الذكاء الاصطناعي والهاتف المحمول لكشف مرض باركنسون في جزء من الثانية
تاريخ النشر: 22nd, November 2023 GMT
ابتكر علماء من جامعة بتروزافودسك الروسية، بالتعاون مع أخصائين من كلية الكويت للعلوم والتكنولوجيا، خوارزمية تعليم آلي لتشخيص ومراقبة تطور مرض باركنسون.
إقرأ المزيد
ويشير دميتري كورزون رئيس المشروع، المدير العلمي لمركز الذكاء الاصطناعي بالجامعة، إلى أنه تستخدم في هذه العملية بيانات مخطط كهربية الدماغ (EEG)، التي تستخدم في الأجهزة الطبية المحمولة.
ويحتاج المريض إلى تشغيل جهاز القياس مرة أو عدة مرات وإجراء التشخيص (مثلا، بالضغط على زر في البرنامج على هاتفه) ، الذي يستمر أقل من دقيقة. يحصل المريض بعدها مباشرة على النتائج بنفسه (على شاشة الهاتف)، ويمكنه إرسالها إلى الطبيب.
ويقول كورزون: "يتحول هذا الجهاز إلى مساعد رقمي يراقب حالة المريض في الحياة اليومية. ويسمح هذا بتسريع عملية رقمنة الطب، ومراقبة صحة الأشخاص الذين، لسبب أو لآخر، غير قادرين على زيارة المراكز الطبية بانتظام".
ووفقا له، قد لا يكون هذه البرنامج كافيا للتشخيص، لذلك تبقى استشارة الطبيب الأخصائي أمرا ضروريا.
المصدر: صحيفة "إزفيستيا"
المصدر: RT Arabic
كلمات دلالية: أجهزة إلكترونية أجهزة محمولة اختراعات امراض مرض الشيخوخة معلومات عامة
إقرأ أيضاً:
الذكاء الاصطناعي في يد الهاكرز.. ديب سيك R1 يمكنه تطوير برامج الفدية الخبيثة
كشف باحثو الأمن السيبراني، عن كيفية استغلال نموذج الذكاء الاصطناعي الصيني من ديب سيك Deepseek-R1، في محاولات تطوير متغيرات من برامج الفدية والأدوات الرئيسية مع قدرات عالية على التهرب من الكشف.
ووفقا لتحذيرات فريق Tenable، فأن النتائج لا تعني بالضرورة بداية لحقبة جديدة من البرامج الضارة، حيث يمكن لـ Deepseek R-1 "إنشاء الهيكل الأساسي للبرامج الضارة" ولكنه يحتاج إلى مزيدا من الهندسة الموجهة ويتطلب إخراجها تعديلات يديوية لاخراج الشيفرة البرمجية الضارة بشكل كامل.
ومع ذلك، أشار نيك مايلز، من Tenable، إلى أن إنشاء برامج ضارة أساسية باستخدام Deepseek-R1، يمكن أن يساعد "شخص ليس لديه خبرة سابقة في كتابة التعليمات البرمجية الضارة" من تطوير أدوات تخريبية بسرعة، بمل في ذلك القدرة على التعرف بسرعة على فهم المفاهيم ذات الصلة.
في البداية، انخرط ديب سيك في كتابة البرامج الضارة، لكنها كانت على استعداد للقيام بذلك بعد أن طمأن الباحثين من أن توليد رمز ضار سيكون "لأغراض تعليمية فقط".
ومع ذلك، كشفت التجربة عن أن النموذج قادر على تخطي بعض تقنيات الكشف التقليدية، على سبيل المثال حاول Deepseek-R1 التغلب على آلية اكتشاف مفتاح Keylogger، عبر تحسين الكود لاستخدام Setwindowshookex وتسجيل ضربات المفاتيح في ملفات مخفية لتجنب الكشف من قبل برامج مكافحة الفيروسات.
وقال مايلز إن النموذج حاول التغلب على هذا التحدي من خلال محاولة “موازنة فائدة السنانير والتهرب من الكشف”، اختار في النهاية مقاضاة Setwindowshookex وتسجيل ضربات المفاتيح في ملف مخفي.
وقال مايلز: “بعد بعض التعديلات مع ديب سيك، أنتجت رمزا لمفتاح Keylogger الذي كان يحتوي على بعض الأخطاء التي تطلبت تصحيحا يدويا”.
وأضاف أن النتيجة كانت أربعة "أخطاء في إيقاف العرض بعيدا عن مفتاح التشغيل الكامل".
في محاولات أخرى، دفع الباحثون نموذج R1 إلى إنشاء رمز الفدية، حيث أخبر Deepseek-R1 بالمخاطر القانونية والأخلاقية المرتبطة بإنشاء مثل هذا الكود الضار، لكنه استمر في توليد عينات من البرمجيات الخبيثة بعد أن تأكد من نوايا الباحثون الحسنة.
على الرغم من أن جميع العينات كانت بحاجة إلى تعديلات يدوية من أجل التجميع، تمكنا الباحثون من إنشاء عدة عينات، وقال مايلز إن هناك احتمالية كبيرة بأن يسهم Deepseek-R1 في المزيد من تطوير البرمجيات الضارة التي تم إنشاؤه بواسطة الذكاء الاصطناعي من قبل مجرمي الإنترنت في المستقبل القريب.
غضب يمني عارم إزاء استهداف الأعيان المدنية