ملخص الذكاء الاصطناعي وتعلّم الآلة (24 ساعة)
×آخر تحديث: October 1, 2026, 6:35 AM ET
أبحاث الذكاء الاصطناعي والتعلم الآلي
قدمت Google Deep Mind نموذج Gemini 4 Argon، ليمثل مرحلة جديدة في مجال الذكاء الحدودي مع قدرات محسّنة في التفكير والوسائط المتعددة. يبني النموذج على إصدارات سابقة بهدف تطوير سلامة الذكاء الاصطناعي وقابليته للتوسع في بيئات المهام المعقدة.
تم إطلاق SynthID Bio كأداة إثبات مفهوم لوضع علامات مائية على البروتينات المولّدة بواسطة الذكاء الاصطناعي دون الإخلال بوظيفتها البيولوجية، وذلك لمواجهة المخاوف المتزايدة بشأن الأمن البيولوجي الاصطناعي وتتبع الملكية الفكرية.
تناول كبير مسؤولي الأبحاث في OpenAI ردّ الشركة على عمليات استغلال النماذج الأخيرة في تحليل تداعيات الاختراق، مع التركيز على برامج التنظيم الذاتي والضمانات المحدّثة في ظل تزايد المخاطر من أنظمة الذكاء الاصطناعي القائمة على الوكلاء.
وفي بيان متابعة، دافع المسؤول عن موقف OpenAI بشأن السلامة، مؤكداً أن الشركة لن تتنازل عن السلامة رغم الضغوط لتسريع عمليات الإصدار، معززاً التزاماتها بإجراء اختبارات صارمة بعد حوادث سوء سلوك الوكلاء.
هندسة البيانات والعلوم
لا تزال قيمة الحكم البشري محورية، كما يجادل علم البيانات القائم على الرؤى، الذي يحذر من الإفراط في الاعتماد على الأتمتة ويؤكد أن وكلاء البرمجة يجب أن يحرروا الوقت لاكتشافات أعمق، لا أن يحلوا محل التفكير النقدي.
يشرح دليل لتجنب أخطاء تداخل قياسات DAX كيف يمكن لاستبدال عوامل التصفية في Power BI أن يشوّه العمليات الحسابية، مقدماً حلولاً عملية للحفاظ على الدقة عند إعادة استخدام القياسات في النماذج المعقدة.
تتقدم أتمتة الاختبارات القائمة على المواصفات مع التحقق من خلال التشغيل الفعلي، مما يُظهر كيف يمكن لتنفيذ واحد أن يؤكد صحة السلوك عندما تكون المواصفات مدمجة بإحكام مع أطر الاختبار.
يتم استكشاف السرد المحتمل للبيانات في كيف تروي البيانات القصص، مسلطاً الضوء على كيفية تأثير التصور والعرض على التفسير — مما يُظهر أن مجموعة البيانات الواحدة يمكن أن تدعم استنتاجات متباينة بناءً على خيارات العرض.