هيئة الاستخبارات والاستطلاع تقيم حفل تخرج للدورة العلمية والعسكرية لعدد من منتسبيها
تاريخ النشر: 15th, September 2023 GMT
عدن(عدن الغد)خاص:
اقيم اليوم في العاصمة المؤقتة عدن في مقر هيئة الاستخبارات والاستطلاع حفل تخرج للدورة العلمية والعسكرية لعدد من منتسبي هيئة الاستخبارات والاستطلاع، برعاية معالي الفريق الركن/محسن الداعري وزير الدفاع، والتي استمرت لمدة ٤٥ بوم اكتسب فيها الخريجون عدد من المهارات والعلوم في مجال الاستخبارات والاستطلاع والأمن السيبراني وغيرها من العلوم.
وفي الحفل الذي حضره عدد من الضباط وصف ضباط من منتسبي الهيئة وضيوف الشرف من هيئة التدريب والتأهيل والدوائر العسكرية الأخرى،
افتتح الحفل بآيات من الذكر الحكيم، وتحدث بعد ذلك مساعد رئيس هيئة الاستخبارات لشئون التدريب والتأهيل العميد الركن/صالح العمري عن أهمية عقد مثل هذه الدورات لمنتسبي هيئة الاستخبارات التي ستعزز المفاهيم العلمية والاستخبارية بعد توقف استمر لأكثر من ثمان أعوام بسبب انقلاب المليشيات الارهابية الحوثية.
بعد ذلك تحدث نيابة عن هيئة التدريب والتأهيل العقيد/ محمد ثابت جواس واشاد بالانضباط لدى الخريجين والمفاهيم العلمية التي تعلموها خلال الدورة.
بعد ذلك تم تكريم الضباط المشاركين في الدورة وتكريم الخريجين والمبرزين.
وختام الحفل القيت كلمة لرئيس هيئة الاستخبارات والاستطلاع اللواء الركن/ أحمد محسن اليافعي حيا فيها الخريجين والحاضرين وهنأهم بمناسبة اتمام ونجاح الدورة ووعد بمواصلة اقامة الدورات التدريبية والتأهيلة لمنتسبي الهيئة على المستوى المحلي والدولي.
المصدر: عدن الغد
إقرأ أيضاً:
ديب مايند تكشف عن AlphaEvolve.. نظام ذكاء اصطناعي لحل المسائل العلمية والرياضية
أعلنت شركة ديب مايند DeepMind، ذراع البحث والتطوير في الذكاء الاصطناعي التابعة لشركة جوجل، عن تطوير نظام جديد يدعى AlphaEvolve يهدف إلى التعامل مع مشكلات يمكن تقييم حلولها بشكل آلي، أي تلك التي تمتلك إجابات قابلة للقياس والاختبار رياضيا أو برمجيا.
وفقا لتصريحات الشركة، أظهر AlphaEvolve قدرة على تحسين بعض البنى التحتية التي تستخدمها جوجل في تدريب نماذج الذكاء الاصطناعي الخاصة بها.
وتعمل ديب مايند حاليا على تطوير واجهة استخدام للنظام، مع التخطيط لإطلاق برنامج وصول مبكر لفئة مختارة من الباحثين الأكاديميين قبل طرحه بشكل أوسع.
آلية تقليل الهلوسةتعاني معظم نماذج الذكاء الاصطناعي من ظاهرة "الهلوسة"، أي تقديم معلومات غير دقيقة بثقة عالية نتيجة طبيعتها الاحتمالية، وظهرت هذه المشكلة بشكل أكبر مع النماذج الأحدث مثل o3 من OpenAI.
يحاول AlphaEvolve معالجة هذه المشكلة من خلال نظام تقييم آلي للنتائج، حيث يقوم النموذج بتوليد مجموعة من الحلول المحتملة، ثم ينتقدها ذاتيا، ليختار أفضلها بناء على دقة الإجابة، وهو نهج يعزز مصداقية المخرجات.
ورغم أن فكرة استخدام نماذج متعددة لتوليد وتقييم الحلول ليست جديدة، إلا أن ديب مايند تؤكد أن AlphaEvolve يتميز باستخدامه لنماذج "Gemini" المتطورة، مما يمنحه تفوقا على الأنظمة السابقة.
كيف يعمل AlphaEvolve؟يعتمد AlphaEvolve على مدخلات يقدمها المستخدم، تتضمن المشكلة الأساسية وربما تعليمات أو معادلات أو مقتطفات من الشيفرة البرمجية أو مراجع ذات صلة، لكن لا بد أن يرفق المستخدم آلية محددة لتقييم الحلول تلقائيا، مثل معادلة رياضية، كي يتمكن النظام من اختبار فعالية نتائجه.
نظرا لطبيعة هذه الآلية، يمكن استخدام AlphaEvolve فقط في مجالات محددة مثل علوم الحاسوب وتحسين الأنظمة، حيث تكون المعايير قابلة للقياس بدقة.
كما أن النظام لا يقدم شرحا لفظيا، بل يكتفي بإنتاج خوارزميات لحل المشكلات، ما يجعله غير مناسب للقضايا النظرية أو الإنسانية.
لاختبار النظام، طرحت ديب مايند عليه نحو 50 مسألة رياضية متنوعة في مجالات مثل الهندسة والتوافقيات، ووفقا لها، نجح AlphaEvolve في استرجاع أفضل الحلول المعروفة بنسبة 75%، بل وابتكر حلولا محسّنة في 20% من الحالات.
أما على الصعيد العملي، فطبقت الشركة النظام على تحسين كفاءة مراكز بيانات جوجل وتسريع عمليات تدريب النماذج، وكانت النتيجة أن AlphaEvolve قدم خوارزمية تمكنت من استعادة 0.7% من موارد الحوسبة عالميا لصالح جوجل، كما ساهم في تقليل وقت تدريب نماذج "Gemini" بنسبة 1%.
ورغم أن AlphaEvolve لم يحقق اكتشافات ثورية، فإن ديب مايند ترى فيه أداة قوية لتسريع العمل وتخفيف الضغط عن الخبراء، حيث يساعدهم على التركيز على مهام أكثر تعقيدا أو إبداعا، بدلا من استهلاك الوقت في التحسينات المتكررة.
وفي إحدى التجارب، اقترح النظام تحسينا في تصميم شريحة TPU المستخدمة في الذكاء الاصطناعي، وهو التحسين ذاته الذي سبق أن اكتشفته أدوات أخرى.
«التربية» تعدّ طلبة الثانوية للمنافسات العلمية الدولية