انغمس في المستقبل مع تقرير Kaggle للذكاء الاصطناعي لعام 2023 – تعرف على أحدث الأخبار – KDnuggets

الصورة بواسطة المحرر
 

في 12 مايو 2023، افتتح Kaggle ملفًا منافسة حيث يمكن لمجتمع Kaggle المشاركة في بناء تقرير يلخص التطورات السريعة في الذكاء الاصطناعي خلال العامين الماضيين. مجتمع Kaggle عبارة عن مجموعة متنوعة تتمتع بخبرات متنوعة في أعماق الذكاء الاصطناعي. 

طُلب من المشاركين كتابة مقال حول موضوع معين بناءً على التغييرات والتطورات على مدار العامين الماضيين، على سبيل المثال، الذكاء الاصطناعي التوليدي وأخلاقيات الذكاء الاصطناعي والمزيد. 

• التقرير هنا ويتكون من الأقسام التالية:

• الذكاء الاصطناعي التوليدي
• بيانات نصية
• بيانات الصور والفيديو
• البيانات الجدولية والسلاسل الزمنية
• مسابقات Kaggle
• آداب الذكاء الاصطناعي

لذلك دعونا نتعمق في ما تعلمناه ...

لقد أصبح الذكاء الاصطناعي التوليدي موضوعًا شائعًا للمحادثة مؤخرًا. يتعمق قسم البداية هذا في التقدم السريع وتطبيقات الذكاء الاصطناعي التوليدي في العامين الماضيين. لقد شهدنا تطورات مثل إنشاء النصوص وإنشاء الصور وتطوير الموسيقى باستخدام أدوات وتقنيات مثل GANs وLLMs. 

لم يكن هذا ممكنًا إلا من خلال استخدام مجموعات بيانات أكبر وأجهزة محسنة لتعزيز الخوارزميات أثناء مرحلة التدريب. على الرغم من أن الذكاء الاصطناعي التوليدي لا يزال في مرحلته المبكرة، فقد أظهر في العام الماضي وحده كيف يحدث ثورة في الصناعات المختلفة. لا تزال هناك مخاوف أخلاقية يجب أخذها في الاعتبار، مثل مخاوف الخصوصية والمعلومات الخاطئة واستخدام أنظمة الذكاء الاصطناعي هذه. 

اقرأ المزيد في المقالات المختلفة:

1. الذكاء الاصطناعي التوليدي
2. فهم وتوليد وتحويل العالم
3. لمحة عن عالم الذكاء الاصطناعي التوليدي

مع الضجيج حول الذكاء الاصطناعي التوليدي، كان هناك زيادة كبيرة في الاهتمام بمعالجة اللغات الطبيعية (NLP) بسبب ظهور نماذج اللغات الكبيرة (LLMs). وبطبيعة الحال، يركز القسم التالي من تقرير Kaggle AI على تقنيات البرمجة اللغوية العصبية واستخدامها في مهام مختلفة مثل التلخيص والترجمة. 

إذا استرجعناها مرة أخرى، فإن الأساليب المبكرة للمهام المستندة إلى النصوص تضمنت هندسة الميزات القائمة على المصطلح والتكرار جنبًا إلى جنب مع أساليب التعلم الآلي غير العصبية القائمة على الشبكة. نحن الآن نخدم مجموعات بيانات أكبر تخضع لتعلم تمثيل الكلمات لتفسير النماذج. 

وقد سمح استخدام بيانات الإنترنت كمجموعة تدريبية لهذه النماذج بالتعلم بشكل أفضل وإنتاج أداء أفضل في مجالات مثل نقل التعلم. ضمن مسابقات Kaggle، كان هناك اتجاه نحو الضبط الدقيق للنماذج المتاحة للجمهور والتي أظهرت أنها تتجاوز الأداء على المستوى البشري. 

تركز المقالات الرئيسية التالية على ظهور وتقنيات LLMs الحديثة:

1. نماذج اللغات الكبيرة المعاصرة LLMs
2. نماذج اللغة الكبيرة: القدرة على التفكير
3. العمالقة الصغار: نماذج اللغة "الصغيرة".

تمامًا مثل البيانات النصية المستخدمة في مهام مثل إنشاء المحتوى، أصبح إنشاء الصور والفيديو شائعًا جدًا أيضًا. كانت الرؤية الحاسوبية موجودة منذ فترة طويلة، لكنها ارتفعت بشكل كبير في السنوات الأخيرة. يمكننا الآن التعامل مع مهام مثل اكتشاف الكائنات والمزيد. 

يتعمق هذا القسم في البنى النموذجية بالإضافة إلى الممارسات الشائعة المستخدمة في رؤية الكمبيوتر مثل التكبير. تُستخدم رؤية الكمبيوتر في مجموعة متنوعة من الصناعات المختلفة مثل الرعاية الصحية للتصوير الطبي، ولا تزال تواجه تحدياتها في مجالات مثل التزييف العميق والاعتبارات الأخلاقية والفلسفية وقيود النماذج متعددة الوسائط والمزيد. 

لدينا نماذج مثل نموذج تقسيم أي شيء (SAM) وYOLO (أنت تنظر مرة واحدة فقط) والتي أظهرت كيف يمكن تكييف النماذج العامة مفتوحة المصدر لمهام مختلفة وفريدة من نوعها.

تعمق في التقدم في بيانات الصور والفيديو من خلال هذه المقالات:

1. التقدم في نماذج رؤية الذكاء الاصطناعي في العامين الماضيين
2. بيانات الصورة والفيديو

يتعمق القسم التالي في الأهمية التاريخية للبيانات الجدولية وبيانات السلاسل الزمنية. ولم يحظ كلا الأمرين بشعبية واسعة في السنوات القليلة الماضية، حيث لم يكن لهما نفس تأثير ثورة التعلم العميق. ومع ذلك، لا تزال هناك استخدامات واسعة النطاق وفعالة للغاية، وتتجه في مجالات مثل:

• نهج فريد لمجموعات البيانات/المشكلات الفردية
• أهمية المعالجة المسبقة للبيانات وهندسة الميزات
• هيمنة الأشجار المعززة بالتدرج

داخل مجتمع Kaggle، تم الاعتراف بهذه الاتجاهات بشكل كبير وسوف تتعمق المقالات التالية في هذه الاتجاهات بالإضافة إلى التحديات الفريدة التي تواجهها بيانات الجدول والسلاسل الزمنية. 

1. الدروس المستفادة من خط الأنابيب الجدولي النموذجي
2. السلاسل الزمنية والبيانات الجدولية
3. البيانات الجدولية في عصر الذكاء الاصطناعي

جزء من هذا التقرير من مجتمع Kaggle كان أيضًا تحليل مسابقات Kaggle من خلال النظر في تطوراتها وملاحظات المجتمع عنها في العامين الماضيين. حظيت مسابقات Kaggle بشعبية واسعة على مر السنين حيث استخدم المجتمع المنصة لاختبار مهاراتهم، وبناء محفظة والاستعداد للعالم الحقيقي. 

إن ملاحظة التغيرات في مسابقات Kaggle هي تقنيات مثل وضع العلامات الزائفة، ومتوسط ​​البذور، وتسلق التلال والتي كانت تعتبر في يوم من الأيام "حيلًا"، ولكنها أصبحت الآن ممارسات شائعة. أصبحت مسابقات Kaggle على مدى العامين الماضيين أكثر تنافسية وتحظى المسابقات مثل RSNA و Learning Agency وغيرها بشعبية كبيرة. 

انغمس في الحيل الفائزة في مسابقات Kaggle:

1. نحو الذكاء الاصطناعي الأخضر
2. كيفية الفوز في مسابقة Kaggle
3. مسابقات التصوير الطبي

تعد الأخلاقيات المتعلقة بالذكاء الاصطناعي أيضًا مجالًا آخر مثيرًا للقلق، حيث لدى الكثير من الأشخاص في المجتمع مشاعر مختلطة حول استخدام أنظمة الذكاء الاصطناعي وتنفيذها. تبحث المؤسسات في المبادئ الأخلاقية للذكاء الاصطناعي وتضع استراتيجيات جديدة للتأكد من أنها لا تستطيع فهم أنظمة الذكاء الاصطناعي فحسب، بل تكون أيضًا قادرة على مراقبة المخاطر والتخفيف من حدتها. 

إنها ليست دراسة أكاديمية ولكنها دراسة مجتمعية، وهناك العديد من الآراء المهمة لفهم عالم الذكاء الاصطناعي وكيف لا يزال من الممكن استخدامه مع الحفاظ على قيم المجتمع. لقد رأينا مؤسسات تخضع لمراجعة مستمرة لأنظمة الذكاء الاصطناعي الخاصة بها مع اعتماد الأخلاقيات حسب التصميم. 

تعرف على المزيد حول التحديات المحيطة بالذكاء الاصطناعي وتأثيره على المجتمع:

1. استكشاف مشهد أخلاقيات الذكاء الاصطناعي
2. التطورات في الذكاء الاصطناعي والأخلاقيات في العامين الماضيين
3. الذكاء الاصطناعي الأخلاقي هو كل ما نحتاجه!!

أنشأ فريق Kaggle تقريرًا فريدًا سمح فيه لمجتمعه بالتعبير عن آرائهم وخبراتهم في عالم الذكاء الاصطناعي وتغيراته في العامين الماضيين. أخبرنا إذا كان هناك قسم أو مقالة معينة وجدتها مثيرة للاهتمام للغاية!
 
 

نيشا آريا هو عالم بيانات وكاتب تقني مستقل. وهي مهتمة بشكل خاص بتقديم المشورة المهنية في علوم البيانات أو البرامج التعليمية والمعرفة القائمة على النظرية حول علوم البيانات. إنها ترغب أيضًا في استكشاف الطرق المختلفة التي يمكن للذكاء الاصطناعي من خلالها الاستفادة من طول عمر الإنسان. متعلمة حريصة ، تسعى إلى توسيع معرفتها التقنية ومهارات الكتابة لديها ، بينما تساعد في توجيه الآخرين.

• محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
• PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
• أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
• أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
• أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
• المصدر https://www.kdnuggets.com/dive-into-the-future-with-kaggle-ai-report-2023-see-what-hot?utm_source=rss&utm_medium=rss&utm_campaign=dive-into-the-future-with-kaggles-ai-report-2023-see-whats-hot