وزيرة التضامن تشارك في القمة الدولية السادسة للمرأة والعدالة بتركيا
تاريخ النشر: 8th, November 2024 GMT
توجهت الدكتورة مايا مرسي وزيرة التضامن الاجتماعي إلى أنقرة، للمشاركة في فعاليات القمة السادسة للمرأة والعدالة، التي تقام تحت عنوان «المرأة في عصر الذكاء الاصطناعي»، وتنعقد اليوم وغدا.
وتأتي مشاركة وزيرة التضامن الاجتماعي في أعمال القمة بناء على دعوة من وزيرة الأسرة والخدمات الاجتماعية التركية ماهينور أوزدمير جوكناش، للمشاركة في القمة التي تنظمها جمعية المرأة والديمقراطية بالتنسيق مع وزارة الأسرة والخدمات الاجتماعية.
وتهدف القمة إلى الاستفادة من المكاسب المحققة في عصر الذكاء الاصطناعي باستخدام نهج شامل وتوضيح مستقبل الذكاء الاصطناعي وكيفية استخدام التقنيات الجديدة من أجل عالم شامل ومستدام.
ومن المقرر أن تشارك الدكتورة مايا مرسي كمتحدثة في المائدة المستديرة للقادة بعنوان «المرأة في عصر الذكاء الاصطناعي.. التحديات المتزايدة والفرص المتزايدة» ضمن أعمال القمة.
من المقرر أن تعقد وزيرة التضامن الاجتماعي على هامش أعمال القمة عددًا من اللقاءات الثنائية مع الوزراء والمسؤولين في الهيئات الدولية لبحث ملفات التعاون المشترك.
المصدر: الوطن
كلمات دلالية: التعاون المشترك التقنيات الجديدة الخدمات الاجتماعية المائدة المستديرة الهيئات الدولية وزيرة التضامن الاجتماعي الذکاء الاصطناعی وزیرة التضامن
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
أمير الباحة يطلع على تقرير إنجازات المركز السعودي للأعمال بالمنطقة