سنعيد كتابة العلم بأبجدية عربية

  • الرئيسية
  • الفئات
  • الباحثون السوريون TV
  • من نحن
  • اتصل بنا
  • About Us
x
جارِ تحميل الفئات

أغنية الجليد والبيانات؛ خوارزمية تنبؤية للمسلسل الشهير

المعلوماتية >>>> الذكاء الصنعي


تم حفظ حجم الخط المختار

Image: SYR-RES

يُعَدُّ علم الاحتمالات من العلوم الأساسية والشيِّقة في عالم الرياضيات والخوارزميات، ولكن؛ ماذا لو دخل هذا العلم إلى مسلسلاتنا المفضلة؟
دعونا نتعرَّف طريقةً لطيفة اتَّبعتها جامعة ميونخ التقنية لتحفيز الطلاب من أجل العمل في مشروعات الاحتمالات..

طوَّر طلاب في جامعة ميونيخ التقنية (TUM) تطبيقًا يبحث في الويب عن بيانات مسلسل صراع العروش (Game of Thrones)، ثمَّ يستنتج احتمالات بقاء شخصيات المسلسل على قيد الحياة باستخدام مصفوفة من خوارزميات التعلُّم الآلي التي قد أنشؤوها.

وفي عام 2016م، وقبل بثِّ الموسم السادس مباشرة؛ ابتكر طلاب الجامعة نفسها خوارزمية تنبَّأت -على نحوٍ دقيق- بعودة جون سنو (Jon Snow) إلى الحياة.

كيف تحدثُ عملية التنبؤ؟
يكون ذلك باستخدام تحليل طول العمر (Longevity Analysis)؛ وهي تقنية مشابهة للدراسات العلمية التي تدرس آثار العلاج والمضاعفات في مرضى السرطان.

العوامل الرئيسة في توقُّعات الخوارزمية:
تعتمد أيَّة خوارزمية على مجموعة من العوامل أو الشروط، ثمَّ تُوضع قواعد الاستدلال للحصول على نتيجة تطبيق الخوارزمية.
وتُتَّبع -في قضايا شبيهة بالقضايا المطروحة في هذا المقال- طريقةَ صياغة القواعد باستخدام اللغة الطبيعية.

مثال:

شروط الاستدلال: الولادة في وينترفيل (Winterfell)، والانتماء إلى عائلة (Stark)، والزواج مرةً واحدة.
قاعدة الاستدلال: يبدو أنَّ الولادة في وينترفيل (Winterfell) إضافة إلى الانتماء إلى عائلة (Stark) وكذلك الزواج مرة واحدة فقط؛ تزيد من فرص موت (Sansa Stark) في الموسم المقبل، فاحتمال الموت المتوقع هو 73%.
نتيجة الاستدلال: زيادة فرص موت سانسا ستارك (Sansa Stark) بنسبة 73%.

للمزيد عن طريقة صياغة قواعد الاستدلال تجدونها هنا

هل أُنشئت هذه الخوارزمية للتنبؤ بأحداث المسلسل فقط؟
بالطبع لا؛ إذ يُعَدُّ كلٌّ من استخراج البيانات (Data Mining)، وتعلُّم الآلة (Machine Learning) من الأدوات التي تمكِّن الطب الرقمي (Digital Medicine)* من الاستفادة من البيولوجيا الحديثة لتشخيص الأمراض وعلاجها والوقاية منها -وقد تُستخدم في مجالات أخرى لاحقًا- وهذه الخوارزمية ليست إلَّا تجربة جديدة في هذا المجال سيُستفاد من نتائجها في تطوير مجالات وحلِّ مشكلات ملحَّة أكثر للبشرية.

يقول المرشد الرئيسي للفصل الدكتور غي ياشداف (Guy Yachdav): "في حين تعتمد مهمة التنبؤ -بفرص البقاء على قيد الحياة لشخصيات (Game of Thrones)- على البيانات المأخوذة من عالم الخيال؛ تُستخدم تقنيات الذكاء الصنعي نفسها بالضبط في العالم الحقيقي، ولها أثر قوي في حياتنا اليومية."

يقول البروفيسور بوركارد روست -عميد قسم المعلوماتية الحيوية في TUM-: "إنَّ الجمع بين الشغف والتدريس هو وسيلة رائعة لإنشاء أدوات جديدة تهمُّنا، وقد وجدنا طريقةً ممتعة لتعليم الطلاب كيفية استخدام هذه التقنية، وإعدادهم لبناء برامج أكبر وأوسع عند التخرُّج".

وتجدر الإشارة إلى أنَّ الخوارزمية تعمل على مدار الساعة وتحدث نتائجها باستمرار.

تتوفَّر القائمة الكاملة للشخصيات وفرص بقائها على قيد الحياة: هنا

في رأيك؛ من سيتربَّع على العرش في النهاية؟!
*الطب الرقمي (Digital Medicine): اعتمد تخزين البيانات الطبية -وقتًا طويلًا- على الكلام المكتوب والمطبوع، لكن مع توفُّر أجهزة الحاسوب التي يمكنها نقل البيانات وتخزينها؛ فإنَّ دور التقنيات الحديثة لم يقتصر على تسجيل المعلومات السريرية فحسب، وإنَّما توليد المعرفة الطبية أيضًا.

المصادر:
هنا
هنا
هنا
هنا

مواضيع مرتبطة إضافية

المزيد >


شارك

تفاصيل

14-04-2019
1301 | 6
البوست

المساهمون في الإعداد

إعداد: Hassan Albaruki
تدقيق علمي: Mujeeba Haj Najeeb
تدقيق لغوي: Diana Hayek
تصميم الصورة ونشر: Dima Yazji

تابعنا على لينكد إن


من أعد المقال؟

Hassan Albaruki
Mujeeba Haj Najeeb
Diana Hayek
Dima Yazji

مواضيع مرتبطة

كيف يمكن للهندسة العكسية أن تنقذ أرواحاً، والاختراق الذي أنهى الحرب العالمية!

USB-C، مستقبل كل الأجهزة

قد يكون حساب الـGmail وملفاتك الشخصية في خطر!

مسجلات الحاسب Registers

الاختلافات الرئيسية بين دورة حياة التطبيق ALM ودورة حياة البرمجية SDLC

نقل الحوسبة الإدراكية إلى ما بعد واتسون

الواقع الافتراضي ومستقبل التواصل الاجتماعي

كيف نتصل بالمركبات الفضائية!

1 مُقدمة إلى تطوير برمجياتٍ ناجحة

وداعا لصيانة واستبدال وحدات تخزين البيانات !

شركاؤنا

روابط مهمة

  • الشركاء التعليميون
  • حقوق الملكية
  • أسئلة مكررة
  • ميثاق الشرف
  • سياسة الكوكيز
  • شركاؤنا
  • دليل الشراكة
جميع الحقوق محفوظة لمبادرة "الباحثون السوريون" - 2019