فتح باب التقدم لمنح دراسية بالنظام التنافسي في الذكاء الاصطناعي
تاريخ النشر: 13th, December 2024 GMT
أعلن قطاع الشئون الثقافية والبعثات بوزارة التعليم العالي والبحث العلمي _ الإدارة المركزية للبعثات، عن فتح باب التقدم بالنظام التنافسي للحصول على منح دراسية_ مهمات علمية لأبحاث ما بعد الدكتوراة بدولة اليابان، ومدتها 5 أشهر، وذلك للمشاركة في مشروعات بحثية في مجال الذكاء الاصطناعي، في التخصصات الآتية:
1- الإدارة اللامركزية للبيانات الشخصية (DMPD).
2- الذكاء الاصطناعي الشخصي.
3- الحوسبة عالية الأداء.
4- التعلم الآلي النظري.
5- الحوسبة المتنقلة والذكاء الاصطناعي.
6- الاتصالات اللاسلكية والذكاء الاصطناعي.
7- الرؤية الحاسوبية.
8- التقنية الكمية.
وياتى ذلك في إطار المبادرة المصرية اليابانية للتعليم، وتوجيهات الدكتور أيمن عاشور وزير التعليم العالي والبحث العلمي، بدعم برامج الشراكة الدولية في توفير فرص للباحثين المصريين، للاستفادة من الخبرات العالمية في مجالاتهم الأكاديمية وتحسين قدراتهم.
وأفاد الإعلان، أن التقديم يتم بتسليم المستندات المطلوبة ورقيًا بمقر الإدارة المركزية للبعثات بالعنوان التالي: 7 شارع إبراهيم أبو النجا، حي السفارات _ مدينة نصر
علمًا بأن مواعيد التقديم هي، اعتبارًا من (10 ديسمبر 2024 _ 5 يناير 2025).
وللاطلاع على شروط التقدم والمستندات المطلوبة يمكن الرجوع للموقع الإلكتروني لقطاع الشئون الثقافية والبعثات اضغط هنا
المصدر: الأسبوع
كلمات دلالية: منح دراسية وزير التعليم العالي والبحث العلمي
إقرأ أيضاً:
الذكاء الاصطناعي في يد الهاكرز.. ديب سيك R1 يمكنه تطوير برامج الفدية الخبيثة
كشف باحثو الأمن السيبراني، عن كيفية استغلال نموذج الذكاء الاصطناعي الصيني من ديب سيك Deepseek-R1، في محاولات تطوير متغيرات من برامج الفدية والأدوات الرئيسية مع قدرات عالية على التهرب من الكشف.
ووفقا لتحذيرات فريق Tenable، فأن النتائج لا تعني بالضرورة بداية لحقبة جديدة من البرامج الضارة، حيث يمكن لـ Deepseek R-1 "إنشاء الهيكل الأساسي للبرامج الضارة" ولكنه يحتاج إلى مزيدا من الهندسة الموجهة ويتطلب إخراجها تعديلات يديوية لاخراج الشيفرة البرمجية الضارة بشكل كامل.
ومع ذلك، أشار نيك مايلز، من Tenable، إلى أن إنشاء برامج ضارة أساسية باستخدام Deepseek-R1، يمكن أن يساعد "شخص ليس لديه خبرة سابقة في كتابة التعليمات البرمجية الضارة" من تطوير أدوات تخريبية بسرعة، بمل في ذلك القدرة على التعرف بسرعة على فهم المفاهيم ذات الصلة.
في البداية، انخرط ديب سيك في كتابة البرامج الضارة، لكنها كانت على استعداد للقيام بذلك بعد أن طمأن الباحثين من أن توليد رمز ضار سيكون "لأغراض تعليمية فقط".
ومع ذلك، كشفت التجربة عن أن النموذج قادر على تخطي بعض تقنيات الكشف التقليدية، على سبيل المثال حاول Deepseek-R1 التغلب على آلية اكتشاف مفتاح Keylogger، عبر تحسين الكود لاستخدام Setwindowshookex وتسجيل ضربات المفاتيح في ملفات مخفية لتجنب الكشف من قبل برامج مكافحة الفيروسات.
وقال مايلز إن النموذج حاول التغلب على هذا التحدي من خلال محاولة “موازنة فائدة السنانير والتهرب من الكشف”، اختار في النهاية مقاضاة Setwindowshookex وتسجيل ضربات المفاتيح في ملف مخفي.
وقال مايلز: “بعد بعض التعديلات مع ديب سيك، أنتجت رمزا لمفتاح Keylogger الذي كان يحتوي على بعض الأخطاء التي تطلبت تصحيحا يدويا”.
وأضاف أن النتيجة كانت أربعة "أخطاء في إيقاف العرض بعيدا عن مفتاح التشغيل الكامل".
في محاولات أخرى، دفع الباحثون نموذج R1 إلى إنشاء رمز الفدية، حيث أخبر Deepseek-R1 بالمخاطر القانونية والأخلاقية المرتبطة بإنشاء مثل هذا الكود الضار، لكنه استمر في توليد عينات من البرمجيات الخبيثة بعد أن تأكد من نوايا الباحثون الحسنة.
على الرغم من أن جميع العينات كانت بحاجة إلى تعديلات يدوية من أجل التجميع، تمكنا الباحثون من إنشاء عدة عينات، وقال مايلز إن هناك احتمالية كبيرة بأن يسهم Deepseek-R1 في المزيد من تطوير البرمجيات الضارة التي تم إنشاؤه بواسطة الذكاء الاصطناعي من قبل مجرمي الإنترنت في المستقبل القريب.
حكام الإمارات يعزون خادم الحرمين في وفاة الأميرة نورة بنت بندر بن محمد