الذكاء الاصطناعي ومشكلات العالم الصعبة ─ الفيزياء
العلوم والمعرفة التي يقدّمها الذكاء الاصطناعي، حسب التخصص
خلاصة RSS · 5 عنصر
الدوائر الضوئية تصبح عتادًا قابلًا للتدريب للذكاء الاصطناعي
العنوان الأصلي: Photonic circuits become trainable AI hardware
يعرض المؤلفون طريقة تعلّم في الموقع (in situ) قائمة على الفيزياء تقيس مباشرة التدرجات الضوئية في الدوائر المتكاملة الفوتونية. وتتيح تدريب طوبولوجيات دوائر متنوعة بعد التصنيع، دون الحاجة إلى نموذج رقمي كامل للدائرة. ويُذكر أن العتاد يحقق تصميم المصفوفات والحوسبة متعددة الأطوال الموجية والتعلّم الفوقي السريع.
يستطيع هذا الذكاء الاصطناعي المدعوم بالضوء اكتشاف التزييف العميق بدقة تقارب 98%
العنوان الأصلي: This light-powered AI can spot deepfakes with nearly 98% accuracy
بنى باحثون في UCLA معالجًا عصبيًا بصريًا يستخدم الضوء لكشف مقاطع الفيديو المزيفة بتقنية deepfake، بهدف فحص الحجم المتزايد من مقاطع الفيديو المولَّدة بالذكاء الاصطناعي. وعلى عكس الأنظمة التقليدية التي تفحص مقاطع الفيديو واحدًا تلو الآخر، فإنه يحلل 15 تدفق فيديو أو أكثر في آنٍ واحد خلال تمريرة بصرية واحدة. ويفيد الفريق بأن دقة الكشف بلغت نحو 98%، وقد نُشرت الدراسة في eLight.
علم بصياغة Claude
العنوان الأصلي: Claude-shaped science
يصف البروفيسور Matthew Schwartz كيف بنى BootLoops، وهي مجموعة أدوات للحسابات الدقيقة في العلوم الكمية، بعد أن توقف عن مجادلة Claude وتركه يجد مشكلات تناسب قدراته الحالية. ولأن حسابات متشابهة تتكرر عبر المجالات، وجد Claude روابط مع علم البيئة ووراثة المجتمعات السكانية وعشرات المجالات الأخرى، وإن كانت هذه الروابط صحيحة تقنيًا في الغالب لكنها لم تكن لافتة في البداية. ثم عمل Schwartz مع خبراء في تلك المجالات لتوجيه BootLoops نحو الأسئلة التي تهمّ تلك المجالات.
نحو نماذج أساسية الطابع لكواشف النيوترينو غير المتجانسة في حدود الطاقة العليا عبر التدريب المسبق الذاتي الإشراف
العنوان الأصلي: Towards foundation-style models for energy-frontier heterogeneous neutrino detectors via self-supervised pretraining
إن تفسير الأحداث في كواشف النيوترينو ذات حدود الطاقة العليا غير عملي بالنسبة لإعادة البناء التقليدية، وصعب على النماذج الخاضعة للإشراف عندما تكون البيانات الموسومة شحيحة. يقوم المؤلفون بتدريب مسبق لمحوّل رؤية متناثر (Vision Transformer) باستخدام إعادة بناء المشفّر الذاتي المقنّع وأهداف علائقية على مستوى الفوكسل، ثم يضبطونه بدقة بصورة مشتركة على التصنيف والانحدار. وفي أحداث محاكاة من مسعّر FASER المقترح، حسّن التدريب المسبق تحديد النكهة وكوارك الساحر (charm) والانحدار الخاص بالزخم وإعادة بناء الرأس، وبنحو 1,000 حدث موسوم طابق المشفّر المدرَّب مسبقًا أداء تصنيف النكهة لنموذج دُرّب من الصفر.
يحسب Claude سعة تسع حلقات في نظرية يانغ-ميلز الفائقة N=4
العنوان الأصلي: Claude computes a nine-loop amplitude in N=4 super-Yang-Mills
أعلن الفيزيائي وكاتب العلوم Matt von Hippel تحدّيًا لشركات الذكاء الاصطناعي لحلّ مسألة صعبة في الفيزياء النظرية: حساب سعة تشتت من تسع حلقات في نظرية يانغ-ميلز الفائقة N=4. وقد حسبها Claude، متغلبًا على التحدّي بعد نحو شهر.