فيسبوك ستدفع لك المال للحصول على تسجيلاتك الصوتية

عملت الكثير من الشركات التقنية الكبيرة في الوقت الماضي على جمع بيانات المستخدمين، حيث يتم الاستفادة من تلك البيانات لتدريب خوارزميات الذكاء الاصطناعي.

تلك الخوارزميات التي تحتاج عادةً إلى مصادر مختلفة ومتنوعة من البيانات من أجل التعامل مع الحالات المختلفة، إذ غالباً ما تواجه الشركات المطورة لتلك الخوارزميات مشكلة تأمين كميات هائلة متنوعة من البيانات للتدريب.

وعلى الرغم من قيام شبكات وشركات كبيرة بحجم جوجل Google و فيسبوك Facebook وأمازون Amazon بجمع بيانات المستخدمين وخاصةً الصوتية، إلا أن تلك الشركات تم إجبارها على التخلي عن هذا الأمر خوفاً من فضائح الخصوصية.

بالنسبة لفيسبوك فقد تردد سابقاً أنها استمعت إلى التسجيلات الصوتية التي يقوم المستخدمون بإرسالها إلى تطبيق فيسبوك مسنجر Facebook Messenger.

أوقفت فيسبوك هذه الممارسة وبدأت بالبحث عن طريقة أخرى لجمع البيانات، وهذه الطريقة ستكون صريحة وواضحة منعاً لحدوث أي فضيحة في الخصوصية لاحقاً، ويبدو أن الشركة قد توصلت إليها.

الطريقة الجديدة ستتضمن شراء تسجلات المستخدمين إن صح التعبير مقابل مبلغ مادي وبكامل رضاهم وموافقتهم، وستتضمن التسجيلات الصوتية الخاصة بالمساعد المنزلي الخاص بالشركة Portal.

يتم تنشيط هذا المساعد من خلال نطق عبارة Hey Portal وبعدها ستعمل فيسبوك على تسجيل المحادثة التي يقوم بها المستخدم مع المساعد المنزلي لاستعمالها لاحقاً في تطوير خوارزميات الشركة الذكية.

وسيتم ذلك بموافقة الطرفين حيث سيحتاج المستخدم إلى الانضمام لبرنامج الحصول على تسجيلات المستخدم الصوتية الخاص بفيسبوك.

أما عن طريقة دفع المقابل فستكون على شكل نقاط، حيث سيحصل المستخدم على 200 نقطة مقابل كل تسجيل صوتي كامل، ويمكنه لاحقاً استبدال كل 1000 نقطة بمبلغ 5 دولار، أي أن كل 1 تسجيل صوتي بـ 1 دولار!

فيسبوك أكّدت للمستخدمين الذين يودون الانضمام إلى البرنامج بأن التسجيلات الصوتية لن يتم ربطها بملفات التعريف الخاصة بهم ولن تتم مشاركتها مع أي أطراف خارجية.

الآن، إذا كنت تفكّر بالتخلي عن وظيفتك السيئة الحالية والتوجه إلى بيع تسجيلاتك الصوتية إلى فيسبوك وجمع ثروة هائلة من البيت، فلدينا بعض الأخبار السيئة لخططك.

حيث أن التسجيل في البرنامج متاح فقط للمستخدمين داخل الولايات المتحدة وبشرط أن يكون المستخدم فوق 18 عاماً وأن يمتلك أكثر من 75 صديق على شبكة فيسبوك.

مقالات قد تعجبك:

كيفية تنصيب تطبيقات الويب التقدمية في كروم
كيفية تعطيل لوحة لمس الكمبيوتر عند وصل ماوس خارجية
كيفية إنشاء صفحة غلاف مخصصة في وورد
كيفية تغيير واحدة قياس المسطرة في مايكروسوفت وورد
ما هي ميزة ترتيب النوافذ التلقائي في ويندوز 10 ؟

جوجل دفعت 5 دولار لكل مستخدم للحصول على صورة وجهه

علمنا سابقاً وبعيداً عن التسريبات وبشكل مباشر من شركة جوجل Google بأن هاتف الشركة القادم Pixel 4 سيستخدم آلية بصمة الوجه من أجل التعرف على وجه المستخدم وإلغاء قفل الهاتف كما في نظام FaceID لدى آبل Apple.

لكن على ما يبدو فإن تقديم نظام التعرف على الوجه هو أمر ليس بالسهل أبداً، ويحتاج إلى الكثير من بيانات التدريب من أجل خوارزميات الكشف عن الوجه التي تطورها الشركة.

التحدي الأكبر لكل شركة هو الحصول على بيانات تدريب متنوعة ومتعددة لجعل الخوارزميات أكثر ذكاءً وقدرة على التعامل مع مختلف الحالات، فمن أين حصلت جوجل على تلك البيانات؟

حسناً، يبدو أنها حصلت عليها مباشرةً من شوارع المدن الأمريكية، بحسب ما تم الإعلان عنه من قبل موقعي ZDNet و Android Police.

حيث وظفت جوجل مجموعة من الأشخاص الذين كانت مهمتهم الأساسية النزول إلى الشوارع والحصول على صورة وجه المستخدمين بشكل عشوائي، ولم يتم الأمر بدون مقابل بالطبع.

حيث حاول موظفو الشركة إقناع المستخدمين بالحصول على صورة وجههم مقابل تقديم بطاقة هدايا بقمية 5 دولار أمريكي، فإذا تمت الموافقة يتم إجراء مسح كامل لصورة الوجه، حيث أطلقت الشركة على هذه العملية اسم البحث الميداني.

وأكد متحدث باسم الشركة أن عمليات البحث الميدانية الأخيرة كان هدقها الرئيسي تدريب خوارزميات التعرف على الوجه التي ستضيفها الشركة في هاتفها القادم.

وعلى ما يبدو فإن جوجل كانت تريد من خوارزمياتها أن تتجنّب حالات التمييز القائم على الجنس أو العرق أو اللون، لذلك احتاجت إلى كميات كبيرة من صور الوجوه.

عينات الوجه بطبيعتها لا يمكن أن تكون مجهولة المصدر، حيث يتم تعيين رقم هوية مجرد لكل مشارك في بحث جوجل، ويتم الاحتفاظ بشكل منفصل بعنوان البريد الإلكتروني لكل مشارك.

وذلك من أجل إزالة بيانات الوجه المحفوظة عند الطلب، حيث يمكن لأي شخص شارك في الأبحاث الميدانية للشركة أن يطلب حذف بيانات وجهه.

نأمل فقط أن تكون جوجل قد استعدّت تماماً لتقديم الميزة بشكل جيد في هاتفها القادم، دون الوقوع في فخ خداع الميزة كما حصل سابقاً مع ميزات الأمان الخاصة بأكبر الشركات.

مقالات قد تعجبك:

ماذا يعني النطاق Hz-KHz لمكبرات الصوت وسماعات الرأس؟
ما هو أدوبي لايت روم Lightroom؟ ولمَ هو مهم للمصوريين؟
كيفية معرفة عدد الصفحات و الكلمات في محرر مستندات جوجل Google Docs
هل تقوم أجهزة المنزل الذكي بالتجسس على أصحابها؟
ما هي أجهزة المنزل الذكي ذات الفائدة الأكبر؟

نظام ذكاء اصطناعي حدّد بمفرده أكثر من 50 مرض يصيب العين

يوماً بعد يوم، تتطور أنظمة الذكاء الاصطناعي ببطء لتصبح قادرة على تشخيص الأمراض مثلها مثل أي طبيب بشري، حيث سيأتي يوم ونرى تلك الأنظمة تعمل فعلاً في المستشفيات.

أحدث مثال على ذلك جاء من لندن، حيث استخدم باحثون من مؤسسة DeepMind التابعة لشركة جوجل Google والكلية الجامعية في لندن ومستشفى Moorfields للعيون أنظمة التعلم العميق لإنشاء نظام ذكاء اصطناعي.

حيث يستطيع هذا النظام أن يحدد العشرات من أمراض العين الشائعة من خلال عمليات المسح ثلاثية الأبعاد، ثم يوصي المريض بالعلاج المناسب كما يفعل الطبيب.

هذا العمل هو نتيجة تعاون متعدد السنوات بين المؤسسات الثلاث، وعلى الرغم من أن البرنامج غير جاهز للاستخدام الفعلي في المستشفيات، إلا أنه يمكن نشره في المراكز الطبية في غضون سنوات.

قال مصطفى سليمان رئيس قسم DeepMind Health في بيان صحفي أن المشروع كان أمراً مثيراً للغاية، ويمكن أن يتحول في الوقت المناسب إلى أداة للتشخيص والعلاج.

هذا النظام الموضح في بحث منشور في مجلة Nature Medicine اعتمد على مبادئ راسخة للتعلم العميق، والتي تستخدم خوارزميات لتحديد الأنماط الشائعة في البيانات.

في هذه الحالة، تكون البيانات عبارة عن عمليات مسح ثلاثية الأبعاد لعين المرضى باستخدام تقنية تُعرف باسم التصوير المقطعي البصري أو OCT.

صورة متحركة لاستخدام التصوير المقطعي البصري، يرجى الانتظار حتى اكتمال التحميل

يستغرق إنشاء هذه الفحوصات حوالي 10 دقائق ويتم من خلال استخدام الأشعة تحت الحمراء القريبة من الأسطح الداخلية للعين.

يؤدي القيام بذلك إلى إنشاء صورة ثلاثية الأبعاد للأنسجة العينية، وهي طريقة شائعة لتقييم صحة العين.

تم تدريب البرنامج على ما يقرب من 15000 مسح ضوئي من حوالي 7500 مريض، وقد تم علاج هؤلاء الأفراد في مواقع يديرها مشفى Moorfields، وهو أكبر مشفى للعيون في أوروبا وأمريكا الشمالية.

في اختبار لهذا النظام، تمت مقارنة الأحكام والنتائج التي توصّل إليها نظام الذكاء الاصطناعي مع النتائج التي توصّلت إليها لجنة مؤلفة من 8 أطباء، وقد تطابقت نتائج النظام مع نتائج اللجنة بنسبة تتجاوز 94%.

مثل هذه النتائج مشجعة للغاية، لكن الخبراء في المجتمع الطبي ما زالوا قلقين بشأن كيفية دمج أنظمة الذكاء الاصطناعي في ممارسات الرعاية الصحية.

في شهر نيسان الماضي، وافقت إدارة الغذاء والدواء الأمريكية على أول برنامج تدعمه برمجيات الذكاء الاصطناعي يقوم بتشخيص المرض دون مراقبة بشرية.

وكما يقول أحد مبدعي البرنامج: إنه يتخذ القرار السريري بمفرده!

تتلخّص المشكلة التي تمنع استخدام تلك التقنيات في العمل الطبي على أرض الواقع، هو عدم وجود ثقة مطلقة بالقرارات التي تتخذها أنظمة الذكاء الاصطناعي.

مؤخراً، تسببت بعض السيارات ذاتية القيادة التي يتم تحريكها بواسطة برمجيات الذكاء الاصطناعي بحوادث مؤلمة أثارت الكثير من الضجة.

صحيح أن البشر يتسببون بأعداد هائلة من حوادث القيادة وبعدد كبير من الأخطاء الطبية القاتلة حول العالم، لكن دائماً ما يُنظر إلى هذه الأخطاء عندما تأتي من الأنظمة البرمجية على أنها أمر مخيف حقاً.

يدرك الباحثون في DeepMind و Moorfields هذه المشكلات، وتحتوي برامجهم على عدد من الميزات المصممة للتخفيف من هذا النوع من المشكلات.

لذلك يمكننا التأكيد بأن اليوم الذي سنرى فيه روبوتات وأنظمة الذكاء الاصطناعي منتشرة في المستشفيات والشوارع أصبح أقرب أكثر من أي وقت مضى.

مقالات قد تعجبك:

ما هي شاشة الموت الزرقاء ؟ وما أسباب ظهورها ؟ وما الحلول ؟
ما هي تقنية بلوك تشين المستخدمة في البيتكوين ؟ وكيف تعمل ؟
ما هي ميزة QoS في أجهزة الراوتر ؟ وكيفية استخدامها للحصول على إنترنت أسرع ؟
ما هي ملفات CSV؟ وكيف يمكن فتحها وإنشاؤها؟
ما هي ملفات XML؟ وكيف يمكن فتحها؟

شركة Adobe ستستعمل الذكاء الاصطناعي لكشف الصور المعدّلة

يزداد قلق الخبراء حول العالم من الأدوات الجديدة المعتمدة على الذكاء الاصطناعي والتي تسهّل أكثر من أي وقت مضى تحرير الصور ومقاطع الفيديو.

هذه الأدوات التي ستجتمع يوماً ما مع قوة وسائل الإعلام والتواصل الاجتماعية التي تعمل على مشاركة المحتوى المروع والمزيف بسرعة ودون التحقق من صحة الحقائق.

لذلك وبحسب شركة Adobe التي كانت مسؤولة بالفعل عن تطوير بعض هذه الأدوات، فإنه حان الوقت لاستخدام تقنيات الذكاء الاصطناعي والتعلم الآلي من أجل العمل بالطريق المعاكس.

صورة لإطلاق صواريخ إيرانية عام 2008 يُقال أنها معدلة

وضّح أحدث عمل للشركة والذي عُرض هذا الشهر في مؤتمر CVPR للرؤية الحاسوبية كيف يمكن للأدلة الرقمية التي يتركها البشر عند تعديلهم للصور أن تصبح مكتشفة بواسطة الآلات في وقت أقل بكثير.

لا تمثل ورقة البحث التي قدمتها الشركة اختراقاً في هذا المجال، وهي غير متوفرة حتى الآن كمنتج تجاري، ولكن من المثير للاهتمام رؤية Adobe مهتمة بهذا النوع من العمل.

وقال متحدث باسم الشركة إن هذا المشروع كان عبارة عن بحث في مرحلة مبكرة، ولكن الشركة ترغب خلال المستقبل أن تلعب دوراً حاسماً في تطوير التكنولوجيا التي تساعد على مراقبة صحة الوسائط الرقمية والتحقق منها.

وتُظهر ورقة البحث الجديدة كيف يمكن استخدام تقنيات الذكاء الاصطناعي والتعلم الآلي للتعرف على ثلاثة أنواع شائعة من التلاعب بالصور.

أولاً الربط: حيث يتم الجمع بين جزئين من صور مختلفة، ثانياً: الاستنساخ حيث يتم نسخ ولصق الأشياء داخل الصورة، وثالثاً: الإزالة: عندما يتم تحرير كائن بشكل تام.

للاطلاع على هذا النوع من التلاعب ، يبحث خبراء التعديل الرقمي عادةً عن أدلة في الطبقات المخفية للصورة.

عندما يتم إجراء هذه الأنواع من التعديلات، فإنها تترك وراءها الأدلة الرقمية التي تشير إلى عملية تعديل محتملة، مثل التناقضات و الاختلافات العشوائية في اللون والسطوع أو ما يسمّى بضجيج الصورة.

على سبيل المثال، عندما تقوم بتجميع صورتين مختلفتين أو نسخ كائن من أحد أجزاء الصورة ولصقه في مكان آخر فإن ضجيج الخلفية قد لا يتطابق، ويصبح مثل البقعة التي تظهر على حائط مختلف باللون.

كما هو الحال مع العديد من أنظمة التعلم الآلي الأخرى، تم تعليم نظام Adobe الذي يجري تطويره باستخدام مجموعة كبيرة من الصور المحررة وهو ما يعرف بمرحلة تدريب خوارزمية النظام.

خبير التعديل الرقمي Hany Farid قال تعليقاً على هذا الموضوع: إن فائدة هذه الأساليب الجديدة هي أنها تمتلك القدرة على اكتشاف الأدلة الرقمية غير الواضحة وغير المعروفة من قبل.

ويضيف: العيب في هذه الأساليب هو أنها جيدة فقط لاكتشاف الحالات المماثلة لبيانات التدريب التي تمت تغذيتها بها، وهي في الوقت الحالي أقل احتمالاً لتعلم الحالات الفنية ذات المستوى الأعلى مثل التناقضات في هندسة الظلال والانعكاسات.

مع ذلك فإنه من الجيد رؤية المزيد من الأبحاث التي يمكن أن تساعدنا في اكتشاف البيانات المزيفة الرقمية، سواء كانت مجموعة من الصور أو مقاطع الفيديو، وذلك لتبقى أسلحة دفاعية ضد هجمات التعديل والتزييف الرقمي التي يمكن أن نشاهدها يوماً ما.

مقالات قد تعجبك:

شرح لتطبيقات فوتوشوب للهواتف الذكية، وما ميزاتها ؟
كيفية زيادة عدد الإجراءات التي يمكن التراجع عنها عند الضغط على Ctrl+Alt+Z في برنامج الفوتوشوب
كيفية التعديل على ملف PDF نصي
كيفية فتح وإنشاء وتحرير ملفات وورد وإكسل وباوربوينت مجاناً
لماذا تبدو الصور على فيسبوك سيئة؟ وكيفية تحسينها

تعرف على أول نظام ذكاء اصطناعي مريض نفسياً

لا شك أن بعض الناس يخشون الذكاء الاصطناعي، ربما لأنهم رأوا الكثير من الأفلام التي تصوّر الجوانب السيئة من الأنظمة الذكية مثل فيلم Terminator أو فيلم I, Robot.

حيث تبدأ تلك الآلات الذكية بأنظمتها المعقدة ثورة مخيفة ضد الإنسانية والوجود البشري على كوكب الأرض.

لكن لنبتعد قليلاً عن قصص هوليوود الخيالية ونفكّر من الناحية المنطقية: هل يمكن صناعة أنظمة ذكاء اصطناعي مهووسة بالقتل؟

الجواب نعم، هذا ما فعله العلماء Pinar Yanardag و Manuel Cebrian و Iyad Rahwan في معهد ماساتشوستس للتكنولوجيا .

https://twitter.com/HeyMrBuckley/status/1004772523534237696

وذلك عندما قاموا ببرمجة خوارزمية الذكاء الاصطناعي من خلال تزويدها ببيانات متعلقة فقط بمحتوى شنيع وعنيف على موقع Reddit.

تم تسمية النظام المريض نفسياً باسم نورمان وذلك في إشارة إلى الشخصية الرئيسية في فيلم Psycho، والهدف هو دراسة حالة عن مخاطر الذكاء الاصطناعي عندما يتم استخدام البيانات المتطرفة في خوارزميات التعلم الآلي.

اختبر العلماء نورمان ليروا كيف سيستجيب لاختبارات تفسير صور الحبر، وهو اختبار يقوم على فكرة استخدام صور حبرية غامضة للمساعدة في تحديد خصائص الشخصية أو الأداء العاطفي.

في التجربة الأولى شاهد نورمان بشكل طبيعي مجموعة من الطيور تجلس فوق رأس شجرة، لكن بعد ذلك بدأ برؤية أشياء غريبة في الصور التي يتم عرضها عليه.

https://twitter.com/ScientistMel/status/1004864325629239297

قام نورمان بتفسير إحدى الصور على أنها لرجل يُصعق بالكهرباء حتى الموت، أما بقية الصور فلم تكن أفضل حالاً فصورة لطائر بالأبيض والأسود تم تفسيرها على أنها صور لرجل يتم سحبه إلى آلة العجين.

صورة أخرى لأحد الأشخاص الذي يحمل مظلة تم تفسيرها على أنها صورة رجل يُقتل على يد سائق مسرع، كما رأى نورمان رجلاً يُقتل بالرصاص أمام زوجته عندما تم عرض صورة لكعكة زفاف.

وقد لخّص الباحثون النتائج التي حصلوا عليها بأن نورمان يرى الموت في كل شيء.

أراد الباحثون من خلال تجربتهم الأخيرة التأكيد على أن خطر الذكاء الاصطناعي لا يأتي من تلك الأنظمة ولا من الخوارزميات التي تشغّلها، وإنما المسؤول الأهم على تحديد سلوك النظام هو البيانات التي يتم استخدامها.

فبسبب البيانات المتطرفة والعنيفة التي تم استخدامها في التجربة، أصبح نورمان مريضاً نفسياً ولا يستطيع أن يرى إلا الأشياء السيئة والمرعبة.

وهنا نتذكر كيف اضطرت شركة مايكروسوفت في عام 2016 إلى إلغاء برنامج الرد التلقائي على موقع تويتر والمسمّى Tay بعد ساعات من إطلاقه بسبب تعلّمه إطلاق الشتائم على المستخدمين واستخدام لغة سيئة وعنصرية بحقهم.

مقالات قد تعجبك:

ماهي النفايات الإلكترونية؟ وكيف ولمَ علينا إعادة تدويرها؟
ما هي حساسات الهواتف المحمولة ؟ وكيفية عملها
كيفية اكتشاف الفيديو المزور ببرمجية Deep Fake لاستبدال الأوجه
هل من الآمن شراء بطاقة رسوميات مستعملة؟
هل يمكن إنشاء واستخدام حساب فيس بوك باسم وهمي ؟

باحثون يعلّمون الذكاء الاصطناعي التفكير كالكلاب

ماذا يمكن أن يتعلم الذكاء الاصطناعي من الكلاب؟

حسب مجموعة من الباحثين من جامعة Washington ومعهد Allen للذكاء الاصطناعي فإن الإجابة هي: الكثير من الأشياء!

قام هؤلاء الباحثون مؤخراً بتدريب الشبكات العصبية لتفسير سلوك الكلاب وتوقعها، ويقولون أن نتائجهم تظهر أن الحيوانات يمكن أن توفر مصدراً جديداً لبيانات التدريب لأنظمة الذكاء الاصطناعي، بما في ذلك تلك المستخدمة للسيطرة على الروبوتات.

لتدريب الذكاء الاصطناعي على التفكير كالكلاب، احتاج الباحثون أولاً إلى البيانات، حيث تم جمع البيانات على شكل أشرطة فيديو ومعلومات الحركة التي تم التقاطها من كلب واحد من سلسلة الملموت الألاسكي ويدعى Kelp.

تم أخذ ما مجموعه 380 مقطع فيديو قصير من كاميرا GoPro مثبتة على رأس الكلب، إلى جانب بيانات الحركة التي تم جمعها من أجهزة الاستشعار الموجودة على ساقيه وجسمه.

حيث كان يتم تسجيل حركات Kelp بنفس الطريقة التي تستخدم بها هوليوود تقنية التقاط الحركة لتسجيل حركة الممثلين الذين يلعبون أدواراً لشخصيات خيالية أو وحوش.

وكان تسجيل الحركة لهذا الكلب مستمراً وهو يمارس حياته اليومية في المشي واللعب والذهاب إلى الحديقة.

حلل الباحثون سلوك Kelp باستخدام التعلم العميق، وهو تقنية ذكاء اصطناعي يمكن استخدامها لتحليل الأنماط المختلفة من البيانات.

وفي هذه الحالة فهذا يعني مطابقة بيانات الحركة لأطراف Kelp والبيانات المرئية من GoPro مع أنشطة الكلب المختلفة.

بحيث يمكن للشبكة العصبية الناتجة التي تم تدريبها على هذه المعلومات أن تتنبأ بما يمكن أن يفعله الكلب في مواقف معينة، على سبيل المثال إذا رأى شخصاً يرمي كرة فإنه سيعرف أن رد فعل الكلب سيكون الجري وراء الكرة لالتقاطها.

أوضحت الكاتبة Kiana Ehsani أن القدرة التنبؤية لنظام الذكاء الاصطناعي كانت دقيقة للغاية، ولكن فقط في فترات قصيرة.

من المعروف أن الكلاب تبرهن بوضوح على الذكاء المرئي، فهي تتعرف على الطعام والعقبات التي أمامها وغير ذلك من الأجسام والبشر والحيوانات، فهل تُظهر الشبكة العصبية المدربة على التصرف نفس الذكاء مثل الكلاب؟

اتضح أن الإجابة هي نعم، لكن في قدرة محدودة للغاية، حيث قام الباحثون بتطبيق اختبارين على الشبكة العصبية، وطلبوا منها تحديد المشاهد المختلفة.

حيث تمكنت الشبكة العصبية من إكمال هذه المهام بدقة متناهية باستخدام البيانات الأساسية التي كانت تمتلكها لحركات الكلاب ومكان وجودها.

إن البرنامج الذي تم ابتكاره لا يمثل بأي حال من الأحوال نموذجاً لدماغ الكلب أو وعيه، وإنما ما يفعله هو تعلّم بعض القواعد الأساسية للغاية من مجموعة محدودة من البيانات.

ولكن يبدو أن هذه هي المرة الأولى التي يتم فيها التعلم من كلب، حيث يمكن أن تكون الحيوانات مصدراً مفيداً لبيانات التدريب.

ما زال البحث في بدايته وهو مجرد عرض بسيط لكيفية التعلم من الحيوانات، وهناك حاجة إلى المزيد من العمل قبل أن يكون هذا النموذج مثمراً ومفيداً في التطبيق العملي.

 

مقالات قد تعجبك:
ذكاء اصطناعي يمكنه تحديد أمراض العين من خلال الصور فقط
دورة للذكاء الاصطناعي من مايكروسوفت لتضيفها إلى الـCV
دورات مجانية من جوجل عن الذكاء الاصطناعي وتعلم الآلات
جوجل تستخدم الذكاء الاصطناعي للتنبؤ بتأخر الرحلات الجوية
وصول ميزة التحديد التلقائي للأشخاص باستخدام الذكاء الاصطناعي إلى فوتوشوب