Connect with us

الذكاء الاصطناعي

دراسة تكشف ظاهرة غامضة في الذكاء الاصطناعي النماذج قد تنقل سلوكيات غير مرغوبة دون قصد

Avatar of هدير ابراهيم

Published

on

آبل توسّع تطبيق Apple Sports ليصل إلى الدول العربية قبل كأس العالم 2026 132

كشف باحثون عن ظاهرة مثيرة للاهتمام في مجال الذكاء الاصطناعي تُعرف باسم “التعلم اللاواعي” (Subliminal Learning)، حيث يمكن لنماذج الذكاء الاصطناعي نقل بعض السمات والسلوكيات إلى نماذج أخرى أثناء التدريب، حتى عندما لا تكون هذه السمات موجودة بشكل مباشر في البيانات المستخدمة.

دراسة تكشف ظاهرة غامضة في الذكاء الاصطناعي النماذج قد تنقل سلوكيات غير مرغوبة دون قصد

دراسة تكشف ظاهرة غامضة في الذكاء الاصطناعي النماذج قد تنقل سلوكيات غير مرغوبة دون قصد

دراسة تكشف ظاهرة غامضة في الذكاء الاصطناعي النماذج قد تنقل سلوكيات غير مرغوبة دون قصد

تحدث الظاهرة عادة عندما يُستخدم نموذج ذكاء اصطناعي متقدم بصفته “المعلم” لإنتاج بيانات تدريب لنموذج آخر أصغر يُعرف باسم “الطالب”.

ووفقًا لدراسة نُشرت في Nature، لاحظ الباحثون أن بعض الخصائص أو التوجهات الموجودة في النموذج المعلم يمكن أن تظهر لدى النموذج الطالب حتى بعد إزالة جميع الإشارات الواضحة المرتبطة بهذه الخصائص من بيانات التدريب.

نتائج غير متوقعة في التجارب

أجرى الباحثون عدة تجارب باستخدام نماذج مبنية على تقنية GPT-4.1، حيث تم تدريب نموذج معلم على إظهار تفضيل معين، ثم استخدم لإنتاج بيانات تدريب لا تحتوي ظاهريًا على أي معلومات مرتبطة بذلك التفضيل.

ورغم ذلك، أظهرت النماذج الطلابية سلوكيات مشابهة للنموذج المعلم عند اختبارها لاحقًا، ما يشير إلى وجود إشارات أو أنماط خفية تنتقل أثناء عملية التدريب.

أمثلة توضح المشكلة

في إحدى التجارب، تم توجيه النموذج المعلم لإظهار تفضيل لطائر البوم، ثم استخدم لإنتاج بيانات مكونة من سلاسل رقمية فقط. وبعد تدريب النموذج الطالب على هذه البيانات، اختار البوم كحيوانه المفضل بمعدل أعلى بكثير من النماذج التي تدربت على بيانات محايدة.

كما أظهرت بعض التجارب الأخرى أن نماذج معينة قد تُنتج إجابات متطرفة أو غير مناسبة في بعض السيناريوهات الافتراضية، رغم عدم احتواء بيانات التدريب المباشرة على مثل هذه الأفكار أو التوجيهات.

لماذا لا يفهم العلماء الآلية بالكامل؟

يشير الباحثون إلى أن السبب الدقيق لهذه الظاهرة لا يزال غير مفهوم بشكل كامل. ويُعتقد أن الأمر مرتبط بالطريقة التي تخزن بها الشبكات العصبية المعلومات والأنماط أثناء عملية التعلم.

وتكمن الصعوبة في أن النماذج لا تتعلم فقط من المعنى الظاهر للبيانات، بل قد تلتقط أيضًا أنماطًا وإشارات إحصائية معقدة لا يمكن للمطورين ملاحظتها بسهولة.

تحديات جديدة أمام مطوري الذكاء الاصطناعي

تثير هذه النتائج تساؤلات مهمة حول كيفية تقييم سلامة النماذج المستقبلية، خاصة مع تزايد الاعتماد على الذكاء الاصطناعي لتوليد بيانات تُستخدم لاحقًا في تدريب أنظمة أخرى.

ويرى الباحثون أن فحص مخرجات النماذج وحده قد لا يكون كافيًا، بل قد يصبح من الضروري مراجعة مصادر البيانات وسلسلة التطوير بالكامل للتأكد من عدم انتقال خصائص أو انحيازات غير مرغوبة بين الأجيال المختلفة من النماذج.

ماذا تعني هذه النتائج للمستقبل؟

لا تعني الدراسة أن نماذج الذكاء الاصطناعي أصبحت خطيرة أو خارجة عن السيطرة، لكنها تكشف عن جانب لا يزال غير مفهوم بالكامل في عملية تدريب النماذج المتقدمة.

وتؤكد النتائج أهمية الاستثمار في أبحاث سلامة الذكاء الاصطناعي والشفافية، خاصة مع تزايد اعتماد الشركات على النماذج الذكية في تطوير الأجيال الجديدة من أنظمة الذكاء الاصطناعي.

الذكاء الاصطناعي

Monday تعيد هيكلة أعمالها وتخفض 20% من قوتها العاملة لدعم استثمارات الذكاء الاصطناعي

Avatar of هدير ابراهيم

Published

on

إنستاجرام يصل إلى شاشات سامسونج الذكية مع مزايا جديدة للمشاهدة الجماعية 409

أعلنت شركة Monday، المتخصصة في تطوير برمجيات إدارة العمل، تنفيذ أكبر عملية إعادة هيكلة في تاريخها، تتضمن تسريح نحو 20% من موظفيها، في خطوة تستهدف إعادة توجيه الموارد نحو تطوير حلول الذكاء الاصطناعي. وتأتي هذه الخطوة في ظل سباق متسارع بين شركات التكنولوجيا لتوسيع استثماراتها في الأدوات الذكية والأتمتة، بما يتماشى مع تغير احتياجات الشركات حول العالم.

Monday تعيد هيكلة أعمالها وتخفض 20% من قوتها العاملة لدعم استثمارات الذكاء الاصطناعي

Monday تعيد هيكلة أعمالها وتخفض 20% من قوتها العاملة لدعم استثمارات الذكاء الاصطناعي

Monday تعيد هيكلة أعمالها وتخفض 20% من قوتها العاملة لدعم استثمارات الذكاء الاصطناعي

أكدت الشركة أنها ستستغني عن نحو 630 موظفًا، بهدف بناء نموذج تشغيلي أكثر كفاءة، مع التركيز على تسريع تطوير منصة AI Work Platform التي أصبحت تمثل محور استراتيجيتها المستقبلية.

وترى Monday أن إعادة توزيع الموارد ستمكنها من الاستثمار بشكل أكبر في التقنيات الذكية، وتطوير منتجات تلبي احتياجات المؤسسات التي تتجه بصورة متزايدة إلى الاعتماد على الذكاء الاصطناعي في إدارة الأعمال.

منصة جديدة تعتمد على وكلاء الذكاء الاصطناعي

شهدت منتجات الشركة خلال العام الجاري عملية إعادة تصميم شاملة، استنادًا إلى توقعات تشير إلى تزايد اعتماد الشركات على وكلاء الذكاء الاصطناعي للعمل جنبًا إلى جنب مع الموظفين.

وتضم منصة AI Work Platform مجموعة من الأدوات، تشمل إنشاء التطبيقات دون الحاجة إلى البرمجة، ووكلاء ذكاء اصطناعي قابلين للتخصيص، وأنظمة لأتمتة سير العمل، إضافة إلى روبوت محادثة قادر على تنفيذ مهام مثل إعداد التقارير وتحديث لوحات المعلومات تلقائيًا.

قطاع التكنولوجيا يواصل تقليص الوظائف

تنضم Monday إلى قائمة متزايدة من شركات التكنولوجيا التي أعادت هيكلة أعمالها خلال العام الحالي، بهدف توفير مزيد من الموارد للاستثمار في تقنيات الذكاء الاصطناعي.

وتشير بيانات موقع Layoffs.fyi إلى أن شهر مايو 2026 سجل أعلى معدل شهري لتسريحات الموظفين في قطاع التكنولوجيا منذ سنوات، كما أوضحت البيانات أن 78% من الشركات التي نفذت عمليات تسريح هذا العام بررت قراراتها بإعادة توجيه استثماراتها نحو مشاريع الذكاء الاصطناعي.

أكثر من 122 ألف وظيفة فقدها القطاع

تعكس الأرقام حجم التحولات التي يشهدها قطاع التكنولوجيا، إذ تجاوز عدد الوظائف التي فُقدت منذ بداية عام 2026 حاجز 122 ألف وظيفة، مع استمرار الشركات في إعادة ترتيب أولوياتها لمواكبة المنافسة المتزايدة في مجال الذكاء الاصطناعي.

ويرى محللون أن هذه الموجة لا ترتبط بتراجع أداء الشركات فقط، بل تعكس أيضًا تحولًا في طبيعة الوظائف المطلوبة، مع زيادة الاعتماد على الأتمتة والأدوات الذكية.

تكلفة مرتفعة ورهان على المستقبل

تتوقع Monday أن تتحمل تكاليف تتراوح بين 45 و55 مليون دولار نتيجة عملية إعادة الهيكلة، إلا أنها تراهن على أن هذه الاستثمارات ستعزز موقعها في سوق البرمجيات المؤسسية المعتمدة على الذكاء الاصطناعي.

وتأتي هذه الخطوة في وقت تتنافس فيه شركات البرمجيات على تطوير منصات تعتمد على الوكلاء الأذكياء وأتمتة العمليات، في محاولة لتقديم حلول أكثر كفاءة تساعد المؤسسات على رفع الإنتاجية وتقليل الاعتماد على المهام اليدوية.

Continue Reading

الذكاء الاصطناعي

Gemini 3.6 Flash في GitHub Copilot: سرعة أعلى ووكلاء برمجيون أكثر كفاءة

أصبح Gemini 3.6 Flash متاحًا تدريجيًا داخل GitHub Copilot للبرمجة والمهام الوكيلية، مع جهد استدلال قابل للضبط وأدوات متوازية.

Avatar of Omer Saloglu

Published

on

Gemini 3.6 Flash في GitHub Copilot داخل بيئة تطوير تعرض وكيلًا برمجيًا وأدوات متوازية

Gemini 3.6 Flash في GitHub Copilot أصبح متاحًا تدريجيًا للمطورين، في تحديث يضيف أحدث نماذج جوجل السريعة إلى مساعد البرمجة من GitHub. ولا يقتصر التغيير على إضافة اسم جديد إلى قائمة النماذج؛ إذ تستهدف النسخة الجديدة تطوير الويب والتطبيقات والبرمجة والمهام الوكيلية طويلة المدى، مع إمكانية ضبط جهد الاستدلال وتشغيل الأدوات بالتوازي داخل سير عمل واحد.

بحسب إعلان GitHub الرسمي المنشور في 21 يوليو 2026، حقق النموذج في الاختبارات المبكرة معدلات أعلى لإكمال المهام وكفاءة أفضل في استخدام الرموز مقارنةً بـ Gemini 3.5 Flash في سيناريوهات البرمجة والوكلاء. في هذا الدليل نوضح أين يتوفر النموذج، وكيف تفعّله، ومتى يكون اختياره منطقيًا، وما الذي ينبغي الانتباه إليه قبل الاعتماد عليه في مشروع حقيقي.

ما الجديد في Gemini 3.6 Flash داخل GitHub Copilot؟

الفكرة الأساسية هي الجمع بين السرعة والقدرة على متابعة مهمة برمجية مركبة عبر خطوات متعددة. يستطيع المطور اختيار Gemini 3.6 Flash من منتقي النماذج، ثم استخدامه في شرح الشفرة أو إنشاء مكونات جديدة أو تحليل أخطاء تمتد عبر عدة ملفات. كما أن دعم الاستخدام المتوازي للأدوات مهم في المهام التي تحتاج إلى قراءة ملفات متعددة أو تشغيل فحوص مختلفة قبل اقتراح التعديل.

تقول GitHub إن النموذج صُمم لتطوير الويب والتطبيقات والبرمجة والمهام الوكيلية الأطول. وهذا يجعله مرشحًا مناسبًا عندما تريد من Copilot تنفيذ خطة متدرجة بدل الاكتفاء بإجابة قصيرة أو إكمال سطر واحد.

أين يتوفر Gemini 3.6 Flash؟

يشمل الطرح التدريجي خطط Copilot Pro وPro+ وMax وBusiness وEnterprise. ويمكن اختيار النموذج من البيئات التالية:

  • Visual Studio Code وVisual Studio.
  • Copilot CLI.
  • وكيل GitHub Copilot السحابي وتطبيق Copilot.
  • JetBrains وXcode وEclipse.

قد لا يظهر الخيار لجميع المستخدمين في اللحظة نفسها لأن الإتاحة تدريجية. وإذا كنت تستخدم Copilot Business أو Enterprise، فيجب على مسؤول المؤسسة تفعيل سياسة المعاينة الخاصة بـ Gemini 3.6 Flash من إعدادات Copilot قبل أن يستطيع أعضاء الفريق اختياره.

كيف تفعّل النموذج وتبدأ استخدامه؟

  1. حدّث إضافة GitHub Copilot وبيئة التطوير إلى أحدث إصدار متاح.
  2. افتح محادثة Copilot أو وضع الوكيل داخل بيئة التطوير.
  3. افتح منتقي النماذج وابحث عن Gemini 3.6 Flash.
  4. في حسابات الشركات، اطلب من المسؤول تفعيل سياسة المعاينة إذا لم يظهر النموذج.
  5. ابدأ بمهمة محددة تتضمن الهدف والملفات والاختبارات ومعايير النجاح.

إذا لم يظهر النموذج رغم توافر خطتك، انتظر اكتمال الطرح التدريجي وتحقق من سياسات المؤسسة. لا يعني غيابه المؤقت أن حسابك غير مدعوم بالضرورة.

متى يكون Gemini 3.6 Flash خيارًا مناسبًا؟

تطوير الويب والتطبيقات

يمكن استخدامه لبناء مكوّنات واجهة، أو تتبع خطأ بين الواجهة والخادم، أو اقتراح اختبارات تغطي السلوك الجديد. وعند دمجه مع أدوات المتصفح في GitHub Copilot داخل VS Code يصبح من الممكن فحص صفحة الويب وربط الملاحظات المرئية بالشفرة المسؤولة عنها ضمن سياق واحد.

المهام الوكيلية طويلة المدى

يفيد النموذج عندما تتطلب المهمة قراءة بنية المشروع، وتعديل أكثر من ملف، وتشغيل الاختبارات، ثم مراجعة النتيجة. دعم الأدوات المتوازية قد يقلل الزمن الضائع في تنفيذ خطوات مستقلة بالتتابع، لكن يظل من الضروري مراجعة التغييرات قبل دمجها.

العمل تحت ميزانية محسوبة

تذكر GitHub أن استخدام النموذج يُحاسب وفق أسعار مزود النموذج ضمن نظام الفوترة القائم على الاستخدام. لذلك ينبغي للفرق مقارنة جودة النتيجة وتكلفتها مع النماذج الأخرى المتاحة، خصوصًا في المهام المتكررة أو المستودعات الكبيرة.

ما معنى جهد الاستدلال القابل للضبط؟

يسمح ضبط جهد الاستدلال بموازنة السرعة والعمق وفق طبيعة المهمة. يمكن اختيار جهد أقل لشرح دالة بسيطة أو إنشاء اختبار مباشر، ورفع الجهد عند تحليل مشكلة معمارية أو خطأ يصعب إعادة إنتاجه. زيادة الجهد لا تعني أن كل نتيجة ستكون صحيحة، لكنها تمنح النموذج مساحة أكبر لتحليل العلاقات والخطوات قبل الرد.

نصائح للحصول على نتائج أفضل

  • حدد النطاق: اذكر الملفات المسموح تعديلها وما يجب عدم تغييره.
  • عرّف النجاح: اطلب اختبارات واضحة أو ناتجًا يمكن التحقق منه.
  • قسّم المهام الكبيرة: ابدأ بخطة، ثم نفّذ أجزاء قابلة للمراجعة.
  • راجع الأمان: لا تدمج شفرات تتعامل مع المصادقة أو البيانات الحساسة دون فحص بشري.
  • راقب التكلفة: قارن استهلاك المهمة وقيمتها الفعلية قبل تعميم النموذج على الفريق.

هل يستبدل Gemini 3.6 Flash بقية نماذج Copilot؟

لا يوجد نموذج واحد مثالي لكل أنواع البرمجة. قد يناسب Gemini 3.6 Flash المهام السريعة ومتعددة الأدوات، بينما يفضّل المطور نموذجًا مختلفًا في مراجعة أمنية دقيقة أو إعادة هيكلة ضخمة. الأفضل هو اختبار مجموعة صغيرة من المهام الواقعية وقياس الدقة والوقت والتكلفة، بدل اتخاذ القرار اعتمادًا على اسم النموذج وحده.

الخلاصة

إضافة Gemini 3.6 Flash في GitHub Copilot توسّع خيارات المطورين الذين يحتاجون نموذجًا سريعًا للبرمجة والمهام الوكيلية المركبة. أهم ما يميز التحديث هو دعم ضبط جهد الاستدلال، وتشغيل الأدوات بالتوازي، والوصول عبر مجموعة واسعة من بيئات التطوير. قبل اعتماده، تحقق من تفعيل السياسة في حسابات الشركات، وراقب الفوترة القائمة على الاستخدام، وقيّم النتائج على مهام حقيقية مع مراجعة بشرية واختبارات واضحة.

المصدر: إعلان GitHub الرسمي عن Gemini 3.6 Flash في Copilot.

Continue Reading

الذكاء الاصطناعي

كيف تكتشف الصور المزيفة بالذكاء الاصطناعي خطوات تحميك من الاحتيال وخسارة أموالك

Avatar of هدير ابراهيم

Published

on

إنستاجرام يصل إلى شاشات سامسونج الذكية مع مزايا جديدة للمشاهدة الجماعية 369

لم تعد الصور والفيديوهات التي ينشئها الذكاء الاصطناعي مجرد محتوى ترفيهي، بل أصبحت وسيلة يستخدمها المحتالون لتنفيذ عمليات احتيال ونشر معلومات مضللة. ومع التطور الكبير في تقنيات الذكاء الاصطناعي التوليدي، أصبح التمييز بين المحتوى الحقيقي والمزيف أكثر صعوبة، ما يجعل الوعي الرقمي أحد أهم وسائل حماية البيانات والأموال.

كيف تكتشف الصور المزيفة بالذكاء الاصطناعي خطوات تحميك من الاحتيال وخسارة أموالك

كيف تكتشف الصور المزيفة بالذكاء الاصطناعي خطوات تحميك من الاحتيال وخسارة أموالك

كيف تكتشف الصور المزيفة بالذكاء الاصطناعي خطوات تحميك من الاحتيال وخسارة أموالك

شهدت أدوات الذكاء الاصطناعي تطورًا ملحوظًا خلال السنوات الأخيرة، وأصبحت قادرة على إنتاج صور وفيديوهات يصعب تمييزها عن المحتوى الحقيقي.

واختفت إلى حد كبير العلامات التقليدية التي كانت تكشف التزييف، مثل تشوه ملامح الوجه أو الأصابع غير الطبيعية، لذلك لم يعد الاعتماد على الملاحظة السريعة كافيًا لاكتشاف الصور المزيفة.

كيف يستغل المحتالون هذه التقنية؟

يعتمد مجرمو الإنترنت على الصور والفيديوهات المزيفة في تنفيذ العديد من عمليات الاحتيال، مثل انتحال شخصية أحد أفراد العائلة أو الأصدقاء، أو إرسال رسائل طارئة تطلب تحويل أموال بشكل عاجل.

كما تُستخدم هذه المواد لنشر الأخبار المضللة وخداع المستخدمين بمحتوى يبدو واقعيًا، وهو ما يزيد من احتمالية وقوع الضحايا في عمليات الاحتيال أو تسريب بياناتهم الشخصية.

لا تعتمد كليًا على أدوات كشف التزييف

تتوفر حاليًا برامج وخدمات مخصصة لاكتشاف الصور المولدة بالذكاء الاصطناعي، لكنها لا تقدم نتائج دقيقة في جميع الحالات.

ولهذا ينصح الخبراء بعدم اعتبار هذه الأدوات مرجعًا نهائيًا، بل استخدامها كوسيلة مساعدة إلى جانب التحقق اليدوي ومراجعة مصدر الصورة أو الفيديو قبل تصديقه أو مشاركته.

علامات تساعد على اكتشاف الصور المزيفة

يمكن ملاحظة بعض المؤشرات التي قد تكشف المحتوى المزيف، مثل الإضاءة غير المنطقية، أو تعابير الوجه غير الطبيعية، أو الخلفيات التي تحتوي على تفاصيل غير متناسقة، بالإضافة إلى الصور التي تبدو مثالية بشكل مبالغ فيه.

كما أظهرت دراسات أن تدريب المستخدمين على مقارنة الصور الحقيقية والمزيفة لفترة قصيرة يرفع قدرتهم على اكتشاف المحتوى المزيف بشكل ملحوظ، وهو ما يؤكد أهمية التوعية الرقمية في مواجهة هذه الظاهرة.

الوعي هو أفضل وسيلة للحماية

ينصح خبراء الأمن السيبراني بعدم التفاعل مع أي صورة أو فيديو يثير الشكوك قبل التحقق من مصدره، خاصة إذا تضمن طلبًا ماليًا أو معلومات حساسة.

كما يوصون بتحديث البرامج والتطبيقات باستمرار، وتفعيل أدوات الحماية المتوفرة في المتصفحات، وعدم الوثوق بالرسائل أو المواقع التي تستخدم أساليب التخويف لإجبار المستخدم على اتخاذ قرارات سريعة.

Continue Reading

Trending

Copyright © 2026 High Tech. Powered By DMB Agency. - IImpact-Site-Verification: aceb3f01-9823-4c00-8fe8-0398a9835a50

Subscribe for notification