الألمان يبدأون استخدام الدراجات الكهربائية

الألمان يبدأون استخدام الدراجات الكهربائية
TT

الألمان يبدأون استخدام الدراجات الكهربائية

الألمان يبدأون استخدام الدراجات الكهربائية

بدأ اليوم السبت في ألمانيا سريان مفعول الموافقة الرسمية على تسيير الدراجات الكهربائية في شوارع البلاد.
ونشرت وزارة النقل الألمانية الجمعة كافة القواعد واللوائح المتعلقة باستخدام الدراجات الكهربائية.
وسيُجرى السماح بركوب الدراجات الكهربائية للذين تزيد أعمارهم عن 14 عاما على مسارات الدراجات أو الطرق، ولكن ليس فوق الأرصفة. وتنص اللوائح على توفير بعض المتطلبات التقنية، مثل وجود كشافات وجرس.
وهناك قلق من استخدام الدراجات الكهربائية في المدن الأوروبية في ضوء مخاوف متعلقة بالسلامة. ولقي رجل كان يركب هذا النوع من الدراجات حتفه في حادث تصادم مع شاحنة في العاصمة الفرنسية باريس الثلاثاء.
وكشف استطلاع للرأي أن غالبية المواطنين في ألمانيا ينظرون بتشكك إزاء استخدام الدراجات الكهربائية.
وأظهر الاستطلاع، الذي نُشرت نتائجه أمس، أن أكثر من نصف المواطنين الألمان لا يرون في السماح بتسيير الدراجات الكهربائية أمرا جيدا، حيث ذكر 57 في المائة منهم أنه «سيئ» أو «ليس بجيد وليس بسيئ»، بينما ذكر 38 في المائة أنه «جيد» أو «جيد جدا» أو «ممتاز»، في حين لم تحدد نسبة 5 في المائة موقفها من الأمر.
وأشار الاستطلاع إلى أن 77 في المائة من الألمان ذكروا أنهم لا يعتزمون «حتما» شراء دراجة كهربائية، أو «من المحتمل ألا يفعلوا ذلك» خلال الفترة المقبلة، بينما ذكرت نسبة 2 في المائة أنها تعتزم «بالتأكيد» أو «ربما» تعتزم شراء دراجة كهربائية (4 في المائة).
وأجرى الاستطلاع معهد «يوجوف» لقياس مؤشرات الرأي خلال الفترة من 12 حتى 14 يونيو (حزيران) الماضي. وشمل الاستطلاع 2024 ألمانيا.



الذكاء الصناعي يقرأ الأفكار وينصّها

فك تشفير إعادة بناء الكلام باستخدام بيانات مسح الرنين المغناطيسي (جامعة تكساس)
فك تشفير إعادة بناء الكلام باستخدام بيانات مسح الرنين المغناطيسي (جامعة تكساس)
TT

الذكاء الصناعي يقرأ الأفكار وينصّها

فك تشفير إعادة بناء الكلام باستخدام بيانات مسح الرنين المغناطيسي (جامعة تكساس)
فك تشفير إعادة بناء الكلام باستخدام بيانات مسح الرنين المغناطيسي (جامعة تكساس)

طُوّر جهاز فك ترميز يعتمد على الذكاء الصناعي، قادر على ترجمة نشاط الدماغ إلى نص متدفق باستمرار، في اختراق يتيح قراءة أفكار المرء بطريقة غير جراحية، وذلك للمرة الأولى على الإطلاق، حسب صحيفة «الغارديان» البريطانية.
وبمقدور جهاز فك الترميز إعادة بناء الكلام بمستوى هائل من الدقة، أثناء استماع الأشخاص لقصة ما - أو حتى تخيلها في صمت - وذلك بالاعتماد فقط على مسح البيانات بالتصوير بالرنين المغناطيسي الوظيفي فقط.
وجدير بالذكر أن أنظمة فك ترميز اللغة السابقة استلزمت عمليات زراعة جراحية. ويثير هذا التطور الأخير إمكانية ابتكار سبل جديدة لاستعادة القدرة على الكلام لدى المرضى الذين يجابهون صعوبة بالغة في التواصل، جراء تعرضهم لسكتة دماغية أو مرض العصبون الحركي.
في هذا الصدد، قال الدكتور ألكسندر هوث، عالم الأعصاب الذي تولى قيادة العمل داخل جامعة تكساس في أوستن: «شعرنا بالصدمة نوعاً ما؛ لأنه أبلى بلاءً حسناً. عكفت على العمل على هذا الأمر طيلة 15 عاماً... لذلك كان الأمر صادماً ومثيراً عندما نجح أخيراً».
ويذكر أنه من المثير في هذا الإنجاز أنه يتغلب على قيود أساسية مرتبطة بالتصوير بالرنين المغناطيسي الوظيفي، وترتبط بحقيقة أنه بينما يمكن لهذه التكنولوجيا تعيين نشاط الدماغ إلى موقع معين بدقة عالية على نحو مذهل، يبقى هناك تأخير زمني كجزء أصيل من العملية، ما يجعل تتبع النشاط في الوقت الفعلي في حكم المستحيل.
ويقع هذا التأخير لأن فحوصات التصوير بالرنين المغناطيسي الوظيفي تقيس استجابة تدفق الدم لنشاط الدماغ، والتي تبلغ ذروتها وتعود إلى خط الأساس خلال قرابة 10 ثوانٍ، الأمر الذي يعني أنه حتى أقوى جهاز فحص لا يمكنه تقديم أداء أفضل من ذلك.
وتسبب هذا القيد الصعب في إعاقة القدرة على تفسير نشاط الدماغ استجابة للكلام الطبيعي؛ لأنه يقدم «مزيجاً من المعلومات» منتشراً عبر بضع ثوانٍ.
ورغم ذلك، نجحت نماذج اللغة الكبيرة - المقصود هنا نمط الذكاء الصناعي الذي يوجه «تشات جي بي تي» - في طرح سبل جديدة. وتتمتع هذه النماذج بالقدرة على تمثيل المعنى الدلالي للكلمات بالأرقام، الأمر الذي يسمح للعلماء بالنظر في أي من أنماط النشاط العصبي تتوافق مع سلاسل كلمات تحمل معنى معيناً، بدلاً من محاولة قراءة النشاط كلمة بكلمة.
وجاءت عملية التعلم مكثفة؛ إذ طُلب من ثلاثة متطوعين الاستلقاء داخل جهاز ماسح ضوئي لمدة 16 ساعة لكل منهم، والاستماع إلى مدونات صوتية. وجرى تدريب وحدة فك الترميز على مطابقة نشاط الدماغ للمعنى باستخدام نموذج لغة كبير أطلق عليه «جي بي تي - 1»، الذي يعتبر سلف «تشات جي بي تي».