Table of Content

أكتشاف غريب من الذكاء الأصطناعي في الفضاء من دون مساعدة البشر

قام الباحثون في جامعات مختلفة و بالأخص الباحثون في جامعة Northwestern بتدريب خوارزمية التعلم الذاتي التعلم الألي باستخدام أكثر من مليون ونصف مليون صور

 أكتشاف غريب من الذكاء الأصطناعي في الفضاء من دون مساعدة البشر 

أكتشاف غريب من الذكاء الأصطناعي في الفضاء من مساعدة البشر





قام الباحثون في جامعات مختلفة و بالأخص الباحثون في جامعة Northwestern بتدريب خوارزمية التعلم الذاتي التعلم الألي باستخدام أكثر من مليون ونصف مليون صورة للمستعمرات العظمى في الفضاء و غيرها من الظواهر السماوية من نحو 16 ألف مصدر . 


و قد أعلن فريق بحثي من جامعة ( Northwestern ) الأمريكية عن تمكن أداة قامة بتطويرها منذ اكثر من ثلاثة اعوام باكتشاف مستعمر أعظم بشكل ( مؤتمت بالكامل ) من دون أي تدخل بشري بشكل تقني , الأمر الذي سيوفر مستقبلا وقت الفلكييم وجهدهم .


و قد سميت هذه الأداة ( ماسح الأجرام العابرة اللامعة ) و المواسح الفلكية أدوات تقوم بتصوير مقاطع من السماء ليلا أو السماء كلها من تحديد أي هدف معين للرصد و لكن هدفها هو ملاحظة أي تغيرات تعبر عن اي انفجار نجمية أو مذنبات أو كويكبات تمر بالسماء وبحسب بيان صريح صحفي رسمي أصدرته جامعة  ( Northwestern ) فإنه للكشف عن المستعمرات العظمى تقوم التلسكوبات الآلية بتصوير المقاطع نفسها من السماء ليلا بشكل متكرر بحثا عن تغيرات في الصور الجديدة لم تكن موجودة في الصور السابفة و بعد أن تكتشف التلسكوبات أي تغير يتولى الفلكيون المسؤولية للبحث عن طبيعة تلك التغيرات وتصنيفها . 


لكن ما تم فعله من قبل الأداة المعتمدة على الذكاء الاصطناعي بدراسة تلك الصور و فحص التغيرات الحاصلة بها و تصنيف الذي تم و حصل من تغيرات على انه اصبح مستعمر أعظم , ثم تم مقارنة الكشف بصور سابقة للتأكيد ثم بعد ذلك الإعلان عن النتائج بدون تدخل بشري بشكل كامل على الاطلاق وتمت بعد ذلك تسمية المستعمر الجديدة

 ( إس إن 2023 تيك . SN2023tyk ) .


كيف تم تعلم الآلة : 


و للوصول الى تلك التقنية و تلك النتيجة قام الباحيثون في جامعة  ( Northwestern ) عن طريقة تدريب الخوارزمية للتعلم الآلي باستخدام أكثر من مليون ونصف المليون صورة تاريخية للمستعمرات العظمى و غيرها من الظواهر الطبيعية الفضائية من نحو 16 ألف مصدر 


و يعد طرق تعلم الآلة أحد فروع الذكاء الأصطناعي  التي يسعى في تحسين جودة النتائج بناء على التعلم من كم كبير جدا من البيانات العلمية و الإستعمارية . 


و من بعد ذلك يحول الذكاء الأصطناعي تلك الأنماط لقوانين ذلك صلة و طابع احتمالي يستخدمها عند فحص صور جديدة ا تضاف لقاعدة بياناته , فإنه يحسن و يمد من أدائه في المرة التالية و يشبه ذلك الطريقة التي نتعلم بها نحن البشر أي شيء في حيانتا منذ الطفولة الى الشيخوخة . 


و على سبيل المثال و الفرضيات العلمية , فإنه للتفريق بين شكل الحيوانات مثلا , التفريق بين شكل النمر و شكل الأسد و أي شكل ما كان فأنه يتم تغذية الذكاء الأصطاني بعشرات الألاف أو بمئات الآلاف من صور النمر و من ثم يتم تغذية نفس العدد تقريبا من الصور تخص الأسد , و بعد ذلك يتم بدء البحث في الصور عن طريق الخوارزميات في الذكاء الأصطناعي عن أنماط إحصائيات تتشابه فيها النمور مع بعضها , و أيضا نفس العملية عن أنماط إحصائيات تتشابه فيها الأسود و أيضا الأختلافات الحاصلة بين النوعان من الحيوانات . 



و في الختام أنتمى انكم استفدتم من القراءه و شكرا للمواصل الى هنا بالقراءة و دمتم سالمين 


Post a Comment