3 اكتشافات تمت بفضل الذكاء الاصطناعي في 2024
تاريخ النشر: 25th, December 2024 GMT
وفي السطور التالية نرصد أبرز تلك الاكتشافات: مخطوطات هيركولانيوم تمكن ثلاثة من الباحثين من من الكشف عن محتوى مخطوطات هيركولانيوم المتفحمة والتي لم تكن قابلة للقراءة، بفضل أدوات الذكاء الاصطناعي.
وكانت هذه المخطوطات الهشة عُرضة للتفتت، كما أن لونها الأسود جعل من الصعب قراءة أي كتابات عليها، ولكن بفضل الذكاء الاصطناعي والأشعة السينية عالية الدقة، تم فك شفرة أكثر من 2000 حرف داخل المخطوطات.
وكان هذا الإنجاز كشف عن أول مقاطع كاملة من البرديات التي نجت من ثوران جبل فيزوف في عام 79 بعد الميلاد، ضمن بعض القطع الأثرية المتعلقة بروما القديمة واليونان، التي تم إنقاذها مما يُعتقد أنه منزل والد زوجة يوليوس قيصر.
وعن الطريقة التي تم بها فك رموز الكتابة، قال أستاذ علوم الكمبيوتر في جامعة كنتاكي والذي يعمل على فك شفرة المخطوطات منذ أكثر من عقد من الزمان، برنت سيلز، إن الكتابة تكون موجودة في المخطوطات ولكنها تكون مدفونة ومموهة في الورق.
ومن خلال الذكاء الاصطناعي يتم تكثيف هذه الكتابة وتضخيم قابلية قراءة الحبر، وفق سيلز.
التعرف على لغة الحيتان توصل العلماء من قبل إلى أن الأصوات التي تنتجها حيتان العنبر تختلف في طولها الموجي وإيقاعها، ولكن دلالة هذه اللغة ظلت لغزًا محيرًا بالنسبة للعلماء.
ولكن الذكاء الاصطناعي ساعد على تحليل نحو 9000 تسلسل نقرات مسجلة، تسمى الكودات، والتي تمثل أصوات حوالي 60 حوتًا من حيتان العنبر في البحر الكاريبي.
وسمح هذا التقدم في جعل لغة الحيتان قابلة في يومًا ما للتفسير بجانب بعض الحيوانات الأخرى.
وفي التجربة، قام العلماء برصد نهاية أصوات الحيتان، وخلال تبادل النداء، وكذلك الاستجابات بين الكائنات البحرية العملاقة.
ومن خلال عرض تلك الأصوات على أدوات الذكاء الاصطناعي، نتجت أنماط مقطعية أشبه بالأصوات التي ينتجها البشر.
واكتشفت البرامج 18 نوعًا من الإيقاع (تسلسل الفواصل الزمنية بين النقرات)، وخمسة أنواع من السرعة (مدة الكودا بأكملها)، وثلاثة أنواع من الروباتو (الاختلافات في المدة)، ونوعين من الزخارف “نقرة إضافية” تمت إضافتها في نهاية الكودا في مجموعة من الكودات الأقصر.
ويسعى العلماء في المراحل المقبلة لإجراء اختبارات تفاعلية مع الحيتان مع مراقبة سلوكها، بما يفتح الباب لفهم لغتها بشكل كامل.
كشف المواقع الأثرية على غرار المخطوطات الورقية، يعمل الذكاء الاصطناعي حاليًا على كشف المواقع الأثرية والرموز الغامضة المدفونة تحت الأرض في صحراء نازكا في بيرو.
وقديمًا، قضى العلماء ما يقرب من نصف قرن في الكشف عن تلك الآثار وتوثيقها. وغالبًا ما تكون الصور التوضيحية الممتدة، والتي لا يمكن رؤيتها إلا من الأعلى، تصور تصميمات هندسية وأشكال تشبه البشر وحتى حوت قاتل يحمل سكينًا.
وقام العماء بقيادة ماساتو ساكاي، أستاذ علم الآثار في جامعة ياماغاتا اليابانية، بتدريب نموذج الذكاء الاصطناعي لاكتشاف نحو 430 رمزًا من خلال التقاط صور عالية الدقة لها.
وخلال الفترة بين سبتمبر 2022 وفبراير 2023، بدأ الفريق في التأكد من صحة هذه الرموز عن طريق مسح شامل لصحراء نازكا من خلال الطائرات بدون طيار. ونجح العلماء في إثبات صحة نحو 303 من الرسوم الجيوجليفية التصويرية، مما أدى إلى مضاعفة عدد الرسوم الجيوجليفية المعروفة تقريبًا في غضون أشهر
المصدر: مأرب برس
كلمات دلالية: الذکاء الاصطناعی من خلال
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)
لجنة أمن محلية الخرطوم.. طوف أمني مشترك بالسوق المحلي والمركزي بقوة مشتركة من الشرطة وجهاز المخابرات والاستخبارات