«الاتصالات»: نستهدف تحقيق 55 مليار دولار من تطبيقات الذكاء الصناعي
تاريخ النشر: 3rd, January 2024 GMT
أكد الدكتور حسام عثمان مستشار وزير الاتصالات للإبداع وريادة الأعمال ان المرحلة الأولي التي تطبقها الدولة في تطبيق استخدامات الذكاء الصناعي تخلص في مايو 2024 نضع استراتيجيه المرحلة الثانيه وهناك مستهدف للاستفادة من تطبيقات الذكاء الصناعي 55 مليار دولار في 2030 .
اجتماع لجنة الاتصالات وتكنولوجيا المعلوماتواضاف الدكتور حسام عثمان خلال اجتماع لجنة الاتصالات وتكنولوجيا المعلومات برئاسة النائب احمد بدوي ، اليوم لمناقشة عدد من طلبات الاحاطه المقدمه من النواب ومنها طلبالاحاطه المقدم من النائبه أمال عبد الحميد لمناقشة خطة الحكومة لتعظيم الاستفادة منتطبيقات الذكاء الاصطناعي ، ان هناك مستهدف لوصول مصر الي مركز متقدمه في مجالات الذكاء الصناعي وسنكون من افضل عشرين دولة عام 2028 طبقا لعدد من الموشرات وذلك خطه ونسب وارقام وتطور .
وشدد عثمان الي ان المرحلة القادمه ستركز علي عدد ممن المبادرات اولها مبادرة الوعي لان الاعلام ينظر بشكل كبير الي الناحيه السلبيه في استخدامات الذكاء الصناعي ويترك الايجابيه ، مؤكدا ان الاستخدامات في مصر تصل السي 35% في حين في الصين تصل الي 72%
مؤكدا ان مصر تتخذ عدد من الاهداف ولدينا مقارنات نجريها مع عدد من الدول المماثلة مثال السعوديه وكوريا الجنوبيه والامارات والبرازيل وقطر وجميع المؤشرات توضح لنا اين نحن من هذة التحركات .
مجال الذكاء الاصطناعيوطالبت النائبة امال عبد الحميد مقدم طلب الاحاطه بان يكون هناك حوافز كبيرة لجذب مزيد من الاستثمارات في مجال الذكاء الاصطناعي موكدة ان استخدامات الذكاء الصناعي قد تصل معدل النمو قد يصل الي 7.7% إذا اعتمد على النشاط التكنولوجي في تطبيقات الذكاء الصناعي
وشددت امال عبد الحميد ان هناك 320 مليار دولار ستضخ في اقتصاديات الشرف الأوسط حتي عام 2030 في مجالات الذكاء الصناعي بما يساوي 11% من الناتج القومي المحلي للولايات المتحده ، من المتوقع أن تساعد تطبيقات الذكاء الصناعي في ضخ 43 مليار دولار الي الاقتصاد الوطني اذا تم عقد اتفاقيات تشجيع الشركات الناشئة واضافه حوافز اضافيه بعيدا عن النظم القديمه التقليديه .
المصدر: الوطن
كلمات دلالية: الذكاء الاصطناعي النواب الاستثمارات ملیار دولار عدد من
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.