يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
الذكاء الاصطناعي واللغة العربية: أهم التحديات وتقنيات معالجتها
مَن بيننا لم يتساءل: لِمَ لا أستطيع مخاطبة معظم المساعدات الصوتية باللغة العربية؟ عندما أستخدم ترجمة جوجل، لماذا تترجم اختصار الذكاء الاصطناعي (AI) من الإنجليزية إلى العربية: (منظمة العفو الدولية)؟ لماذا يعاني الذكاء الاصطناعي في توطيد علاقته بلغة الضاد التي يتحدثها حوالي 450 مليون شخص؟
للإجابة عن هذه الأسئلة، نستعرض فيما يلي أبرز التحديات التي يواجهها الباحثون في تطوير أنظمة ذكاء اصطناعي قادرة على معالجة اللغة العربية وفهم اللهجات المحلية.
1- الشحّ في موارد اللغة العربية: تعتمد أنظمة الذكاء الاصطناعي على توافر كميات كبيرة من البيانات لتدريب النماذج اللغوية. وفي حين يتوافر كمٌّ هائل من الموارد في اللغة الإنجليزية، تعد اللغة العربية من اللغات الفقيرة نسبياً بالموارد الموسومة الضرورية في تدريب نماذج الذكاء الاصطناعي. وتمثل هذه المسألة أحد التحديات التي تواجه باحثي اللسانيات الحاسوبية العاملين في معالجة اللغة العربية.
2- تعدد اللهجات العربية: هناك ثلاثة أشكال للغة العربية: فصحى التراث، المستخدمة في الوثائق والنصوص التاريخية، والفصحى المعاصرة، وهي اللغة الرسمية في الدول العربية والمستخدمة في الصحف ووسائل الإعلام، واللهجات العامية، المستخدمة في الشارع والأحاديث اليومية بين الناس.
لكن المشكلة تكمن في أن هذه اللهجات تختلف في كتابتها و"قواعدها" عن اللغة العربية الفصحى، بالتالي فإن نماذج التعلم الآلي التي جرى تدريبها على موارد اللغة الفصحى ستفشل تماماً في التعامل مع النصوص المكتوبة باللهجة العامية والتعرف على كلماتها. أضف إلى ذلك التنوع الكبير في اللهجات من المغاربية إلى الخليجية إلى المصرية والشامية والعراقية.
3- الإبهام الإملائي والثراء الصرفي: تتسم اللغة العربية بالغموض الإملائي؛ إذ يمكن للجذر اللغوي الواحد توليد العديد من الكلمات ذات المعاني المختلفة. كما يختلف شكل الحرف نفسه حسب موقعه داخل الكلمة. كما أن الحروف العربية لا تحتوي على أحرف كبيرة أو صغيرة، ما يجعل تحديد أسماء العلم أو الكيانات أمراً صعباً. عَلَاوَةً عَلَى ذلِكَ، هُنَاكَ مَسْأَلَةُ التَّشْكِيل؛ إِذْ تُغيّرُ عَلَامَاتُ التَّشْكيل النُّطْقَ والصِّيغَةَ النَّحْوِيّة وحَتَّى مَعْنَى الكَلِمَاتِ فِي بَعْضِ الأَحْيَان.
4- محدودية البحث العلمي في مجال معالجة اللغة العربية: من نافل القول أن البحث العلمي في الدول العربية بشكل عام لا يحظى بالدعم والتشجيع الذي يستحقه، ومجال الذكاء الاصطناعي ليس استثناءً. فعلى الرغم من وجود عدد كبير من الباحثين العرب في علوم الحاسوب واللسانيات واللغة، فإنهم لا يحصلون على ما يكفي من التمويل الحكومي أو الخاص لإجراء أبحاثهم.
للمزيد حول أبرز التحديات التي يواجهها تطوير أنظمة ذكاء اصطناعي قادرة على معالجة اللغة العربية وفهم اللهجات المحلية، تابع القراءة على موقعنا عبر هذا الرابط
الذكاء الاصطناعي يحل محل تجارب الفئران في دراسات سرطان الدماغ
أعلن باحثون في جامعة أوبسالا السويدية أنهم استخدموا الذكاء الاصطناعي لتطوير طريقة جديدة لدراسة سرطان الدماغ. وتعتمد الطريقة على زرع الخلايا السرطانية المأخوذة من المرضى في أجنة الأسماك، تليها المراقبة باستخدام الذكاء الاصطناعي.
ويمكن لهذه الطريقة، التي تم شرحها في دراسة منشورة بدورية (Neuro-Oncology)، أن تحل جزئياً محل التجارب التي تجرى حالياً على الفئران لدراسة نمو الورم وعلاجه.
وأوضح الباحثون، في بيان صحفي، أن إحدى التحديات الرئيسية في أبحاث السرطان تتمثل في دراسة نمو الورم وعلاجه بطريقة مناسبة. وللقيام بذلك، يعتمد الباحثون غالباً على التجارب التي تُجرى على الثدييات، والنوع الشائع هو تجارب زرع الخلايا السرطانية في الفئران، لتمييز الاختلافات في نمو الورم واستجابات العلاج. ولكن نظراً لأن التجارب على الفئران صعبة وتستغرق وقتاً طويلاً، فمن المهم إيجاد طرق بديلة.
ويقول إميل روزين، طالب الدكتوراه في قسم علم المناعة والوراثة بالجامعة وأحد المؤلفين الرئيسيين للدراسة: "لقد طورنا نموذجاً في أجنة الأسماك لاستخدامه كبديل لتجارب الفئران. تُزرع الخلايا في الأسماك وتُراقب لمدة أربعة أيام، وفي نفس الوقت يتم تصويرها باستخدام مجهر آلي. ثم يتم تحليل الفيلم باستخدام الذكاء الاصطناعي. هذه أداة قوية لقياس نمو الورم وفهم تأثير الأدوية المختلفة".
ويعتقد الباحثون أنه إذا كان من الممكن استخدام هذه الطريقة للتنبؤ بكيفية عمل الخلايا في الفئران، فيمكن تقليل عدد الفئران المستخدمة في الدراسات الأخرى. كما يمكن استخدام هذه الطريقة لفهم الأورام السرطانية الخبيثة واختبار الأدوية المضادة لها، ما يجعلها بديلاً واعداً لبعض التجارب التي تُجرى على الفئران.
الرابط (إنجليزي)
كيف تحقق النجاح في برنامج تجريبي للذكاء الاصطناعي؟
حتى تتمكن الشركات من استعادة توازنها بسرعة بعد الهزة التي أصابتها بسبب الوباء، أصبحت أكثر استعداداً وتقبلاً لتسريع التحول الرقمي. وقد لجأ الكثيرون إلى الأتمتة كجزء من هذه المقاربة، مع اعتماد الذكاء الاصطناعي كأساس لها. إن تحويل هذه التكنولوجيا إلى حل شامل للأتمتة غالباً ما يبدأ بوضع برنامج تجريبي أو إثبات للفكرة (POC).
لكن هذه البرامج تنتهي بالفشل بسهولة. لماذا؟ أحد أهم الأسباب هو ببساطة اختيار المشكلة الخاطئة لحلها والعمل عليها، فغالباً ما تكون عمليات الشركات الحديثة معقدة، وهي بالتالي تحمل الكثير من الاحتمالات -والآمال الوهمية- للأتمتة. ويعود سبب آخر إلى الاعتقاد الخاطئ بأن تطبيق نظام يعتمد على الذكاء الاصطناعي هو مشروع تكنولوجي بحت. ولكن في الواقع، إذا كنت تحاول حل مشكلة في مجال الأعمال، فهو مشروع أعمال دون شك. إذن، كيف يجب على المؤسسات أن تتصرف لتخفيف احتمال الفشل؟
ثمة مقاربة من خمس خطوات، أطلقنا عليها اسم "معمل الذكاء الاصطناعي"، تهدف إلى رفع احتمال النجاح في تحديد وكشف البرامج التجريبية وإثباتات الأفكار.
الخطوة 1: جمع حالات الاستخدام: يجب البدء بتحديد جميع الآفاق المحتملة للأتمتة التي ستعتمد على الذكاء الاصطناعي، وهو ما يتطلب إلقاء نظرة مؤسساتية شاملة، وإعادة النظر في الاستراتيجية الحالية.
الخطوة 2: إجراء تحليل للأعمال: يمكن أن يؤدي جمع حالات الاستخدام دون فلترة إلى الحصول على عدد هائل منها، ولن يكون واقعيّاً بناء إثباتات أفكار لها جميعاً. أما الخطوة التالية فهي اختيار العملية، وقد حددنا خمسة معايير تركز بشكل أكبر على اعتبارات الأعمال بدلاً من تكنولوجيات الذكاء الاصطناعي نفسها.
الخطوة 3: تقييم إمكانية التطبيق التكنولوجي: بعد ذلك، يجب تقييم حالات الاستخدام بناء على إيجابياتها التكنولوجية. ويتم تحقيق هذا عبر تجارب قصيرة لاختبار ما تستطيع تكنولوجيا الذكاء الاصطناعي فعله، أو تعجز عنه.
الخطوة 4: تطوير إثبات الفكرة وتحسينه: إن الفوائد المحسوسة من تحديد الحالات يجب أن تتحول إلى أولى النتائج الملموسة، وذلك على شكل إثبات فكرة. وهو ما يتم تقديمه بعد ذلك إلى قاعدة الأعمال الأوسع للحصول على الملاحظات والتعليقات، والتي تشكل بدورها أساساً لمزيد من التحسينات على إثبات الفكرة.
الخطوة 5: وضع خطة للتطبيق: لا يمكن لأي تكنولوجيا تستخدمها الشركة أن تحقق النجاح ما لم تُدمج بنجاح في عملياتها. وتتلخص الخطوة النهائية بتطوير خطة تطبيق كاملة مبنية على جميع المعلومات المتوافرة، وتقديمها إلى القاعدة الأوسع إلى الشركة لتحفيز ظهور الأفكار التي قد تساعد على تسريع تحقيق النتيجة.
للمزيد من التفاصيل حول خطوات رفع احتمالات النجاح في تحديد البرامج التجريبية، تابع القراءة على موقعنا عبر هذا الرابط
|
