شركة “كيرنو” تعقد شراكة استراتيجية مع DDN لتطوير الذكاء الاصطناعي والحوسبة عالية الأداء في الإمارات
تاريخ النشر: 6th, March 2025 GMT
شركة “كيرنو” القائمة في الإمارات العربية المتحدة والرائدة في مجال تصنيع حلول البنى التحتية للمؤسسات وقعت مذكرة تفاهم مع شركة DDNالرائدة عالمياً في مجال الذكاء الاصطناعي وحلول ذكاء البيانات. وتهدف مذكرة التفاهم هذه إلى تطوير حلول الجيل الجديد من مصانع البيانات، إذ سيتم تصميم هذه الحلول خصيصاً لتلبية احتياجات الشركات والمؤسسات الحكومية والبحثية في الإمارات العربية المتحدة ومنطقة دول مجلس التعاون الخليجي ككل.
مع تكثيف الإمارات العربية المتحدة الجهود لتحولها إلى العقلية الرقمية في المقام الأول، شهدت المنطقة طلباً متزايداً على الحوسبة عالية الأداء (HPC) وحلول تخزين البيانات الكبيرة. ومن المتوقع أن يتجاوز إجمالي سوق التخزين في دول مجلس التعاون الخليجي 500 مليون دولار أمريكي بحلول عام 2029. هذا وأعلنت الإمارات عن مبادرات مثل “اصنع في الإمارات” و”مشروع 300 مليار” و”مئوية الإمارات 2071″ لتعزيز الابتكار الرقمي في جميع أنحاء البلاد.
في هذا الإطار، قال إيفجيني أوستروفسكي، رئيس قسم الإيرادات في شركة “كيرنو”: “لطالما حرصنا في “كيرنو” على الالتزام بأهداف البنية التحتية الرقمية في الإمارات العربية المتحدة. ومن خلال الشراكة مع DDN، سنواصل دعم توجه المنطقة لتحقيق مستقبل قوي معزز بالذكاء الاصطناعي وقائم على البيانات. ستعمل شركتا “كيرنو” وDDN معاً لرسم معالم مستقبل الذكاء الاصطناعي والحوسبة عالية الأداء في المنطقة.”
في المقابل، يقول لوران تيير، نائب الرئيس لمنطقة الشرق الأوسط وأفريقيا في DDN: “تحتل الإمارات العربية المتحدة موقع الصدارة في مجال التحول الرقمي، وشراكتنا مع “كيرنو” تمثل خطوة محورية في تعزيز قدرات الذكاء الاصطناعي السيادي والحوسبة عالية الأداء في المنطقة. ومن خلال الجمع بين خبرة DDN في مجال البنية التحتية للبيانات القائمة على الذكاء الاصطناعي وريادة “كيرنو” في مجال تصنيع أجهزة المؤسسات، نساهم في تمكين المؤسسات الحكومية والاستخباراتية والصحية والمدن الذكية من الاستفادة من قدرات الذكاء الاصطناعي الكاملة. ومعاً، سنعمل على دفع عجلة الابتكار قدماً وتسريع تبني الذكاء الاصطناعي وتعزيز المستقبل الرقمي في المنطقة.”
تجدر الإشارة إلى أن الشراكة بين الجهتين ستستفيد من منصات بيانات الذكاء الاصطناعي الخاصة بشركة DDN، وتكامل الحزم، ومكتبات الذكاء الاصطناعي المتسارع لتمكين التطبيقات المتقدمة في تدريب النماذج والحلول الحكومية القائمة على الذكاء الاصطناعي والوصول إلى البيانات خلال فترة انتظار منخفضة للغاية.
وختم أوستروفسكي قائلاً: “ستعزز “كيرنو” وDDN المواهب الإماراتية من خلال الاستثمار في برامج التدريب على الذكاء الاصطناعي والحوسبة السحابية وتكنولوجيا مصانع البيانات. وسندعم مبادرات الإمارات العربية المتحدة من خلال مبادرات مشتركة للبحث والتطوير والتصنيع المحلي. ويتمثل الهدف النهائي في تسريع تبني الذكاء الاصطناعي وتعزيز سلاسل التوريد المحلية ودفع عجلة الابتكار الرقمي في جميع أنحاء الإمارات وخارجها.”
المصدر: جريدة الوطن
كلمات دلالية: الإمارات العربیة المتحدة الذکاء الاصطناعی عالیة الأداء فی الإمارات فی مجال من خلال
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