@bithrahapp ورقة بحثية 2026 تقول إن 95% من مشاريع الـ agentic AI ما تحقق أرباح ROI والسبب الرئيسي: غياب التوافق والتفاصيل من البداية. اللي يكتب مستنده صح، agent يشتغل صح.
انهيار فقاعة الذكاء الاصطناعي بدأ فعلاً. المدراء التنفيذيون لا يُعلنون عنه، بل يتراجعون بصمت: يُلغون مراكز البيانات، ويُعيدون توظيف العمال الذين فصلوهم، ويأملون ألا يلاحظ أحد.
القصة كاملة، شركةً بشركة. 🧵
تخيّل أنّ لديك عشرين مستشفى في بلدان مختلفة، وكل مستشفى يريد أن يُساهم ببياناته لتدريب برنامج ذكاء اصطناعي يتنبأ بمستوى خطورة الحالة لكن لا أحد يستطيع إرسال بيانات المرضى للخارج بسبب الخصوصية.
ما الحل؟
الحل يُسمى "التعلّم الموزّع" (أي أنّ كل مستشفى يُدرّب البرنامج محلياً، ثم يُشارك الدروس المستخلصة فقط، لا البيانات الحقيقية).
لكن هنا تظهر مشكلة خفية: ماذا لو كانت حالات كل مستشفى مختلفة جداً عن الآخر؟
أجرى الباحث أماراً ديالو من معهد ETH زيورخ دراسةً نُشرت في مجلة "نيتشر للذكاء الاصطناعي" اختبر فيها أربع طرق مختلفة لتجميع الدروس من ١٨ مستشفى افتراضياً، مبنية على بيانات حقيقية من آلاف المرضى.
اكتشف الباحثون أنّ طريقة تُسمى SCAFFOLD تفوّقت بوضوح على الطريقة الأكثر شيوعاً (FedAvg) حين تكون حالات المستشفيات مختلفة اختلافاً كبيراً بفارق يصل إلى ١١ نقطة مئوية في دقة التشخيص و مستوى خطورة الحالة .
بمعنى بسيط: تخيّل أنّ الطريقة الشائعة تُصيب ٧٢ مريضاً من كل ١٠٠، بينما الطريقة الجديدة تُصيب ٨٣ من كل ١٠٠. هذا فرق حقيقي قد ينقذ أرواحاً.
لكن وهنا الجانب المهم هذه الطريقة الأدق تحتاج إلى ٣٤٪ وقتاً أطول حتى "تتعلّم" وتصل إلى نتيجتها. مثلما تطبخ وجبة أشهى لكنّها تحتاج ساعة إلى إضافية .
لماذا يهمّنا هذا؟
لأنّ كلما كانت برامج الذكاء الاصطناعي في المستشفيات أدق، كان تشخيص حالتك أو تقدير خطر مرضك أكثر موثوقية حتى لو كان المستشفى الذي تعالج فيه لا يشبه المستشفيات الأخرى.
#الذكاء_الاصطناعي_الطبي #FederatedLearning
#صحة_وتكنولوجيا
@THEWOLFOFTASI لا شك أننا بحاجة إلى الشهادات الأكاديمية، ولكنها في بعض الأحيان لا تتعدى كونها مجرد حبر على ورق. على سبيل المثال: شخص يحمل شهادة في علوم الحاسوب منذ عام 2005، ولكنه لم يمارس العمل في هذا المجال قط.
@smartechdaily@GeminiApp لما Siri تقدر تقرأ رسايلك، وتعرف مواعيدك، وتتحكم بالتطبيقات بشكل عميق وآمن، هنا يتحول الذكاء الاصطناعي من مجرد 'شات بوت تسأله ويجاوبك' إلى مساعد شخصي حقيقي يسوي عنك المهام.
أبل أخيراً بدأت تطلع عضلاتها الحقيقية في الـ On-Device AI! الميزات الجديدة في Apple Intelligence وتطوير Siri يوضح أن التركيز الحين صار على (العمق والإنتاجية) داخل النظام، مو مجرد بهرجة إعلامية. سالفة دمج 'الذكاء البصري' للبحث والتفاعل الفوري مع الكاميرا ونمط Siri المتطور بيختصر وقت مو طبيعي في المهام اليومية.. أبل كالعادة ما تبدأ أولاً، بس إذا بدأت تضبط اللعبة صح!