غوغل تستخدم نموذج الذكاء الاصطناعي كلاود لتحسين "جيميني أيه.آي"
تاريخ النشر: 29th, December 2024 GMT
يقارن متعاونون يعملون مع شركة التكنولوجيا "غوغل" لتحسين أداء منصة الذكاء الاصطناعي "جيميني أيه.آي" الإجابات التي تقدمها المنصة مع الإجابات التي يقدمها نموذج الذكاء الاصطناعي كلاود من شركة تقنيات الذكاء الاصطناعي الأمريكي أنثروبيك.
وأشار موقع "تك كرانش" المتخصص في موضوعات التكنولوجيا إلى أنه في ضوء المنافسة القوية على تطوير نماذج وأدوات الذكاء الاصطناعي، فإن الشركات تلجأ غالباً إلى تقييم أداء نماذجها بأداء النماذج القياسية للصناعة والخاصة بشركات أخرى، بدلاً من قيام المتعاقدين معها بتقييم استجابات الذكاء الاصطناعي لمنافسيهم بعناية شديدة.
يذكر أن المتعاقدين العاملين على تحسين منصة "جيميني" والمكلفين بتقييم دقة مخرجات نموذج الذكاء الاصطناعي، الذي تستخدمه يسجلون كل إجابة يرونها وفقاً لمعايير متعددة، مثل الصدق والإسهاب.
ويمنح المتعاقدون ما يصل إلى 30 دقيقة لكل إجابة لتحديد الإجابة الأفضل، وهل هي إجابة جيميني أم إجابة كلود، وفقاً للمراسلات بين هؤلاء المتعاقدين التي اطلع عليها موقع "تك كرانش".
وقد بدأ المتعاقدون ملاحظة ظهور الإشارات إلى كلاود على منصة "غوغل" الداخلية التي يستخدمونها لمقارنة إجابات "جيميني" بإجابات نماذج ذكاء اصطناعي غير محددة الاسم، بحسب المراسلات.
وبحسب مخرجات جيميني أثناء عمل المتعاقدين على المنصة والتي اطلع عليها "تك كرانش" فقد ظهرت عبارة "أنا كلاود من إنتاج أنثروبيك".
كما أظهرت المحادثات أن المتعاقدين لاحظوا أن ردود كلاود تبدو وكأنها تركز على السلامة أكثر من جيميني، وكتب أحد المتعاقدين: "إعدادات السلامة الخاصة بكلاود هي الأكثر صرامة" بين نماذج الذكاء الاصطناعي.
في حالات معينة، لم تستجب كلاود للمطالبات التي اعتبرتها غير آمنة، مثل لعب دور مساعد ذكاء اصطناعي مختلف.
وفي حالة أخرى، تجنب كلاود الإجابة على مطالبة، بينما تم وضع علامة على استجابة جيميني باعتبارها "انتهاكاً كبيراً للسلامة".
المصدر: موقع 24
كلمات دلالية: سقوط الأسد حصاد 2024 الحرب في سوريا عودة ترامب خليجي 26 عام على حرب غزة إيران وإسرائيل إسرائيل وحزب الله غزة وإسرائيل الإمارات الذكاء الاصطناعي غوغل الذكاء الاصطناعي الذکاء الاصطناعی
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