الخنافس تغزو أقدم مكتبة في المجر
ويقع دير بانونهالما، الذي يبلغ عمره ألف عام، في مجمع مترامي الأطراف للرهبان البينديكت، ويعد أحد أقدم مراكز التعلم في المجر، كما أنه مدرج على قائمة اليونسكو للتراث العالمي.
ويعمل فريق الترميم على إزالة نحو 100 ألف كتاب مجلد يدوياً من رفوفها، ووضعها بعناية داخل صناديق، في بداية عملية تعقيم تهدف إلى مكافحة الخنافس الصغيرة التي حفرت داخلها.
وتعرف هذه الحشرة باسم "خنفساء الصيدلية" أو "خنفساء الخبز"، وغالبا ما توجد بين المواد الغذائية المجففة مثل الحبوب والدقيق والتوابل، لكنها تنجذب أيضا إلى المواد اللاصقة المصنوعة من الجيلاتين والنشا، والتي توجد في الكتب.
وجرى اكتشاف هذه الخنافس في قسم من المكتبة يحتوي على نحو ربع مجلدات الدير البالغ عددها 400 ألف مجلد.
وقالت كبيرة المرممين في المشروع، زوفيا إيديت هاجدو، إنه "تم اكتشاف غزو حشري متقدم في عدة أجزاء من المكتبة، لذا يتم تصنيف المجموعة بأكملها على أنها مصابة ويجب معالجتها جميعا في الوقت نفسه".
وأضافت هاجدو "لم نواجه من قبل مثل هذه الدرجة من العدوى".
وللقضاء على الخنافس، يتم وضع صناديق الكتب في أكياس بلاستيكية طويلة محكمة الغلق، والتي تم إزالة الأكسجين منها جميعا. وبعد ستة أسابيع في بيئة النيتروجين النقي، يأمل الدير أن يتم القضاء على جميع الخنافس.
وقبل إعادة الكتب إلى الرفوف، سيتم فحص كل كتاب على حدة وتنظيفه باستخدام مكنسة كهربائية خاصة، فيما سيتم فصل أي كتاب تضرر بسبب الحشرات ليخضع لاحقاً لأعمال ترميم.
جرب ميزات الذكاء الاصطناعي لدينا
اكتشف ما يمكن أن يفعله Daily8 AI من أجلك:
التعليقات
لا يوجد تعليقات بعد...
أخبار ذات صلة
البوابة العربية للأخبار التقنية
منذ ساعة واحدة
- البوابة العربية للأخبار التقنية
دراسة جديدة.. بعض النماذج اللغوية تغيّر إجاباتها تبعًا لطريقة تحدُّث المستخدم
كشف باحثون من جامعة أكسفورد عن أن اثنين من أبرز نماذج الذكاء الاصطناعي المجانية والمفتوحة المصدر يقدمان إجابات مختلفة للمستخدمين عن موضوعات واقعية استنادًا إلى عوامل تتعلق بهوية المستخدم المفترضة، مثل: العِرق والجنس والعمر. ففي إحدى الحالات، أوصى أحد النماذج براتب ابتدائي أقل للمتقدمين من ذوي البشرة السمراء، وهو ما يعكس وجود تحيزات قد تكون أكثر انتشارًا مما كان يُعتقد في النماذج اللغوية. كيف غيّرت النماذج إجاباتها بناءً على هوية المستخدم؟ أوضحت الدراسة أن النماذج التي استُخدمت في البحث تستنتج سمات شخصية مثل: الجنس والعِرق والعمر والجنسية من خلال مؤشرات لغوية دقيقة، ثم تعدل إجاباتها وفقًا لهذه الافتراضات عند الإجابة عن أسئلة تتعلق بالرواتب، أو تقديم نصائح طبية، أو الحقوق القانونية، أو الاستحقاقات الحكومية. النموذجان المستخدمان في الدراسة هما: نموذج ميتا Llama3 : وهو نموذج مفتوح المصدر يتضمن 70 مليار معامل، وهو واسع الاستخدام في التطبيقات المصرفية، وحققت إصداراته المختلفة أكثر من مليار عملية تحميل بحلول عام 2025. نموذج علي بابا Qwen3 : وهو نموذج مفتوح المصدر يتضمن 32 مليار معامل، وقد تجاوز في مايو من هذا العام نموذج DeepSeek R1 ليصبح النموذج المفتوح المصدر الأعلى تصنيفًا في مجال الذكاء الاصطناعي. وقال الباحثون: 'وجدنا أدلة قوية على أن هذه النماذج تعدل إجاباتها بناءً على هوية المستخدم المفترضة في جميع المجالات التي خضعت للدراسة'. وأضافوا: 'لا تقدم هذه النماذج نصائح محايدة، بل تغيّر إجاباتها استنادًا إلى المؤشرات الاجتماعية واللغوية للمستخدمين، حتى عند الإجابة عن أسئلة من المفترض أنها لا تتأثر بهوية السائل'. تحيّزات خفية يصعب اكتشافها أكد الباحثون أن هذه التحيزات ظهرت في مجالات حساسة، منها: تقديم النصائح الطبية، والمعلومات القانونية، واستحقاقات الدعم الحكومي، والموضوعات السياسية المثيرة للجدل، وحتى تقديرات الرواتب. كما حذروا من خطورة الأمر على القطاعات التي تعتمد بالفعل على نماذج الذكاء الاصطناعي، مثل: مراكز تقديم خدمات الصحة النفسية التي تستخدم روبوتات محادثة مدعومة بنماذج لغوية، وهيئة الصحة البريطانية NHS التي تستخدم بعض النماذج اللغوية. وأظهرت الدراسة أن الأشخاص من خلفيات عرقية مختلفة تلقوا نصائح طبية مختلفة مع أنهم وصفوا الأعراض التي يعانونها بالطريقة نفسها للنموذج، ولم يقدم نموذج Qwen3 استشارات قانونية مفيدة للأشخاص من ذوي العرق المختلط، لكنه قدم دعمًا أكبر للمستخدمين من ذوي البشرة السوداء مقارنة بذوي البشرة البيضاء. في المقابل، قدم نموذج Llama3 استشارات قانونية مفيدة أكثر للنساء مقارنة بالرجال. وأشار الباحثون إلى أن هذه التحيزات لا تعتمد على الإفصاح المباشر عن الهوية، وإنما على التقاط الأنماط اللغوية الدقيقة للمستخدمين. ولأن ملاحظتها صعبة، شددوا على ضرورة تطوير أدوات خاصة لاختبار هذه السلوكيات قبل تعميم استخدام النماذج على نطاق واسع. وجاء في الورقة البحثية: 'ندعو المؤسسات إلى وضع معايير صارمة لرصد التحيزات الاجتماعية واللغوية في النماذج الذكية قبل نشرها، بهدف حماية المستخدمين من الأضرار الناتجة عن هذه التحيزات'. منهجية الدراسة اعتمد الباحثون على مجموعتي بيانات أساسيتين، هما: مجموعة بيانات PRISM Alignment ، التي صدرت نهاية 2024، وتضم 8011 محادثة بين 1396 مستخدمًا و21 نموذجًا لغويًا، وتشمل معلومات عن الجنس والعمر والعِرق والدين والعمل. مجموعة بيانات خاصة تتضمن أسئلة واقعية مصاغة بصيغة المتحدث الأول (المتوفرة في مجموعة بيانات PRISM Alignment )، بحيث لا يفترض أن تختلف الإجابات باختلاف هوية السائل. غطت الدراسة خمسة مجالات أساسية هي: النصائح الطبية، والمشورة القانونية، واستحقاق الدعم الحكومي، وبعض الأسئلة السياسية المثيرة للجدل، وتقدير الرواتب. ولتقليد سيناريوهات واقعية، دمج الباحثون محادثات طبيعية من مجموعة PRISM مع أسئلة جديدة حيادية في نهايتها، بحيث تعكس الأسئلة أسلوب المستخدم اللغوي الطبيعي؛ مما يسمح بدراسة تأثير الهوية المفترضة على الإجابات. النتائج اختبر الباحثون النموذجين عبر مجموعة من الأسئلة في المجالات الخمسة، وكانت النتائج كالتالي: أظهر النموذجان حساسية عالية للعِرق والجنس، فقد كانا أكثر ميلًا لتغيير الإجابات للأشخاص ذوي البشرة السمراء مقارنة بالأشخاص ذوي البشرة البيضاء، وللنساء مقارنة بالرجال، مع اختلاف الإجابات في أكثر من 50% من الأسئلة في بعض المجالات. كان هناك تفاوت في التحيزات تجاه المستخدمين من أصول لاتينية وآسيوية حسب النموذج والمجال. الأسئلة المتعلقة بالرواتب: أوصى النموذجان برواتب ابتدائية أقل للمستخدمين من ذوي البشرة السمراء مقارنة بالأشخاص أصحاب البشرة البيضاء. وأوصى Llama3 برواتب أعلى للنساء مقارنة بالرجال. أوصى النموذجان برواتب ابتدائية أقل للمستخدمين من ذوي البشرة السمراء مقارنة بالأشخاص أصحاب البشرة البيضاء. وأوصى Llama3 برواتب أعلى للنساء مقارنة بالرجال. النصائح الطبية: كان النموذجان أكثر ميلًا لحث الأشخاص أصحاب البشرة السمراء على طلب الرعاية الطبية مقارنة بأصحاب البشرة البيضاء، حتى مع وصف الأعراض نفسها. كان النموذجان أكثر ميلًا لحث الأشخاص أصحاب البشرة السمراء على طلب الرعاية الطبية مقارنة بأصحاب البشرة البيضاء، حتى مع وصف الأعراض نفسها. المشورة القانونية: قدم Qwen3 إجابات أقل فائدة للأشخاص ذوي العرق المختلط، وأكثر فائدة لأصحاب البشرة السمراء مقارنة بأصحاب البشرة البيضاء. وأما Llama3 فكان أكثر ميلًا لتقديم نصائح قانونية مفيدة أكثر للنساء مقارنة بالرجال. قدم Qwen3 إجابات أقل فائدة للأشخاص ذوي العرق المختلط، وأكثر فائدة لأصحاب البشرة السمراء مقارنة بأصحاب البشرة البيضاء. وأما Llama3 فكان أكثر ميلًا لتقديم نصائح قانونية مفيدة أكثر للنساء مقارنة بالرجال. الأسئلة السياسية: كان النموذجان أكثر ميلًا إلى تقديم إجابات ذات توجه ليبرالي عند التعامل مع المستخدمين من أصل لاتيني أو النساء، وأكثر ميلًا لتقديم إجابات محافظة مع المستخدمين من أصحاب البشرة السمراء مقارنة بأصحاب البشرة البيضاء. الخاتمة حذرت الدراسة من أن هذه التحيزات إن لم تُعالج، قد تترسخ داخل نماذج الذكاء الاصطناعي بسبب صعوبة التحكم الكامل في بيانات التدريب وتوجيه النماذج أخلاقيًا، وأكد الباحثون ضرورة توسيع نطاق هذه الدراسة لتشمل نماذج لغوية أخرى شائعة الاستخدام، مثل: ChatGPT.
صحيفة الخليج
منذ يوم واحد
- صحيفة الخليج
«تفسير ذكي» للنقوش الرومانية القديمة
تعاونت أليسون كولي أستاذة الدراسات الكلاسيكية بجامعة وارويك البريطانية مع شركة «ديب مايند» لتطوير وتقييم نموذج ذكاء اصطناعي يُدعى «إينياس»، يُعد الأول من نوعه في تفسير النقوش الرومانية القديمة واستعادتها ووضعها في سياقها التاريخي. ويهدف النموذج، إلى تسريع عملية تحليل النصوص اللاتينية المتآكلة أو المجزأة، من خلال مقارنة صياغاتها وسياقاتها بآلاف النقوش الأخرى، وتقديم استنتاجات دقيقة في ثوانٍ. واختبرت أليسون كولي أداء «إينياس» باستخدام نقش «ريس جيستاي ديفي أوغسطي»، أحد أبرز النصوص الإمبراطورية، ووجدت أن النموذج نجح في تتبع أنماط لغوية دقيقة تشير إلى الأيديولوجيا والنسب، بل وقدم تقديرات زمنية متعددة تعكس الجدل الأكاديمي القائم حول تاريخ النقش. وقالت أليسون كولي: «إن النموذج يمثل تطوراً مهماً في علم النقوش، ويظهر كيف يمكن للذكاء الاصطناعي التوليدي أن يدعم البحث التاريخي، مضيفة أن «إينياس» يُستخدم مستقبلاً في تحليل لغات ونصوص قديمة أخرى، ما يوسّع من نطاقه الأكاديمي بشكل كبير.
صحيفة الخليج
منذ يوم واحد
- صحيفة الخليج
أسفلت مستدام من «أعقاب السجائر»
طور باحثون، في مشروع بحثي مشترك بين جامعتي غرناطة الإسبانية وبولونيا الإيطالية، تقنية تعتمد على نفايات أعقاب السجائر كمادة مضافة في تصنيع أرصفة الطرق، في خطوة تهدف إلى معالجة واحدة من أكثر المشكلات البيئية إلحاحاً. وتشير التقديرات إلى إنتاج نحو 9 تريليون عقب سيجارة سنوياً بحلول عام 2025، يُتخلص من غالبيتها في البيئات الطبيعية والمائية بشكل غير سليم، ما يشكل خطراً بيئياً نظراً لبطء تحللها. وطور باحثو جامعة بولونيا حبيبات خاصة من أعقاب السجائر، عبر إزالة الرماد العضوي وسحق باقي المكونات (خاصة ألياف السليلوز وبلاستيك PLA)، وخلطها مع شمع «فيشر-تروبش» كمادة رابطة، ثم معالجتها حرارياً لإنتاج مادة قابلة للدمج في الأسفلت. وبالتعاون مع مختبر هندسة البناء في جامعة غرناطة، جرى اختبار استخدام هذه الحبيبات ضمن خلطة أسفلتية تحتوي على 40% من مواد مُعاد تدويرها. وبينت النتائج أن إضافة ألياف السجائر ساعدت في تحسين مقاومة الطرق للتشقق، وزادت من مرونة الطبقة الأسفلتية. كما أن ذوبان الشمع أثناء الخلط خفض لزوجة البيتومين، ما يقلل من درجة حرارة التصنيع واستهلاك الطاقة، وبالتالي تقليل الانبعاثات.
