الممثلة صوفي مارسو أكثر النساء شعبية في فرنسا

الممثلة صوفي مارسو
الممثلة صوفي مارسو
TT

الممثلة صوفي مارسو أكثر النساء شعبية في فرنسا

الممثلة صوفي مارسو
الممثلة صوفي مارسو

خرجت صحيفة الأحد «جورنال دو ديمانش» الباريسية عن تقليدها السنوي المعروف باختيار قائمة واحدة للشخصيات الأكثر شعبية في فرنسا، وأعلنت أمس عن قائمتين؛ واحدة للنساء والثانية للرجال. وحلّت الممثلة صوفي مارسو (53 عاماً)، في المرتبة الأولى للنساء الأكثر شعبية بين الفرنسيين، بينما تصدر المغني والمؤلف الموسيقي جان جاك غولدمان (68 عاماً) قائمة الرجال الأكثر شعبية، وهو الموقع ذاته الذي يحافظ عليه منذ 3 سنوات. وحلت الممثلة ماريون كوتيار، الحاصلة على «الأوسكار»، في المرتبة الثانية بين الفرنسيات الأكثر شعبية.
وأوضح القائمون على استطلاع الرأي أنّهم قرروا هذا «الفصل الجنسي» لهدف إيجابي، بعد تراجع الأسماء النسائية في المراتب المتقدمة من قوائم السنوات الأخيرة. كانت صوفي مارسو قد حلت في المرتبة 16 من استطلاع العام الماضي.
جرى الاستفتاء بالتعاون مع معهد «إيفوب» لسبر الرأي العام، وذلك وفق عينة تمثيلية عشوائية لرجال ونساء تتجاوز أعمارهم الثامنة عشرة. وتم اختيار 25 شخصية نسائية ومثلها رجالية من الأسماء التي حصلت على أعلى عدد من الأصوات. وفي حين حل الممثل السنغالي الأصل عمر سي في المرتبة الثانية بين الرجال، فإن لاعب كرة القدم الكاميروني الأصل كيليان مبابي تراجع من المرتبة الرابعة في الاستطلاع السابق إلى المرتبة 14. وحل الممثل الكوميدي الجزائري الأصل داني بون، واسمه الأصلي دانييل حميدو، في المرتبة الثانية بين الفرنسيين الأكثر شعبية. وكانت المفاجأة ظهور اسم مغني الراب سوبرانو في المرتبة الرابعة، وهو فنان شاب من مرسيليا اسمه الأصلي سعيد مرومبابا ويتحدر من جزر القمر.



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».