مستشار أمن سيبراني: البنتاجون يستقطب الكفاءات للعمل بمجالات مختلفة أبرزها الذكاء الاصطناعي
تاريخ النشر: 24th, October 2024 GMT
تابع أحدث الأخبار عبر تطبيق
علق بلال أسعد مستشار أمن سيبراني وذكاء اصطناعي، على أهم المجالات التكنولوجية التي يركز عليها البنتاجون والتي يحاول استقطاب المواهب فيها.
وقال خلال مداخلة عبر تطبيق "سكايب" على فضائية "القاهرة الإخبارية" من لندن، اليوم الخميس، إن التقنية بشكل عام لا تحمل فقط الأمن السيبراني ولكن تندمج تحتها "الذكاء الاصطناعي والتقنيات المستخدمة في الفضاء، والأتمتة، والحوسبة الكمية، والتقنيات المستخدمة في تحليل البيانات الكبيرة"، وهي تعتبر من إحدى المشاكل الكبيرة التي يواجهها العالم في الآونة الأخيرة مع ازدياد التقنية وانتشارها بشكل كبير.
وتابع، أن البنتاجون تستقطب المهارات والكفاءات حتى المخترقين "الهاكرز" بشكل استثنائي يتم استقطابهم للعمل مع البنتاجون والوكالات الأمنية الأمريكية والعديد من النزاعات المسلحة التي تكون للولايات المتحدة يد فيها لتستخدم أسلحة وبعض التكنولوجيات الحديثة، كما أجمع العديد من الخبراء ومنها الذكاء الاصطناعي.
وأشار، إلى أن هناك الكثير من دول العالم وليس البنتاجون فقط تريد استقطاب كثير من كفاءات العمل لديها في مجالات مختلفة.
ونوه إلى أن بعض الناس عندما يخترقون الأنظمة لدى وزارات الدفاع أو لدى الحكومات بشكل عام يتم استقطابهم للعمل لديهم، وهناك كثير من الدول تستفيد كثيرًا من ذلك وليس أمريكا فقط، ولكن عند العثور على شخص لديه إمكانية أن يقوم بعمليات اختراق لديه إمكانية تقنية سواء بمجرد التسلية أو التخريب، فقد يتم استقطابه في البنتاجون ويتم ضمه بفكرة أن يعمل لديهم بدلًا من العمل ضدهم.
المصدر: البوابة نيوز
كلمات دلالية: أمن سيبراني ذكاء اصطناعي استقطاب المواهب
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
وزيرة التنمية المحلية ومحافظ القاهرة يتفقدان مشروع زراعة وتشجير الطريق الدائري بالقاهرة