"كونغرس الإعلام" يناقش تأثير المحتوى الموجز والذكاء الاصطناعي على قطاع الإعلام
تاريخ النشر: 28th, November 2024 GMT
بحث المشاركون في جلسة حوارية بعنوان "كيف ستبدو وسائل الإعلام مستقبلاً؟" ضمن فعاليات اليوم الثالث من الكونغرس العالمي للإعلام 2024، تأثير التكنولوجيا والاستراتيجيات التي تركز على الأجهزة المحمولة والمحتوى الموجز والذكاء الاصطناعي على قطاع الإعلام.
وأدار الجلسة مصطفى الراوي، مدير التحرير للمجموعة الشركة العالمية للاستثمارات الإعلامية بمشاركة الدكتور محمد العلي، الرئيس التنفيذي لمركز تريندز للأبحاث والاستشارات، ومايكل جبري - بيكيت، رئيس تحرير الخليج تايمز، ودان هو، نائب رئيس تينسنت كلاود الشرق الأوسط وأفريقيا.
وألقى المتحدثون الضوء على قدرة دولة الإمارات على ريادة الابتكار الإعلامي العالمي عبر السياسات الداعمة ودمج الذكاء الاصطناعي والاستراتيجيات الاستباقية. إعادة تشكيل واستعرض الدكتور محمد العلي، الدور التحويلي للذكاء الاصطناعي في إعادة تشكيل الإعلام، مشيراً إلى تطورات تشمل غرف الأخبار المدعومة بالذكاء الاصطناعي والمذيعين الافتراضيين، وناقش تراجع الإعلام التقليدي، حيث ينجذب الجمهور بصورة متزايدة إلى الصيغ الموجزة المبنية على الفيديوهات التي تتماشى مع عادات الاستهلاك المتطورة، واستناداً إلى آخر الأبحاث، حيث أوضح أن المحتوى الذي تقل مدته عن 90 ثانية يعدّ الأكثر فعالية مع الجماهير الحالية.
كما تطرق العلي إلى التأثير المجتمعي للتكنولوجيا الرقمية، بما يشمل أثرها على التفاعلات العائلية والسلوكيات الاجتماعية، داعياً إلى اتخاذ خطوات استباقية لخوض التحديات الأخلاقية والاجتماعية التي يفرضها الذكاء الاصطناعي ومنصات التواصل الاجتماعي. علاقة متنامية من جانبه، ناقش دان هو، العلاقة المتنامية بين صناعة المحتوى والتكنولوجيا، حيث تنطمس الخطوط الفاصلة بين صانعي المحتوى ومنصات التوزيع بصورة متزايدة، كما أبرز هيمنة الاستراتيجيات التي تركز على الأجهزة المحمولة، إذ يمثل الإنترنت عبر الأجهزة المحمولة 70-80% من الاستهلاك العالمي، بينما يمثل محتوى الفيديو ما بين 80-85% من حركة المرور على الإنترنت، بما يشمل مقاطع الفيديو القصيرة والبث المباشر وغيرها من الصيغ.
ووصف المحتوى الموجز كعامل مهم يحدث تغييراً جذرياً مدفوعاً بالتطورات التكنولوجية وشبكات الأجهزة المحمولة ميسورة التكلفة.
وأوضح دان تأثير الأدوات المدعومة بالذكاء الاصطناعي في تمكين التسويق الدقيق وتحسين تخصيص المحتوى، مؤكداً على أهميتها في رسم ملامح الاستهلاك الإعلامي المعاصر.
بدوره، ركز مايكل على العلاقة المهمة بين التكنولوجيا والمحتوى، خصوصاً فيما يتعلق بالتفاعل مع الجماهير الشابة، وألقى الضوء على التحول نحو السرد القصصي الموجز المبني على الفيديو كوسيلة للحفاظ على الحضور، مع التمسك بالمبادئ الأساسية للنزاهة الصحفية.
وخلال حديثه عن مواجهة المعلومات المضللة، ناقش مايكل الانتشار السريع للأخبار المزيفة وضرورة التعاون بين غرف الأخبار وشركات التكنولوجيا لتطوير حلول مبنية على الذكاء الاصطناعي للإشراف على المحتوى، وأكد على الصحافة الأخلاقية والممارسات الموثوقة للحفاظ على مستقبل القطاع في ظل مشهد مدفوع بالتكنولوجيا.
المصدر: موقع 24
كلمات دلالية: عودة ترامب عام على حرب غزة إيران وإسرائيل إسرائيل وحزب الله الانتخابات الأمريكية غزة وإسرائيل الإمارات الحرب الأوكرانية الذكاء الاصطناعي الإمارات الكونغرس العالمي للإعلام الذكاء الاصطناعي الذکاء الاصطناعی الأجهزة المحمولة
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