Jannah Theme License is not validated, Go to the theme options page to validate the license, You need a single license for each domain name.
مقالات التقنية

ما تكشفه أهم 10 قصص عن الذكاء الاصطناعي في عام 2022 عن عام 2023


تحقق من جميع الجلسات عند الطلب من قمة الأمن الذكي هنا.


عندما ننظر إلى الوراء في أهم قصص الذكاء الاصطناعي لهذا العام في VentureBeat ، من الواضح أن التطورات التي حققتها الصناعة – بما في ذلك ، على وجه الخصوص ، في مجال الذكاء الاصطناعي التوليدي – واسعة وقوية ، ولكنها مجرد بداية لما سيأتي.

على سبيل المثال ، أوبن إيه آي ، مختبر أبحاث الذكاء الاصطناعي الذي يقف وراء أدوات الذكاء الاصطناعي التي انفجرت هذا العام ، بما في ذلك DALL-E 2 و ChatGPT ، ظهر لأول مرة حول التطورات المثيرة التي لفتت انتباه عامة الناس وكذلك صناعة التكنولوجيا. أدى إنشاء DALL-E لتحويل النص إلى صورة وإمكانيات ChatGPT الجديدة لإنتاج محتوى طويل وعالي الجودة إلى جعل المبدعين يتساءلون عما إذا كانوا سيصبحون عاطلين عن العمل قريبًا – ومن يمتلك المحتوى الذي تنشئه هذه الأدوات على أي حال؟

وفي الوقت نفسه ، قد لا يكون التكرار التالي للتطور بعيدًا بالنسبة لشركة OpenAI. في هذا الخريف ، أطلقت Ray ، وهي تقنية التعلم الآلي وراء عمليات OpenAI واسعة النطاق ، معلمها التالي: Ray 2.0. سيعمل التحديث كطبقة وقت تشغيل وهو مصمم لتبسيط بناء وإدارة أعباء عمل الذكاء الاصطناعي الكبيرة ، مما سيسمح لشركات مثل أوبن إيه آي باتخاذ خطوات أكبر في عام 2023.

على الرغم من أن الذكاء الاصطناعي التوليدي قاد الكثير من التغطية الشائعة لهذا العام ، إلا أنه لم يكن المجال الوحيد للذكاء الاصطناعي حيث تم إنشاء الموجات التي كان لها تأثير مضاعف. كشفت شركة إنتل النقاب عما تدعي أنه أول كاشف للتزييف العميق في الوقت الحقيقي ، والذي يعمل عن طريق تحليل “تدفق الدم” الدقيق في مقاطع الفيديو وينتج نتائج في دقائق تصل إلى 96٪ بدقة. إنها أداة قد تصبح مفيدة بشكل متزايد للحفاظ على النزاهة حيث تصبح قدرات الفيديو والصور المدعمة بالذكاء الاصطناعي أكثر واقعية.

حدث

قمة الأمن الذكي عند الطلب

تعرف على الدور الحاسم للذكاء الاصطناعي وتعلم الآلة في الأمن السيبراني ودراسات الحالة الخاصة بالصناعة. شاهد الجلسات عند الطلب اليوم.

مشاهدة هنا

واستمر الذكاء الاصطناعي على ما يبدو في “أكل” العالم كما نعرفه ، حتى أكثر حالات استخدام التكنولوجيا دنيوية حيث تم إعادة توجيه الخوارزميات الأكثر تعقيدًا من خلال التحسينات المدعومة بالذكاء الاصطناعي هذا العام. أصدرت Google نسخة تجريبية من Simple ML لأداة Google Sheets الخاصة بها لتجديد قدرات النظام الأساسي للحسابات والرسوم البيانية ، بينما كشفت DeepMind النقاب عن أول ذكاء اصطناعي لتشغيل خوارزميات مضاعفة المصفوفة الأسرع ، والتي يقول البعض إنها قد تستخدم لتحسين صناعة علوم الكمبيوتر بأكملها.

إلى جانب الخطوات الكبيرة التي تم إحرازها في مجال الذكاء الاصطناعي هذا العام ، تتجه العديد من الشركات إلى عام 2023 مع عدد أقل من موظفي الذكاء الاصطناعي بسبب تسريح العمال نتيجة لتراجع الاقتصاد ، بما في ذلك Meta. كجزء من تسريح 11000 موظف ، سرح عملاق التكنولوجيا ووسائل التواصل الاجتماعي فريق البنية التحتية للتعلم الآلي بالكامل هذا الخريف – وهو ما كان مفاجأة ، بالنظر إلى أن الشركة قالت إنها تخطط لزيادة تركيزها على الذكاء الاصطناعي.

في حين أن المستقبل قد يكون غير مؤكد بالنسبة لبعض محترفي الذكاء الاصطناعي على المدى القصير ، لا يتوقع الخبراء أن هذا سيؤثر بشكل كبير على تقدم الذكاء الاصطناعي على المدى الطويل. كانت هناك حجج مفادها أن الذكاء الاصطناعي في بعض النواحي قد اصطدم بجدار ، أو تباطأ إلى ما أشار إليه أحد الرؤساء التنفيذيين في الصناعة على أنه “العصر الحجري”. رد آخرون على ادعاءات مثل هذه ، بما في ذلك عالم الكمبيوتر الشهير ورائد الشبكات العصبية الاصطناعية جيفري هينتون ، الذي أخبر VentureBeat أن التقدم السريع الذي نراه في الذكاء الاصطناعي سيستمر في التسارع.

بالنظر إلى المستقبل ، قال أندرو نج ، مؤسس Landing AI و DeepLearning AI ، لـ VentureBeat أن العقد القادم من التقدم في الذكاء الاصطناعي سوف يدور بشكل كبير حول قدرات الذكاء الاصطناعي التوليدية ويتحول نحو الذكاء الاصطناعي المرتكز على البيانات.

قال نج في مقابلة سابقة: “بينما نحرز بشكل جماعي تقدمًا في هذا الشأن خلال السنوات القليلة المقبلة ، أعتقد أنه سيمكن العديد من تطبيقات الذكاء الاصطناعي ، وأنا متحمس جدًا لذلك”.

من المؤكد أن التقدم سيستمر ، لكن ليس بدون عقبات في الطريق. مع استمرار تطور التشريعات المتعلقة بتنظيم الذكاء الاصطناعي ، سيكون من المهم للمؤسسات أن توظف مدراء تنفيذيين – ربما يكون مسؤولًا رئيسيًا في الذكاء الاصطناعي – على دراية بفوائده وعواقبه وقدراته المتطورة باستمرار. حتى ذلك الحين ، فإن التقدم ، وليس الكمال ، هو ما يمكن توقعه في عام 2023.

إليك المزيد من أفضل 10 قصص عن الذكاء الاصطناعي لعام 2022:

  1. يتوقع Andrew Ng السنوات العشر القادمة في مجال الذكاء الاصطناعي
    كتب جورج أنانديوتيس هذه القصة في 21 مارس ، مقابلة مع أندرو نج ، مؤسس Landing AI و DeepLearning AI ، الرئيس المشارك والمؤسس المشارك لـ Coursera وأستاذ مساعد في جامعة ستانفورد. أخبر Ng VentureBeat أن الكثير من التركيز على الذكاء الاصطناعي طوال العقد الماضي كان على البيانات الضخمة. في العقود القادمة ، يتوقع تحولًا نحو الذكاء الاصطناعي المرتكز على البيانات.

    “قبل عشر سنوات ، قللت من حجم العمل المطلوب لتجسيد التعلم العميق ، وأعتقد أن الكثير من الناس اليوم يقللون من حجم العمل … الذي سيكون ضروريًا لتوضيح الذكاء الاصطناعي المرتكز على البيانات إلى أقصى حد قال نج. “ولكن بينما نحرز بشكل جماعي تقدمًا في هذا الأمر خلال السنوات القليلة المقبلة ، أعتقد أنه سيمكن العديد من تطبيقات الذكاء الاصطناعي ، وأنا متحمس جدًا لذلك.”


  1. ضربت عمليات التسريح الوصفية فريق أبحاث ML بأكمله يركز على البنية التحتية
    استيقظت الكاتبة الكبيرة شارون جولدمان في وقت متأخر من الليل تتصفح Twitter في 9 نوفمبر ، وهو اليوم الذي أعلنت فيه ميتا أنها ستسرح 1000 موظف. في بيان عام ، شارك مارك زوكربيرج رسالة إلى موظفي Meta أشارت ، للبعض ، إلى أن العاملين في مجال الذكاء الاصطناعي (AI) والتعلم الآلي (ML) قد يكونون بمنأى عن وطأة التخفيضات.

    ومع ذلك ، فقد غرد توماس آهل ، عالم أبحاث ميتا الذي تم تسريحه ، أنه تم قطعه هو والمؤسسة البحثية بأكملها المسماة Probability ، والتي ركزت على تطبيق التعلم الآلي عبر مكدس البنية التحتية. وقال إن الفريق يضم 50 عضوا ، ولا يشمل ذلك المديرين.


  1. ظهرت OpenAI لأول مرة في سلسلة ChatGPT و GPT-3.5 مع انتشار شائعات GPT-4 مع استمرار انتشار شائعات GPT-4 في NeurIPS 2022 في 30 نوفمبر ، تمكنت OpenAI من السيطرة على الأخبار باستخدام ChatGPT ، وهو نموذج جديد في عائلة GPT-3 من AI- نماذج اللغات الكبيرة المدعومة (LLMs) التي يُقال إنها تحسن من سابقاتها من خلال التعامل مع تعليمات أكثر تعقيدًا وإنتاج محتوى أعلى جودة وأطول شكلًا.

    توقف ChatGPT لبضعة أسابيع فقط ، لكنه لم يتوقف عن نشر الأخبار منذ صدوره.


  1. DeepMind تكشف عن أول ذكاء اصطناعي لاكتشاف خوارزميات مضاعفة المصفوفات الأسرع ، وقد اعتبرت واحدة من أصعب الألغاز الرياضية التي يمكن حلها: هل يمكن للذكاء الاصطناعي إنشاء خوارزمياته الخاصة لتسريع عملية ضرب المصفوفة ، وهي إحدى المهام الأساسية للتعلم الآلي؟ في ورقة بحثية نُشرت في مجلة Nature في 5 أكتوبر ، كشف مختبر الأبحاث DeepMind عن AlphaTensor ، “أول نظام ذكاء اصطناعي لاكتشاف خوارزميات جديدة وفعالة وصحيحة بشكل يمكن إثباته”. قال المختبر المملوك لشركة Google إن البحث “يلقي الضوء” على سؤال مفتوح عمره 50 عامًا في الرياضيات حول إيجاد أسرع طريقة لمضاعفة مصفوفتين.

    وفقًا لمدونة DeepMind ، يعتمد AlphaTensor على AlphaZero ، وهو وكيل أظهر أداءً خارقًا في ألعاب الطاولة مثل الشطرنج و Go. يأخذ هذا العمل الجديد رحلة AlphaZero إلى أبعد من ذلك ، حيث ينتقل من ممارسة الألعاب إلى معالجة المشكلات الرياضية التي لم يتم حلها.


  1. تقدم Google التعلم الآلي إلى جداول البيانات عبر الإنترنت باستخدام Simple ML for Sheets

    في 7 كانون الأول (ديسمبر) ، شارك شون مايكل كيرنر الأخبار التي تفيد بأن Google تخطط لجلب التعلم الآلي إلى أداة جداول البيانات الخاصة بها. في حين أن العمليات الحسابية والرسوم البيانية البسيطة كانت لفترة طويلة جزءًا من تجربة جداول البيانات ، فإن التعلم الآلي (ML) لم يفعل ذلك. غالبًا ما يُنظر إلى تعلم الآلة على أنه معقد جدًا بحيث لا يمكن استخدامه ، بينما يُقصد بجداول البيانات أن تكون في متناول أي نوع من المستخدمين.

    أعلنت Google عن إصدار تجريبي من الوظيفة الإضافية Simple ML for Sheets. تحتوي جداول بيانات Google على بنية قابلة للتوسيع تتيح للمستخدمين الاستفادة من الوظائف الإضافية التي تعمل على توسيع الوظائف الافتراضية للتطبيق. في هذه الحالة ، تستفيد جداول بيانات Google من تقنية ML التي طورتها Google لأول مرة في مشروع TensorFlow مفتوح المصدر. باستخدام Simple ML for Sheets ، لن يحتاج المستخدمون إلى استخدام خدمة TensorFlow معينة ، حيث طورت Google الخدمة لتكون سهلة الوصول إليها قدر الإمكان.


  1. بعد 10 سنوات ، اشتعلت “ ثورة ” التعلم العميق ، كما يقول رواد الذكاء الاصطناعي هينتون وليكون ولي عندما أدرك الكاتب الكبير شارون جولدمان أن سبتمبر 2022 هو الذكرى السنوية العاشرة لأبحاث الشبكات العصبية الرئيسية – المعروفة باسم AlexNet – التي أدت إلى التعلم العميق ثورة في عام 2012 ، تواصلت مع رائد الذكاء الاصطناعي جيفري هينتون.

    من خلال المقابلات مع Hinton وغيره من الشخصيات البارزة في مجال الذكاء الاصطناعي بما في ذلك Yann LeCun و Fei-Fei Li ، هذه المقالة هي نظرة إلى الوراء على عقد AI المزدهر ، بالإضافة إلى الغوص العميق في ما ينتظرنا في الذكاء الاصطناعي.


  1. هل ستقتل DALL-E 2 من OpenAI الوظائف الإبداعية؟

    أدى وصول OpenAI الموسع للنسخة التجريبية إلى DALL-E 2 ، وهو حل AI القوي لتوليد الصور ، إلى إثارة عالم التكنولوجيا بالإثارة في أواخر شهر يوليو ، ولكنه ترك العديد من الأسئلة أيضًا.

    لسبب واحد ، ماذا يعني الاستخدام التجاري لصور DALL-E المدعومة بالذكاء الاصطناعي للصناعات الإبداعية والعاملين؟ هل ستحل محلهم؟

    وفقًا لـ OpenAI ، الإجابة هي لا. قال متحدث باسم OpenAI لـ VentureBeat إن DALL-E هي أداة “تعزز وتوسع العملية الإبداعية”. بقدر ما ينظر الفنان إلى الأعمال الفنية المختلفة للإلهام ، يمكن لـ DALL-E مساعدة الفنان على ابتكار مفاهيم إبداعية.

    منذ نشر هذا المقال ، استمر الجدل والنقد حول ملكية الصور التي تم إنشاؤها بواسطة الذكاء الاصطناعي. بالتأكيد لن ينتهي في أي وقت قريب.


  1. كشفت شركة إنتل النقاب عن كاشف التزييف العميق في الوقت الحقيقي ، وتزعم معدل دقة بنسبة 96٪ في 16 نوفمبر ، قدمت إنتل FakeCatcher ، والتي تقول إنها أول كاشف في الوقت الحقيقي للتزييف العميق – أي الوسائط الاصطناعية التي يتم فيها استبدال شخص في صورة أو مقطع فيديو موجود مع شبه شخص آخر.

    تدعي Intel أن المنتج يحتوي على معدل دقة يبلغ 96٪ ويعمل من خلال تحليل “تدفق الدم” الدقيق في بكسلات الفيديو لإرجاع النتائج في أجزاء من الثانية.

    مع اقتراب تهديدات التزييف العميق ، أصبح هذا النوع من تقنية اكتشاف التزييف العميق أكثر أهمية من أي وقت مضى. السؤال هو ، هل تعمل حقًا؟


  1. من يملك صور DALL-E؟ خبراء الذكاء الاصطناعي القانونيون يفكرون في جزء آخر مما أصبح دراما مستمرة حول مولد النص إلى صورة ، استكشفت الكاتبة الكبيرة شارون جولدمان التداعيات القانونية لأدوات مثل DALL-E 2.

    عندما أعلنت شركة OpenAI عن توسيع نطاق الوصول التجريبي إلى DALL-E في يوليو ، عرضت الشركة على مستخدمي الاشتراك المدفوع حقوق الاستخدام الكاملة لإعادة طباعة وبيع وتسويق الصور التي ينشئونها باستخدام أداة تحويل النص إلى صورة القوية.

    بعد أسبوع ، كان المحترفون المبدعون في مختلف الصناعات يعجّون بالفعل بالأسئلة. تتصدر القائمة: من يمتلك الصور التي قدمتها DALL-E ، أو في هذا الصدد ، مولدات تحويل النص إلى الصور الأخرى التي تعمل بالذكاء الاصطناعي ، مثل Imagen من Google؟ مالك الذكاء الاصطناعي الذي يدرب النموذج؟ أم الإنسان الذي يحفز الذكاء الاصطناعي؟

    قال برادفورد نيومان ، الذي يقود التعلم الآلي وممارسة الذكاء الاصطناعي في شركة المحاماة العالمية Baker McKenzie ، في مكتبها في بالو ألتو ، الإجابة على السؤال “من يمتلك صور DALL-E؟” بعيد كل البعد عن الوضوح. وأكد أن التداعيات القانونية أمر لا مفر منه.


  1. Ray ، تقنية التعلم الآلي وراء OpenAI ، تصل إلى Ray 2.0 كتب شون مايكل كيرنر في 23 أغسطس عن البنية التحتية التي تدعم OpenAI: Ray. على مدار العامين الماضيين ، كانت إحدى الطرق الأكثر شيوعًا للمؤسسات لتوسيع أعباء عمل الذكاء الاصطناعي الكبيرة والمعقدة وتشغيلها مع إطار عمل Ray مفتوح المصدر ، الذي تستخدمه شركات من OpenAI إلى Shopify و Instacart. يُمكِّن Ray نماذج التعلم الآلي (ML) من التوسع عبر موارد الأجهزة ، ويمكن أيضًا استخدامها لدعم تدفقات عمل MLops عبر أدوات تعلم الآلة المختلفة. ظهر المعلم الرئيسي التالي للأداة في قمة Ray Summit في سان فرانسيسكو. يوسع Ray 2.0 التكنولوجيا مع Ray AI Runtime (AIR) الجديد الذي يهدف إلى العمل كطبقة وقت تشغيل لتنفيذ خدمات ML.

مهمة VentureBeat هو أن تكون ساحة المدينة الرقمية لصناع القرار التقنيين لاكتساب المعرفة حول تكنولوجيا المؤسسات التحويلية والمعاملات. اكتشف إحاطاتنا.

مقالات ذات صلة

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *

زر الذهاب إلى الأعلى