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 المعلومات

واضاف 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 الاصطناعي

وطالبت 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:

الدماغ البشري يتفوّق على الذكاء الاصطناعي في حالات عدّة

 لا شك أن أنظمة الذكاء الاصطناعي قد حققت إنجازات مذهلة، بدءًا من إتقان الألعاب وكتابة النصوص وصولًا إلى توليد الصور ومقاطع الفيديو المقنعة. 

وقد دفع ذلك البعض إلى الحديث عن إمكانية أن نكون على أعتاب الذكاء الاصطناعي العام (AGI)، وهو نظام ذكاء اصطناعي يمتلك قدرات معرفية شاملة تشبه قدرات الإنسان.

في حين أن بعض هذا الحديث ما هو إلا ضجة إعلامية، إلا أن عددًا كافيًا من الخبراء في هذا المجال يأخذون الفكرة على محمل الجد، مما يستدعي إلقاء نظرة فاحصة عليها.

تحديات تعريف الذكاء الاصطناعي العام

تدور العديد من النقاشات حول مسألة كيفية تعريف الذكاء الاصطناعي العام، وهو أمر يبدو أن الخبراء في هذا المجال لا يتفقون عليه.

 ويساهم هذا في ظهور تقديرات متباينة حول موعد ظهوره، تتراوح بين "إنه موجود عمليًا" إلى "لن نتمكن أبدًا من تحقيقه". وبالنظر إلى هذا التباين، يستحيل تقديم أي نوع من المنظور المستنير حول مدى قربنا من تحقيقه.

لكن لدينا مثال موجود على الذكاء العام بدون "الاصطناعي" - وهو الذكاء الذي يوفره دماغ الحيوان، وخاصة الدماغ البشري. 

ومن الواضح أن الأنظمة التي يتم الترويج لها كدليل على أن الذكاء الاصطناعي العام قاب قوسين أو أدنى لا تعمل على الإطلاق مثل الدماغ. قد لا يكون هذا عيبًا قاتلًا، أو حتى عيبًا على الإطلاق. من الممكن تمامًا أن يكون هناك أكثر من طريقة للوصول إلى الذكاء، اعتمادًا على كيفية تعريفه.

 لكن من المحتمل أن تكون بعض الاختلافات على الأقل مهمة من الناحية الوظيفية، وحقيقة أن الذكاء الاصطناعي يسلك مسارًا مختلفًا تمامًا عن المثال العملي الوحيد الذي لدينا من المرجح أن يكون ذا مغزى.

سامسونج تطلق Galaxy A56 مع دعم ميزات الذكاء الاصطناعيسوفت بنك يضاعف رهانه على الذكاء الاصطناعي باستثمارات ضخمة وسط سباق عالميثورة الذكاء الاصطناعي في الصين.. DeepSeek يثير جدلا في القطاع الطبيAlexa+.. قفزة نوعية في الذكاء الاصطناعي.. أبرز ميزات المساعد الذكي الجديد من أمازون«DeepSeek» تُشعل سباق الذكاء الاصطناعي.. هامش ربح 545% يهز الأسواق وسهم NVIDIA ينهارالقدرات التي يفتقر إليها الذكاء الاصطناعي الحالي

مع وضع كل ذلك في الاعتبار، دعونا نلقي نظرة على بعض الأشياء التي يقوم بها الدماغ والتي لا تستطيع أنظمة الذكاء الاصطناعي الحالية القيام بها.

أشارت أرييل جولدشتاين، الباحثة في الجامعة العبرية في القدس، إلى أن أنظمة الذكاء الاصطناعي الحالية "مجزأة" في قدراتها. فقد تكون جيدة بشكل مدهش في شيء ما، ثم سيئة بشكل مدهش في شيء آخر يبدو مرتبطًا به. 

وأكدت عالمة الأعصاب كريستا بيكر من جامعة ولاية كارولينا الشمالية على هذه النقطة، مشيرة إلى أن البشر قادرون على تطبيق المنطق في مواقف جديدة دون الحاجة إلى إعادة تعلم كل شيء من الصفر.

ذكر ماريانو شاين، مهندس جوجل الذي تعاون مع جولدشتاين، أن أنظمة الذكاء الاصطناعي تفتقر إلى الذاكرة طويلة المدى والمخصصة للمهام، وهي القدرة على نشر المهارات المكتسبة في مهمة ما في سياقات مختلفة.

أشارت بيكر إلى وجود تحيز نحو تفضيل السلوكيات الشبيهة بالسلوك البشري، مثل الردود التي تبدو بشرية والتي تولدها نماذج اللغات الكبيرة. 

في المقابل، يمكن لذبابة الفاكهة، بدماغها الذي يحتوي على أقل من 150 ألف خلية عصبية، دمج أنواع متعددة من المعلومات الحسية، والتحكم في أربعة أزواج من الأطراف، والتنقل في بيئات معقدة، وتلبية احتياجاتها من الطاقة، وإنتاج أجيال جديدة من الأدمغة، وأكثر من ذلك.

الاختلافات الرئيسية بين الدماغ البشري والذكاء الاصطناعي

 تستند معظم أنظمة الذكاء الاصطناعي الحالية، بما في ذلك جميع نماذج اللغات الكبيرة، على ما يسمى بالشبكات العصبية. 

تم تصميم هذه الشبكات لتقليد كيفية عمل بعض مناطق الدماغ، مع وجود أعداد كبيرة من الخلايا العصبية الاصطناعية التي تأخذ مدخلات وتعدلها ثم تمرير المعلومات المعدلة إلى طبقة أخرى من الخلايا العصبية الاصطناعية. لكن هذا التقليد محدود للغاية.

 فالخلايا العصبية الحقيقية متخصصة للغاية، وتستخدم مجموعة متنوعة من الناقلات العصبية وتتأثر بعوامل خارج الخلايا العصبية مثل الهرمونات. كما أنها تتواصل من خلال سلسلة من النبضات المتغيرة في التوقيت والشدة، مما يسمح بدرجة من الضوضاء غير الحتمية في الاتصالات.

تهدف  الشبكات العصبية التي تم إنشاؤها حتى الآن هي إلى حد كبير أنظمة متخصصة تهدف إلى التعامل مع مهمة واحدة. 

في المقابل، يحتوي الدماغ النموذجي على الكثير من الوحدات الوظيفية التي يمكنها العمل بالتوازي، وفي بعض الحالات دون أي نشاط تحكمي يحدث في مكان آخر في الدماغ.

تمتلك أنظمة الذكاء الاصطناعي الحالية عمومًا حالتين: التدريب والنشر. التدريب هو المكان الذي يتعلم فيه الذكاء الاصطناعي سلوكه؛ النشر هو المكان الذي يتم فيه استخدام هذا السلوك.

 في المقابل، لا يحتوي الدماغ على حالات تعلم ونشاط منفصلة؛ إنه في كلا الوضعين باستمرار، بينما في كثير من الحالات، يتعلم الدماغ أثناء العمل.

بالنسبة للعديد من أنظمة الذكاء الاصطناعي، لا يمكن تمييز "الذاكرة" عن الموارد الحسابية التي تسمح لها بأداء مهمة والاتصالات التي تم تشكيلها أثناء التدريب. في المقابل، تمتلك الأنظمة البيولوجية عمرًا من الذكريات للاعتماد عليها.

القيود والتحديات

من الصعب التفكير في الذكاء الاصطناعي دون إدراك الطاقة الهائلة والموارد الحسابية المستخدمة في تدريبه. لقد تطورت الأدمغة في ظل قيود هائلة على الطاقة وتستمر في العمل باستخدام طاقة أقل بكثير مما يمكن أن يوفره النظام الغذائي اليومي. 

وقد أجبر هذا علم الأحياء على إيجاد طرق لتحسين موارده والاستفادة القصوى من تلك التي يخصصها لمهمة ما.

في المقابل، فإن قصة التطورات الحديثة في الذكاء الاصطناعي هي إلى حد كبير قصة رمي المزيد من الموارد عليها.

 ويبدو أن خطط المستقبل (حتى الآن على الأقل) تشمل المزيد من هذا، بما في ذلك مجموعات بيانات تدريب أكبر وعدد أكبر من الخلايا العصبية الاصطناعية والوصلات بينها. 

كل هذا يأتي في وقت تستخدم فيه أفضل أنظمة الذكاء الاصطناعي الحالية بالفعل ثلاثة أضعاف الخلايا العصبية التي نجدها في دماغ ذبابة الفاكهة وليس لديها أي مكان قريب من القدرات العامة للذبابة.

مقالات مشابهة

  • الخبرات النادرة والمعادلة الجديدة في الذكاء الاصطناعي
  • عندما يلتقي الذكاء الاصطناعي والعاطفي
  • الخوارزمية الأولى: أساطير الذكاء الاصطناعي
  • الدماغ البشري يتفوّق على الذكاء الاصطناعي في حالات عدّة
  • الذكاء الاصطناعي يقود ثورة في الأسواق.. فرص استثمارية واعدة بمبلغ 200 دولار
  • وزير الاتصالات يشارك في MWC 2025 ببرشلونة ويبحث التعاون في الذكاء الاصطناعي وبناء القدرات الرقمية
  • حَوكمة الذكاء الاصطناعي: بين الابتكار والمسؤولية
  • سوفت بنك يضاعف رهانه على الذكاء الاصطناعي باستثمارات ضخمة وسط سباق عالمي
  • سامسونج تطلق هواتف جديدة مع تقنيات الذكاء الاصطناعي لمنافسة آبل
  • «DeepSeek» تُشعل سباق الذكاء الاصطناعي.. هامش ربح 545% يهز الأسواق وسهم NVIDIA ينهار