ماستر كارد: التواصل البشري والابتكارات التقنية عوامل أساسية لبناء مدن المستقبل
تاريخ النشر: 28th, March 2024 GMT
كشف تقرير حديث صادر عن ماستركارد حول تطلعات السكان ودور التقدم التكنولوجي في بناء المدن الذكية في الشرق الأوسط أن أربعة من كل خمسة أشخاص في مصر سيكونون أكثر سعادة عند العيش في مدينة ذكية.
وفي ظل التوقعات بأن يعيش ما يقرب من ثلثي سكّان العالم في المناطق الحضرية بحلول عام 2050، تبرز أهمية التركيز على الحياة الحضرية لبناء مدن أكثر أمانًا واستدامة وشمولًا في المستقبل.
وبحسب تقرير مدن المستقبل من ماستركارد، فقد أجمع المشاركون من مصر بغالبية ساحقة على أن العيش في مدينة ذكية سيجعلهم أكثر سعادة، بنسبة بلغت 82% وكانت الأعلى بين البلدان الثلاثة التي شملتها الدراسة.
وقال آدم جونز، مدير عام المنطقة الوسطى للشرق الأوسط وشمال إفريقيا لدى ماستركارد: "تتمتع ماستركارد بالمقومات اللازمة للمساهمة في بناء وتطوير مدن المستقبل، بما في ذلك الخبرات والرؤية الاستباقية، والحلول التقنية الجاهزة، وإمكانية تخصيصها بما يناسب الواقع المحلي للدول التي نعمل ضمنها، فضلاً عن شبكة واسعة من العلاقات والتعاون الوثيق مع شركائنا يتم تسخيرها لتوفير مجموعة واسعة من الموارد في المجالين الرقمي والتقني.
وفي مصر، تقوم ماستركارد بدعم المبادرات الملهمة التي يتم تنفيذها في مجال المدن الذكية سواء في المواقع القائمة أو المشاريع الجديدة كليًا، وذلك من خلال تعزيز الشراكات بين مختلف القطاعات وتوفير الخبرات التقنية وفق أفضل الممارسات العالمية، والاستفادة من خبراتنا الواسعة وفهمنا العميق لاحتياجات السوق المحلي."
تشمل الابتكارات ذات الأولوية في مصر المباني الذكية والخدمات العاملة بالذكاء الاصطناعي يرى غالبية المشاركين في الدراسة من مصر (65%) بأن المباني والمنازل الذكية والمتصلة من أهم الابتكارات التي يجب التركيز عليها، إلى جانب الخدمات وحلول التصنيع والنقل والحلول الطبية المدعومة بتقنية الذكاء الاصطناعي (65%).
ومن الواضح بأن التفاؤل بالمزايا التي يوفرها التقدم التقني يطغى على بواعث القلق، وذلك على الرغم من أن المشاركين في مصر أشاروا لبعض المخاوف مثل فقدان الوظائف التقليدية، وتراجع النشاط البدني. في المقابل، يرى (61%) من المشاركين في الدراسة بأن الذكاء الاصطناعي وتعلم الآلة هما أهم التقنيات التي يمكن أن تحتويها مدن المستقبل.
أهم المزايا المتوقعة للمدن الذكية في مصر تتمحور حول مجالي المدفوعات والنقل الحضري
جاءت شبكات الدفع الآمنة والذكية (63%) وحلول المواصلات الحديثة وعالية الكفاءة (63%) في صدارة المزايا المتوقعة في مصر للمدن الذكية، ويعتقد 68% من المشاركين في الدراسة في البلاد بأن مدنهم ناضجة أو ناضجة بما فيه الكفاية لاحتواء هذا التحول.
سكّان المناطق الحضرية يبحثون عن الحصول على الخدمات بطريقة رقمية سلسة مع الحفاظ على حماية البيانات الشخصية
وأبدى المشاركون في الدراسة من مصر رغبتهم بأن تسهم التقنيات الرقمية في تعزيز جودة وكفاءة أماكن عيشهم وعملهم وتجارب الدفع الخاصة بهم. وأفاد 63% من المشاركين في الدراسة بأن الوصول الرقمي إلى الخدمات، مثل المرافق والتراخيص والخدمات المصرفية والنقل، من أهم الأمور التي يمكن أن تسهم في تحسين تجربة الحياة اليومية في المدن، يليها الخصوصية التامة وحماية البيانات الشخصية (62%).
الشراكات ضرورة أساسية لتعزيز الابتكار في المناطق الحضرية
تعمل ماستركارد مع الشركاء في القطاعين العام والخاص من أجل تطوير حلول من شأنها تعزيز الاستدامة وضمان نجاح الشركات الصغيرة ودعم التحول الرقمي والتنمية السياحية والنقل في المناطق الحضري والتعليم. وقد تعاونت مع شركة العاصمة الإدارية للتنمية العمرانية لتأسيس بنية تحتية رقمية فعالة ستمكن العاصمة الإدارية الجديدة من أن تصبح أول مجتمع غير نقدي في مصر. ويسهم التعاون المستمر مع البنك المركزي المصري وشركة بنوك مصر، في تنفيذ لوائح ترميز البطاقات من خلال توفير البنية التحتية لجميع البنوك المصدرة للبطاقات في جميع أنحاء البلاد، مما يبشّر بدخول عصر جديد في مجال الدفع الرقمي ليتمكّن ملايين المصريين من إجراء معاملات بكل راحة وسهولة.
المصدر: البوابة نيوز
كلمات دلالية: ماستركارد المدن الذكية المشارکین فی الدراسة مدن المستقبل فی مصر
إقرأ أيضاً:
الشبكة العصبية الاصطناعية ثورة في استنساخ عمل الدماغ البشري
يمن مونيتور/اندبندنت عربية
كان إعلان شركة “أوبن أيه آي” عن بوت الدردشة “تشات جي بي تي” أواخر نوفمبر (تشرين الثاني) 2022، حدثاً ثورياً في عالم بوتات الدردشة. وفي حين لم تكن الفكرة جديدة تماماً، إلا أن ما جاءت به هذه البرمجية كان مختلفاً تماماً، فنحن نتحدث هنا عن بوت ذكي لا يكتفي بتقديم إجابات دقيقة والدخول في محادثة طويلة، بل ويقوم بمهام لا حصر لها بسرعة عالية وجودة جيدة.
والسؤال يطرح هنا: كيف استطعنا الوصول إلى هذا النوع من البرمجيات الذكية التي بإمكانها أن تقوم بمهام كانت حكراً على البشر؟
النماذج اللغوية
يمكننا القول إن الفضل يعود إلى فكرة النماذج اللغوية أولاً، إذ مكنت هذه النماذج الآلة من استقبال وإدراك الكلام البشري والانتقال وظيفياً من مجرد القيام بالعمليات الحسابية المنطقية إلى فهم الكلام المنطوق والصور ومعالجتها، إذ بإمكان النماذج المدربة على مجموعة كبيرة من المعلومات من مصادر متعددة، أداء مهمة ما من خلال ميزة الاستكمال أو التنبؤ اعتماداً على السياق وربط الجمل. واعتبر هذا في وقته تطوراً كبيراً ولكن بالوقت نفسه ونسبة لما وصل إليه الذكاء الاصطناعي، كان محدوداً ومن السهل خداعه، إذ من الممكن في حالات كثيرة أن تغلط الآلة، لذا كان لا بد من برمجية قوية تسير بالآلة إلى موقعها الحالي اليوم، فظهرت الشبكات العصبية الاصطناعية.
الشبكات العصبية الاصطناعية صورة من صور الذكاء الاصطناعي المدرب بصورة عميقة، إذ تندرج الشبكات العصبية تحت مصطلح التعلم العميق (إحدى صور التعلم الآلي)، وترتب بطرق عدة لإنتاج أشكال مختلفة تقوم بدورها في أداء مهام مختلفة في نوع من البناء يطلق عليه “Neural Network Architecture”، بحيث تختلف عن بعضها في طريقة تلقي المدخلات والتعامل معها وإنتاج المخرجات بأعداد كبيرة.
وتهدف الشبكات إلى معالجة البيانات وإنجاز مهام في مجالات متنوعة من خلال تقليد عمل عصبونات الدماغ، إذ صممت لتحاكي عمل الشبكة العصبية البشرية والدماغ البشري ككل، على المستويين البنيوي والسلوكي، فكما شبكة الأعصاب البشرية تتكون من مجموعة من العصبونات ترتبط ببعضها بمشابك كذلك صممت نظيرتها الاصطناعية من الناحية البنيوية، وكذلك تتبع سلوكياً طريقة العصبونات في توليد ونقل الإشارة وقدرة الدماغ على التعلم من التكرار وتعزيز المعارف والخبرات مرة بمرة، إذ تستقبل مدخلات معينة وتخرج مخرجات من طريق تغيير مجموعة من الأرقام تسمى “العوامل المتغيرة parameters”.
مدخلات ومخرجات
وتتألف كل شبكة من مجموعة خلايا العصبية أو العصبونات المرتبة في طبقات فوق بعضها (ثلاثة كحد أدنى)، ولها طبقة بداية وطبقة نهاية، بحيث تتصل عصبونات كل طبقة بالطبقة التي تسبقها وكذلك بالطبقة التي تليها، لتلقي المدخلات ومعالجة البيانات والوصول إلى النتائج والمخرجات، إذ تتلقى الطبقة الأولية المعلومات الخام، وتعالجها لتمررها للطبقة التي تليها.
وبكلام شديد التبسيط، وفي عملية متقنة من استقبال البيانات وتفسيرها وفهمها والتعامل معها بذكاء، تقوم كل طبقة من طبقات الشبكة المصنعة بالقيام بدورها بدءاً من الطبقة الأولى التي تقوم باستقبال البيانات ثم تقوم باقي الطبقات بالتتابع بالتعرف على الأنماط الشديدة الدقة ثم على الأنماط الكبيرة، وصولاً إلى الطبقة الأخيرة للحصول على المخرجات.
وفي النهاية الخلية العصبية الاصطناعية هي مجرد تابع رياضي لديه مجموعة من المدخلات وخرج واحد، وتتمثل مهمتها في أخذ الأرقام من مدخلاته وأداء المهمة الموكلة لها وإرسال النتيجة.
المحولات Transformers
ومن أهم الهياكل المعروفة للشبكات العصبية هي، الشبكات العصبية الالتفافية (CNN) وتسـتخدم مع الصور والفيديوهات لتصنيفها وتجميعها والتعرف على الوجوه وتوليد الصور وتحسين جودتها وإنشاء التأثيرات والبحث عن العناصر والكائنات فـي الصور وفي مقاطع الفيديو، وهي بذلك تحاكي النظام البصري البشري. أما أكثرها شيوعاً فهي الشبكات العصبية المتكررة (RNN) وتستخدم مع الصوت أو النص أو الموسـيقى، إذ تفيد في معالجة اللغة والتعرف على الكلام والترجمة الآلية وتركيب صوت مميز للمساعد الشخصي.
أما أهمها على الإطلاق ما يسمى “المحولات Transformers”، ويمثلها حرف” T ” في “Chat GPT”، ويعد ظهورها عام 2017 من قبل المتخصصين واحداً من أهم إنجازات القرن الـ21، كونها تعمل بطريقة مقاربة جداً لطريقة عمل الدماغ، إذ تعطي لكل كلمة في الجملة نسبة من الاهتمام لأهميتها الفعلية داخل الجملة، على عكس سابقاتها التي كانت تركز على الكلمة الأخيرة في الجملة،
أعطى هذا الإنجاز المجال لظهور النماذج اللغوية الكبيرة التي تستخدم المحولات مثل نموذج “بيرت “Bert الذي صدرته “غوغل” عام 2018 وأول نموذج (Generative pre-trained Transformer (GPT لـ”أوبن أي آي” في العام ذاته.
نصائح لتجنب الوقوع في أخطاء الشراء قبل الجمعة البيضاء.. احذر هذه الأفعال