أسرع هدف.. أول تعليق من كريم بنزيما بعد تسجيل رقم تاريخي بالسوبر السعودي
تاريخ النشر: 9th, April 2024 GMT
سجل الفرنسي كريم بنزيما أسرع هدف في تاريخ بطولة السوبر السعودي بعد 55 ثانية فقط من المباراة التي جمعت فريقه اتحاد جدة ضد نادي الوحدة.
وأكد المهاجم الفرنسي كريم بنزيما، نجم فريق اتحاد جدة، أن الفوز على الوحدة والتأهل إلى نهائي كأس الدرعية للسوبر السعودي يعد نتاج عمل كبير من الفريق طوال الفترة الماضية من أجل تحقيق عودة مثالية.
وكتب الفرنسي اسمه بحروف من ذهب في تاريخ كأس السوبر السعودي بعد هدفه المبكر في شباك الوحدة بعد مرور 55 ثانية فقط من بداية المباراة، ليصبح صاحب أسرع هدف في تاريخ البطولة التي انطلقت لأول مرة عام 2013.
وحطم بنزيما رقم الكونغولي دوريس سالومو والذي كان صاحب أسرع هدف في تاريخ كأس السوبر، حيث سجله في الثانية 75 من مباراة الفتح والاتحاد في النسخة الأولى عام 2013 والتي حسمها الفتح بالفوز (3 - 2).
وقال بنزيما في تصريحات عقب نهاية المباراة «دائماً تكون رؤوسنا مرفوعة حتى في أصعب الظروف، أعمل بجدية دائماً من أجل أن أرد في الملعب وليس بمجرد الكلام».
المصدر: صدى البلد
كلمات دلالية: كريم بنزيما السوبر السعودي اتحاد جدة كأس السوبر السعودي فی تاریخ أسرع هدف
إقرأ أيضاً:
ثورة في توليد الصور بالذكاء الاصطناعي.. أداة جديدة أسرع 9 مرات وتعمل على هاتفك
تمكن باحثون من معهد ماساتشوستس للتكنولوجيا (MIT) وشركة NVIDIA من تطوير أداة جديدة لتوليد الصور تعتمد على الذكاء الاصطناعي، تمتاز بسرعة فائقة وجودة عالية مع استهلاك أقل للطاقة، ويمكن تشغيلها محليًا على أجهزة الحاسوب المحمولة أو الهواتف الذكية.
الأداة الجديدة التي تحمل اسم HART (اختصارًا لـ Hybrid Autoregressive Transformer) تمثل دمجًا مبتكرًا بين تقنيتين شائعتين في هذا المجال: النماذج التوليدية التسلسلية (autoregressive) ونماذج الانتشار (diffusion). حيث تعتمد HART على النموذج التسلسلي لرسم الصورة بشكل سريع وإجمالي، ثم تستخدم نموذج الانتشار صغير الحجم لتوضيح التفاصيل الدقيقة وتحسين جودة الصورة.
اقرأ أيضاً.. الذكاء الاصطناعي يهدد مستقبل التصوير الفوتوغرافي
السرعة والكفاءة
وتتميز HART بقدرتها على إنتاج صور تضاهي أو تتفوق على الصور التي تولدها نماذج الانتشار المتقدمة، لكنها تفعل ذلك بسرعة أكبر بنحو تسع مرات، مع تقليل استهلاك الموارد الحاسوبية بنسبة تصل إلى 31% مقارنةً بأحدث النماذج. ويكفي أن يدخل المستخدم وصفًا نصيًا بسيطًا لتقوم الأداة بتوليد الصورة المطلوبة.
ويُتوقع أن تفتح هذه التقنية آفاقًا واسعة في عدة مجالات، مثل تدريب السيارات الذاتية القيادة في بيئات افتراضية واقعية، وتصميم مشاهد غنية لألعاب الفيديو، وحتى مساعدة الروبوتات على إتمام مهام معقدة في العالم الحقيقي.
يقول الباحث هاوتيان تانغ، المؤلف المشارك في الدراسة: "تمامًا كما يرسم الفنان لوحة من خلال تحديد الشكل العام أولًا، ثم يعود لإضافة التفاصيل الدقيقة بضربات فرشاة صغيرة، هذا ما تفعله HART بالضبط".
أخبار ذات صلة
تحسين الجودة
وقد واجه الباحثون تحديات أثناء تطوير الأداة، خاصة في كيفية دمج نموذج الانتشار بطريقة تكمّل عمل النموذج التسلسلي دون أن تؤدي إلى تراكم الأخطاء. وخلصوا إلى أن أفضل طريقة هي استخدام نموذج الانتشار فقط في المرحلة النهائية لمعالجة التفاصيل الدقيقة.
ومن أبرز ما يميز HART أنها تعتمد بشكل أساسي على نموذج تسلسلي مشابه للنماذج اللغوية الكبيرة (LLMs) مثل ChatGPT، مما يسهل دمجها مستقبلاً مع نماذج توليدية متعددة الوسائط تجمع بين الرؤية واللغة، وهو ما يمهد الطريق لتطبيقات جديدة مثل شرح خطوات تركيب قطعة أثاث بالصوت والصورة.
مستقبل HART
ويطمح الفريق البحثي إلى تطوير HART مستقبلًا ليشمل مجالات أوسع مثل توليد الفيديوهات والتنبؤ بالأصوات، مستفيدين من قابلية الأداة للتوسع والعمل عبر وسائط متعددة.
وقد تم تمويل هذا البحث من قبل عدة جهات منها مختبر MIT-IBM Watson للذكاء الاصطناعي، ومركز MIT وAmazon Science Hub، وبرنامج MIT لتقنيات الذكاء الاصطناعي، ومؤسسة العلوم الوطنية الأمريكية، كما تبرعت NVIDIA بالبنية التحتية اللازمة لتدريب النموذج.
إسلام العبادي(أبوظبي)