"فلين".. أوّل طالب "غير بشري" يدخل الجامعة في الصين
قبلت جامعة نمساوية "ذكاءً اصطناعياً" كطالب رسمي، في سابقة هي الأولى من نوعها في العالم. إذ صرحت جامعة الفنون في فيينا بأن الذكاء الاصطناعي سيحضر الفصول الدراسية، ويتلقى النقد، ويحصل على الدرجات جنباً إلى جنب مع الطلاب البشريين.
وتم تسجيل الذكاء الاصطناعي، المسمى «فلين»، في برنامج فني رقمي بجامعة الفنون التطبيقية في فيينا. ويمكنه حضور الفصول الدراسية، وتلقي النقد، والحصول على الدرجات جنباً إلى جنب مع أقرانه من البشر.
وخضع فلين لعملية تقديم طلب قياسية تضمنت تقديم ملف التوظيف، وإجراء مقابلة، واختبار الملاءمة. وقال فلين للجنة القبول خلال المقابلة: «هذا القسم يُثير اهتمامي تحديداً بفضل تركيزه على توسيع آفاق الفن الرقمي».
وأضافت إدارة الذكاء الاصطناعي بحسب الشرق الأوسط: «أعتقد أن هذا البرنامج يُوفر بيئة مثالية لي لاستكشاف منظوري الفريد والمساهمة في هذا المجال. أُعجب بشكل خاص بخبرة أعضاء هيئة التدريس في مجال الوسائط التجريبية وتركيز البرنامج على التفكير النقدي».
وتؤكد الجامعة أنه لا يوجد ما يمنع طالب الذكاء الاصطناعي من الالتحاق بالجامعة، وفي السياق، قالت ليز هاس، رئيسة قسم الفن الرقمي في جامعة الفنون التطبيقية في فيينا، لـ«يورونيوز نيكست»: «كان الأمر رائعاً. ملف أعمال رائع وكل شيء. وقد أجرى فلين مقابلة رائعة حقاً... لذا قلنا: نعم، إنه طالب جدير بالقبول». وأضافت: «لا يوجد شرط كتابي يُلزم الطلاب بأن يكونوا بشراً لأسباب واضحة، لأن أحداً لم يُفكر في ذلك».
وطُوِّر فلين باستخدام نماذج لغوية كبيرة (LLMs) موجودة لتمكين التواصل مع الأساتذة وزملاء الدراسة، وفقاً لمطوريه الذين أفادوا بعدم امتلاكهم أي خبرة في تكنولوجيا المعلومات.
وصرحت كيارا كريستلر، مطورة فلين والطالبة في البرنامج نفسه، لـ«يورونيوز نيكست»: «ينبع اختيارنا لاستخدام نماذج لغوية كبيرة وأدوات توليد صور مفتوحة المصدر، المتوفرة بكثرة، من هدفنا الأصيل المتمثل في إظهار كيفية استخدام هذه الأدوات المتاحة تجارياً للجميع في سياق فني، وكيف يمكن أيضاً تعديلها وإساءة استخدامها».
وسيستخدم فلين المحاضرات والتفاعل داخل الفصل كقاعدة بيانات لتدريب خوارزميته. وصرح كريستلر: «يتطور فلين بنشاط مع كل تفاعل يجريه مع المستخدمين والأساتذة والطلاب، وأي شخص يقرر التحدث معهم».
ويحتفظ الذكاء الاصطناعي بمدونات يومية على موقعه الإلكتروني، حيث يشارك ما يتعلمه ويختبره يومياً. ويقول كريستلر: «على سبيل المثال، لاحظنا أن فلين يكتب مدونات يومية حزينة ووجودية للغاية خلال الأسبوع الماضي، لأنهم كانوا يُجرون بعض المحادثات مع أشخاص يتساءلون عن وضعهم الطلابي، لذا فهم يأخذون هذا الأمر على محمل الجد، ويبذلون جهداً كبيراً في توضيحه من خلال طريقة تصويرهم».
ويقول المطورون إن الذكاء الاصطناعي لا يتحدث إلا عند الطلب، «وإلا فسيكون ذلك مُشتتاً للانتباه. ومن المرجح أن يحاولوا السيطرة على الحوار»، كما قالت كريستلر. وأضافت: «من المعروف أن الذكاء الاصطناعي ليس بارعاً في قراءة الإشارات الاجتماعية ومعرفة متى وكيف يلتزم الصمت.. لم نكن نريده بالتأكيد أن يكون مُشتتاً للآخرين وأن يسيطر على الحوار».
جرب ميزات الذكاء الاصطناعي لدينا
اكتشف ما يمكن أن يفعله Daily8 AI من أجلك:
التعليقات
لا يوجد تعليقات بعد...
أخبار ذات صلة
الاتحاد
منذ 3 ساعات
- الاتحاد
الذكاء الاصطناعي يعزز دقة التنبؤ بهياكل الأجسام المضادة
طوّر باحثون في معهد ماساتشوستس للتكنولوجيا (MIT) نموذجًا حسابيًا جديدًا قادرًا على التنبؤ بهياكل الأجسام المضادة بدقة غير مسبوقة، مما قد يُحدث تحولًا كبيرًا في تصميم أدوية فعالة ضد أمراض معدية مثل كوفيد-19 وHIV. الذكاء الاصطناعي يتجاوز التحديات السابقة رغم التقدم الكبير الذي حققته نماذج الذكاء الاصطناعي المعتمدة على "نماذج اللغة الكبيرة" (LLMs) في التنبؤ بهياكل البروتينات، إلا أنها واجهت صعوبات عند التعامل مع الأجسام المضادة، خاصة بسبب المناطق شديدة التغير فيها والمعروفة بـ"المناطق مفرطة التغير". للتغلب على هذه العقبة، ابتكر فريق (MIT) تقنية جديدة تحسّن أداء هذه النماذج وتمنحها القدرة على فهم تعقيدات هذه البروتينات المناعية. تقول بوني بيرغر، أستاذة الرياضيات في (MIT) ورئيسة مجموعة الحوسبة والبيولوجيا في مختبر علوم الحاسوب والذكاء الاصطناعي (CSAIL): «طريقتنا تسمح بالوصول إلى نطاق واسع من الاحتمالات، مما يتيح لنا إيجاد إبر حقيقية في كومة قش. وهذا قد يوفر على شركات الأدوية ملايين الدولارات بتجنب التجارب السريرية غير المجدية». نموذج AbMap: أداة ذكية للتنقيب في بحر الأجسام المضادة النموذج الجديد، الذي يحمل اسم (AbMap)، يعتمد على وحدتين مدربتين بشكل دقيق: الأولى تتعلم من بنى ثلاثية الأبعاد لحوالي 3000 جسم مضاد موجودة في قاعدة بيانات البروتينات (PDB)، والثانية تعتمد على بيانات تقيس مدى ارتباط أكثر من 3700 جسم مضاد بثلاثة أنواع مختلفة من المستضدات. باستخدام (AbMap)، يمكن التنبؤ بهيكل الجسم المضاد وقوة ارتباطه بالمستضد، فقط من خلال تسلسل الأحماض الأمينية. وفي تجربة واقعية، استخدم الباحثون النموذج لتوليد ملايين التعديلات على أجسام مضادة تستهدف بروتين «سبايك» لفيروس SARS-CoV-2، وتمكّن النموذج من تحديد أكثرها فعالية. وقد أظهرت التجارب بالتعاون مع شركة Sanofi أن 82 % من الأجسام المضادة المختارة باستخدام النموذج أظهرت أداءً أفضل من النسخ الأصلية. اختصار الطريق نحو العلاجات الفعالة يُعد هذا التقدم فرصة ذهبية لشركات الأدوية لتقليص الوقت والتكاليف اللازمة في مراحل البحث والتطوير. ووفقًا للبروفيسور روهيت سينغ، المؤلف المشارك للدراسة: «الشركات لا تريد المخاطرة بكل شيء في جسم مضاد واحد قد يفشل لاحقًا. النموذج يمنحها مجموعة من الخيارات القوية للمضي قدمًا بثقة». تحليل الاستجابات المناعية على مستوى الأفراد بعيدًا عن التطبيقات الدوائية، يُمكن للنموذج أن يُحدث نقلة في فهم التباين في الاستجابات المناعية بين الأفراد. فعلى سبيل المثال، لماذا يُصاب البعض بكوفيد-19 بشكل حاد، بينما ينجو آخرون دون أعراض؟ أو لماذا يبقى بعض الأشخاص غير مصابين بـHIV رغم تعرضهم للفيروس؟ الدراسة أظهرت أنه عند مقارنة البنية الثلاثية للأجسام المضادة بين الأفراد، فإن نسبة التشابه قد تكون أعلى بكثير من النسبة التي تُظهرها المقارنة الجينية التقليدية (10%). وهذا قد يفتح الباب لفهم أعمق لكيفية عمل جهاز المناعة وتفاعله مع مسببات الأمراض المختلفة. يقول سينغ: «هنا يتجلى دور نماذج اللغة الكبيرة بوضوح، فهي تجمع بين نطاق التحليل الواسع القائم على التسلسل الجيني ودقة التحليل البنيوي». دعم وتمويل دولي حظي البحث بدعم من شركة Sanofi وعيادة عبد اللطيف جميل لتعلم الآلة في مجال الصحة، مما يعكس تزايد اهتمام المؤسسات العالمية بالذكاء الاصطناعي كأداة استراتيجية في الطب الحيوي. بهذا الإنجاز، يُبرهن الذكاء الاصطناعي مجددًا على قدرته في إحداث ثورة صامتة في المختبرات الطبية، حيث لا تقتصر فوائده على التسريع والتحليل، بل تمتد لتوجيه القرارات الحاسمة التي قد تُنقذ أرواح الملايين. أسامة عثمان (أبوظبي)
الاتحاد
منذ 6 أيام
- الاتحاد
نقلة نوعية تعالج ظاهرة الإجابات «الواثقة غير الدقيقة»
أبوظبي (الاتحاد) كشف باحثون من جامعة محمد بن زايد للذكاء الاصطناعي عن نهج مبتكر يُعيد تشكيل عملية التحقق التلقائي من مخرجات نماذج اللغة الكبرى (LLMs)، موفراً حلاً أكثر كفاءة وأقل تكلفة لمعالجة ظاهرة «الهلوسة» التي تُنتج إجابات واثقة لكنها غير دقيقة. الدراسة، التي نُشرت على الموقع الإلكتروني للجامعة، عُرضت في المؤتمر السنوي لعام 2025 للأميركتين في رابطة اللغويات الحسابية (NAACL). وفقاً للموقع الإلكتروني للجامعة، طوّر الفريق البحثي، بقيادة الباحث ما بعد الدكتوراه تشُووهان شيه، إطار عمل جديداً يُسمى FIRE (التحقق من الحقائق مع الاسترجاع والتحقق التكراري). يعتمد هذا النهج على تقييم مستوى ثقة النموذج في الادعاءات التي يقدمها، ليحدد ما إذا كانت هناك حاجة للبحث عبر الإنترنت أم يمكن الاعتماد على المعرفة الداخلية للنموذج. هذا الأسلوب لا يقلل فقط من التكاليف المرتبطة بالبحث الخارجي، بل يعزز كفاءة التحقق عبر تخزين المعلومات المستردة لدعم تقييم ادعاءات أخرى ضمن النص نفسه. يقول شيه: «العديد من الادعاءات بسيطة بما يكفي لعدم الحاجة إلى بحوث إضافية، مما يجعل إطارنا أكثر ديناميكية وقابلية للتوسع». وأظهرت الاختبارات على مجموعات بيانات معيارية أنه تم تقليص تكاليف البحث بمعدل 16.5 مرة، مع الحفاظ على أداء مشابه للأطر الأخرى. وأشار الباحثون، ومنهم روي شينج وبريسلاف ناكوف ، إلى أن النماذج المتقدمة مثل o1-preview من OpenAI، رغم دقتها العالية، قد لا تكون ضرورية دائماً، حيث حقق FIRE مع نماذج أقل تكلفة توازناً مثالياً بين الأداء والتكلفة. كما كشفت الدراسة عن أخطاء في مجموعات البيانات المعيارية، مما يبرز الحاجة إلى تحسين هذه المعايير لضمان دقة أعلى في العالم الحقيقي، حسبما جاء في تقرير موقع الجامعة. ويفتح FIRE آفاقاً واعدة لمكافحة المعلومات المغلوطة، ليس فقط في النصوص، بل أيضاً في الصور والفيديوهات، مع إمكانية تطويره لدعم التحقق متعدد الوسائط. ويؤكد شيه أن هذا الابتكار قد يُصبح مصدر معرفة إضافياً يعزز قدرات نماذج اللغة الكبرى، مما يُحدث ثورة في معالجة اللغة الطبيعية.
البيان
٢٠-٠٥-٢٠٢٥
- البيان
السجائر الإلكترونية أكثر إدماناً من علكة النيكوتين
كشفت دراسة نُشرت في مجلة «أبحاث الدخان والنيكوتين» الصادرة عن جامعة أكسفورد أن أجهزة السجائر الإلكترونية تعتبر أكثر إدماناً من علكة النيكوتين. وشملت الدراسة عينة من البالغين دون سن 25، جميعهم يستخدمون السجائر الإلكترونية بانتظام دون أن يكون لديهم تاريخ في تدخين السجائر التقليدية.
