تقنية جديدة بمختبر دبي المركزي للكشف عن بكتيريا “الليجونيلا” اعتماداً على الذكاء الاصطناعي
تاريخ النشر: 13th, May 2024 GMT
أعلن مختبر دبي المركزي التابع لبلدية دبي عن إضافة تقنية جديدة تعمل بأدوات الذكاء الاصطناعي تستخدم للمرة الأولى على مستوى المنطقة للكشف التلقائي عن بكتيريا “الليجيونيلا” الرئوية (Legionella) أحد أنواع البكتيريا المسببة للعديد من الأمراض التنفسية الحادة.
تمتاز التقنية الجديدة بدقتها المتناهية في الكشف عن المستعمرات الحية لهذا النوع من البكتيريا مع إظهار نتيجة الفحص في شكل تراكيز محددة في العينة الخاضعة للفحص بصورة شاملة إضافةً إلى قدرتها على الكشف الكمّي عن أعداد البكتيريا بنسبة عالية تصل إلى 99%، فضلاً عن استدامتها عبر تقليل كمية المواد المخبرية المُستهلَكة والتي تنعكس على سرعة إنجاز العمل بفترة زمنية قصيرة.
وأكدت المهندسة هند محمود أحمد، مدير إدارة مختبر دبي المركزي، أن بلدية دبي ملتزمة بتطوير البنية التحتية الرقمية لمختبراتها، وتزويدها بأحدث الأنظمة والتقنيات المتطورة التي ترفع من كفاءة وفعالية منظومة الصحة والسلامة في إمارة دبي، بما يدعم أهداف البلدية في تطوير وتطبيق معايير معترف بها عالمياً لشهادات الفحوص المخبرية والمعايرة، تسهم في توفير الحماية والوقاية الاستباقية للصحة العامة لدى أفراد المجتمع، وتعزز من جَودة الحياة في الإمارة.
وقالت إن التقنية الجديدة للكشف التلقائي على بكتيريا “الليجيونيلا” الرئوية (Legionella) تعد الأحدث عالمياً ومُعتَمَدة دولياً من قبل شبكة اختبار المياه الأوروبية وحائزة على شهادة اعتراف من جمعية الكيميائيين التحليلية الرسمية (AOAC International).. إذ تتميز التقنية بدقتها العالية وسرعتها في توفير النتائج بزمنٍ قياسي لا يتعدى 48 ساعة مقارنةً مع الطرق التقليدية التي كانت تستغرق 14 يوماً للحصول على النتائج”.
وأشارت مدير إدارة مختبر دبي المركزي إلى أن مختبرات التحليل الميكروبيولوجي تُجري أكثر من 100,000 فحص سنوياً على مختلف أنواع المواد الغذائية والمياه البيئية والمنتجات الاستهلاكية، للتأكد من استيفائها للمعايير الفنية المعتمدة وفقاً لمتطلبات المواصفة القياسية العالمية ISO/IEC 17025:2017، بما يضمن سلامة جميع المنتجات في أسواق إمارة دبي، إضافةً إلى تنفيذ الدراسات والأبحاث التطويرية لمختلف الفحوصات الميكروبيولوجية التي تعزز جاهزية واستعداد المختبر للاستجابة السريعة لمختلف الحالات.
وتدعم “التقنية الجديدة ” بنية الفحوصات الميكروبيولوجية والتي تُنفَّذ للتأكد من عدم وجود نمو ميكروبي مسبب للفساد أو للأمراض المنقولة عبر السلع والمنتجات المختلفة والحفاظ على صحة وسلامة المستهلكين.
وتعتمد الفحوصات المخبرية التي يجريها المختبر على منظومة تكنولوجية متكاملة مؤلفة من 5,000 تقنية وجهاز تعمل جميعها وفق أفضل الممارسات العالمية، تقدم خدمات فحص ومعايرة، واستشارات فنية، وتدريب تخصصي يستفيد منها عدد كبير من القطاعات الحيوية منها قطاع الأغذية، والصحة، والصناعة، البيئة، إضافةً إلى عدة جهات ومؤسسات حكومية وأكاديمية.
يُذكر أن منظومة مختبر دبي المركزي تضمّ عدة مختبرات تخصصية تشمل مختبر التحليل الكيميائي، والتحليل الميكروبيولوجي، ومختبرات مواد البنية التحتية والبناء، والمقاييس، والأجهزة الكهروميكانيكية.وام
المصدر: جريدة الوطن
إقرأ أيضاً:
تحديات جوهرية تواجه تطور الذكاء الاصطناعي
#سواليف
أظهر استطلاع حديث لخبراء في مجال #الذكاء_الاصطناعي أن توسيع نماذج اللغات الكبيرة (LLMs) لن يؤدي إلى تحقيق الذكاء الاصطناعي العام (AGI).
يعدّ AGI بمثابة النقلة النوعية التي تمكّن الأنظمة من التعلم بشكل فعّال كالذكاء البشري أو أفضل منه.
وأكد 76% من 475 باحثا في المجال، أنهم يرون أن هذا التوسع “غير مرجح” أو “غير مرجح جدا” أن يحقق هذا الهدف المنشود.
مقالات ذات صلة إعداد بسيط في هاتفك قد يجعلك تبدو أصغر بـ10 سنوات! 2025/04/01وتعتبر هذه النتيجة انتكاسة كبيرة للصناعات التكنولوجية التي توقعت أن تحسينات بسيطة في النماذج الحالية من خلال مزيد من البيانات والطاقة ستؤدي إلى الذكاء الاصطناعي العام.
ومنذ #طفرة الذكاء الاصطناعي التوليدي في 2022، كانت التوقعات تركز على أن زيادة الموارد كافية لتجاوز #الذكاء_البشري. لكن مع مرور الوقت، وبالرغم من الزيادة الكبيرة في الإنفاق، فإن التقدم قد تباطأ بشكل ملحوظ.
وقال ستيوارت راسل، عالم الحاسوب في جامعة كاليفورنيا، بيركلي، والذي شارك في إعداد التقرير: “منذ إصدار GPT-4، أصبح واضحا أن التوسع في النماذج كان تدريجيا ومكلفا. الشركات قد استثمرت أموالا ضخمة بالفعل، ولا يمكنها التراجع بسبب الضغوط المالية”.
وفي السنوات الأخيرة، ساهمت البنية الأساسية المبتكرة المسماة “المحولات” (Transformers)، التي ابتكرها علماء غوغل عام 2017، في تحسن قدرات نماذج الذكاء الاصطناعي. وتستفيد هذه النماذج من زيادة البيانات لتوليد استجابات أدق. ولكن التوسع المستمر يتطلب موارد ضخمة من الطاقة والمال.
وقد استقطب قطاع الذكاء الاصطناعي المولّد نحو 56 مليار دولار في رأس المال المغامر عام 2024، مع تكريس جزء كبير من هذه الأموال لبناء مراكز بيانات ضخمة تسببت في زيادة انبعاثات الكربون ثلاث مرات منذ 2018.
ومع استنفاد البيانات البشرية القابلة للاستخدام بحلول نهاية هذا العقد، فإن الشركات ستضطر إما لاستخدام البيانات التي أنشأها الذكاء الاصطناعي نفسه أو جمع بيانات خاصة من المستخدمين، ما يعرض النماذج لمخاطر أخطاء إضافية. وعلى الرغم من ذلك، لا يقتصر السبب في محدودية النماذج الحالية على الموارد فقط، بل يتعدى ذلك إلى القيود الهيكلية في طريقة تدريب هذه النماذج.
كما أشار راسل: “المشكلة تكمن في أن هذه النماذج تعتمد على شبكات ضخمة تمثل مفاهيم مجزّأة، ما يجعلها بحاجة إلى كميات ضخمة من البيانات”.
وفي ظل هذه التحديات، بدأ الباحثون في النظر إلى نماذج استدلالية متخصصة يمكن أن تحقق استجابات أكثر دقة. كما يعتقد البعض أن دمج تقنيات الذكاء الاصطناعي مع أنظمة تعلم آلي أخرى قد يفتح آفاقا جديدة.
وفي هذا الصدد، أثبتت شركة DeepSeek الصينية أن بإمكانها تحقيق نتائج متميزة بتكاليف أقل، متفوقة على العديد من نماذج الذكاء الاصطناعي التي تعتمد عليها شركات التكنولوجيا الكبرى في وادي السيليكون.
ورغم التحديات، ما يزال هناك أمل في التقدم، حيث يقول توماس ديتريش، الأستاذ الفخري لعلوم الحاسوب في جامعة ولاية أوريغون: “في الماضي، كانت التطورات التكنولوجية تتطلب من 10 إلى 20 عاما لتحقيق العوائد الكبيرة. وهذا يعني أن هناك فرصة للابتكار بشكل كبير في مجال الذكاء الاصطناعي، رغم أن العديد من الشركات قد تفشل في البداية”.
محافظ بني سويف يؤدي صلاة عيد الفطر الميارك بساحة مسجد عمر بن عبدالعزيز