حاملة أقمار اصطناعية متعددة في مدار حول الأرض

للاستجابة السريعة للتهديدات الفضائية

حاملة أقمار اصطناعية متعددة في مدار حول الأرض
TT
20

حاملة أقمار اصطناعية متعددة في مدار حول الأرض

حاملة أقمار اصطناعية متعددة في مدار حول الأرض

ما هو أفضل من القدرة على إطلاق الأقمار الاصطناعية بسرعة إلى المدار؟ الجواب: وجودها هناك بالفعل! وهذا ما يجسده جوهر العقد الجديد الذي وقعته القوة الفضائية الأميركية، مع شركة «غرافيتكس» Gravitics لتطوير «حاملة مدارية للأقمار الاصطناعية»، كما كتبت أودري ديكر(*).

حاملة مدارية للأقمار

وقد حصلت هذه الشركة على منحة زيادة التمويل الاستراتيجي من مؤسسة «سبيس ويركس» SpaceWERX، وهي الذراع الابتكارية للقوة الفضائية بقيمة تصل إلى 60 مليون دولار «لعرض الحاملة المدارية وإطلاقها، وهي حل رائد للفضاء المستجيب تكتيكياً»، حسبما أعلنت الشركة، أمس الأربعاء.

استجابة سريعة للتهديدات

وأضافت الشركة أن الحاملة ستكون قادرة على «وضع مركبات فضائية متعددة قابلة للمناورة مسبقاً» للاستجابة السريعة للتهديدات في المدار. وتسعى القوة الفضائية جاهدةً للحصول على قدرات «مستجيبة تكتيكياً» حتى لا تضطر إلى الانتظار لفترات طويلة لإطلاق أقمار اصطناعية جديدة إلى المدار.

وقال كولين دوغان، الرئيس التنفيذي للشركة، في الإعلان: «تُحدث حاملة الفضاء المدارية نقلة نوعية، إذ تعمل منصة إطلاق مُجهزة مسبقاً في الفضاء. فهي تتجاوز قيود الإطلاق التقليدية، ما يُمكّن مُشغلي المركبات الفضائية من اختيار مدار نشرها بسرعة عند الطلب».

السيطرة على الفضاء

تُشيّد الشركة، التي تتخذ من سياتل مقراً لها، هياكل فضائية ضخمة، بما في ذلك وحدات محطات الفضاء التجارية ومركبات فضائية للعمليات الفضائية.

يأتي عقد حاملة الفضاء المدارية في الوقت الذي تسعى فيه القوة الفضائية الأميركية إلى توفير المزيد من الموارد لتحقيق السيطرة على الفضاء، وهي مهمة وصفها رئيس عمليات الفضاء، الجنرال تشانس سالتزمان، بـ«التفوق الفضائي».

لم يحدد الإعلان موعد إجراء العرض التوضيحي، أو القدرات المحددة التي ستتمتع بها حاملة الطائرات، لكن «سبيس ويركس» أعلنت أن برنامجها التكتيكي للفضاء المستجيب سيزود القوة الفضائية بقدرات جديدة تُمكّنها من الاستجابة السريعة للتهديدات الجديدة في الفضاء بحلول عام 2026.

كما ساهم هذا البرنامج في تقليص أوقات الإطلاق من خلال برنامج «فيكتوس»، الذي بدأ بإطلاق «فيكتوس نوكس» عام 2023، حيث أرسل قمراً اصطناعياً إلى الفضاء بعد 27 ساعة فقط من تلقي الأوامر.

* مجلة «ديفينس وان»، خدمات «تريبيون ميديا».



كيف يسهم الذكاء الاصطناعي «مفتوح المصدر» في دعم التشخيص الطبي؟

الذكاء الاصطناعي يمكنه تحسين دقة التشخيصات وتقليل الأخطاء الطبية (جامعة هارفارد)
الذكاء الاصطناعي يمكنه تحسين دقة التشخيصات وتقليل الأخطاء الطبية (جامعة هارفارد)
TT
20

كيف يسهم الذكاء الاصطناعي «مفتوح المصدر» في دعم التشخيص الطبي؟

الذكاء الاصطناعي يمكنه تحسين دقة التشخيصات وتقليل الأخطاء الطبية (جامعة هارفارد)
الذكاء الاصطناعي يمكنه تحسين دقة التشخيصات وتقليل الأخطاء الطبية (جامعة هارفارد)

يشهد مجال الذكاء الاصطناعي تطوراً غير مسبوق، حيث أصبحت النماذج اللغوية الكبيرة (LLMs) قادرة على أداء مهام معرفية معقدة في الطب، فمن الإجابة الدقيقة عن الأسئلة الطبية متعددة الاختيارات، إلى تقديم استدلالات سريرية متقدمة ووضع تشخيص تفاضلي للحالات الطبية المعقدة، يثبت الذكاء الاصطناعي قدرته على دعم التشخيص الطبي.

وتشير الإحصاءات إلى أن الأخطاء التشخيصية تتسبب في وفاة أو إعاقة دائمة لنحو 795 ألف مريض سنوياً في الولايات المتحدة وحدها. ومع التكاليف الباهظة الناتجة عن التشخيص الخاطئ أو المتأخر، يمكن للذكاء الاصطناعي أن يلعب دوراً حيوياً في تحسين دقة التشخيصات وتقليل الأخطاء الطبية. وخلال العامين الماضيين، تفوقت نماذج الذكاء الاصطناعي «مغلقة المصدر»، مثل (GPT - 4) من شركة «أوبن إي آي»، في تشخيص الحالات الطبية المعقدة، ما جعلها جزءاً من تطبيقات الرعاية الصحية. ورغم توفر نماذج «مفتوحة المصدر»، فإنها لم تصل بعد إلى نفس مستوى الأداء.

لكن دراسة لباحثين من كلية الطب بجامعة هارفارد الأميركية كشفت عن أن النماذج الحديثة مفتوحة المصدر، مثل (Llama 3.1) من شركة «ميتا»، يمكنها منافسة النماذج مغلقة المصدر، حيث حققت نتائج واعدة في اختبارات متقدمة. وأظهرت الدراسة أن (Llama 3.1) قدم أداءً مماثلاً لأحد أقوى النماذج المغلقة في تشخيص الحالات الطبية المعقدة، ونُشرت نتائجها بعدد 17 مارس (آذار) 2025 بدورية (JAMA Health Forum).

ويُعد (Llama 3.1) جزءاً من سلسلة نماذج (Llama) التي تطورها «ميتا» بوصفها بديلاً مفتوح المصدر، ما يتيح للباحثين استخدامها وتعديلها بحرية دون قيود تجارية. وتتميز النماذج المفتوحة بإمكانية تخصيصها وفق الاحتياجات الخاصة، مثل التدريب على بيانات داخلية دون مشاركة معلومات حساسة، بينما تبقى النماذج المغلقة احتكارية وتعمل فقط عبر خوادم الشركات.

نماذج الذكاء الاصطناعي تعتمد على مجموعات ضخمة من البيانات (جامعة هارفارد)
نماذج الذكاء الاصطناعي تعتمد على مجموعات ضخمة من البيانات (جامعة هارفارد)

تشخيص الأمراض

تعتمد نماذج الذكاء الاصطناعي، المفتوحة والمغلقة، على تحليل بيانات ضخمة تشمل الكتب الطبية والأبحاث وبيانات المرضى، ما يساعدها في تشخيص الأمراض مثل الأورام وفشل القلب والتهابات القولون. وعند مواجهة حالة جديدة، تقارن النماذج المعلومات الواردة بما تعلمته سابقاً لتقديم تشخيصات محتملة.

وخلال الدراسة، خضع نموذج (Llama 3.1) لاختبار شمل 70 حالة سريرية معقدة و22 حالة جديدة لضمان دقة التقييم. وحقق دقة 70 في المائة في التشخيص، متفوقاً على (GPT - 4) الذي سجل 64 في المائة، وحدد التشخيص الصحيح في محاولته الأولى بنسبة 41 في المائة مقابل 37 في المائة لـ(GPT - 4). أما في الحالات الجديدة، فقد ارتفعت دقته إلى 73 في المائة، مع تحديد التشخيص الصحيح كمقترح أول بنسبة 45 في المائة.

وقال الدكتور أرغون مانراي، الباحث الرئيسي للدراسة وأستاذ المعلوماتية الطبية الحيوية بجامعة هارفارد، إن الذكاء الاصطناعي يمكن أن يكون مساعداً موثوقاً للأطباء إذا أُدمج بحكمة في البنية التحتية الصحية.

وأضاف لـ«الشرق الأوسط» أن النماذج المفتوحة والمغلقة تختلف في الخصوصية وأمان البيانات، حيث تتيح النماذج المفتوحة تشغيلها والاحتفاظ بالبيانات داخل المستشفيات؛ ما يحافظ على سرية بيانات المرضى، بينما تتطلب النماذج المغلقة إرسال البيانات لخوادم خارجية، ما قد يثير مخاوف أمنية. كما أن النماذج المفتوحة أكثر مرونة وأقل تكلفة، مما يجعلها مناسبة للمؤسسات محدودة الموارد.

ورغم ذلك، أشار مانراي إلى تحديات تعيق تبني النماذج المفتوحة، مثل الحاجة لفريق تقني للصيانة وصعوبة تكاملها مع الأنظمة الطبية مقارنة بالمغلقة، التي توفر دعماً فنياً متكاملاً. كما أن ضمان دقتها يتطلب دراسات سريرية إضافية وتحديثات مستمرة لتحسين الأداء وتجنب التحيزات.

منصات مفتوحة المصدر

تتوفر عدة نماذج طبية مفتوحة المصدر، أبرزها منصة (Azure AI Foundry) من «مايكروسوفت»، التي توفر نماذج ذكاء اصطناعي متقدمة لتحليل الصور الطبية وإعداد تقارير الأشعة السينية. وتضم المنصة نماذج مثل (MedImageInsight) لتصنيف الصور وكشف الحالات غير الطبيعية، و(MedImageParse) لتحديد حدود الأورام والأعضاء، و(CXRReportGen) لتحليل صور الأشعة السينية وإنتاج تقارير تشخيصية تلقائياً، مما يعزز دقة التشخيص ويسرّع إعداد التقارير الطبية. كما طوّرت شركة «إنفيديا» مع جامعة كينغز كوليدج لندن منصة (MONAI) لدعم بناء وتدريب نماذج الذكاء الاصطناعي في التصوير الطبي، مع تعزيز الخصوصية ودقة التشخيص.

كما أطلق باحثو جامعة كورنيل الأميركية منصة (OpenMEDLab) في مارس 2024، لتطوير نماذج ذكاء اصطناعي متعددة الوسائط بالمجال الطبي، مستندة إلى نماذج مثل (Gemini) من «غوغل»، مما يتيح نتائج تنافسية وتشجيع الابتكار في الرعاية الصحية.