النائب حسن إبراهيم: بدء تنفيذ شبكة الصرف الصحي بمنطقة «سرايا» أبو قوة ويخدم 875 عقارا
أكد النائب حسن إبراهيم حسن بدء وزارة الأشغال بتنفيذ شبكة الصرف الصحي بمنطقة سرايا أبو قوة بمجمع 457، ويخدم توصيل 875 عقارًا بمجمع 457 بعد انتظار دام لـ24 عامًا.
وقال النائب حسن إبراهيم حسن، إنه عمل بشكل متواصل على رفع احتياجات الأهالي لوزارة المالية ووزارة الأشغال من أجل انهاء معاناتهم، خاصةً انهم كانوا يجدون صعوبة كبيرة في توفير الصهاريج، بالإضافة إلى اضطرارهم الى تحمل المصاريف الشهرية على حسابهم الخاص نظرًا إلى طول فترة الانتظار.
وذكر أنه الجهود تكللت بالنجاح بعد عامين من السعي الحثيث، مشيدًا بالجهود الكبيرة التي يبذلها وزير المالية والاقتصاد الوطني الشيخ سلمان بن خليفة آل خليفة، في دراسة تنفيذ المشروع بالشكل المستعجل لأهالي الدائرة والذي نتج عنها تضمين المشروع ضمن الموازنة العامة للدولة للسنتين الماليتين 2025-2026.
ونوه بأن وزارة الأشغال تعمل جاهدة في الدفع بعجلة التنمية المستدامة من خلال العمل على تعزيز مقومات البنية التحتية لمواكبة الحركة التنموية والعمرانية والاستثمارية ومستمرة في تنفيذ الخطط والبرامج والمشاريع الخدمية الاستراتيجية والمشاريع التطويرية ذات الطابع الخدمي وغيرها من مشاريع البنية التحتية في مختلف مناطق مملكة البحرين بما يتناسب مع الأولويات.
وأوضح أن الوزارة قامت بتوصيل جزء كبير من المحافظة الشمالية بشبكة الصرف الصحي في السنوات السابقة وتعمل على استكمال توصيل باقي العقارات المعمرة بالدائرة بشبكة الصرف الصحي، حيث يعتمد تنفيذ هذه المشاريع على برنامج الوزارة المعد مسبقًا والمرتبط بعدة معايير منها نسبة العقارات المعمرة بالمنطقة والجاهزية الفنية لإنشاء الشبكة وتوفير متطلبات الجهات الخدمية وتوافر الاعتمادات المالية، مشددًا على ضرورة أن تكون هناك جداول زمنية واضحة للبدء والانتهاء من المشاريع.
من جانبه قال وزير الأشغال المهندس إبراهيم بن حسن الحواج إنه سيتم الانتهاء من توصيل 875 عقارًا في منطقة سرايا أبو قوة خلال الربع الثالث من عام 2027 بتكلفة اجمالية بلغت 5 ملايين و700 ألف دينار.
وأكد أن الوزارة تولي اهتمامًا كبيرًا بتنفيذ المشاريع المختلفة وتقديم الخدمات التي تقع ضمن دائرة اختصاصها وتعود بالنفع العام على المواطنين والمقيمين في مختلف محافظات المملكة.
وتابع أن وزارة الأشغال تعمل جاهدة في الدفع بعجلة التنمية المستدامة من خلال العمل على تعزيز مقومات البنية التحتية لمواكبة الحركة التنموية والعمرانية والاستثمارية ومستمرة في تنفيذ الخطط والبرامج والمشاريع الخدمية الاستراتيجية والمشاريع التطويرية ذات الطابع الخدمي وغيرها من مشاريع البنية التحتية في مختلف مناطق مملكة البحرين بما يتناسب مع الأولويات.
جرب ميزات الذكاء الاصطناعي لدينا
اكتشف ما يمكن أن يفعله Daily8 AI من أجلك:
التعليقات
لا يوجد تعليقات بعد...
أخبار ذات صلة
البلاد البحرينية
منذ 37 دقائق
- البلاد البحرينية
stc البحرين تعزز قدرات الأمن السيبراني للشركات
في خطوة استراتيجية لتعزيز الأمن السيبراني في مملكة البحرين، أعلنت stc البحرين، المُمكِّن الرقمي، عن إطلاق برنامجها التدريبي الرائد المتخصص في الأمن السيبراني للشركات والمتاح بالكامل عبر الإنترنت. يهدف البرنامج إلى تمكين الشركات لمواجهة التحديات المتزايدة في المشهد الرقمي المعاصر، من خلال تزويد المشاركين بالمعرفة والمهارات المطلوبة، وذلك بإشراف نخبة من الخبراء المتخصصين في مجالات الأمن السيبراني، والحوكمة، وإدارة المخاطر، والامتثال التنظيمي. ويمنح البرنامج للمشاركين شهادات احترافية معتمدة دوليًا، مثل CISSP وشهادات ISO وغيرها، مما يعزز من جاهزيتهم لحماية مؤسساتهم. يتألف البرنامج من منهج تعليمي متكامل صُمّم بعناية ليتماشى مع التحديات والاحتياجات العملية المتنوعة التي تواجهها الشركات، مما يُمكّن المشاركين من توظيف المهارات المكتسبة مباشرة في مهامهم اليومية. ويشرف على تقديم البرنامج نخبة من الخبراء المعتمدين ذوي الخبرة الواسعة في قطاعات حيوية تشمل القطاع الحكومي، والمصرفي، وقطاع الاتصالات. وبفضل تقديمه بالكامل عبر الإنترنت، يُعد البرنامج خيارًا مرنًا وفعالًا من حيث التكلفة للشركات في مملكة البحرين، إذ يُتيح للمشاركين فرصة تطوير مهاراتهم المهنية في مجال الأمن السيبراني بسهولة ودون الحاجة إلى السفر. تعكس هذه المبادرة التزام stc البحرين بدورها الريادي في مجال الأمن السيبراني، حيث تتجاوز كونها مزودًا للخدمات لتؤدي دور الشريك الاستراتيجي في تنمية الكفاءات الوطنية. ومن خلال تقديم برامج تدريبية معتمدة دوليًا، تساهم stc البحرين في تعزيز استدامة القدرات الداخلية لدى الشركات، ورفع جاهزيتها في مواجهة التهديدات السيبرانية المتزايدة، ضمن بيئة رقمية تتطور بوتيرة متسارعة. للراغبين بالتسجيل التواصل من خلال إرسال بريد إلكتروني إلى [email protected] ، أو التواصل مع مدير حسابهم، أو زيارة الرابط الإلكتروني (stc Business)
الوطن
منذ 38 دقائق
- الوطن
مخاوف من استهداف إسرائيلي.. «أسطول الحرية» يُبحر إلى غزة
قال نشطاء، السبت، إن سفينة تابعة لتحالف أسطول الحرية ستُبحر باتجاه قطاع غزة يوم الأحد في محاولة "لكسر الحصار غير القانوني الذي تفرضه إسرائيل، ووقف تجويع الفلسطينيين، الإبادة الجماعية في غزة". ووفق ما ذكرت صحيفة "هآرتس" العبرية، من المقرر أن يضمّ الأسطول ناشطة المناخ غريتا ثونبرغ، والممثل ليام كانينغهام، والسياسية الأوروبية ريما حسن. وسيعقد التحالف مؤتمراَ صحفياَ عبر تطبيق زووم قبل الإبحار. وكانت مسؤولة الأمم المتحدة، فرانشيسكا ألبانيزي، حذّرت المسافرين من "البقاء آمنين"، وطلبت من المجتمع الدولي "التأكد من حمايتهم". وفي فبراير/شباط، منعت إسرائيل ريما حسن من دخول البلاد بأمر من وزير الداخلية موشيه أربيل، بناء على توصية وزارة شؤون الشتات ومكافحة معاداة السامية. في وقت سابق من شهر مايو، تعرضت سفينة أخرى تابعة لتحالف أسطول الحرية لهجوم بطائرات مسيرة قبالة سواحل مالطا. وبعد حوالي أسبوعين ونصف الأسبوع، تفاوض خلالها النشطاء مع السلطات المالطية، فتم إجلاء الطاقم بأكمله من السفينة المتضررة بشدة، وعادوا إلى بلادهم، وفقاَ لإعلان التحالف. وبحسب ما نقلت شبكة "سي إن إن"، عن التحالف، وهو جماعة ناشطة تُناضل ضد الحصار الإسرائيلي على غزة، "هناك ثقب في السفينة الآن، وهي تغرق".
البلاد البحرينية
منذ ساعة واحدة
- البلاد البحرينية
'فضيلة التعقيد": الذكاء الاصطناعي كمتداول محترف
تقليديا، يعتمد التنبؤ بعوائد الأصول المالية على خصائصها، لكنه يتجاهل كيفية ارتباط الأصول التي يتم تحليلها بالأصول الأخرى في السوق. تتمكن النماذج المعتمدة على الذكاء الاصطناعي من التقاط هذه الترابطات المتبادلة. وقد يؤدي هذا إلى تغيير فهمنا لكيفية عمل الأسواق. إن التقدم السريع في مجال الذكاء الاصطناعي يغير العديد من الصناعات، والتمويل ليس استثناءً. لقد "تعلمت" نماذج اللغة الكبيرة التي تعتمد على بنية المحول - مثل ChatGPT - فهم ليس فقط الكلمات، بل الكلمات في سياقها، وتحليل العلاقات بينها. وقد يؤدي هذا إلى إحداث ثورة في الأسواق المالية أيضًا، وفقًا لدراسة جديدة أجراها أستاذ التمويل في كلية ييل للإدارة براين كيلي وزملاؤه. تعتمد أغلب النماذج التقليدية المستخدمة في تقييم الأصول المالية على تحليل المؤشرات الفردية لهذه الأصول. وعادة ما تفترض مثل هذه النماذج وجود علاقة ثابتة وخطية بين خصائص الأصول والعائدات المتوقعة. تستخدم نماذج تسعير الذكاء الاصطناعي المستندة إلى بنية Transformer نهجًا غير خطي، حيث تعمل على تحديد الأنماط التي لا تستطيع النماذج التقليدية رؤيتها. يمكن مقارنة نماذج التسعير التقليدية بالقواميس التي تحتوي على ترجمات للكلمات والتعبيرات الفردية. المحولات هي "مترجمو الشبكات العصبية" الحديثة الذين يقومون بترجمة الكلمات اعتمادًا على سياق الجملة بأكملها، والفقرة، وحتى النص بأكمله. تفهم هذه النماذج السوق باعتباره "نصًا" يعتمد فيه معنى كل "كلمة" - وهي أصل - على "الكلمات" المحيطة - السوق ككل. ولا يوفر هذا فرصاً جديدة للمستثمرين فحسب، بل قد يؤدي أيضاً إلى تغيير فهمنا لكيفية معالجة الأسواق المالية للمعلومات وتحديد أسعار الأصول. نماذج العوامل والشبكات العصبية قام الباحثون ببناء نموذجهم التحويلي الخاص، AIPM (نموذج تسعير الذكاء الاصطناعي)، وقاموا بتقييم قدرته على التنبؤ بأسعار الأسهم. وللقيام بذلك، قاموا بمقارنة دقة التنبؤ الخاصة بنموذج AIPM وسبعة نماذج تسعير تقليدية أخرى مستخدمة في الممارسة العملية، وقاموا بتدريبهم على بيانات حقيقية حول 132 سمة من سمات الأوراق المالية للشركات الأمريكية للفترة 1963-2022. أربعة من "المنافسين" السبعة لـ AIPM هي نماذج عوامل خطية كلاسيكية، أي نماذج تفترض وجود علاقة ثابتة وخطية بين خصائص الأصول والعائدات المتوقعة. على سبيل المثال، يعتمد نموذج تسعير الأصول الرأسمالية الكلاسيكي (CAPM) الذي وضعه الحائز على جائزة نوبل في الاقتصاد ويليام شارب، والذي وصفه في عام 1964، على عامل واحد - العلاقة بين الربحية والمخاطر (معامل "بيتا"، الذي يقيس تقلب الأصول مقارنة بتقلب السوق). يتضمن نموذج CAPM، الذي تم تحسينه في أوائل تسعينيات القرن العشرين على يد الحائز على جائزة نوبل يوجين فاما ومؤلفه المشارك كينيث فرينش، عوامل إضافية في تحليل تقييم ربحية الأصول المالية: حجم الشركة، ونسبة قيمتها الدفترية إلى قيمتها السوقية، والعائد الزائد (معامل ألفا، الذي يوضح إلى أي مدى يكون العائد على الأصول أعلى أو أقل من العائد على مؤشر الأسهم). في المقابل، يأخذ نموذج Fama-French المحسن المكون من ستة عوامل في الاعتبار ثلاثة عوامل إضافية: ربحية الشركة، وسياسة الاستثمار، والزخم (ديناميكيات السهم السابقة - النمو أو الانحدار). وتعتمد النماذج الثلاثة الأخرى التي قارنها كيلي وزملاؤه بنموذج الذكاء الاصطناعي الجديد على الشبكات العصبية، أو التعلم الآلي. إنها تمثل "مرحلة انتقالية" من نماذج العوامل إلى نماذج المحولات. أصبحت نماذج التعلم الآلي قادرة بالفعل، مثل المحولات، على التقاط علاقات أكثر تعقيدًا بين خصائص الشركة والربحية. ولكن كما هو الحال مع نماذج العوامل، فإن هذه النماذج تعتمد فقط على الخصائص الفردية للأصول للتنبؤ بأدائها المستقبلي، متجاهلة السياق الأوسع للواقع، كما يشير كيلي وزملاؤه. إن هذا الإغفال يمنعهم من رؤية "عالم" السوق بأكمله، والأحداث التي تحدد المخاطر التي تحدد ربحية أصل معين. على سبيل المثال، فإن ارتفاع أسعار النفط لا يؤثر فقط على شركات الطاقة، بل يؤثر أيضًا على شركات السلع الاستهلاكية. محول الذكاء الاصطناعي لقد أدت قدرة نماذج اللغة الكبيرة على "إدراك" السياق إلى توسيع إمكانيات نمذجة العلاقات المعقدة بين الأصول في الأسواق المالية بشكل كبير. على عكس النماذج التقليدية، تتجاوز نماذج Al Transformer العلاقة الخطية بين خصائص والأصول وعوائدها، مما يسمح له بتحديد الأنماط التي كانت "غير مرئية" في السابق. على عكس النماذج المعتمدة على التعلم الآلي، والتي هي أيضًا قادرة على نمذجة علاقات غير خطية معقدة، لا تقتصر المحولات على استخدام القدرة على التنبؤ بالأصول المحددة التي يتم تحليلها فقط. اكتشف باحثون أن المحولات، التي تم تطويرها في الأصل لمعالجة اللغة الطبيعية، يمكن أن تكون فعالة للغاية في تحديد التبعيات المتبادلة بين "سلوك" الأصول المختلفة. لا يأخذ محول نموذج الذكاء الاصطناعي في الاعتبار خصائص الأصول فقط، بل يحدد أيضًا مجموعات غير خطية من خصائصها مع الأصول الأخرى. علاوة على ذلك، فإن آلية الاهتمام - اختيار المعلومات الرئيسية - التي جعلت ChatGPT ناجحًا وتشكل أساس نماذج المحولات المالية، تسمح لها، على عكس نماذج التعلم الآلي، بتعديل وزن العوامل المختلفة التي يتم من خلالها تقييم الأصول، اعتمادًا على وضع السوق. وأظهرت تجربة مؤلفي الدراسة أن هذا يزيد بشكل كبير من القوة التنبؤية لنماذج الذكاء الاصطناعي المحولة ويقلل من الأخطاء في تقييم عوائد الأصول المستقبلية. وبالمقارنة مع نماذج التسعير التقليدية والنماذج القائمة على التعلم الآلي، فإن محول الذكاء الاصطناعي المجهز بـ "آلية الاهتمام" (AIPM) التي بناها الباحثون: يسمح بأخطاء أقل في التنبؤ بالعائدات المستقبلية: بالمقارنة مع نماذج العينة الأكثر دقة، يتمتع محول الذكاء الاصطناعي بمعدل خطأ أقل بنسبة 30%. توفر المحفظة التي تم تشكيلها بناءً على توصيات محول الذكاء الاصطناعي نسبة عائد إلى مخاطرة أكثر ملاءمة (يتم قياسها بنسبة شارب، والتي توضح مقدار العائد الذي يجلبه الأصل لكل وحدة من المخاطر. إذا كانت نسبة شارب أقل من 0، فإن الأصل غير مربح؛ إذا كانت من 0 إلى 1، فإن المخاطر لا يتم تعويضها بالعائد؛ من 1 إلى 2 - عائد جيد عند مستوى مقبول من المخاطرة؛ أكثر من 3 - نتيجة متميزة تشير إلى عائد مرتفع للغاية فيما يتعلق بالمخاطرة . ونادرًا للغاية حتى بين المتداولين المحترفين. كانت نسبة شارب لفترة العينة بأكملها لـ AIPM 4.57 مقابل 1.05-1.8 لنماذج العوامل و3.6-4.31 لنماذج التعلم الآلي). يُظهر محول الذكاء الاصطناعي ما يسمى "فضيلة التعقيد": حيث يؤدي تضمين المزيد من المعلمات في النموذج إلى تحسين جودة التوقعات بسبب تأثير الحجم. تتمتع نماذج الذكاء الاصطناعي ذات بنية المحول بقدرة أفضل على "فهم" الميزات المجردة والتبعيات الضمنية مقارنة بنماذج التسعير الأخرى. يوضح الباحثون أن كل طبقة إضافية توزع انتباه الذكاء الاصطناعي بكفاءة أكبر، مما يسمح للنموذج بأخذ العلاقات قصيرة الأجل وطويلة الأجل في الاعتبار بين مجموعة واسعة من العوامل التي تؤثر على أداء الأصول المالية. وتشير هذه النتائج إلى أن نماذج تسعير الأصول القائمة على الذكاء الاصطناعي أكثر فعالية في معالجة كميات كبيرة من البيانات المالية وإنتاج توقعات أكثر دقة وموثوقية. ويقول المؤلفون إن دمج نماذج الذكاء الاصطناعي القائمة على المحولات في التنبؤ بديناميكيات الأصول المالية سيكون له آثار مهمة على المشاركين في السوق والهيئات التنظيمية. ورغم أن الذكاء الاصطناعي يعد بالفائدة على المستثمرين، فسوف يحتاج المنظمون إلى تقييم مدى تأثير التداول في الأسواق المالية القائمة على نماذج الذكاء الاصطناعي على استقرار وكفاءة هذه الأسواق. وأخيرا، خلص الباحثون إلى أن نماذج تسعير الأصول الجديدة القائمة على الذكاء الاصطناعي تتحدى وجهات النظر التقليدية بشأن كفاءة السوق. إذا تفوقت نماذج الذكاء الاصطناعي باستمرار على الأساليب الكلاسيكية، فقد يشير هذا إلى أن الأسواق أصبحت أقل كفاءة مما كان يُعتقد سابقًا. وهذا يفتح الباب أمام المزيد من البحث والاستكشاف حول طبيعة شذوذ الأسعار.
