كريستالينا جورجيفا: الذكاء الاصطناعي إعصار يضرب سوق العمل
تاريخ النشر: 12th, February 2025 GMT
دبي: «الخليج»
شهد صاحب السمو الشيخ محمد بن راشد آل مكتوم، نائب رئيس الدولة، رئيس مجلس الوزراء، حاكم دبي، رعاه الله، بحضور سمو الشيخ منصور بن زايد آل نهيان، نائب رئيس الدولة نائب رئيس مجلس الوزراء رئيس ديوان الرئاسة، وسمو الشيخ خالد بن محمد بن زايد آل نهيان، ولي عهد أبوظبي، وسموّ الشيخ حمدان بن محمد بن راشد آل مكتوم، ولي عهد دبي، نائب رئيس مجلس الوزراء وزير الدفاع، وسموّ الشيخ مكتوم بن محمد بن راشد آل مكتوم، النائب الأول لحاكم دبي، نائب رئيس مجلس الوزراء وزير المالية، وسمو الشيخ محمد بن حمد الشرقي ولي عهد الفجيرة، وسمو الشيخ محمد بن سعود بن صقر القاسمي، ولي عهد رأس الخيمة، جلسة رئيسية بعنوان «حوار مع المدير العام لصندوق النقد الدولي»، ضمن أعمال اليوم الأول من القمة العالمية للحكومات.
النمو المتوقع
تحدثت كريستالينا جورجيفا، مدير عام صندوق النقد الدولي، عن النمو المتوقع للاقتصاد العالمي وتأثير الذكاء الاصطناعي على الوظائف، خلال الجلسة التي أدارها ريتشارد كويست من قناة سي إن إن، وقالت إنه على الرغم من سلسلة الصدمات المتوالية التي يشهدها العالم، إلا أننا نتوقع نمو الاقتصاد العالمي بنسبة 3.3% هذا العام، والعام المقبل.
ووجّهت الشكر لدولة الإمارات وقيادتها الرشيدة على دعمها للدول التي تعاني اقتصادياً نتيجة النزاعات أو التراجع الاقتصادي عبر استثمارات تقدّر بنحو 50 مليار دولار.
وانتقلت للحديث عن الذكاء الاصطناعي، واصفة إياه ب«الإعصار» الذي ضرب سوق العمل، مشيرة إلى أن 60% من الوظائف ستشهد أحد ثلاثة تحولات خلال الفترة القليلة القادمة، فإما ستتطور أو يتم تقليصها أو تنقرض نهائياً، مشيرة إلى أهمية أن نكون مستعدين لتقبُّل واحتضان الذكاء الاصطناعي، إذ يمكنه أن يكون قصة جميلة مُكللة بالنجاح، أو قصة حزينة تلقي بظلالها على العالم.
الواقع الاقتصادي
تحدّثت كريستالينا جورجيفا عن الواقع الاقتصادي العالمي، قائلة: «نعرف أن العديد من السياسات لها أثر على التضخم في الاقتصاديات التقليدية والمعروفة، وهنا نتساءل: هل سيعود التضخُّم للزيادة؟ ففي بعض مناطق العالم نجد أن هناك تباطؤاً في النمو الاقتصادي، وربما يدفع ذلك البنوك المركزية لخفض نسب الفائدة، لكنه لن يكون ذا أثر واضح على التضخم».
ولفتت إلى أن أداء الاقتصاد الأمريكي بات قوياً حالياً، متوقعة استمراره بنفس القوة مستقبلاً، بما يدفع بالدولار إلى مستويات أعلى، وأكدت أن الولايات المتحدة فاقت بقية دول مجموعة العشرين في النمو الاقتصادي، حيث بات رأس المال يتحرك بقوة نحو أمريكا عما كان عليه قبل جائحة «كوفيد -19» بأكثر من 30% من رأس المال العالمي.
وقالت: «ما نراه الآن هو صورة لاقتصاد عالمي مرن جداً، وإن دول الخليج أداؤها جيد، لكن لدينا مناطق أخرى من العالم لا سيما أوروبا وبعض الأسواق الناشئة الضعيفة بات أداؤها أقل».
وأضافت أن الذكاء الاصطناعي يغير أسلوب حياتنا، إذ يرى البعض أنه يحسّن من إنتاجنا، لكن في بعض الدول الأخرى ذات الاقتصادات الضعيفة قد يكون عديم التأثير.
عوامل مؤثرة
حددت مدير عام صندوق النقد الدولي 3 عوامل تؤثر في نمو الاقتصاد العالمي، وهي: ضوابط حوكمة القطاع الخاص، واحتضان التحول التكنولوجي ورقمنة الاقتصادات، والتنوع والتنويع، حيث لم يعد بإمكاننا الاعتماد على قطاع واحد لدفع مستقبلنا، وأشارت إلى أن الصندوق يدعم 50 دولة ضعيفة نصفها دول إفريقية، إذ وضع 3 مليارات دولار تمويلاً للدول الأكثر احتياجاً إلى الدعم.
المصدر: صحيفة الخليج
كلمات دلالية: فيديوهات محمد بن راشد الذكاء الاصطناعي القمة العالمية للحكومات رئیس مجلس الوزراء الذکاء الاصطناعی نائب رئیس محمد بن ولی عهد
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)