عصر جديد لهذا النوع من الكمبيوتر .. الذكاء الاصطناعي هيخلي اللابتوب أقوى بكتير
تاريخ النشر: 15th, March 2025 GMT
يشهد العالم تحولًا كبيرًا في طبيعة العمل مع التقدم السريع في الذكاء الاصطناعي، ما يطرح تساؤلات جوهرية حول مستقبل الوظائف المكتبية التقليدية.
يعتمد الصحفيون، المحاسبون، المبرمجون، وغيرهم على أجهزة الابتوب في أداء مهامهم اليومية، أصبحوا اليوم في مواجهة واقع جديد حيث يهدد الذكاء الاصطناعي بفرض تغييرات جذرية على سوق العمل.
الوظائف التي تعتمد على الابتوب لطالما تميزت بالمرونة، سواء من حيث إمكانية العمل عن بُعد أو تجنب التنقل والالتزام بالزي الرسمي. ومع ذلك، فإن هذه الامتيازات قد تكون في خطر مع التطورات السريعة في نماذج الذكاء الاصطناعي التي بدأت تُظهر كفاءة عالية في أداء المهام التي كانت تتطلب في السابق تدخلًا بشريًا.
على سبيل المثال، النماذج الحديثة مثل "GPT-4" من شركة "OpenAI" وصلت لمستويات أداء تقارب أو حتى تتجاوز الأداء البشري في مهام البرمجة.
كما أصبحت أدوات الذكاء الاصطناعي التوليدية مثل "DALL·E" و"Sora" تنافس الفنانين البصريين والمصممين، مما أدى بالفعل إلى انخفاض الطلب على خدمات التصميم المستقل.
حتى في المجالات البحثية، بدأت خدمات مثل "Deep Research" من OpenAI في إظهار كفاءة عالية في إجراء الأبحاث عبر الإنترنت، بينما تُظهر النماذج "الوكيلة" مثل "Operator" قدرة متزايدة على تنسيق المهام المعقدة بطريقة تشبه أداء المديرين البشريين.
على الرغم من التقدم الكبير في الذكاء الاصطناعي، لا تزال الروبوتات تعاني من صعوبات كبيرة في تنفيذ المهام الفيزيائية المعقدة.
يعزى هذا التفاوت إلى ما يُعرف بـ"مفارقة مورافيك"، والتي تشير إلى أن المهام التي تبدو سهلة بالنسبة للبشر، مثل المشي أو التقاط الأشياء، تتطلب قدرًا هائلًا من التعقيد بالنسبة للآلات.
السبب الرئيسي وراء ذلك هو نقص البيانات الواقعية اللازمة لتعليم الروبوتات كيفية التفاعل مع العالم المادي.
في المقابل، تُدرّب نماذج الذكاء الاصطناعي اللغوية على كميات هائلة من النصوص الرقمية، ما يتيح لها التعلم بشكل أسرع بكثير مقارنة بالروبوتات التي يجب أن تتعلم من خلال التجربة الحسية المباشرة.
هل نحن على أعتاب تغيير جذري؟وفقًا لدراسة أجرتها "Epoch AI"، يُمكن أن تحل نماذج الذكاء الاصطناعي المتقدمة محل حوالي 13% من الوظائف الحالية، خاصة تلك التي تعتمد بشكل أساسي على المهام الرقمية عن بُعد مثل البرمجة، والمحاسبة، والصحافة الرقمية.
ومع ذلك، يشير الخبراء إلى أن هذا التحول قد لا يؤدي بالضرورة إلى فقدان شامل للوظائف، بل ربما يعيد تشكيل سوق العمل، بحيث يتحول العاملون إلى وظائف يصعب أتمتتها، مثل التمريض، أو الحرف اليدوية، أو الأعمال التي تتطلب تفاعلًا إنسانيًا مباشرًا.
التكيف مع المستقبلفي ظل هذا الواقع الجديد، قد يكون الحل الأمثل هو تبني المرونة وتطوير المهارات التي يصعب على الذكاء الاصطناعي تقليدها، مثل الإبداع والمهارات الاجتماعية.
وبينما يواصل الذكاء الاصطناعي تقدمه السريع في المجالات الرقمية، تظل الوظائف التي تتطلب تدخلًا بشريًا مباشرًا في مأمن نسبي، على الأقل في الوقت الحالي.
ليس بالضرورة الذكاء الاصطناعي عدوًا للعمالة، بل قد يصبح أداة لتعزيز الإنتاجية، بشرط أن يتمكن البشر من التكيف مع التغيرات واستغلال هذه التقنيات لتحقيق أقصى فائدة ممكنة.
المصدر: صدى البلد
كلمات دلالية: الذكاء الاصطناعي المزيد الذکاء الاصطناعی الاصطناعی ا
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