سمعت عن الامن الصناعي طبعا وكمان سمعت عن الامن الغذائي واكيد سمعت عن الامن المعلوماتي والسيبراني .
النهارده هكلمك عن الامن المناخي وشركات الامن المناخي اللي بتقدم حلول استشاريه وتكنولوجيه مبتكره للحد من المخاطر بسبب التغير المناخي وتعزز مفهوم التكيف المناخي بحلول مبتكره باستخدام الذكاء الاصطناعي والتعلم الآلي ومن ثم تحسين العمليات التشغيليه وادارتها بكفاءه وزياده الجاهزيه لمواجهه الكوارث المناخيه وتقليل خسائرها باعتبار هذا عنصر حاسم في تعظيم العائد بخفض الهدر وتقليل تكاليف مواجهه التغير المناخي وبالتالي تعظيم القدره علي المنافسه .
كان Banwarilal بائع سامبوسه في بلدة هندية. اعتاد على بيع 500 سامبوسة كل يوم على عربة في منطقته. أحب الناس السمبوسة الخاصة به على مدار الثلاثين عامًا الماضية ، لأنه كان يهتم بالنظافة أثناء الإعداد والبيع ، وسيستخدم زيتًا عالي الجودة ومكونات أخرى ، ويوفر الصلصات المجانية مع السمبوسة. كان يرمي جميع أنواع السمبوسة غير المباعة للفقراء ، والبقرة ، والكلاب ، وما إلى ذلك ، ولم يبيع السمبوسة غير المباعة للناس في اليوم التالي.
حصل بنواري على سمعة طيبة وأموال كافية من بيع سامبوسه ولم يواجه قط انخفاضًا في مبيعاته خلال الثلاثين عامًا الماضية. كان قادراً على تمويل تعليم ماجستير إدارة الأعمال لابنه في كلية خاصة شهيرة في نويدا من أرباحه.
في الآونة الأخيرة ، أكمل ابنه روهيت شهادة الماجستير في إدارة الأعمال وعاد إلى المنزل لأنه لم يستطع الحصول على الوظيفة المناسبة بدأ روهيت الاهتمام بأعمال سامبوسة الخاصة بوالده لم يشترك في أعمال والده في وقت سابق لأنه اعتبر أن هذه وظيفة أقل شأنا.
خلال ماجستير إدارة الأعمال ، قرأ روهيت الكثير عن الركود. قرأ أنه سينشأ في الاقتصاد العالمي وكيف سيؤثر على فرص العمل ، ويزيد من البطالة وما إلى ذلك. لذا فقد اعتقد أنه ينبغي عليه أن ينصح والده بالمخاطر التي تنطوي عليها عمليات بيع سامبوسة بسبب الركود.
أخبر والده أن الركود قد يتسبب في انخفاض مبيعات السمبوسة ، لذلك يجب عليه الاستعداد لخفض التكاليف للحفاظ على الربح.
كان بنواري سعيدًا لأن ابنه يعرف الكثير عن الأعمال التجارية والاهتمام بأعماله. وافق على اتباع نصيحة ابنه.
في اليوم التالي ، اقترح روهيت استخدام 20 ٪ من زيت الطهي المستخدم و 80 ٪ الطازجة. لم يلاحظ الناس التغيير في المذاق وتم بيع 500 سمبوسة.
كان الدافع وراء روهيت هو الربح الذي حققته هذه المدخرات في اليوم التالي اقترح زيادة حصة الزيت المستخدم إلى 30 ٪ وتقليل كمية الصلصة المجانية.
في ذلك اليوم ، تم بيع 400 سامبوسة فقط ، وتم إلقاء 100 سامبوسة على الفقراء والكلاب.
أخبر روهيت والده أن الركود قد بدأ حقًا كما تنبأ به ، لذلك يجب القيام بمزيد من خفض التكاليف ولن يرمي السمبوسة التي لا معنى لها ولكنه سيحمرها مرة أخرى في اليوم التالي ويبيعها. سيتم أيضًا زيادة كمية الزيت المستخدم إلى 40٪ ولجعل 400 سامبوية فقط لتجنب الهدر.
تم بيع 400 نوع من السمبوسة في اليوم التالي ، لكن العملاء لم يشعروا بالطعم القديم الجيد. لكن روهيت أخبر والده عن المدخرات بسبب تخطيطه الذكي. أخبره الأب أنه ربما يكون على دراية أفضل ، متعلمًا.
في اليوم التالي ، قرر روهيت استخدام 50 ٪ من الزيوت المستخدمة ، والتخلص من الصلصة الحلوة وتوفير الصلصة الخضراء فقط ، التي صنعت 400 ساموسا. في ذلك اليوم ، لا يمكن بيع سوى 300 سامبوسا حيث بدأ الناس يكرهون الذوق.
وقال روهيت لبنواري "انظر ، كنت أتوقع أن يصل ركود كبير وأن المبيعات ستنخفض. الآن يحدث هذا. لن نرمي السمبوسة التي لا معنى لها والتي يبلغ عددها مئة عام ولكننا سنقوم بقليها وبيعها غدًا." وافق الأب لابنه ماجستير في إدارة الأعمال.
في اليوم التالي ، تم تصنيع 200 سمبوسة طازجة مع زيت مُستخدم بنسبة 50٪ ، وتم عرض 100 سمبوسة مقلية قديمة للبيع ولكن يمكن بيع 200 فقط لأن الناس شعروا بانخفاض حاد في الجودة.
قال روهيت إن الركود قد بدأ بالفعل ، والآن لا يوجد أموال للإنفاق على الناس ، لذا عليهم أن يصنعوا فقط 100 سامبوسة وأن يعيدوا إنتاج 100 سامبوسة قديمة والتوقف عن إعطاء المناديل الورقية.
بعد هذا فقط 50 sambosas يمكن بيعها.
أخبر روهيت والده "الآن أصبح الركود في قبضته على الناس. لقد فقد الناس دخلهم. لذا ، فإن هذا العمل سيكون في خسارة ويجب عليهم التوقف عن بيع السمبوسة والقيام بشيء آخر."
الآن بدأ والده في الصراخ ، "لم أكن أعلم أنهم يعلمون الغش باسم ماجستير إدارة الأعمال. لقد فقدت أموالي في الحصول على تعليم ماجستير إدارة الأعمال. في الثلاثين عامًا الماضية من بيع سامبوسة ، لم أحصل على الركود مطلقًا ، لكن جشعك في الربح جلب الركود في عملي وتسببت في الإغلاق. أخرج من أعمالي وسأعيده إلى المستوى السابق. إذا كنت تريد ، يمكنني استئجارك لغسل الصحون لأن هذا هو الشيء الوحيد الذي يمكنك فعله على الرغم من حصولك على درجة الماجستير في إدارة الأعمال. "
بعد ذلك ، بدأ بانواري باتباع حكمته القديمة والممارسات العادلة في الأعمال التجارية. في غضون شهر وصلت مبيعاته إلى 600 sambosas.
* الركود ليس سوى تقارب جشع الحكومة لاستخراج المزيد من الضرائب ، وجشع الشركات الكبرى لتكون أكثر ربحية من خلال خفض الجودة واستخدام الممارسات غير العادلة وأيضًا الموظفين المتغطرسين المهملين الذين يقدمون خدمة مثيرة للشفقة طالما أن الأرباح تأتي. الركود هو العقوبة التي يمنحها رجال الأعمال والحكومة عن طريق تقييد إنفاقهم.
كثيرا ما نسمع مصطلحات الذكاء الاصطناعي أو التعلم الآلي أو التعلم العميق أو البيانات الضخمه فما هو مدلول هذه المصطلحات وما هي أهميتها:
الذكاء الاصطناعي مقابل التعلم الآلي
الذكاء الاصطناعي (AI) artificial intelligence والتعلم الآلي (ML) machine learning هما نوعان من حلول البرامج الذكية التي تؤثر على كيفية تصميم التكنولوجيا السابقة والحالية والمستقبلية لتحاكي صفات أكثر إنسانية.
في الأساس، الذكاء الاصطناعي هو حل تقني أو نظام أو جهاز يهدف إلى محاكاة الذكاء البشري لأداء المهام مع تحسين نفسه بشكل متكرر بناءً على المعلومات التي يجمعها.
التعلم الآلي هو مجموعة فرعية من الذكاء الاصطناعي التي تركز على بناء نظام برمجي يمكنه تعلم أو تحسين الأداء استنادًا إلى البيانات التي يستهلكها. وهذا يعني أن كل حل للتعلم الآلي هو حل للذكاء الاصطناعي، ولكن ليس كل حلول الذكاء الاصطناعي هي حلول للتعلم الآلي.
الذكاء الاصطناعي مقابل التعلم الآلي مقابل التعلم العميق
الذكاء الاصطناعي. التعلم الآلي. التعلم العميق. على الرغم من أن هذه المصطلحات أصبحت شائعة بشكل متزايد، إلا أن العديد من الناس لا يزالون يشعرون وكأنهم موضوع فيلم خيال علمي. دعنا نبسط الأمور ونجرّب تعريف الخط الواحد لكل مصطلح:
الذكاء الاصطناعي (AI): إجراءات الكمبيوتر التي تحاكي اتخاذ القرارات البشرية استنادًا إلى التجارب والبيانات التي تم التعرف عليها.
التعلم الآلي (ML): العمليات التي تسمح لأجهزة الكمبيوتر باستخلاص الاستنتاجات من البيانات. التعلم الآلي هو مجموعة فرعية من الذكاء الاصطناعي تُمكِّن أجهزة الكمبيوتر من التعلم خارج نطاق برمجتها.
التعلم العميق: العمليات التي تدعم أجهزة الكمبيوتر لحل المشكلات المعقدة للغاية. التعلم العميق هو مجموعة فرعية من التعلم الآلي التي تجعل العمليات الحسابية في الشبكات العصبية متعددة الطبقات ممكنة.
تاريخ الذكاء الاصطناعي
تعود فكرة الذكاء الاصطناعي إلى خمسينيات القرن العشرين مع ظهور التقنيات والقدرات الحاسوبية في الآلات. كان الهدف بسيطًا: تجاوز استخدام الكمبيوتر كوسيلة للحساب ودفع عملية صنع القرار بالفعل.
وهذا يعني أن أجهزة الكمبيوتر تحتاج إلى تجاوز عملية حساب القرارات استنادًا إلى البيانات الحالية؛ وهي بحاجة إلى المضي قدمًا مع نظرة أكبر على الخيارات المختلفة للحصول على استنتاج خصم محسوب بدرجة أكبر. غير أن كيفية تحقيق ذلك عمليا تتطلب عقودا من البحث والابتكار. أحد الأشكال البسيطة للذكاء الاصطناعي هو إنشاء أنظمة قائمة على القواعد أو خبراء. ومع ذلك، كان ظهور زيادة طاقة الكمبيوتر في الثمانينيات يعني أن التعلم الآلي سيغير إمكانيات الذكاء الاصطناعي.
تطور التعلم الآلي
عملت القرارات المستندة إلى القواعد من أجل حالات أبسط ذات متغيرات واضحة. حتى الشطرنج المحاكي بالكمبيوتر مبني على سلسلة من القرارات القائمة على القواعد والتي تتضمن متغيرات مثل القطع الموجودة على متن الطائرة وما هي المواقع التي توجد بها والتي يكون دورها. والمشكلة هي أن هذه الحالات كلها تتطلب مستوى معين من السيطرة. عند نقطة معينة، القدرة على اتخاذ قرارات تستند ببساطة إلى المتغيرات وإذا/ثم لم تنجح القواعد.
ثم كانت الخدعة تحاكي كيف تعلم البشر.
تم تقديم التعلم الآلي في الثمانينيات مع فكرة أن الخوارزمية يمكنها معالجة كميات كبيرة من البيانات، ثم البدء في تحديد الاستنتاجات بناءً على النتائج التي كانت تحصل عليها. على سبيل المثال، إذا تم تغذية خوارزمية التعلم الآلي بكميات كبيرة من معاملات بطاقة الائتمان مع قواعد إذا / ثم لتمييز الاحتيال، فإنه يمكن بعد ذلك البدء في تحديد العوامل الثانوية التي أنشأت نمط، مثل عندما يقوم الحساب بشراء شيء ما في ساعات غير عادية أو في المتاجر في موقع جغرافي مختلف.
تتطلب هذه العملية مجموعات بيانات كبيرة لبدء تحديد الأنماط. ولكن في حين أن مجموعات البيانات التي تتضمن أحرف أبجدية رقمية واضحة، وتنسيقات البيانات، والصياغة يمكن أن تساعد الخوارزمية المعنية، فإن المهام الأخرى الأقل وضوحًا مثل تحديد الوجوه على صورة مشاكل تم إنشاؤها.
في عام 2000، اتخذت التكنولوجيا خطوة أخرى إلى الأمام وكان الحل لذلك هو خلق منهجية التعلم التي تحاكي الدماغ البشري.
التعلم العميق مقابل التعلم الآلي
يعمل التعلم العميق عن طريق تقسيم المعلومات إلى علاقات مترابطة-إجراء الاستقطاعات بشكل أساسي استنادًا إلى سلسلة من الملاحظات. من خلال إدارة البيانات والأنماط التي يتم استنتاجها من خلال التعلم الآلي، يقوم التعلم العميق بإنشاء عدد من المراجع التي سيتم استخدامها لاتخاذ القرارات. كما هو الحال مع التعلم الآلي القياسي، كلما زادت مجموعة البيانات للتعلم، زادت تحسين نتائج التعلم العميق.
طريقة بسيطة لشرح التعلم العميق هي أنه يسمح بأخذ أدلة السياق غير المتوقعة في عملية صنع القرار. ضع في اعتبارك كيف يتعلم طفل صغير القراءة. إذا رأوا جملة تقول "السيارات تسير بسرعة"، فقد يتعرفون على كلمات "السيارات" و"الذهاب" ولكن ليس "سريعة". ومع ذلك، مع بعض التفكير، يمكنهم استنتاج الجملة بأكملها بسبب أدلة السياق. "سريع" هو كلمة من المرجح أن يسمعها فيما يتعلق بالسيارات من قبل، التوضيح قد تظهر الخطوط للإشارة إلى السرعة، وأنها قد تعرف كيف تعمل الحروف F و A معا. هذه هي كل عنصر فردي، مثل "هل أنا أدرك تلك الرسالة وأعرف كيف تبدو؟" ولكن عندما يتم تجميع دماغ الطفل، يمكن أن يتخذ قرارًا حول كيفية عمله وقراءة الجملة. وهذا بدوره سيعزز كيفية قول كلمة "سريعة" في المرة القادمة التي يرون فيها.
هذه هي الطريقة التي يعمل بها التعلم العميق، من خلال تقسيم عناصر مختلفة لاتخاذ قرارات تعلم آلي بشأنها، ثم النظر في كيفية اتصالها بنتائج نهائية.
برامج الذكاء الاصطناعي
يمكن أن تستخدم برامج الذكاء الاصطناعي عملية اتخاذ القرار والأتمتة المدعومة بالتعلم الآلي والتعلم العميق لزيادة كفاءة المؤسسة. بدءًا من النمذجة التنبؤية وحتى إنشاء التقارير وحتى أتمتة العمليات، يمكن للذكاء الاصطناعي تحويل طريقة عمل المؤسسة، مما يؤدي إلى تحسينات في الكفاءة والدقة.
في عام 2016 أنشأ فريق من علماء البيانات والمطورين والمهندسين بالتعاون مع شركة مايكروسوفت لوحة جديدة تحاكي أسلوب الرسام الهولندي الشهير رامبرانت. وقد استخدموا لإنتاجها خوارزميات التعلم الآلي لتحليل أعمال رامبرانت المعروفة، ثم قاموا بتصميم عمل فني جديد يتبع أسلوبه. كانت اللوحة الناتجة بعنوان «The Next Rembrandt»، وهي تمثل صورة شخصية لرجل قوقازي يتراوح عمره بين 30 و40 عامًا، بشارب على وجهه، ويرتدي ملابس سوداء مع ياقة بيضاء وقبعة!
وفي عام 2018 بيع بورتريه إدموند دي بيلامي Portrait of Edmond de Belamy، وهو من إنتاج بعض البرمجيات الحاسوبية، في دار مزادات كريستي مقابل 432،500 دولار، على الرغم من أنها كانت مقدرة بسعر لا يتجاوز 10 آلاف دولار قبل البيع.
ما المقصود بالجماليات الرقمية؟
الجماليات الرقمية هي دراسة كيفية تأثير التكنولوجيا، وخاصة التكنولوجيا الرقمية، على إدراكنا للفن وطرق إبداعه. بمعنى أنها محاولة لاستكشاف الطرق التي تؤثر بها الوسائط الرقمية، مثل الصور المولدة بالحاسوب، والتركيبات التفاعلية، والواقع الافتراضي، وخوارزميات التعلم الآلي، على الصفات الجمالية للعمل الفني وتجربة المشاهد.
تختلف الجماليات الرقمية عن الجماليات التقليدية بعدة طرق. فهي، أولاً، تعتمد على استخدام التكنولوجيا وأثرها على التعبير الفني، بينما تتناول الجماليات التقليدية طبيعة الجمال والذوق والفن بشكل عام. ثانيًا، غالبًا ما تشير الجماليات الرقمية إلى نوع من التعاون بين الفنانين وعلماء الحاسوب، في حين أن الجماليات التقليدية هي في المقام الأول مجال لتأملات الفلاسفة ومؤرخي الفن. أخيرًا، توسع الجماليات الرقمية حدود ما يمكن اعتباره فنًا من خلال تضمين الوسائط والتقنيات غير التقليدية، مثل الكود وتصور البيانات، أما الجماليات التقليدية فحدها هو حدود القدرة البشرية على الإبداع الفني وفق التقاليد المعروفة.
بشكل عام، تعتبر الجماليات الرقمية مجالًا جديدًا نسبيًا يتحدى الأفكار التقليدية حول ماهية الفن وما يمكن أن يكونه. ومن خلال محاولتها استكشاف تأثير التكنولوجيا على توليد الفن وتجربة التفاعل معه، فإنها توفر منظورًا جديدًا يمكن من خلاله فهم الطبيعة المتطورة للجمال في العصر الرقمي.
دور الذكاء الاصطناعي في الإبداع الفني
أدى استخدام الذكاء الاصطناعي إلى ظهور أشكال جديدة من الفن الرقمي من خلال تمكين الفنانين من إنشاء الصور والأصوات والوسائط الأخرى ومعالجتها بطرق جديدة. على سبيل المثال، يمكن لشبكات المعارضات التوليدية (GANs) إنشاء صور واقعية للغاية تطمس الحدود بين ما هو حقيقي وما هو افتراضي. كما يمكن لخوارزميات نقل النمط أن تحول صورة أو مقطع فيديو إلى أسلوب فنان أو لوحة معينة، بينما يمكن استخدام تقنيات التعلم العميق لتوليد الموسيقى أو الشعر أو حتى روايات كاملة.
لقد أثرت هذه الأشكال الجديدة من الفن الرقمي على الطريقة التي ندرك بها الفن وطرق تقديره بعدة طرق. أولاً، يتحدى الفن المولّد بالذكاء الاصطناعي فهمنا التقليدي لما يعنيه الإبداع الفني، حيث يصبح دور الفنان أشبه بدور المبرمج أو المنسق، وليس ذلك الشخص العبقري المتفرد بموهبته. وبالمثل يتحدى استخدام الذكاء الاصطناعي أيضًا فكرة الأصالة والتأليف، حيث تلعب الخوارزميات ونماذج التعلم الآلي الدور الرئيس في العملية الإبداعية، وهو دور يتطور بشكل مذهل يومًا بعد يوم.
ثانيًا، يوسع الفن المولّد بواسطة الذكاء الاصطناعي حدود ما يمكن اعتباره فنًا؛ لأنه يفتح إمكانيات جديدة لاستكشاف التفاعل بين التكنولوجيا والجماليات. يمكن أن يؤدي ذلك إلى إنشاء أعمال تفاعلية مذهلة تستجيب بسهولة لرغبات ومدخلات المشاهد. على سبيل المثال، التثبيت الرقمي الذي يستخدم خوارزميات كاميرا الحاسوب لاكتشاف حركة العارض والاستجابة لها يمكن أن يخلق تجربة فريدة ومخصصة لكل شخص على حدة بما يتوافق معه.
أخيرًا، يتمتع الفن المولّد بالذكاء الاصطناعي بالقدرة على إضفاء الطابع الديمقراطي في التعامل مع الأعمال الفنية وإمكانية الوصول إليها سواء من جهة إنتاجها أو استقبالها، حيث يمكن إنشاؤه واستهلاكه باستخدام الأدوات والمنصات الرقمية المتاحة على نطاق واسع. ذلك من شأنه أن يؤدي إلى نظام بيئي فني أكثر تنوعًا وشمولية، حيث يمكن للأفراد من مجموعة واسعة من الخلفيات ومستويات المهارة إنشاء ومشاركة أعمالهم الفنية المنتجة بواسطة الذكاء الاصطناعي.
باختصار، أدى استخدام الذكاء الاصطناعي إلى ظهور أشكال جديدة من الفن الرقمي تتحدى فهمنا التقليدي للفن، وتوسع حدود ما يمكن اعتباره فنًا، وإضفاء الطابع الديمقراطي على الوصول إلى إنتاج الفن واستقباله.
تأثير الذكاء الاصطناعي على طبيعة الفن
سمحت الخوارزميات والتعلم الآلي للفنانين بإنشاء أشكال فنية جديدة كان من المستحيل تحقيقها سابقًا من خلال القدرة على التلاعب وتوليد مجموعات البيانات المعقدة التي يصعب أو يستحيل إنشاؤها يدويًا. وقد فتحت هذه التقنيات إمكانيات جديدة لإنتاج فن شديد التعقيد يمتلك القدرة على التفاعل والاستجابة مع المشاهد.
من الطرق الرئيسة التي أثرت بها الخوارزميات والتعلم الآلي على إنتاج الفن الرقمي، استخدام النماذج التوليدية. تستخدم هذه النماذج خوارزميات معقدة وتقنيات إحصائية لتوليد بيانات جديدة، مثل الصور والأصوات وحتى الموجودات ثلاثية الأبعاد. على سبيل المثال، يمكن لشبكة المعارضات التوليدية (GAN) أن تولد صورًا واقعية لأشياء خيالية أو لأشخاص لم يكونوا موجودين على الإطلاق.
يمكن استخدام النماذج التوليدية بعدة طرق مختلفة لإنشاء أشكال جديدة من الفن الرقمي. على سبيل المثال، استخدامها لإنشاء أشكال مختلفة من الأعمال الحالية، مثل إنتاج مئات أو آلاف التكرارات الفريدة لصورة أو صوت معين. كما يمكن استخدامها أيضًا لإنشاء أشكال فنية جديدة تمامًا، مثل التركيبات التفاعلية التي تولد أنماطًا أو أصواتًا جديدة بناءً على حركات أو أفعال المشاهد.
من ضمن التقينات الرقمية في الإنتاج الفني أيضًا استخدام خوارزميات التعلم الآلي لتحليل مجموعات البيانات الكبيرة وتفسيرها من أجل التعرف على الأنماط وإنشاء أشكال فنية جديدة. على سبيل المثال، يمكن استخدام تقنيات التعلم العميق لتحليل مجموعات كبيرة من الصور، مثل الصور الفوتوغرافية أو اللوحات، من أجل تحديد الموضوعات أو الألوان أو الأشكال المشتركة، ومن ثم استخدام هذه المعلومات لإنشاء أعمال فنية جديدة تعكس هذه الأنماط بطرق جديدة.
بشكل عام، أدى استخدام الخوارزميات والتعلم الآلي إلى ثورة في إنشاء الفن الرقمي من خلال تمكين الفنانين من استكشاف أشكال جديدة من التعبير وإنشاء أعمال كان من المستحيل تحقيقها في السابق.
وقد أثر ظهور الجماليات الرقمية على التعريف التقليدي للفن باعتباره نشاطًا بشريًا بالدرجة الأولى من خلال طمس الخطوط الفاصلة بين ما يصنعه البشر وما تولده الآلات. ومع الاستخدام المتزايد للتكنولوجيا في الفن، لم يعد دور الفنان مقصورًا على إنشاء الفن يدويًا، بل يشمل البرمجة وتحليل البيانات والمهارات الفنية الأخرى.
نتيجة لذلك، أصبح تعريف الفن باعتباره نشاطًا بشريًا في المقام الأول أكثر تعقيدًا، فبينما يمكن إنشاء الفن الرقمي بواسطة الآلات، إلا أنه لا يزال يتم بواسطة فنانين بشريين يبرمجون الخوارزميات لتحقيق النتيجة المرجوة. ومن شأن ذلك أن يثير تساؤلات حول طبيعة التأليف والأصالة والإبداع في سياق الفن الرقمي. بالإضافة إلى ذلك، أدى ظهور الجماليات الرقمية إلى توسيع تعريف الفن ليشمل الوسائط الجديدة وأشكال التعبير بحيث يستوعب العناصر التفاعلية، والواقع الافتراضي، وتقنيات أخرى لم تكن متوفرة في السابق لأشكال الفن التقليدية.
الآثار الأخلاقية للفن الرقمي
أثار تأثير الجماليات الرقمية على التعريف التقليدي للفن أسئلة حول دور التكنولوجيا في المجتمع وعلاقة الإنسان بالآلات. عندما تصبح الآلات أكثر قدرة على توليد الفن، يصبح من الضروري النظر في الآثار الأخلاقية لاستخدامها في الفن والآثار الأوسع نطاقا على المجتمع ككل.
وقد أثر ظهور الجماليات الرقمية على التعريف التقليدي للفن باعتباره نشاطًا بشريًا في المقام الأول من خلال طمس الخطوط الفاصلة بين ما تم إنشاؤه بواسطة البشر وما تولده الآلات. وقد أدى ذلك إلى توسيع تعريف الفن ليشمل أشكالًا جديدة من التعبير وأثار تساؤلات حول الملكية والأصالة ودور التكنولوجيا في المجتمع.
تعد الملكية قضية مهمة عندما يتعلق الأمر بالفن الرقمي، حيث تصبح مسألة من يمتلك الحقوق في قطعة فنية منتجة بواسطة آلة ليست واضحة دائمًا. يجادل البعض بأن مالك الجهاز أو الشخص الذي قام ببرمجة الخوارزمية يجب أن يمتلك حقوق العمل الفني، بينما يجادل آخرون بأن ناتج الآلة يجب أن ينتمي إلى الآلة نفسها.
وبالمثل تعتبر الأصالة مصدر قلق آخر، حيث يطمس الفن الرقمي الخط الفاصل بين نتاج البشر ونتاج الآلات. ويثير هذا الأمر تساؤلات حول قيمة ومصداقية الفن الرقمي، وما إذا كان يمكن اعتباره أصليًا حقًا أم لا.
بشكل عام، تعتبر الآثار الأخلاقية للفن الرقمي معقدة ومتعددة الأوجه، وتتطلب دراسة متأنية من قبل الفنانين والمتخصصين في الصناعة وواضعي السياسات. ولأن استخدام الخوارزميات والتعلم الآلي يتضاعف انتشاره يومًا بعد يوم في مجال توليد الأعمال الفنية، فمن المهم معالجة هذه المخاوف والتأكد من حماية حقوق الفنانين والأفراد.
مستقبل الجماليات الرقمية
في الواقع يبدو مستقبل الجماليات الرقمية مثير ومليء بالإمكانيات، حيث تستمر التطورات في التكنولوجيا والتعلم الآلي في توسيع إمكانيات الفن الرقمي وطرق إدراكه وتجربته.
أحد المجالات المحتملة للنمو في الجماليات الرقمية هو دمج الواقع المعزز والافتراضي. فنظرًا لأن هذه التقنيات أصبحت أكثر سهولة وصقلًا، يمكننا أن نتوقع أن نرى فنانين رقميين ينشئون أعمالًا تفاعلية تطمس الحدود بين العالمين المادي والرقمي.
مجال آخر للنمو هو استخدام شبكات المعارضات التوليدية (GANs) وخوارزميات الذكاء الاصطناعي الأخرى لإنشاء أعمال فنية معقدة ومتطورة بصورة متزايدة، فعبر هذه الخوارزميات، يمكن للفنانين إنشاء فن أكثر دقة وتعقيدًا، بمستويات أعلى من التفاصيل والتعقيد.
من المحتمل أيضًا أن يلعب استخدام تقنية البلوكتشين blockchain دورًا في مستقبل الجماليات الرقمية، حيث يسمح بمزيد من الشفافية وإمكانية التتبع في عالم الفن، مما يمكن أن يساعد في معالجة قضايا الملكية والأصالة المشار إليها أعلاه. كما سيسمح بإنشاء فن رقمي فريد من نوعه ويمكن التحقق منه على هذا النحو، مما قد يُحدث ثورة في الطريقة التي نتداول بها الأعمال الفنية الرقمية.
أخيرًا، في الوقت الذي يواصل العالم فيه دفع حدود ما هو ممكن مع الجماليات الرقمية، يبدو من المهم مراعاة الآثار الأخلاقية لهذه التطورات المتلاحقة والتأكد من حماية الفنانين وعملهم وتقييمهم بشكل يتناسب مع هذا التطور.
قصة شيقه منتشره علي كل المواقع ... هكذا تتكون القناعات السلبيه عند الناس باستخدام لغتي ميتا واريكسون لزرع الافكار او ما يطلق عليه غسيل مخ حيث لغة ميتا تستخدم التعميم لتثبيت الافكار مثل بيت الشعر القائل :
ان غدرت حسناء وفت بعهدها
فمن عهدها الا يدوم لها عهد
فتتكون قناعه سلبيه لدي المتلقي بالتعميم بان كل النساء لا عهد لهم .
ولغة اريكسون تستخدم التشتيت كان يشتت ذهنك باحداث كثير وفي النهايه يطرح الفكره فتصدقها .
وقاعدة الارساء في علوم الهندسه النفسيه هي تعمل علي ارساء فكره وتعميمها ..
وكذلك قاعدة التكرار فإن لم تستطع ان تقنع شخص بفكره فقط كررها امامه ولا تشغل بالك بقبوله او رفضه لها لانه في النهايه سيعتادها ..
نصيحتي .. احرص علي سلامة عقلك الباطن من حشو القناعات السلبيه بالافكار الباليه وذلك باستخدام عقلك الواعي الذي عليه عبء السؤال باستمرار لكل ما يعرض عليه كيف اين من متي لماذا ؟ حتي ينتقي ما يدخل الي وجدانه وقناعاته ويسترجع الافكار الراسخه ويعيد السؤال عنها كيف اين متي من لماذا ؟
والان الي القصه :
دخل إثنان من اللصوص قصراً ؛ و بعد أن فتّشا ما فيه وجدا الخزنة ؛ ففتحها اللص الكبير بخبرته دون الحاجة الى أي كسر ؛ وإذا بهآ ممتلئة بالمال...
أخرج اللص المال وجلس على أحد الكراسي حول طاولة وقال للص الأصغر المتدرب :
- أخرج من جيبك ورق الشدة.
-إنبهر اللص الشاب وقال : لنهرب فوراً ؛ الآن يشعرون بنا وإذا أردت اللعب نلعب في بيتنا.
فنهره اللص الخبير بشدة وقال :
- أنا القائد.. إفعل ما أقوله لك... و افتح البراد وأحضر ثلاثة علب بيبسي وثلاث كؤوس!!!
أخرج الشاب الورق خائفا وبدءا يلعبان ويشربان...
قال اللص الخبير :
- شغّل التلفاز وارفع صوته للأخير
تردد الشاب فزجره اللص الخبير بشدة فامتثل اللص الشاب وهو مذهول وظنّ أنّ صاحَبه قد جُن.. وصار يرتعد خوفاً لأنهم سيقبضون عليهما ويلقون بهما في السجن....
إستيقظ صاحب القصر وأمسك بيده مسدسا وقال :
- ماذا تفعلان أيها اللصوص؟ إياكم أن تأتوا بأية حركة وإلا قتلتكم... لم يكترث اللص الخبير بل قال لصاحبه الشاب :
- إلعب إلعب.. ولا تُعِرهُ إهتماماً.
إتصل صاحب القصر بالشرطة ؛
فحضرت الشرطة فقال لهم صاحب القصر : هؤلاء لصوص وهذه هي الأموال آلتي سرقوها من منزلي أمامهم!!!
فقال اللص الخبير للشرطة:
- هذآ الرجل كذاب.. لقد دعانا لنلعب معه.. وقد لعبنا فعلاً وفزنا عليه.. ولما خسر كل أمواله أخرج مسدسه وقال : إما أن ترجعوا أموالي أو أتصل بالشرطة وأقول لهم أنكم لصوص!!!
نظر الضابط إلى علب البيبسي الثلاثة, والمال المنثور على الطاولة, ونظر إلى التلفاز وصوته المرتفع, وإلى اللصوص وهم يلعبون الورق غير مكترثين بأحد
فقال لصاحب القصر : إنك تلعب القمار في بيتك ؛ وعندما خسرت إتصلت بنا.. إن عدت لذلك مرة أخرى رميتُك في السجن!!! ثم إتجه الضابط إلى الباب ليخرج ؛
فقال له اللص الخبير :
- سيدي... إن خرجت وتركتنا هنآ قد يقتلنا.. فخرج اللصان من المنزل ومعهما الأموال وبحماية الشرطة!!!
سنه ٢٠٠٢ كتب الكاتب الامريكي .kent m keith كتابا أسماه
" anyway علي اية حال "
ضمنه عشره وصايا متناقضه لفتت انتباه العالم وانتباهي لمنطقيتها ..
الوصايا هي :
* الناس غير منطقيين ولا تهمهم إلا مصلحتهم، أحِبهم على أية حال.
* إذا فعلت الخير سيتهمك الناس بأن لك دوافع أنانية خفية، افعل الخير على أية حال.
* إذا حققت النجاح سوف تكسب أصدقاء مزيفين وأعداء حقيقين،انجح على أية حال.
* الخير الذي تفعله اليوم سوف يُنسى غداً، افعل الخير على أية حال.
* إن الصدق والصراحة يجعلانك عرضة للانتقاد، كن صادقاً وصريحاً على أية حال. * إن أعظم الرجال والنساء الذي يحملون أعظم الأفكار يمكن أن يوقفهم أصغر الرجال والنساء الذين يملكون أصغر العقول، احمل أفكاراً عظيمة على أية حال.
* الناس يحبون المستضعفين لكنهم يتبعون المستكبرين، جاهد من أجل المستضعفين على أية حال .
* ما تنفق سنوات في بنائه قد ينهار بين عشية وضحاها، ابن على أية حال.
* الناس في أمس الحاجة إلى المساعدة، لكنهم قد يهاجمونك إذا ساعدتهم، ساعدهم على أية حال.
* إذا أعطيت العالم أفضل ما لديك سيرد عليك البعض بالإساءة، أعط العالم أفضل ما لديك على أية حال .
