الذكاء الاصطناعي يتيح تقدير كمية الرمل الخرافية التي تستخرج من البحار سنوياً
تاريخ النشر: 6th, September 2023 GMT
هذه أول مرة تتمكن فيها الأمم المتحدة من إجراء مثل هذا التقدير، وذلك بفضل الذكاء الاصطناعي والنظام الآلي للتعرف إلى السفن الذي يتيح تحديد مواقعها وتحليل تحركاتها وأنشطتها حول العالم.
حذرت الأمم المتحدة من أن ستة مليارات طن تقريباً من الرمل تُستخرج سنوياً من البحار والمحيطات، في درجة استغلال تلامس الحد المقبول به للاستدامة، ما يحمل عواقب وخيمة على البيئة والتنوع البيولوجي البحري.
وهذه أول مرة تتمكن فيها الأمم المتحدة من إجراء مثل هذا التقدير، وذلك بفضل الذكاء الاصطناعي والنظام الآلي للتعرف إلى السفن الذي يتيح تحديد مواقعها وتحليل تحركاتها وأنشطتها حول العالم.
هذا التحليل الذي أطلقه القسم العلمي لبرنامج الأمم المتحدة للبيئة، لا يزال في بداياته، وتتم حالياً مراقبة 50 بالمئة فقط من السفن. وبالتالي، لا يزال من غير الممكن رصد عمليات استخراج الرمال التي تحصل بشكل غير احترافي أو على نطاق ضيّق على طول السواحل الضحلة.
لكنّ تقديرات الأمم المتحدة تشير إلى أن من بين 50 مليار طن من الرمال والحصى التي تستخدمها البشرية كل عام، ثمة ما بين أربعة إلى ثمانية مليارات طن مصدرها البحار والمحيطات.
وأوضح مدير مركز تحليل البيانات التابع لبرنامج الأمم المتحدة للبيئة باسكال بيدوتسي خلال مؤتمر صحافي، أن ذلك يمثل ستة مليارات طن في المتوسط سنوياً "أي ما يعادل أكثر من مليون شاحنة يومياً أو كيلوغرامين يومياً للشخص الواحد".
وأشار الخبير أرنو فاندر فيلبين، إلى أن الدول التي تمتلك أكبر أساطيل السفن الاستخراجية هي الصين وهولندا والولايات المتحدة وبلجيكا.
ولفت بيدوتسي إلى أن بلجيكا التي تستخرج الرمال من بحر الشمال، "تعرف بالفعل أن الكمية المتاحة تكفي لثمانين عاماً فقط إذا استمرت في الاستخراج بالوتيرة الحالية".
مرصد كوبرنيكوس: المحيطات سجلت حرارة قياسية جديدة على السطحدراسة: التغير المناخي سيسرق لون المحيطات في نهاية القرنوأبعد من الأرقام، تأمل الأمم المتحدة في إجراء مناقشات مع الدول والشركات العاملة في هذا القطاع لحملها على احترام البيئة بشكل أكبر من خلال تحسين ممارسات الاستخراج الخاصة بها.
وبحسب فاندر فيلبين، فإنّ عدداً قليلاً فقط من البلدان يعرف ما هي موارد الرمال البحرية لديه. بأي حال، تختلف الممارسات الدولية والأطر التنظيمية بشكل كبير في هذا المجال.
فقد حظرت بعض الدول، بما فيها إندونيسيا وتايلاند وماليزيا وفيتنام وكمبوديا، على مدى العقدين الماضيين تصدير الرمال البحرية، في حين لم يكن لدى دول أخرى أي تشريعات أو قواعد، أو برنامج مراقبة فعال.
ويدعو برنامج الأمم المتحدة للبيئة المجتمع الدولي إلى تطوير قواعد دولية خاصة لتحسين تقنيات التجريف، ويوصي بحظر استخراج الرمال من الشواطئ بسبب أهميتها بالنسبة لقدرة السواحل والبيئة والاقتصاد على الصمود.
كما ينادي بالاعتراف الاستراتيجي بالرمال، كي لا تبقى مادة مشتركة يمكن للبشرية التخلص منها متى شاءت.
شارك في هذا المقالمحادثة مواضيع إضافية في سعي نحو اقتصادات صديقة للبيئة.. دول الخليج تستثمر في "الهيدروجين الأخضر" كوقود للمستقبل جعل مكيّفات الهواء أقل استخداماً للطاقة وتلويثاً للبيئة تحدٍّ للفاعلين في القطاع كيف يضر مكيف الهواء بالبيئة؟ وهل هناك حلول بديلة؟ حماية البيئة جنيف الأمم المتحدة كارثة طبيعية أزمة المناخالمصدر: euronews
كلمات دلالية: حماية البيئة جنيف الأمم المتحدة كارثة طبيعية أزمة المناخ الحرب الروسية الأوكرانية الصين فلاديمير بوتين إسبانيا فيضانات سيول تغير المناخ الاحتباس الحراري والتغير المناخي رجب طيب إردوغان المملكة المتحدة الحرب الروسية الأوكرانية الصين فلاديمير بوتين إسبانيا فيضانات سيول تغير المناخ الأمم المتحدة
إقرأ أيضاً:
خطر جديد في عالم التقنية: كيف يُصاب الذكاء الاصطناعي بـ”التسمم”؟!
#سواليف
عادة ما تُرتبط كلمة ” #تسمم ” بصحة الإنسان أو بالبيئة، غير أن هذا المصطلح بدأ في الآونة الأخيرة يتردد بشكل متزايد في سياق #التكنولوجيا الرقمية.
المقصود هنا هو “تسمم” #الذكاء_الاصطناعي، وهو تهديد جديد وخفي قد يقوّض الثقة في #الخوارزميات_الذكية. وأظهرت أبحاث حديثة أن هذا الخطر واقعي؛ فقد وجد علماء من المعهد البريطاني لأمن الذكاء الاصطناعي ومعهد “آلان تورينج” وشركة Anthropic أن المتسللين قادرون — لخنق نموذج لغوي كبير مثل ChatGPT أو Claude — على إحداث تأثير خفي عبر إدخال نحو 250 مثالا ضارا فقط ضمن ملايين الأسطر من بيانات التدريب. وقد نُشر هذا البحث في مجلة Computer Science.
ما هو تسمم الذكاء الاصطناعي؟
مقالات ذات صلةهو تدريب متعمَّد لشبكات عصبية على أمثلة خاطئة أو مضللة بهدف تشويه معرفتها أو سلوكها. والنتيجة أن النموذج يبدأ في ارتكاب أخطاء، أو ينفذ أوامر ضارة بطريقة ظاهرة أو سرّية.
يُميّز الخبراء نوعين رئيسيين من الهجمات:
هجمات مُستهدفة (باب خلفي): تهدف إلى إجبار النموذج على الاستجابة بطريقة محددة عند وجود محفز سري؛ مثلا “حقن” أمر خفي يجعل النموذج يرد بإهانة عند ظهور كلمة نادرة في الاستعلام مثل alimir123. قد تبدو الإجابة طبيعية عند الاستعلام العادي، لكنها تتحول إلى مسيئة عند إدخال المحفز. ويمكن للمهاجمين نشر هذا المحفز على مواقع أو وسائل تواصل لتفعيله لاحقا.
هجمات غير مباشرة (تسميم المحتوى): لا تعتمد على محفزات خفية بقدر اعتمادها على ملء بيانات التدريب بمعلومات زائفة. نظراً لاعتماد النماذج على كميات هائلة من المحتوى المتاح على الإنترنت، يستطيع المهاجم إنشاء مواقع ومصادر متعددة تروّج لمعلومة خاطئة (مثلاً: “سلطة الخضار تعالج السرطان”)؛ وإذا استُخدمت هذه المصادر في التدريب، فسيبدأ النموذج بتكرار تلك الأكاذيب بصفتها حقائق.
ما مدى خطورة ذلك عمليا؟
الأدلة التجريبية تؤكد أن تسميم البيانات ليس مجرد سيناريو افتراضي: في تجربة أجريت في يناير الماضي، أدى استبدال 0.001% فقط من بيانات التدريب بمعلومات طبية مضللة إلى أن النموذج صار يُقدّم نصائح خاطئة في سياق اختبارات طبية نموذجية. هذا يبيّن قدرة الهجمات الصغيرة والمُحكمة على إحداث أضرار كبيرة تُؤثر على سلامة المخرجات وثقة المستخدمين.
احتفالية وطن السلام.. الرئيس السيسى يستجيب للأطفال بالتقاط صورة تذكارية