يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
ويكيبيديا تستخدم الذكاء الاصطناعي لتطوير محتواها وحل المشاكل التي تواجهها
بالرغم من أن ويكيبيديا ربما تعتبر أهم موسوعة مجانية مفتوحة المصدر على الإنترنت، وقد أحدثت ثورة في طريقة حصولنا على المعلومات من خلال الاستعانة بمساهمات الجماهير في تحرير المعلومات، إلا أنها تعاني من مشاكل مستمرة. لذا، تحاول الموسوعة غير الربحية استخدام الذكاء الاصطناعي للتغلب على هذه المشاكل، من خلال عدة طرق، أبرزها:
- يمكن لأي شخص لديه القدرة على تحرير موقع ويكيبيديا إضافة معلومات خاطئة دون قصد. لذا، يقول عالم الحاسوب آرون هالفكر، إن ويكيبيديا بدأت مؤخراً استخدام نظام ذكاء اصطناعي، من تصميمه، لاكتشاف عمليات التخريب والتعديلات الزائفة على المقالات باستخدام التعلم الآلي. وأضاف أن هذا النظام يمكنه تحديد الأنماط الشائعة في التعديلات التخريبية، مثل الميل إلى التباعد غير المناسب بين الأحرف.
- لمكافحة عمليات التصيد، تعاونت مؤسسة ويكيميديا -التي تشرف على موسوعة ويكيبيديا- مع الحاضنة التقنية جيكسا (Jigsaw) في مشروع بحثي يسمى ديتوكس (Detox)، الذي يستخدم التعلم الآلي لتحديد التعليقات التي قد تمثل اعتداءات شخصية. ويُعد هذا المشروع جزءاً من مهمة الذكاء الاصطناعي مفتوح المصدر الذي تطوره جيكسا للتعامل مع إساءة الاستخدام على مواقع التواصل الاجتماعي ومنتديات الإنترنت.
- قام فريق (جوجل برين) بتدريب إحدى البرمجيات على استخلاص المعلومات من صفحات الإنترنت وإنشاء مقالات على غرار ويكيبيديا. وبالرغم من أن تلخيص واستخلاص النصوص اتضح أنه يمثل تحدياً أكبر مما تخيله معظمنا، إلا أن جهود الفريق حققت نجاحات أفضل قليلاً من المحاولات السابقة، ولا يزال العمل مستمراً لتحقيق هذا الهدف.
فيسبوك تتيح مجموعة بيانات للمساعدة في تحسين قدرات الذكاء الاصطناعي في الترجمة
تخيل أنك تحاول تحسين وصفة كعكة لا تستطيع تذوقها!
أعلنت شركة فيسبوك عن إتاحة مجموعة بيانات تسمى فلورس-101 "Flores-101" بصيغة مفتوحة المصدر بما يمكن الباحثين من استخدامها في تطوير نماذج الذكاء الاصطناعي التي تترجم النصوص بين لغات مختلفة.
ينطوي بناء نموذج ذكاء اصطناعي على تدريب شبكة عصبونية على كمية كبيرة من البيانات حتى تتعلم كيفية التعرف على الأنماط فيها. بعد ذلك، يقوم الباحثون باختبار دقة النموذج على مجموعة اختبار. وهذا هو ما تقدمه مجموعة فلورس-101 بالضبط، فهي مجموعة بيانات اختبار لتقييم نماذج الترجمة، وتحتوي على جمل مترجمة بين 101 لغة.
وتقول فيسبوك إن المجموعة الجديدة تسد فجوة كبيرة في النظام البيئي للذكاء الاصطناعي؛ لأنه من دون القدرة على تقييم نتائج نماذج التعلم الآلي بشكل موثوق، لا يمكن للمطورين تحديد ما إذا كان تعديل النموذج قد أدى إلى تحسين أو تراجع أدائه. ومن ناحية أخرى، فإن مجموعات بيانات الاختبار المستخدمة عموماً للتقييم لا تغطي سوى عدداً محدوداً من اللغات المنطوقة على نطاق واسع مثل الإنجليزية والإسبانية. نتيجة لذلك، غالباً ما يواجه المطورون الذين يصممون برمجيات الذكاء الاصطناعي الخاصة بالترجمة بين اللغات الأخرى صعوبات كبرى في تقييم دقة نماذجهم.
وقد قدمت فيسبوك تشبيهاً للأمر بقولها: "تخيل أنك تحاول تحضير كعكة ولكنك لا تستطيع تذوقها، سيكون من شبه المستحيل معرفة ما إذا كانت لذيذة، وسيكون من الصعب معرفة كيفية تحسين الوصفة في المحاولات المستقبلية".
أخيراً تجدر الإشارة إلى أن فلورس-101 تتألف من مجموعات من النصوص التي تم استخراجها من المقالات الإخبارية وأدلة السفر ومصادر أخرى تمت ترجمتها عبر 101 لغة من بينها اللغة العربية. وتقول فيسبوك إنه بالنسبة لأكثر من 80% من هذه اللغات، لم يتوفر سابقاً إلا عدد محدود من مجموعات بيانات التدريب أو حتى لم يكن هناك أي مجموعات بيانات على الإطلاق بالنسبة للبعض من هذه اللغات.
الرابط (إنجليزي)
كيف يمكن لشركات الخدمات المالية استخدام الذكاء الاصطناعي؟
نظراً لأن التفاعل مع العملاء بات أمراً بالغ الأهمية في كل القطاعات تقريباً، فقد تزايد اعتماد الشركات على خوارزميات الذكاء الاصطناعي والتعلم الآلي لمعالجة الكميات الكبيرة من البيانات، لتحقيق هدف واحد: فهم احتياجات العملاء وبناء أعمال أكثر قدرة على الاستجابة لهم.
وفي هذا الإطار، يقول سرافان كاسارلا، كبير مسؤولي البيانات في منظمة الخدمات المالية غير الهادفة للربح ثيرفنت (Thrivent)، إن هناك ثلاثة استخدامات للذكاء الاصطناعي يمكن لشركات الخدمات المالية من خلالها تحسين قدرتها على الاستجابة للعملاء، هي:
１- الحصول على معلومات أكثر دقة:
يتمثل الجانب الأكثر أهمية في العمل في فهم أفضل الطرق للتفاعل مع عملائك أو العملاء المحتملين، لذلك تستخدم صناعة الخدمات المالية الذكاء الاصطناعي للمساعدة في تحديد الجمهور المستهدف. ومع وفرة المعلومات المتاحة عن العملاء، يمكن تسخير قوة خوارزميات الذكاء الاصطناعي والتعلم الآلي لفرز جبال البيانات لتحديد المعلومات الأكثر دقة عن العملاء المستهدفين.
وبمجرد تحديد الجمهور المناسب، يجب تصميم عروض وخدمات مناسبة له وتحديد أفضل إجراء يمكن اتخاذه. فمثلاً، إذا قام أحد العملاء بزيارة موقع الشركة لإعادة تعيين كلمة المرور الخاصة به ولم ينجح، فإن أفضل يتوجب اتخاذه هو نقل هذه المعلومة إلى ممثل خدمة العملاء عندما يتصل العميل للحصول على المساعدة، حيث سيكون الممثل قادراً حينها على مساعدة العميل على أفضل وجه دون تضييع الوقت في الحديث عن منتجات أو خدمات غير مناسبة له، ما قد يؤدي إلى إحباط العميل بشكل أكبر. وفي هذا المثال تم استخدام الذكاء الاصطناعي لـ "نمذجة نية العميل"، بهدف التنبؤ باحتياجاته وتقديم أفضل خدمة له.
２- تعزيز الثقة:
إن تقديم المنتج أو الخدمة المناسبة في الوقت المناسب هو هدف كل مؤسسة. ويمكن للذكاء الاصطناعي أن يساهم في بناء علاقات طويلة الأمد مع العملاء وتعزيزها من خلال إضفاء طابع شخصي على النصائح المقدمة للعميل. ويمكن للمستشارين الروبوتيين (مصطلح اليوم) المدعومين بالذكاء الاصطناعي تقديم إرشادات شخصية لكل عميل حول الاستثمارات وغيرها من القرارات بناءً على وضعه المالي وأهدافه المستقبلية.
３- صنع القرار المدعوم بالذكاء الاصطناعي:
في الوقت الحالي، ينبغي أن تتمكن الشركات من الاستجابة للاحتياجات المتغيرة باستمرار في الوقت والمكان المناسبين، باستخدام البيانات والذكاء الاصطناعي. والأساس الرئيسي لبناء أعمال سريعة الاستجابة للجمهور يقوم على معرفة وربط جميع التفاعلات والبيانات في العديد من الأشكال. ومن أجل بناء أساس قوي، يجب أن يركز العمل على تدفق البيانات بشكل سلس، على نحو يشبه "طريق سريع للبيانات"، حيث يتم إطلاع كل الأطراف بشكل مستمر خلال جميع مراحل العملية، ما يضمن حصولهم على أحدث البيانات في كل لحظة.
الرابط (إنجليزي)
|
