جلسة محكمة غير اعتيادية في كندا تجسد الإنسانية بأسمى صورها، حيث وقفت قاضية أمام مجموعة من المهاجرين الذين وصلوا إلى هذا البلد بطرق غير نظامية، لتحكي لهم قصة جديدة عنوانها الأمل والعدالة.
في أجواء محفوفة بالتأثر، نطقت القاضية بكلمات لم تُسمع مثلها من مسؤول عربي، لتتحول لحظة منح الجنسية إلى احتفال بالإنسانية والكرامة.
بدأت القاضية حديثها بصوت دافئ يحمل بين طياته الإقرار بتضحيات أولئك الأشخاص الذين تركوا وراءهم أوطانا مثقلة بالوجع بحثا عن حياة تستحق أن تُعاش. قالت لهم : أيها السيدات والسادة، نحن ندرك تمامًا الطريق الشاق الذي خضتموه والأوطان التي فارقتموها سعياً وراء مستقبل أفضل. وأضافت بفخر واضح : أنتم الآن جزء لا يتجزأ من هذا البلد الجميل. في هذه اللحظة التاريخية، تتحولون من مهاجرين إلى مواطنين مثلي تمامًا، لا فرق بيننا، فكلنا على قدم المساواة.

ثم ذهبت كلماتها أبعد من ذلك، لتفتح أمامهم أبواب الحرية والكرامة على مصراعيها. قالت لهم : في هذا البلد، أنتم آمنون، لكم حرية اعتناق ما تؤمنون وتطبيق ما يتماشى مع قناعاتكم دون خوف أو مضايقات. يمكنكم التنقل والعمل حيثما تحبون، والدخول والخروج من البلاد وقتما تشاءون. لكن نصيحتها الأهم كانت تعليم أبنائهم قول الحق والعمل به، ومواجهة العنصرية بكل أشكالها.
وفي لمسة إنسانية مؤثرة، اختتمت القاضية حديثها بعبارة بسيطة ولكن عميقة : قوموا الآن واجتمعوا حول بعضكم البعض لنحيي هذه اللحظة معًا. تلك العبارة حملت معها رسالة التسامح والتكاتف التي تغيب عن الكثير من بقاع العالم.
مع هذه الكلمات، غصّت القاعة بمزيج من البكاء والتأثر. دموعٌ عكست سنوات من الحزن والحرمان عاشها هؤلاء في بلدانهم الأصلية— بلدان تشهد على وجع القهر والتشرد.
وفي سؤال يثير التفكير العميق، يبقى الأمل قائماً : هل يمكن أن نشهد مثل هذه اللحظات الملهمة في وطننا العربي الكبير؟ أم أن تلك الأحلام لا تزال بعيدة المنال ؟ تذكّرنا هذه القصة بما يمكن أن يكون عليه العالم إذا قررنا أن نترك وراءنا الخوف ونتشبث بالقيم التي تجعل الإنسان أولاً

ملخص كتاب/ آخر حكايات العمر
أشعر الأن أن هناك غموض على الأرض! هل الأرض ميتة فعلاً والحشرات تأكل في أعماقها دون علمنا؟ حتى يختفي هذا العالم ويصير لا شيء، ونصبح نحن لا مبالين.
لا أعرف قبر جدي رغم اعتقادي أنه دفن في مقبرة وادي السلام في مدينة النجف الأشرف عام/ 1962م! وربما ألقى كهنة البعث جثته في نهر الفرات بعد أن أيقنوا أن القضاء على رجال الانتفاضة الشعبانية/ 1991م يمر عبر مقبرة النجف .
من المؤكد أن جدي قد دفن, ولم يبق شيء من جسده , وأكل الدود شيئا فشياً جسده البالي, لقد مات مثل شجرة احترقت وتحولت إلى فحم.. سيشعل الفحم حريقًا، وستكون الجثث المدفونة تحت الأرض موبوءة بالحشرات! هل كان من المناسب حرق جسده بعد وفاته، حتى لا يصبح جسده المعفر بالكافور مرتعًا للحشرات؟.
من أين تأتي الحشرات التي تأكل الموتى؟ إن كبار الأطباء في العصور القديمة الذين شرحوا الأحياء والأموات لم يذكروا في كتبهم وجود حشرات في الأحياء.. إذن من أين تأتي الحشرات بعد الموت؟ هل تختبئ الحشرات بداخلنا ولا تظهر إلا بعد أن نموت؟.
هل هي حقا مخفية في الفاكهة الرطبة والجبن القديم وحتى الكائنات الحية؟ تنتظر الحشرات تحلل الجسم من أجل البقاء على قيد الحياة بعد موت كائن حي ثم تموت.
ويقال أن هذه الحشرة لا تأكل أجساد القديسين والشهداء! فهل هذه معجزة لهم، أم معجزة للدود الذي يميز بين المقدس والنجس؟…ولكنني لا أعتقد أن الحشرات تميز أو تميز أجساد القديسين عن غيرها، ولا تمس أجساد المومياوات المحفوظة في توابيتنا القديمة.
لماذا استخدم المصريون القدماء السحر والعلم للحفاظ على جثث موتاهم ومنع ظهور الحشرات؟ أم تظن أن أجسادهم كانت مقدسة أيضًا؟.
هل تعلم أنني في يوم من الأيام سأدفن ويكون لي قبر عليه صورتي معلقة في الحائط؟ مثل قبر أمي وأبي وجدي، مثل القبور التي ترحمت عليها رحمة شديدة, وإذا كان لي مثل هذا القبر، فمن سيأتي إلى قبري ليطلب الرحمة، غير زوجتي وأولادي؟.
وهل تعلم أنني في يوم من الأيام سأصبح مرتعا لهذه الدودة البيضاء التي ليس لها أسنان ولكنها تأكل الموتى؟ أم ترى أنه قد بدأ يأكلني بالفعل ولم ألاحظ ذلك؟ هل تتذكر ذلك اليوم عندما كنت طفلاً ورأيت بطة ميتة ملقاة بين الحجارة، وفي داخلها حفيف الحشرات، فشعرت بالأسف على نفسي؟.
كلمات الى أهلي
كنت طفلاً خائفاً.
أجوب المحلة بطائرة ورقية .
صنعتها بنفسي.
أحلم بالسفر البعيد.
إلى.. صوفيا وموسكو.
تناديني أمي بكل حنانها.
وأقول لها أنتظري …سآتي حتماً.
كبرت وخبأت طائراتي الورقية .
في صندوق الملابس.
لكن داهمتني الحروب.
وأمي تطاردني بخوفها.
وتوقف صوت السفر البعيد.
حينما أشاح الدهر وجهه عني.
وقطعت المسافات الطويلة حافياً.
إلا من حلمي الجميل.
حلمي الذي ذبحته .
حروب صدام الدموي.
والحصارات , ولصوص الله.

—
استخدام الذكاء الاصطناعي لمكافحة تغير المناخ
كيف نطبق أحدث تطورات الذكاء الاصطناعي للمساعدة في مكافحة تغير المناخ وبناء عالم أكثر استدامة ومنخفض الكربون
الذكاء الاصطناعي هو تكنولوجيا قوية من شأنها أن تغير مستقبلنا، فكيف يمكننا تطبيقها على أفضل وجه للمساعدة في مكافحة تغير المناخ وإيجاد حلول مستدامة؟
أوضحت سيمز ويذرسبون، مسؤولة المناخ والاستدامة لدينا، والتي تحدثت مؤخرًا عن كيفية مساهمة الذكاء الاصطناعي في تسريع انتقالنا إلى مصادر الطاقة المتجددة في مؤتمر تيد كاونت داون ، قائلةً: “تغير المناخ مشكلة متعددة الجوانب، وليس لها حل واحد. علينا أن نتجاوز مجرد مناقشة ما يمكننا فعله، وأن نبدأ بالتركيز على كيفية تحقيقه”.
إن تأثيرات تغير المناخ على النظم البيئية للأرض معقدة بشكل لا يصدق، وكجزء من جهودنا لاستخدام الذكاء الاصطناعي لحل بعض أكثر مشاكل العالم تحديًا، إليك بعض الطرق التي نعمل بها على تعزيز فهمنا، وتحسين الأنظمة الحالية، وتسريع العلوم الرائدة في مجال المناخ وآثاره.
فهم الطقس والمناخ وتأثيراتهما
يُعدّ فهم المشكلات الجوهرية وآثارها بشكل أفضل خطوة أولى حاسمة في مواجهة تغير المناخ. بالتعاون مع مكتب الأرصاد الجوية البريطاني، طوّرنا نموذجًا للتنبؤ الفوري بهطول الأمطار لفهم تغيّر الطقس بشكل أفضل. يتميز هذا النموذج بدقة أعلى من أحدث التقنيات المتوفرة حاليًا، وهو المفضل لدى خبراء الأرصاد الجوية في مكتب الأرصاد الجوية. تمتد أبحاثنا في مجال المناخ والطقس لتشمل التنبؤات قصيرة المدى (أقل من ساعتين) ومتوسطة المدى (عشرة أيام)، مما يؤثر بشكل كبير على كيفية تحسين أنظمة الطاقة المتجددة المعتمدة على الموارد الطبيعية.

من نمذجة سلوك الأنواع الحيوانية في سيرينجيتي إلى دعم مشاريع التعلم الآلي التي تُعزز مشاريع الحفاظ على البيئة في أفريقيا، نساعد العلماء على تتبع آثار تغير المناخ على النظم البيئية والتنوع البيولوجي وفهمها بشكل أفضل. وفي المستقبل، يعمل فريقنا أيضًا على تطوير أنظمة الذكاء الاصطناعي المستخدمة لتحديد أصوات الطيور في أستراليا، مما يُسهم في تطوير أدوات تُراقب تغيرات الحياة البرية على نطاق واسع.
علاوةً على ذلك، نتعاون مع منظمة “الذكاء الاصطناعي لتغير المناخ” غير الربحية لسد فجوات مهمة في البيانات المتعلقة بالمناخ. تركز هذه الشراكة حاليًا على بناء قائمة شاملة بمجموعات البيانات التي من شأنها أن تُسهم توافرها في تطوير حلول الذكاء الاصطناعي لتغير المناخ. سنُتيح هذه القائمة للجمهور على نطاق أوسع عند اكتمالها.
تحسين الأنظمة الحالية
بينما ننتقل إلى بنية تحتية أكثر استدامة، نحتاج إلى تحسين الأنظمة التي يعتمد عليها العالم اليوم. على سبيل المثال، تستهلك البنية التحتية للحوسبة اليوم، بما في ذلك الذكاء الاصطناعي نفسه، كميات كبيرة من الطاقة. وللمساعدة في حل بعض هذه المشكلات، نعمل على تطوير ذكاء اصطناعي قادر على تحسين الأنظمة الحالية، بما في ذلك تحسين التبريد الصناعي وزيادة كفاءة أنظمة الحاسوب .
بما أن شبكات الطاقة لدينا لا تعمل بالطاقة النظيفة بعد، فمن الضروري أن نستخدم مواردنا بأقصى قدر ممكن من الكفاءة بينما نعمل على التحول إلى مصادر الطاقة المتجددة. كما أن تسريع التحول العالمي إلى مصادر الطاقة المتجددة من شأنه أن يُقلل بشكل كبير من انبعاثات الكربون.
في عام ٢٠١٩، تعاون فريقنا المعني بالمناخ والاستدامة مع خبراء متخصصين في مزرعة رياح تابعة لشركة جوجل لزيادة قيمة طاقة الرياح ، بهدف دعم نمو هذا القطاع على نطاق أوسع. ومن خلال تطوير أداة ذكاء اصطناعي مخصصة للتنبؤ بشكل أفضل بإنتاج طاقة الرياح، ونموذج آخر للتوصية بالتزامات توريد هذه الطاقة المتوقعة إلى شبكة الكهرباء، عززت هذه الأداة قيمة طاقة الرياح بشكل كبير. وتعمل Cloud حاليًا على تطوير منتج برمجي باستخدام هذا النموذج، والذي تُجري شركة الطاقة الفرنسية ENGIE تجربته.
تسريع التقدم العلمي
إلى جانب تحسين بنيتنا التحتية الحالية، نحتاج إلى إنجازات علمية تُساعدنا على بناء مستقبل مستدام للطاقة. ومن المجالات الواعدة الاندماج النووي، وهي تقنية فائقة القوة قادرة على توفير طاقة لا حدود لها وخالية من الكربون. تُشغّل مفاعلات الاندماج بواسطة بلازما مضغوطة من الهيدروجين المؤين، وهي أعلى حرارة من نواة الشمس. وتعني هذه الحرارة الشديدة أن هذه البلازما لا يمكن الاحتفاظ بها إلا بواسطة مجال مغناطيسي سريع التعديل، وهو تحدٍّ هندسي بالغ الصعوبة.
يُعدّ إتقان التحكم المغناطيسي في البلازما جزءًا أساسيًا من حلّ مشكلة التحكم في عملية الاندماج النووي وتسخير الطاقة الخضراء الوفيرة التي يمكن أن توفرها. لذلك، تعاونّا مع مركز البلازما السويسري في المعهد الفيدرالي السويسري للتكنولوجيا في لوزان (EPFL) لتطوير نظام ذكاء اصطناعي يتعلّم كيفية التنبؤ بالبلازما والتحكم بها بنجاح في مفاعل اندماج نووي من طراز توكاماك . ولم يقتصر دوره على احتواء البلازما فحسب، بل “نحتها” في مجموعة من الأشكال التجريبية.
أحضر لنا تحدياتك
لبناء حلول فعّالة للذكاء الاصطناعي، يحتاج الباحثون إلى فهمٍ متينٍ للتحديات التي يواجهها الناس حول العالم. ويشمل ذلك الوصول إلى بياناتٍ تُمثّل المشاكل، والشراكة مع خبراء المجال لضمان بناء أنظمةٍ موثوقة، واتباع التوجيهات السياسية المتعلقة بالهياكل التنظيمية، وإيجاد فرصٍ عمليةٍ لاختبار هذه الأنظمة. ولهذه الأسباب، يُعدّ التعاون مع المجتمعات المتأثرة والعلماء والمتخصصين في القطاع والجهات التنظيمية والحكومات أمرًا محوريًا في جهودنا لتحقيق الاستدامة.
إذا كنت خبيرًا في مجال الصناعة أو عالمًا في مجال المناخ ولديك تحدٍ محدد يجب حله يمكن أن يساعد العالم على فهم تغير المناخ أو التخفيف منه أو التكيف معه، فإن فريق المناخ والاستدامة لدينا سيحب أن يسمع منك.

الذكاء الاصطناعي في الواقع: تحويل الحياة اليومية

الرعاية الصحية
تشخيص بمساعدة الذكاء الاصطناعي (اكتشاف السرطان بدقة 92%، الطب الشخصي، الجراحة الروبوتية. مثال: IBM Watson Oncology.

المواصلات

السيارات ذاتية القيادة
(Waymo, Tesla) وأنظمة إدارة حركة المرور المحسّنة تقلل الازدحام بنسبة 25٪ في المدن التجريبية.
ثورة الذكاء الاصطناعي في الأعمال والصناعة

الأتمتة
تبسيط العمليات، وخفض التكاليف (RPA) يقلل التكاليف التشغيلية بنسبة تصل إلى 60٪.
تحليل البيانات
استخلاص رؤى لتحسين اتخاذ القرارات (McKinsey) : يمكن للذكاء الاصطناعي أن يضيف 13 تريليون دولار إلى الناتج الاقتصادي العالمي بحلول عام 2030.
خدمة العملاء
روبوتات الدردشة المدعومة بالذكاء الاصطناعي تقدم دعمًا فوريًا وتجارب مخصصة. مثال: استخدام روبوتات الدردشة زاد رضا العملاء بنسبة 25٪.
فوائد الذكاء الاصطناعي: الكفاءة والابتكار والتقدم

زيادة الكفاءة
أتمتة المهام وتحسين تخصيص الموارد وتحسين الإنتاجية. (تحسين سلسلة التوريد بتقنية الذكاء الاصطناعي يقلل التكاليف بنسبة 15٪.
تعزيز الابتكار
تسريع البحث والتطوير وإنشاء منتجات وخدمات جديدة وتعزيز الإبداع. (اكتشاف الأدوية بالذكاء الاصطناعي يقلل وقت التطوير بنسبة 40٪.
تحسين جودة الحياة
تحسين الرعاية الصحية وتوفير الوصول إلى التعليم وخلق تجارب أكثر تخصيصًا.
التحديات والمخاوف: التعامل مع المخاطر
نزوح الوظائف
الأتمتة تؤدي إلى فقدان الوظائف في قطاعات معينة (المنتدى الاقتصادي العالمي: قد يزيح الذكاء الاصطناعي 85 مليون وظيفة بحلول عام 2025.
التحيز والتمييز
خوارزميات الذكاء الاصطناعي تديم التحيزات الموجودة في البيانات، مما يؤدي إلى نتائج غير عادلة. (أنظمة التعرف على الوجوه المتحيزة.
المخاطر الأمنية
نقاط ضعف أنظمة الذكاء الاصطناعي للهجمات الإلكترونية والتلاعب. (التزييف العميق المستخدم في حملات التضليل.
الاعتبارات الأخلاقية: توجيه تطوير الذكاء الاصطناعي
الشفافية والقابلية للتفسير.
الإنصاف وعدم التمييز.
الخصوصية والأمن.
السيطرة والإشراف البشري.
ضمان أن تكون أنظمة الذكاء الاصطناعي مفهومة وخاضعة للمساءلة عن قراراتها. التخفيف من التحيزات في خوارزميات الذكاء الاصطناعي وضمان نتائج عادلة. حماية البيانات الشخصية ومنع إساءة استخدام تقنيات الذكاء الاصطناعي. الحفاظ على الإشراف البشري ومنع الأنظمة من العمل بشكل مستقل في الحالات الحرجة.
مستقبل الذكاء الاصطناعي: الاتجاهات والاحتمالات

الذكاء الاصطناعي العام (AGI).
إنشاء أنظمة ذكاء اصطناعي بذكاء على مستوى الإنسان.
التعاون بين الإنسان والذكاء الاصطناعي.
الجمع بين نقاط قوة البشر والذكاء الاصطناعي لتحقيق نتائج أفضل.

الاكتشاف العلمي المدفوع بالذكاء الاصطناعي
استخدام الذكاء الاصطناعي لتسريع الاختراقات العلمية في مجالات مختلفة.
الخلاصة: تبني ثورة الذكاء الاصطناعي بمسؤولية
تلخيص النقاط الرئيسية في العرض. التأكيد على أهمية تطوير الذكاء الاصطناعي ونشره بمسؤولية. تشجيع اتباع نهج استباقي لتسخير فوائد الذكاء الاصطناعي مع التخفيف من مخاطره. الذكاء الاصطناعي ليس مجرد تكنولوجيا؛ إنه حافز لعصر جديد من الإمكانات البشرية، حيث يسير الابتكار والاعتبارات الأخلاقية جنبًا إلى جنب نحو مستقبل أفضل للجميع.

خلال مكالمة أرباح تسلا يوم الثلاثاء، أطلق إيلون ماسك وعوداً كبيرة، مؤكدًا أن “آلاف” الروبوتات البشرية أوبتيموس ستكون قيد الاستخدام في مصانع تسلا بحلول نهاية العام، وأن الشركة ستبدأ بيع رحلات ذاتية القيادة بالكامل في يونيو بأوستن، “ربما عشر أو عشرين مركبة في اليوم الأول”. وأوضح ماسك أنه يتوقع أن تكون ملايين سيارات تسلا قادرة على العمل بشكل مستقل بالكامل خلال النصف الثاني من العام المقبل.
رغم رضا المستثمرين بتلميح ماسك لتقليل مشاحنته مع الحكومة الفيدرالية، ورغم ارتفاع أسهم الشركة بأكثر من ستة بالمائة يوم الأربعاء، يبقى هناك أسباب للاعتقاد بأن ماسك يحاول صرف الأنظار عن مشاكل أكثر تعقيداً باستخدام شعارات جذابة.
منذ أكثر من عقد، يعد ماسك سنوياً بقرب تحقيق القيادة الذاتية الكاملة، ولكن تبقى أمام الشركة تحديات كبيرة يجب تجاوزها قبل تحقيق هذا الهدف، فضلاً عن تقديم خدمة نقل ركاب شبيهة بـ Waymo تنافسية على نطاق واسع.
أشوك إلسوامي، نائب رئيس تسلا للقيادة الذاتية والذكاء الاصطناعي، أقر بأن المشغلين عن بعد سيكونون مستعدين للتدخل في حالة وقوع مشاكل مع السيارات. وأضاف بينما تحدث بعض الأعطال أحيانًا، فإن الدعم عن بُعد موجود لضمان استمرار التشغيل الآمن.
وأشار ماسك إلى أن التدخلات نادرة جدًا، ويحدث ذلك عادةً كل “10 آلاف ميل”، على حد قوله. لكن رغم حديثه الغامض وغير الواضح، يبقى هناك شك في وعود ماسك التقنية، خاصةً المتعلقة بالأتمتة. فعلى سبيل المثال، كشف حدث سابق أن روبوتات أوبتيموس كانت مُدارة بالفعل من قبل مشغلين بشريين.
قيام موظفين بشريين بالتدخل لضمان الأمان ليس مشكلة، ولكن بالنظر إلى Reputation ماسك كمدير أعمال، فإن هذا الأمر يثير السؤال حول مدى جاهزية التكنولوجيا لتعمل بكفاءة عالية عند الإطلاق. التأثير الإيجابي على اقتصاديات خدمة سيارات الأجرة يظل محل تساؤل، خصوصاً مع توسع الخدمة لتشمل ملايين المركبات كما وعد ماسك.

الأمر أكثر أهمية حيث أعرب الخبراء عن مخاوفهم من اعتماد Tesla بالكامل على الكاميرات بدلاً من استخدام أجهزة استشعار أخرى أكثر دقة مثل الرادار والليدار كما تفعل منافساتها مثل Waymo.
ميزات “القيادة الذاتية الكاملة” و”القيادة الآلية” التي تقدمها تسلا تسببت في العديد من الحوادث التي لا يزال بعضها قيد التحقيق من قبل الجهات التنظيمية. الإدارة الوطنية للسلامة المرورية (NHTSA) تحقق في الحوادث المتعلقة ببرنامج مساعدة السائق ومركبات الطوارئ التابعة للشركة منذ سنوات.
باختصار، هناك الكثير من الأسباب للتشكيك في ادعاءات ماسك بإنشاء شبكة كبيرة من مركبات النقل الذاتية خلال أقل من عام. ويعتمد الكثير على وعود الشركة بإطلاق خدمة سيارات الأجرة الآلية، خصوصاً مع انخفاض مبيعاتها عالمياً نتيجة سلوك ماسك المثير للجدل.
ومع شروع إدارة ترامب في إضعاف الهيئات التنظيمية المسؤولة عن برامج مساعدة السائق – بمساعدة ماسك نفسه – قد تجد تسلا مقاومة أقل لتنفيذ تحديثاتها المستقبلية وطرح أسطول من سيارات الأجرة الآلية “Cybercab”، بغض النظر عن سجلها في مجال السلامة

Identifying and classifying data citations in scientific literature
Introduction
Data plays a pivotal role in scientific research, as it is the fundamental basis on which conclusions and findings are built. Therefore, understanding how to use this data and classify citations is crucial to enhancing the quality of scientific research. The current research is based on a study of the classification of data citations into two main types: primary data and secondary data..
-Primary data and secondary data1
Primary data: Refers to data collected for specific research purposes by the researcher himself. This data is new and previously unpublished, and is usually collected using methods such as questionnaires, experiments, and observations. Primary data is characterized by providing direct information related to the subject under study.
Example: Using a questionnaire to collect information about the reading habits of school students in a particular city.
Secondary data: This is data that has been collected previously for other purposes but is used in a new study. This data can be available from multiple sources such as previous research, government reports, databases, and others. Secondary data may provide additional context or information that can enhance the research outcome.
Example: Using statistical data from a government report on the level of education of the population in recent years.
-Classification of citations2
When analyzing data citations, they can be classified based on several criteria:
Source: Citations can be classified based on the type of source (previous research, databases, government statistics, etc)..).
Purpose of use: Was the data used to support a specific hypothesis, to provide a comparison, or to present previous results
Method: How was the data used? Was it analyzed in a new way or used directly as is The importance of distinguishing between primary and secondary data-3
Accuracy : Edge helps achieve accuracy and confidence in results. Praccurate if collected carefully, while secondary data may contain errors made by the original researchers.
Efficiency : Using secondary data can save time and resources, especially in preliminary research..
Expanding knowledge: Secondary data can provide additional context or background that supports the research..