بدء تشغيل أول محطة صينية لمراقبة الغلاف الجوي في القارة القطبية الجنوبية
تاريخ النشر: 3rd, December 2024 GMT
بكين ـ "العُمانية" بدأت الصين تشغيل أول محطة لها لمراقبة الغلاف الجوي في القارة القطبية الجنوبية هذا الأسبوع في خطوة تستهدف رصد التغيرات في أنتاركتيكا وتعزيز الاستجابة العالمية لتغير المناخ، وفقًا لوكالة أنباء الصين الجديدة (شينخوا). وأفادت هيئة الأرصاد الجوية الصينية بأن "محطة تشونغشان الخلفية الجوية الوطنية الصينية ستجري ملاحظات تشغيلية مستمرة وطويلة الأجل لتغيرات التركيز في مكونات الغلاف الجوي في القارة القطبية الجنوبية".
المصدر: لجريدة عمان
كلمات دلالية: القطبیة الجنوبیة
إقرأ أيضاً:
روبوتات بشرية صينية تتعلم الأعمال المنزلية بدقة تصل إلى 87%
#سواليف
في خطوة تعزز سباق التطور في #عالم_الروبوتات، كشف #باحثون في #الصين عن إطار #ذكاء_اصطناعي جديد يمنح الروبوتات البشرية قدرة أكبر على تنفيذ المهام المنزلية بفاعلية غير مسبوقة.
ويؤكد فريق جامعة ووهان أن النظام الجديد، المسمى RGMP، نجح في تحسين مهارات الإمساك والتعامل مع الأشياء بدقة وصلت إلى 87%، معتمداً على منهجيات تتطلب بيانات أقل بخمسة أضعاف مقارنة بالنماذج المنتشرة حالياً.
ذكاء هندسي يعزز قدرات الروبوت
على عكس الأنظمة التقليدية التي تعتمد على كم ضخم من البيانات، يرتكز نظام RGMP على دمج التعلم الآلي بالاستدلال الهندسي، ما يتيح للروبوت فهم شكل الجسم الذي يتعامل معه واتخاذ القرار المناسب، سواء كان يحتاج إلى التقاط، أو دفع، أو قرص الجسم، حتى في بيئات جديدة وغير مألوفة، بحسب تقرير نشره موقع “interestingengineering”.
ويعزو الباحثون هذا التطور إلى جزأين أساسيين في الإطار:
مُحدد المهارات الهندسي (GSS): يساعد الروبوت على اختيار نوع الحركة وفق شكل الجسم ومتطلبات المهمة، بطريقة تحاكي تفكير البشر.
مقالات ذات صلةشبكة الذاكرة التكيفية (ARGN): تمنح الروبوت قدرة على التعلم من عدد قليل جداً من الأمثلة، عبر تخزين الذاكرة المكانية وتحديثها أثناء التفاعل.
تفوق على النماذج العالمية
اختُبر النظام على روبوت بشري وروبوت آخر ثنائي الذراع مزوّد بكاميرات، باستخدام 120 تجربة توضيحية فقط، ونجح RGMP في التفوق على أشهر نماذج الروبوتات، مثل Diffusion Policy وOpenVLA وResNet50.
وأظهرت النتائج:
زيادة دقة اختيار المهارات بنسبة تصل إلى 25%. تنفيذ أكثر استقراراً للحركات المعقدة. القدرة على تحقيق نتائج قوية باستخدام 40 مثالاً تدريبياً فقط، مقارنة بـ200 مثال تحتاجها الأنظمة الأخرى.خطوة نحو روبوتات أكثر ذكاءً واستقلالية
يرى الفريق البحثي أن دمج التفكير الرمزي مع التعلم العميق هو المفتاح لابتكار روبوتات تتعامل بكفاءة مع البيئات الحقيقية والمتغيرة.
ويعمل الباحثون حالياً على تطوير نسخة مستقبلية من النظام يمكنها تعلّم مهمة جديدة من مشاهدة مثال واحد فقط.
استبعاد اونانا من تشكيلة منتخب الكاميرون في كأس الامم الافريقية