والتنوع البيولوجي، والمساهمة في جهود الحفظ وصياغة السياسات.
5. جامعة نيروبي (كينيا):
المشروع: الذكاء الاصطناعي للشمول المالي
نظرة عامة: تطوير أدوات الذكاء الاصطناعي لتحليل البيانات المالية، تهدف إلى تحسين الوصول إلى الائتمان للرياديين من أصحاب المشاريع الصغيرة وتعزيز الثقافة المالية.
التعاون بين الجامعات المحلية والمنظمات الدولية
1. مشاريع بحثية مشتركة:
التعاون في مبادرات بحثية تعالج التحديات المحلية، مستفيدين من الخبرة الدولية والتمويل لتعزيز تأثير المشاريع.
2. تطوير المناهج:
التعاون لتطوير مناهج تدريب الذكاء الاصطناعي التي تعكس أفضل الممارسات العالمية مع معالجة الاحتياجات والسياقات المحلية.
3. ورش العمل لبناء القدرات:
تنظيم ورش عمل يقودها خبراء دوليون لتدريب الكادر الأكاديمي والطلاب على أحدث تقنيات وأساليب الذكاء الاصطناعي.
4. برامج المنح الدراسية:
إنشاء برامج منح ممولة من قبل المنظمات الدولية لدعم الطلاب المحليين الذين يسعون لدراسة الذكاء الاصطناعي، مما يعزز الفرص التعليمية.
5. برامج التدريب والتوظيف:
إنشاء فرص تدريب للطلاب داخل المنظمات الدولية، مما يوفر خبرة عملية ويعزز تبادل المعرفة.
التحديات التي تواجهها الجامعات المحلية في تنفيذ مبادرات الذكاء الاصطناعي
1. قيود الموارد:
محدودية التمويل: تواجه العديد من الجامعات صعوبات بسبب نقص التمويل الكافي للبحث وتطوير مشاريع الذكاء الاصطناعي.
مشكلات البنية التحتية: نقص الوصول إلى التكنولوجيا المتقدمة وموارد الحوسبة يمكن أن يعيق جهود البحث.
2. نقص المواهب:
خبرة محدودة: قد يكون هناك نقص في الكوادر التعليمية والباحثين المؤهلين ذوي الخبرة في الذكاء الاصطناعي، مما يؤثر على جودة التدريب والبحث.
هجرة العقول: قد يسعى الخريجون المهرة إلى الفرص في الخارج، مما يؤدي إلى فقدان المواهب في المؤسسات المحلية.
3. التعاون مع الصناعة:
روابط ضعيفة: يمكن أن تجعل الشراكات المحدودة مع الصناعات المحلية من الصعب مواءمة الأبحاث الأكاديمية مع التطبيقات العملية واحتياجات سوق العمل.
نقص الدعم: قد لا تعترف بعض الصناعات بقيمة مبادرات الذكاء الاصطناعي، مما يؤدي إلى تعاون ضئيل.
4. مشاركة المجتمع:
فجوات الوعي: قد يفتقر المجتمع إلى الوعي بفوائد الذكاء الاصطناعي، مما يجعل من الصعب تنفيذ المبادرات التي تتطلب دعمًا محليًا.
حواجز ثقافية: يمكن أن يكون الاتصال بمجتمعات متنوعة معقدًا بسبب الاختلافات الثقافية ومستويات المعرفة التكنولوجية المتفاوتة.
5. قضايا تنظيمية وأخلاقية:
فجوات في السياسات: يمكن أن تشكل اللوائح غير المتسقة أو الغامضة بشأن استخدام البيانات وأخلاقيات الذكاء الاصطناعي تحديات أمام البحث والتنفيذ.
اعتبارات أخلاقية: يمكن أن تكون معالجة المخاوف الأخلاقية المتعلقة بخصوصية البيانات ونشر الذكاء الاصطناعي معقدة، خاصة في المجالات الحساسة مثل الرعاية الصحية.
الخلاصة
تلعب الجامعات المحلية في الجنوب العالمي دورًا حيويًا في تعزيز مبادرات الذكاء الاصطناعي، لكنها تواجه تحديات كبيرة في التنفيذ. من خلال التعاون مع المنظمات الدولية ومعالجة قيود الموارد ونقص المواهب وقضايا مشاركة المجتمع، يمكن لهذه المؤسسات تعزيز تأثيرها ودفع التغيير الإيجابي في مناطقها.
· التعليم في أفريقيا
1. زيادة الاهتمام:
هناك اعتراف متزايد بأهمية الذكاء الاصطناعي في دول أفريقيا. بدأت الحكومات والمؤسسات التعليمية في إعطاء الأولوية لتعليم الذكاء الاصطناعي لإعداد القوى العاملة للاقتصاد الرقمي.
2. برامج الجامعات:
بدأت عدة جامعات في تقديم دورات وبرامج دراسات عليا متعلقة بالذكاء الاصطناعي. تشمل المؤسسات البارزة جامعة كيب تاون، وجامعة نيروبي، وجامعة أديس أبابا التي بدأت في تقديم برامج متخصصة في علوم البيانات والذكاء الاصطناعي.
3. مبادرات التعاون:
تظهر شراكات بين الجامعات والمنظمات الدولية لتعزيز تعليم الذكاء الاصطناعي. تشمل المبادرات ورش العمل، والتعاون البحثي، وتمويل مشاريع البحث في الذكاء الاصطناعي.
4. التحديات:
البنية التحتية: تواجه العديد من المؤسسات التعليمية تحديات متعلقة بالبنية التحتية غير الكافية، بما في ذلك الوصول غير الموثوق إلى الإنترنت ونقص الوصول إلى موارد الحوسبة الحديثة.
نقص المهارات: هناك نقص في المعلمين المؤهلين ذوي الخبرة في الذكاء الاصطناعي، مما يجعل من الصعب تقديم تعليم عالي الجودة.
الوعي المحدود: لا يزال العديد من الطلاب والمعلمين غير مدركين لإمكانات الذكاء الاصطناعي وتطبيقاته، مما يؤدي إلى بطء اعتماد المناهج الدراسية المتعلقة بالذكاء الاصطناعي.
* التعليم في السودان
1. مشهد ناشئ:
لا يزال تعليم الذكاء الاصطناعي في السودان في مراحله الأولى. على الرغم من وجود اهتمام متزايد، إلا أن الاندماج الرسمي للذكاء الاصطناعي في المناهج الدراسية محدود.
2. البرامج الأكاديمية:
بدأت بعض الجامعات، مثل جامعة الخرطوم وجامعة السودان للعلوم والتكنولوجيا، في تقديم دورات تتعلق بعلوم الحاسوب وتحليل البيانات، والتي قد تشمل موضوعات الذكاء الاصطناعي.
3. ورش العمل والمبادرات:
تزداد عدد ورش العمل والدورات التدريبية التي تركز على الذكاء الاصطناعي وعلوم البيانات، التي تنظمها المنظمات المحلية والجامعات لبناء القدرات بين الطلاب والمحترفين.
4. التحديات الخاصة بالسودان:
الاستقرار السياسي والاقتصادي: يمكن أن تعيق التحديات السياسية المستمرة والصعوبات الاقتصادية تطوير البرامج التعليمية والوصول إلى الموارد.
الموارد المحدودة: تواجه العديد من الجامعات صعوبات بسبب نقص التمويل، والمرافق غير الكافية، والتكنولوجيا المتقادمة، مما يؤثر على جودة التعليم.
هجرة العقول: يسعى الأفراد المهرة غالبًا إلى الفرص في الخارج، مما يؤدي إلى فجوة في المواهب في القوة العاملة المحلية.
الخلاصة
تتطور حالة تعليم الذكاء الاصطناعي في أفريقيا، مع زيادة التركيز على تطوير البرامج والشراكات ذات الصلة. في السودان، بينما هناك إمكانات للنمو، تظل التحديات الكبيرة قائمة التي تحتاج إلى معالجة لتحقيق الفوائد الكاملة للذكاء الاصطناعي في التعليم والصناعة. سيكون زيادة الاستثمار في البنية التحتية، والتدريب، والوعي أمرًا حاسمًا لتعزيز تعليم الذكاء الاصطناعي في المنطقة.
[email protected]
المصدر: سودانايل
كلمات دلالية: مبادرات الذکاء الاصطناعی تطویر الذکاء الاصطناعی تعلیم الذکاء الاصطناعی فی الذکاء الاصطناعی الذکاء الاصطناعی فی بین الشمال والجنوب فی الجنوب العالمی المنظمات الدولیة الجامعات المحلیة للذکاء الاصطناعی تحسین الوصول إلى تواجه العدید من البنیة التحتیة تبادل المعرفة مما یؤدی إلى المحلیة فی التعلیم فی التعاون مع نظرة عامة ورش العمل ترکز على من خلال یمکن أن
إقرأ أيضاً:
أبرز اتجاهات الذكاء الاصطناعي التوليدي في 2025
يدخل الذكاء الاصطناعي التوليدي مرحلةً أكثر نضجًا في عام 2025، حيث يتم تحسين النماذج لزيادة دقتها وكفاءتها، وتقوم الشركات بدمجها في سير العمل اليومي.
يتحول التركيز من ما يمكن أن تفعله هذه الأنظمة إلى كيفية تطبيقها بشكل موثوق وعلى نطاق واسع. ما يبرز هو صورة أوضح لما يتطلبه بناء ذكاء اصطناعي توليدي ليس قويًا فحسب، بل موثوقًا أيضًا.
جيل جديد من نماذج اللغات الكبيرة (LLMs)
تتخلى نماذج اللغات الكبيرة عن سمعتها كعملاق متعطش للموارد. فقد انخفضت تكلفة توليد استجابة من نموذج بمقدار 1000 ضعف خلال العامين الماضيين، مما جعلها تضاهي تكلفة البحث البسيط على الويب. هذا التحول يجعل الذكاء الاصطناعي الفوري أكثر قابلية للتطبيق في مهام الأعمال الروتينية.
يُعدّ التوسع مع التحكم أيضًا من أولويات هذا العام. لا تزال النماذج الرائدة (Claude Sonnet 4، وGemini Flash 2.5، وGrok 4، وDeepSeek V3) كبيرة الحجم، ولكنها مصممة للاستجابة بشكل أسرع، والتفكير بوضوح أكبر، والعمل بكفاءة أكبر. لم يعد الحجم وحده هو العامل المميز. المهم هو قدرة النموذج على التعامل مع المدخلات المعقدة، ودعم التكامل، وتقديم مخرجات موثوقة، حتى مع ازدياد التعقيد.
شهد العام الماضي انتقادات كثيرة لهلوسة الذكاء الاصطناعي. على سبيل المثال، في إحدى القضايا البارزة، واجه محامٍ من نيويورك عقوبات لاستشهاده بقضايا قانونية من اختراع ChatGPT. هذا أمرٌ تكافحه نماذج اللغات الكبيرة هذا العام. حيث تُستخدم معايير جديدة لتتبع هذه الإخفاقات وتحديد كميتها، مما يُمثل تحولًا نحو التعامل مع الهلوسة كمشكلة هندسية قابلة للقياس بدلاً من كونها عيبًا مقبولًا.
مواكبة الابتكار السريع
أحد الاتجاهات الرئيسية لعام 2025 هو سرعة التغيير. تتسارع إصدارات النماذج، وتتغير القدرات شهريًا، ويخضع ما يُعتبر أحدث التقنيات لإعادة تعريف مستمرة. بالنسبة لقادة المؤسسات، يُنشئ هذا فجوة معرفية قد تتحول بسرعة إلى منافسة.
البقاء في الطليعة يعني البقاء على اطلاع دائم. تُتيح فعاليات، مثل معرض الذكاء الاصطناعي والبيانات الضخمة، فرصة نادرة للاطلاع على مستقبل التكنولوجيا من خلال عروض توضيحية واقعية، ومحادثات مباشرة، ورؤى من القائمين على بناء هذه الأنظمة ونشرها على نطاق واسع.
تبني المؤسسات
في عام 2025، سيتجه التحول نحو الاستقلالية. تستخدم العديد من الشركات بالفعل الذكاء الاصطناعي التوليدي في أنظمتها الأساسية، لكن التركيز الآن منصبّ على الذكاء الاصطناعي الوكيل. هذه نماذج مصممة لاتخاذ الإجراءات، وليس فقط توليد المحتوى.
وفقًا لاستطلاع رأي حديث، يتفق 78% من المديرين التنفيذيين على ضرورة بناء منظومات رقمية لوكلاء الذكاء الاصطناعي بقدر ما هي للبشر خلال السنوات الثلاث إلى الخمس المقبلة. يُشكّل هذا التوقع كيفية تصميم المنصات ونشرها. هنا، يُدمج الذكاء الاصطناعي كمشغل؛ فهو قادر على تشغيل سير العمل، والتفاعل مع البرامج، ومعالجة المهام بأقل قدر من التدخل البشري.
كسر حاجز البيانات
تُعدّ البيانات أحد أكبر العوائق أمام التقدم في مجال الذكاء الاصطناعي التوليدي. اعتمد تدريب النماذج الكبيرة تقليديًا على استخراج كميات هائلة من النصوص الواقعية من الإنترنت. ولكن في عام 2025، سيجفّ هذا النبع. أصبح العثور على بيانات عالية الجودة ومتنوعة وقابلة للاستخدام أصعب أخلاقيًا، ومعالجتها أكثر تكلفة.
لهذا السبب، أصبحت البيانات الاصطناعية أصلًا استراتيجيًا. بدلاً من استخراج البيانات من الإنترنت، تُولّد البيانات الاصطناعية بواسطة نماذج لمحاكاة أنماط واقعية. حتى وقت قريب، لم يكن واضحًا ما إذا كانت البيانات الاصطناعية قادرة على دعم التدريب على نطاق واسع، لكن أبحاث مشروع SynthLLM، التابع لشركة مايكروسوفت، أكدت قدرتها على ذلك (إذا استُخدمت بشكل صحيح).
تُظهر نتائجهم إمكانية ضبط مجموعات البيانات الاصطناعية لتحقيق أداء يمكن التنبؤ به. والأهم من ذلك، اكتشفوا أيضًا أن النماذج الأكبر حجمًا تحتاج إلى بيانات أقل للتعلم بفعالية، مما يسمح للفرق بتحسين نهج التدريب الخاص بها بدلًا من إهدار الموارد على حل المشكلة.
جعله يعمل
يشهد الذكاء الاصطناعي التوليدي نموًا متزايدًا في عام 2025. أصبحت نماذج اللغات الكبيرة الأكثر ذكاءً، ووكلاء الذكاء الاصطناعي المنظمون، واستراتيجيات البيانات القابلة للتطوير، الآن عوامل أساسية للتبني العملي. وللقادة الذين يخوضون هذا التحول، يقدم معرض الذكاء الاصطناعي والبيانات الضخمة في أوروبا رؤية واضحة لكيفية تطبيق هذه التقنيات وما يتطلبه نجاحها.
مصطفى أوفى (أبوظبي)