آبل تتخلى عن مشروع سيارتها بسبب تحولات السوق العالمي
تاريخ النشر: 2nd, March 2024 GMT
البوابة - بعد مرور عقد من الزمن على بدء تطوير مركبة كهربائية، أُفيد بأن شركة آبل أغلقت مشروعها لشركة أبل كار، المعروف داخلياً باسم مشروع تايتن، الذي كان منتظرا على جمر، مع تحول المسؤولين التنفيذيين إلى التركيز على الذكاء الاصطناعي وسط انخفاض الطلب العالمي في سوق القيمة المضافة.
اقرأ ايضاًأغلى 3 قلائد بيعت في العالمذكرت وكالة رويتر في عام 2020 أن شركة آبل تخطط لشحن سيارتها في وقت ما بين 2024 و 2025، ومع ذلك، فإن المصادر المألوفة للمشروع أخبرت الوكالة أن العملاق التقني قد وضع المشروع جانبا، وتفيد انباء من وكالة بلومبرغ تقارير أن العديد من الموظفين يتم تحويلهم إلى قسم Apple AI للحاق مع المنافسين مثل Google وOpen AI .
في اجتماع استغرق أقل من 15 دقيقة، كتبت صحيفة بلومبرغ أن كبير موظفي التشغيل في شركة آبل جيف ويليامز ورئيس مشروع تيتان كيفن لينش أبلغ حوالي 2000 موظف يعملون في المشروع بشأن التوقف، وهو قرار اتخذ بعد أشهر من المداولات القاسية بين مجلس الشركة والإدارة العليا بشأن أفضل مسار للعمل.
وفي حين كانت سيارة آبل نفسها تحدياً مستمراً حيث بذل صانع الآيفون جهداً لإنشاء نظام إستخبارات اصطناعي قادر على تمكين القيادة الذاتية الكاملة، من حيث الطاقة وكفاءة الطاقة على حد سواء، يبدو أن الطلب البطيء على الصناعات الصديقة للبيئية الناجم عن ارتفاع أسعار الفائدة والتضخم الذي دفع تيسلا وغيرها من صانعي السيارات إلى التراجع عن الاستثمارات قد أثر أيضاً على قرار شركة آبل كما ذكرت وكالة رويترز.
على الرغم من التقارير الواردة من بلومبرج التي تفيد بأن شركة أبل ستستغرق سنوات حتى تتمكن من المنافسة بفعالية في سوق الذكاء الاصطناعي، لأن سياسات الخصوصية الصارمة للشركة قد تعيق تقدمها في مجال الذكاء الاصطناعي، فقد رحب المستثمرون بالقرار مع ارتفاع سعر السهم بنسبة 0.81 في المائة، حسبما قال محللا بلومبرج إنتليجنس أنوراغ رانا وأندرو.
وقال جيرار إن تخصيص الموارد للذكاء الاصطناعي التوليدي هو خطوة ذكية، مع الأخذ في الاعتبار الإمكانات الاقتصادية طويلة المدى لتدفقات دخل الذكاء الاصطناعي مقارنة بالسيارات.
المصدر: البوابة
كلمات دلالية: شركة آبل هواتف ذكية هواتف هواتف آبل الذكاء الاصطناعي سيارة آبل سيارة آبل القادمة الذکاء الاصطناعی شرکة آبل
إقرأ أيضاً:
رغم تفوقه في البرمجة.. نماذج الذكاء الاصطناعي تخفق في التاريخ
على الرغم من تميز الذكاء الاصطناعي في بعض المهام مثل البرمجة أو إنشاء البودكاست، إلا أنه يُظهر ضعفًا واضحًا في اجتياز اختبارات التاريخ المتقدمة، وفقًا لدراسة حديثة.
GPT-4 وLlama وGemini: نماذج لغوية فشلت في تقديم إجابات دقيقة
قام فريق من الباحثين بتطوير معيار جديد لاختبار ثلاث نماذج لغوية ضخمة رائدة: "GPT-4" من أوبن إي آي، و"Llama" من ميتا، و"Gemini" من جوجل، في الإجابة عن أسئلة تاريخية. يعتمد هذا المعيار، المعروف باسم "Hist-LLM"، على قاعدة بيانات التاريخ العالمي "Seshat"، وهي قاعدة بيانات شاملة للمعرفة التاريخية.
النتائج التي تم تقديمها الشهر الماضي في مؤتمر "NeurIPS" المرموق، كانت مخيبة للآمال. حيث حقق أفضل نموذج، وهو "GPT-4 Turbo"، دقة بلغت حوالي 46% فقط، وهي نسبة بالكاد تفوق التخمين العشوائي.
اقرأ أيضاً.. هل يتفوق "O3" على البشر؟ قفزة جديدة تُعيد تعريف الذكاء الاصطناعي
وأوضحت "ماريا ديل ريو-تشانونا"، إحدى المشاركات في الدراسة وأستاذة علوم الحاسوب في جامعة كوليدج لندن: "الاستنتاج الأساسي من هذه الدراسة هو أن النماذج اللغوية الكبيرة، رغم إمكانياتها المذهلة، لا تزال تفتقر إلى الفهم العميق المطلوب للتعامل مع استفسارات تاريخية متقدمة. يمكنها التعامل مع الحقائق الأساسية، ولكن عندما يتعلق الأمر بالتحليل العميق على مستوى الدكتوراه، فهي غير قادرة على الأداء المطلوب بعد".
القصور في الفهم العميق
من الأمثلة التي فشل فيها النموذج، سؤال عن استخدام الدروع القشرية في فترة معينة من مصر القديمة. أجاب "GPT-4 Turbo" بنعم، بينما الحقيقة أن هذه التقنية لم تظهر في مصر إلا بعد 1500 عام.
يرجع هذا القصور، وفقًا للباحثين، إلى اعتماد النماذج على بيانات تاريخية بارزة، مما يصعّب عليها استرجاع المعلومات النادرة أو الأقل شهرة.
كما أشار الباحثون إلى وجود أداء أضعف للنماذج في مناطق معينة، مثل إفريقيا جنوب الصحراء الكبرى، مما يبرز التحيزات المحتملة في بيانات التدريب.
اقرأ أيضاً.. الذكاء الاصطناعي يفك شيفرة أصوات الطيور المهاجرة
التحديات المستمرة
وأكد "بيتر تيرتشين"، قائد الدراسة وأستاذ بمعهد علوم التعقيد في النمسا، أن هذه النتائج تُظهر أن النماذج اللغوية لا تزال غير بديل عن البشر في مجالات معينة. ومع ذلك، يبقى الأمل في أن تسهم هذه النماذج في مساعدة المؤرخين مستقبلاً. يعمل الباحثون على تحسين المعيار بإضافة بيانات من مناطق غير ممثلة بشكل كافٍ وتضمين أسئلة أكثر تعقيدًا.
واختتمت الدراسة بالقول: "رغم أن نتائجنا تسلط الضوء على المجالات التي تحتاج إلى تحسين، إلا أنها تؤكد أيضًا الإمكانيات الواعدة لهذه النماذج في دعم البحث التاريخي".
المصدر: وكالات