يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
لماذا يصعب على فيسبوك وتسلا وآخرين تجاهل عيوب الذكاء الاصطناعي؟
ما هو القاسم المشترك بين مارك زوكربيرج، المؤسس المشارك لشركة فيسبوك، وإيلون ماسك الرئيس التنفيذي لشركة تسلا؟ كلاهما يتصارع مع مشاكل كبيرة نابعة جزئياً على الأقل من إيمانهم بأنظمة الذكاء الاصطناعي التي لم تفِ بالغرض بعد.
يتعامل زوكربيرج مع خوارزميات فشلت في وقف انتشار المحتوى الضار، بينما يتعامل ماسك مع برنامج لم يقم بعد بقيادة السيارة بالطريقة التي وعد بها كثيراً. هناك درساً واحداً يُمكن استخلاصه من تجارب الرجلين، وهو أن الذكاء الاصطناعي ليس جاهزاً بعد لوقت الذروة، علاوة على أنه تصعب معرفة متى سيكون جاهزاً لذلك. يجب على الشركات هنا أن تفكر في التركيز على تجهيز الكثير من البيانات عالية الجودة وتوظيف أشخاص للقيام بالعمل الذي لم يستعد الذكاء الاصطناعي للقيام به.
صُمّمت أنظمة الذكاء الاصطناعي لمحاكاة الدماغ البشري بشكل فضفاض، ويُمكنها اكتشاف الأورام، وقيادة السيارات، وكتابة النصوص، وإظهار نتائج مذهلة في بيئة معملية. إلا أن المشكلة تكمن هنا. فعندما يتعلق الأمر باستخدام التكنولوجيا في العالم الحقيقي الذي لا يُمكن التنبؤ به، تظهر أوجه قصور الذكاء الاصطناعي أحياناً. هذا أمر مقلق حقاً، خصوصاً عندما يتم الترويج لاستخدامه في تطبيقات عالية المخاطر مثل الرعاية الصحية.
كما تتعاظم المخاطر بشكل خطير على وسائل التواصل الاجتماعي لأنه يُمكن للمحتوى التأثير على الانتخابات، وتغذية اضطرابات الصحة العقلية، مثلما كشفت وثائق داخلية مُسرّبة من قبل موظفة سابقة بشركة فيسبوك. ولكن يتضح إيمان فيسبوك بالذكاء الاصطناعي من خلال موقعها الإلكتروني الذي يُسلّط الضوء غالباً على خوارزميات التعلّم الآلي قبل الإشارة إلى جيشها من المشرفين على المحتوى.
على الجانب الآخر، بدت وعود ماسك الزائدة بشأن الذكاء الاصطناعي أسطورية عملياً. ففي عام 2019، أخبر مستثمري تسلا أنه "شعر بثقة كبيرة" بشأن تواجد مليون مركبة من طراز "موديل 3" على الطرق، ستعمل كسيارات أجرة ذاتية القيادة بدون سائق، تحت اسم "روبو تاكسي" بحلول العام 2020. وفقاً لإطاره الزمني. بدلاً من ذلك، يتمتع عملاء تسلا حالياً بامتياز لدفع 10 آلاف دولار مقابل برنامج خاص سيوفر يوماً ما، أو من يدري، إمكانات قيادة ذاتية كاملة. وحتى ذلك الحين، يُمكن للسيارات الوقوف وتغيير المسارات والقيادة على الطريق السريع بمفردها مع ارتكاب أخطاء فادحة في بعض الأحيان.
الرابط
كيف يرسم الذكاء الاصطناعي متعدد المهارات المسار لبلوغ الذكاء البشري؟
الذكاء الاصطناعي هو مجال مليء بالكلمات الطنانة. قد تساعد مصطلحات مثل الحوسبة الإدراكية والبيانات الضخمة في تحويل المفاهيم المعقدة إلى أفكار قابلة للفهم، لكنها أيضاً قد تربك الجمهور وتضلله. على سبيل المثال، غالباً ما يستخدم مصطلح الذكاء الاصطناعي العام (AGI) لوصف الآلات الافتراضية التي يمكنها أداء أي مهمة فكرية يستطيع الإنسان القيام بها. ولكن لا يوجد إجماع حول ما يعنيه الذكاء الاصطناعي العام. وتعتقد بعض الشخصيات البارزة في مجال الذكاء الاصطناعي أن هذا المصطلح تسمية خاطئة، بينما يرى آخرون أنه لا يمكن الوصول إليه قط.
يمكن أن يكون المفهوم الأكثر شمولاً هو الذكاء الاصطناعي متعدد المهارات (Multi-skilled AI). يعد هذا النوع من الذكاء الاصطناعي نهجاً لتحسين التقنيات من خلال توسيع حواسها. وعلى نحو يشبه الكيفية التي يتعلم بها الأطفال من خلال الإدراك والتحدث، تجمع أنظمة الذكاء الاصطناعي متعددة المهارات بين الحواس واللغة لتوسيع فهمها للعالم.
وترى إليزابيث برامسون بودرو، الرئيسة التنفيذية لمجلة إم آي تي تكنولوجي ريفيو، إن هذا النهج "يتجاوز التعرف على الصور أو اللغة ويسمح بالقيام بمهام متعددة". ويهدف الذكاء الاصطناعي متعدد المهارات إلى إنشاء ذكاء أكثر مرونة، تتعلم فيه أنظمة الذكاء الاصطناعي بطرق متعددة، مثل الوسائل النصية والمرئية، لتوسيع قدراتها. ويمكن للروبوتات، على سبيل المثال، دمج البيانات المرئية والصوتية واللمسية لتنفيذ مجموعة واسعة من المهام.
وقد أظهر عدد من التطورات الحديثة في الذكاء الاصطناعي إمكانية تحقيق هذا الأمر، مثل أداة (DALL-E) التي طورها مختبر أوبن إيه آي، والتي تستخدم شبكة عصبونية مدربة على كل من البيانات النصية والمرئية لإنشاء الصور. ومع ذلك، تحذر بودرو من أن هذا النهج ينطوي على مخاطر، معبرة عن قلقها تحديداً بشأن قابليته للتأثر بتحيز البيانات والتأثير البيئي والاستخدام المحتمل في الحرب، لكنها متفائلة بأن تلك المخاطر تتم معالجتها.
الرابط (إنجليزي)
توجه بين الشركات لتدريب نماذج الذكاء الاصطناعي على التأقلم مع الأسواق المحلية
غالباً ما يتم تدريب نماذج التعلم الآلي باستخدام بيانات مستمدة من الولايات المتحدة. بيد أن ثمة محاولات لإضفاء الطابع المحلي على الذكاء الاصطناعي، من خلال إنشاء مجموعات بيانات لتدريب النماذج لتناسب العديد من الأسواق الأخرى في العالم.
في الوقت الحالي، يتوقع عملاء الشركات الكبرى، مثل جوجل ومايكروسوفت، أن تتوافق منتجاتها مع الأسواق المختلفة التي يعمل فيها الموظفون ويتعاملون مع العملاء. على سبيل المثال، يمكن تعديل تفضيلات حزمة خدمات (أوفيس 365)، التي أصدرتها شركة مايكروسوفت، لتستخدم لغات وعملات معينة بشكل افتراضي، اعتماداً على مكان عمل المستخدم. ففي الولايات المتحدة مثلاً تستخدم الدولار وفي المملكة المتحدة الجنيه الاسترليني.
هذا النوع من تقنيات إضفاء الطابع المحلي موجود منذ عقود، وتستخدمه العديد من تطبيقات وخدمات المؤسسات المختلفة. بيد أن التقنيات الناشئة تركز عموماً على سوق واحدة عند تطويرها، وبالتالي فإنها لا تكون مجهزة في البداية بهذه القابلية للتأقلم. وحتى الآن لم يصل الذكاء الاصطناعي إلى هذه المرحلة.
ربما لا يكون هذا الأمر مفاجئاً للغاية، فقبل بضع سنوات فقط، كانت العديد من الشركات تجد صعوبة في تطبيق الذكاء الاصطناعي في عمليات الإنتاج واسعة النطاق. وقد ساهمت الجائحة في تسارع تبني هذه التقنيات. والآن، وبعد أن ترسخ الذكاء الاصطناعي أخيراً في هذه الشركات، فإنها قد تتطلع إلى إضفاء الطابع المحلي على نماذجها.
ومع ذلك، فإن الأمر يتجاوز كونه مجرد لغة، فالتحدي يتعلق أيضاً بالثقافة. ويقول جوناس ريبيرج، من شركة (Pactera EDGE) للاستشارات التكنولوجية، إن شركته تعمل مع بعض عمالقة التكنولوجيا لمساعدتهم على جعل الذكاء الاصطناعي الخاص بهم مناسباً لأسواق متعددة غير الأمريكية. ولكن خلال العامين الماضيين، بدأت الشركة تلبي طلبات من الطبقة التالية من الشركات التي أضافت الذكاء الاصطناعي إلى مجموعة التقنيات الخاصة بها، والتي تفتقر إلى مجموعات البيانات التي تحتاجها لتدريب النماذج لتناسب الأسواق الجديدة التي تم تطبيق الذكاء الاصطناعي فيها منذ عهد قريب.
الرابط (إنجليزي)
|
