تواصل جامعة محمد بن زايد للذكاء الاصطناعي، أول جامعة للدراسات العليا المتخصصة في بحوث الذكاء الاصطناعي، تحقيق إنجازات بحثية متسارعة. فخلال النصف الأول من عام 2024 وحده، نشرت الجامعة أكثر من 300 ورقة بحثية في أرقى المجلات والمؤتمرات المتخصصة في الذكاء الاصطناعي.

وشملت هذه الإنجازات نشر 39 ورقة بحثية في المؤتمر الدولي حول تمثيلات التعلّم لعام 2024، الذي عُقد في شهر مايو الماضي.

وتأتي هذه الإنجازات لتُضاف إلى سجل النجاحات التي حققتها الجامعة في عام 2023، إذ نشرت 612 ورقة بحثية في أفضل المؤتمرات العالمية، بما يشمل: 30 ورقة في المؤتمر الدولي للرؤية الحاسوبية، و34 ورقة بحثية في مؤتمر الرؤية الحاسوبية وتعرف الأنماط التابع لمعهد مهندسي الكهرباء والإلكترونيات ومؤسسة الرؤية الحاسوبية، و44 ورقة بحثية في مؤتمر الأساليب التجريبية في معالجة اللغات الطبيعية، و53 ورقة بحثية في مؤتمر نظم معالجة المعلومات العصبية.

وتؤكد هذه الإنجازات المتتالية مكانة الجامعة الريادية في هذا المجال الحيوي، فمنذ تأسيسها قبل خمس سنوات، تمكنت الجامعة من دخول قائمة أفضل 100 جامعة عالميًا في علوم الحاسوب، وقائمة أفضل 20 جامعة في مجالات الذكاء الاصطناعي، والرؤية الحاسوبية، والتعلم الآلي، ومعالجة اللغات الطبيعية، وعلم الروبوتات، وذلك وفقًا لترتيب CSRankings.

وفي هذا التقرير، نسلط الضوء على خمس دراسات بحثية بارزة أجراها باحثو جامعة محمد بن زايد للذكاء الاصطناعي خلال الأشهر الستة الماضية:

1- التصدي لسوء استخدام النصوص التي تولدها النماذج اللغوية الكبيرة:

بالتعاون مع باحثين من مختلف أنحاء العالم، طوّر فريق من جامعة محمد بن زايد للذكاء الاصطناعي أداة تحليلية متقدمة تحمل اسم (M4) قادرة على الكشف عن النصوص المزيفة التي تولدها النماذج اللغوية الكبيرة بدقة عالية، بغض النظر عن اللغة أو النموذج اللغوي المستخدم.

ومن المتوقع أن تساهم هذه الأداة في حماية مختلف القطاعات، مثل الصحافة والأوساط الأكاديمية، من الآثار السلبية للمحتوى المزيف.

وقد حصدت الورقة البحثية، التي نُشرت تحت عنوان: (إم4: تعرّف النصوص التي تولدها الآلة باستخدام أنظمة “الصندوق الأسود” التي تشمل أدوات توليد ومجالات ولغات متعددة)، جائزة أفضل ورقة بحثية مرجعية في مؤتمر الفرع الأوروبي لجمعية اللغويات الحاسوبية لعام 2024 الذي عُقد في شهر مارس الماضي.

2- تحسين عملية تحليل تسلسل الجينات للتحكم بالأمراض بشكل أفضل:

تعاون البروفيسور كون زانغ، الأستاذ في قسم تعلم الآلة ورئيس مركز الذكاء الاصطناعي التكاملي بالإنابة في جامعة محمد بن زايد للذكاء الاصطناعي، مع غانغشو ليو، وهو الطالب الذي أشرف على مسيرته في برنامج الدكتوراه، وعددٍ من الباحثين من أفضل الجامعات الأمريكية، وذلك بهدف تطوير نموذج يساهم في تحسين دقة الإجراءات التي تتيح تحديد تسلسل الجينات والتحليلات الناتجة عنها.

وقد يساهم هذا البحث الرائد في تعزيز فهمنا لبعض الأمراض، مثل: السرطان، وربما يحسّن العلاجات المتوفرة لها، ويعزز من نتائجها.

إذ تُعدّ الشبكات الجينية التنظيمية مفتاحًا لفهم الأمراض البشرية، ولكنها تواجه تحديًا كبيرًا يتمثل في وجود قيم مفقودة في بيانات التسلسل الجيني. وفي إطار سعيهم إلى حل هذه المشكلة، اقترح الباحثون في الورقة البحثية التي نشروها تحت عنوان: (استدلال الشبكات الجينية التنظيمية في حالات غياب القيمة: منظور سببي) تطوير نموذج جديد لتحسين دقة تحليل تسلسل الجينات عن طريق رسم صورة أوضح وأدق من خلال التركيز في البيانات، باستثناء الصفرية منها، أثناء اختبار العلاقات بين الجينات.

وقد قُدمت هذه الورقة البحثية إلى المؤتمر الدولي حول تمثيلات التعلّم، وشكلت محطة بارزة في إنجازات الأبحاث الجينية.

3- خوارزميات جديدة تحسن مهام تعلّم الآلة المعقدة:

تعاون وليام دي فازيليس، وهو من الدفعة الأولى من الطلاب من خريجي برنامج الدكتوراه في جامعة محمد بن زايد للذكاء الاصطناعي، مع أحد أعضاء الهيئة التدريسية في الجامعة وطالب آخر من طلاب الدكتوراه، لتطوير خوارزميات قد تتمكن من تعزيز كفاءة تدريب النماذج التي تعتمد على (العتبة الصلبة)، مثل الخوارزميات التي يشيع استخدامها في علوم البيانات والإحصاءات.

وقد نشر الباحثون ورقة بحثية تحمل عنوان: (رؤى جديدة حول خفض التباين في العتبة الصلبة من الرتبة الصفرية: نقل الخطأ في التدرج والتناقضات في التوسع”، واقترحوا خلالها نهجًا جديدًا لتقليص عدد الأخطاء عند تدريب النماذج، وذلك من خلال تحسين إدارة التباين، ما يسمح بالتوصل إلى نتائج موثوقة أكثر وبسرعة أكبر.

وتجد الإشارة إلى أن الاختبارات التي أجراها الفريق على المحافظ المالية وتحديات الأمن السيبراني بدت واعدة. وقد نُشرت هذه الورقة البحثية في المؤتمر الدولي حول تمثيلات التعلّم لعام 2024.

4- تطوير نموذج لغوي بصري متقدم:

قاد باحثون من جامعة محمد بن زايد للذكاء الاصطناعي فريقًا عالميًا عمل على تطوير نموذج لغوي بصري متقدم يحمل اسم (جلام إم) GLaMM، يمتاز بقدرته على فهم الصور على مستوى البكسل وتوليد نصوص وصفية دقيقة. يعتمد هذا النموذج على تقنيات متقدمة للتعلم الآلي، مما يجعله قادرًا على إجراء محادثات طبيعية حول محتوى الصور.

ويذكر الباحثون في ورقتهم البحثية التي حملت عنوان: (جلام إم: نموذج كبير متعدد الوسائط على مستوى البكسل)، كيفية تدريب النموذج بشكل يسمح للمستخدم بالتفاعل معه من خلال التعليمات النصية والبصرية، لتوليد استجابات لغوية طبيعية تترابط بسلاسة مع الأقنعة التي تقسم الأجسام التي تظهر أمامها.

ويمكن استخدام هذا النموذج في العديد من المجالات، مثل: التجارة الإلكترونية، والأزياء، والمدن الذكية، وتجارة التجزئة. ونُشر هذا البحث في مؤتمر الرؤية الحاسوبية وتعرف الأنماط لعام 2024 الذي عُقد في شهر يونيو في سياتل، وهو أهم فعالية علمية في مجال الهندسة وعلوم الحاسوب في العالم.

وقد اُقتبست هذه الورقة البحثية أكثر من 50 مرة حتى الآن، وحصلت على 600 نجمة عبر منصة تطوير البرمجيات (GitHub).

5- طريقة جديدة لتعزيز كفاءة محوّلات رؤية الذكاء الاصطناعي:

تعاون الدكتور شياودان ليانغ والبروفيسور شياوجون شانغ، وكلاهما أساتذة في قسم الرؤية الحاسوبية في جامعة محمد بن زايد للذكاء الاصطناعي، مع نظراء لهما من حول العالم لتطوير تقنية جديدة قادرة على تعزيز فعالية محولات الرؤية، التي تُعدّ عنصرًا أساسيًا في معظم النماذج الحديثة لتحليل الصور ومقاطع الفيديو.

وتحمل الورقة البحثية التي أعداها عنوان: (الشبكة العصبية ذات المستقبلات المتعددة الطبقات هي متعلّم متحول جيد)، وقد خلصت إلى أنه يمكن استبدال بعض الطبقات في المحول بطبقات مبسطة أكثر بكثير من الشبكة العصبية ذات المستقبلات المتعددة الطبقات.

ويساعد هذا التغيير، الذي يرتكز على مقياس للعشوائية يُعرف باسم الإنتروبي، في الحفاظ على أداء النموذج باستخدام نماذج أصغر بكثير. وتساهم هذه الطريقة الجديدة في تسهيل تدريب نماذج الذكاء الاصطناعي وتعزيز فعاليتها، مما قد يؤدي إلى تطوير تقنيات ذات أداء أسرع، وتتطلب موارد أقل.

وتجدر الإشارة إلى أن هذه الورقة قد قدمت خلال مؤتمر الرؤية الحاسوبية وتعرف الأنماط 2024، وجرى ترشيحها لجائزة أفضل ورقة بحثية.

نسخ الرابط تم نسخ الرابط