بقلم لودا علي
دكتوراة رياضيات تطبيقية
الذكاء الصنعي (AI) هو الحدود الرقمية الجديدة التي تؤثر تأثيرًا بالغًا في العالم، إنه أداة لتحسين الحياة البشرية وليس تهديدها، ومن أهم إيجابياته تحريرنا من قيود العمل والسماح بتكريس المزيد من الوقت للإبداع، ومن ثَم نكون أكثر إنتاجية وأقل تبعيّة للروتين؛ فبتحررنا من الرتابة، يمكننا إطلاق العنان لمهاراتنا.
ثبت أن للذكاء الصنعي دورًا هامًّا في القضاء على الهدر، وتبسيط الإجراءات، والتعامل مع القرارات البسيطة والرتيبة؛ أي إنه قادر على تغيير كل جانب من جوانب الأعمال تقريبًا، وبفضل هذه التقانة يرى الكثير من المديرين التنفيذيين لكبرى الشركات العالمية أنه يمكن للاقتصاد العالمي أن ينمو بمقدار 15.7 تريليون دولار أمريكي بحلول عام 2030.
لم يعد الذكاء الصنعي حصرًا على الهاتف الذكي، أو الألعاب الإلكترونية ووسائل الترفيه، بل غدا عنصرًا أساسيًا في معظم القطاعات؛ ومن ذلك البحث الطبي والتشخيص، والمركبات الذاتية القيادة، والمراقبة الأمنية، والحروب، وإصدار الأحكام الجنائية...
واقع الذكاء الصنعي في عالم الأعمال
لا يعرف العديد من قادة الأعمال كيفية تنفيذ الذكاء الصنعي؛ فالسؤال "كيف؟" يجعل من الصعب تنفيذ أي تقنية جديدة - الذكاء الصنعي ليس استثناءً - وكل شركة متهيبة من هذه التقانة تطرح الأسئلة التالية وتجيب عنها بطرائق مختلفة:
- كيف تطور استراتيجية الذكاء الصنعي؟
- كيف تجد خبراء في هذا المجال أو تدرب موظفيك الحاليين عليه؟
- ماذا يجب أن تفعل بالبيانات للاستفادة منها في مهام الذكاء الصنعي؟
- كيف تضمن موثوقية وسلامة الذكاء الصنعي؟
قد تكون التقانة اليوم قادرة على أتمتة العمل الذي نقوم به، وهي لا تسرق منا وظائفنا بل تتيح لنا فرصة القيام بأعمالنا على نحو أفضل، ويصير العمل الروتيني ممتعًا، ونصبح أكثر استقلالية وحرية في البحث عن حلول ووضع معايير جديدة والاضطلاع بدور محسَّن في عملنا.
نتيجة للاقتصاد الرقمي، وليس استعمال تقنيات الذكاء الصنعي فقط، ستتغير مفاهيم الملكية الفكرية الراسخة وكذلك براءات الاختراع والتصاميم والأعمال المختلفة. الأهداف الأساسية لنظام الملكية الفكرية هي تشجيع التقانة الجديدة والأعمال الإبداعية، وإنشاء قاعدة اقتصادية مستدامة للاختراع والإبداع، لكن البيانات، التي هي عماد الذكاء الصنعي، يجب أن تكون متاحة دون قيود للتمكن من تطوير الذكاء الصنعي والتطبيقات الأخرى.
فمثلًا تولد علوم الحياة كميات هائلة من البيانات العظيمة الفائدة، لكنها لا تكوِّن اختراعًا بالمعنى التقليدي، ويجب تحديد الحقوق والالتزامات المترتبة عليها.
تؤيد التيارات المفتوحة المصدر للعلوم والبيانات والنشر وجهة النظر القائلة بأن البيانات يجب ألَّا تحتوي على فئات مسجلة الملكية.
ذكاء قادر على التكيف
إن كان البشر يترددون في اتخاذ بعض القرارات، فلِمَ لا نأخذ من الآلات معلومات قد لا يعرفها البشر، خاصة في الحالات التي تنطوي على معلومات متضاربة؟ إن أدوات الذكاء الصنعي تستطيع تحديد مقدار عدم اليقين لتطلب التدخل البشري عند الضرورة.
إن أراد العلماء زيادة دقة القرارات، ومدى الثقة التي يمكن أن تمنح للذكاء الصنعي بتمكينه لأن يكون واعيًا قادرًا على التكيف، فقد يساعد على تحديد مقدار الارتباك الذي قد يحدث عند اختبار العينات.
يتعين على آليات اتخاذ القرار في عالم الذكاء الصنعي معالجة المزيد من البيانات لتصبح أكثر دقة، ويطور الذكاء الصنعي قواعده الخاصة بواسطة التجربة المستقاة من البيئة؛ حيث ينشأ عن ذلك سلوك مكتسب ذكي.
يفسر الخبراء معضلة الذكاء الصنعي بمثال “مشكلة وسيلة النقل”، في حالة وقوع حادث، هل يتم احتجاز وسيلة النقل الذاتية القيادة لتقدَّم للمحاكمة؟ أم يُحتجز الزبون الذي قام بالدفع واشترى التذكرة؟
هل من المقبول أن تقرر وسيلة النقل، في حالة اضطرارية، الاختيار بين رجل بالغ وطفل، ومَن يكون الضحية بينهما؟ أخلاقيًّا، يجب أن ننقذ الطفل، هذا ما يتوقعه الجميع، ولكن كيف سيتخذ الذكاء الصنعي قراره؟
أصبحت خوارزميات البرامج معقدة جدًّا، حتى إن مطوّريها يجهلون كيف تتوصل إلى الإجابات في معظم الحالات؛ فالشبكات العصبونية اليوم مصممة لتقلد الطريقة التي يفكر بها الدماغ البشري، وتتضمن أعدادًا كبيرة من المعالجات المترابطة التي يمكنها التعامل مع كميات هائلة من البيانات، وتحديد الأنماط بين الملايين من المتغيرات باستعمال التعلم الآلي، والأهم من ذلك، قدرتها على التكيف والاستجابة لما تعلمته، من تنبؤات الطقس إلى تحديد العوارض الأكثر دقة لأمراض السرطان.
نحن نوكل يوميًّا جوانب رئيسة في حياتنا إلى التقانة، وهذا يزيد من اعتمادنا عليها في اتخاذ قرارات حاسمة.. فمن المسؤول عندما تكون النتائج سلبية؟
تنحصر مهمة المطور في كتابة البرامج وتزويدها بالبيانات، أما الذكاء الصنعي فهو الذي يقرر بعد هذا الآلية التي تستعمل فيها تلك البيانات.
عند تصميم تطبيقات الذكاء الصنعي، ليست لديك آلية اجتماعية؛ لديك فقط قوانين روبوتية، ولا تعتبر آلة الذكاء الصنعي كيانًا قانونيًّا حتى هذه اللحظة، ومن ثَم فهي فوق المحاسبة القانونية من الناحية التقنية.
يتعين على آليات اتخاذ القرار في عالم الذكاء الصنعي معالجة المزيد من البيانات لتصبح أكثر دقة، ويطور الذكاء الصنعي قواعده الخاصة من التجربة المستقاة من البيئة؛ حيث ينشأ عن ذلك سلوك مكتسب ذكي.
كيفية توسيع نطاق حلول الذكاء الصنعي
مع ظهور المزيد والمزيد من الحلول القائمة على الذكاء الصنعي من المختبرات إلى المكاتب والمستشفيات والمصانع ومواقع البناء، هناك حاجة إلى نهج جديد، نحن لا نحدد الأحداث المحتملة فحسب، بل نتحدث عما يجب أن يحدث في مجال الذكاء الصنعي بفضل جهود الشركات الرائدة في تقانة الذكاء.
تركز تلك الشركات على ستة مجالات رئيسية للتطوير في الذكاء الصنعي:
- العائد على الاستثمار وتسريع وتيرة تطبيق هذه التقنية.
- تعليم المستعملين ومحترفي الذكاء الصنعي على التعاون فيما بينهم.
- الثقة.
- إعداد البيانات، والجمع والترميز.
- تسييل الذكاء الصنعي بواسطة التخصيص وتحسين جودة الخدمات/السلع.
- استعمال الذكاء الصنعي في التحليلات وإنترنت الأشياء والتقنيات الأخرى.
1- توفير العائد على الاستثمار
تقوم الشركات الرائدة بتسويق نماذج الذكاء الصنعي الخاصة بها لتحسين عملية صنع القرار وتوفير تحليلات تنبئية للموارد البشرية في جميع المراتب الوظيفية. وإذا كانت جادة بشأن الذكاء الصنعي، فهي بحاجة إلى إضفاء الطابع الرسمي على نهجها والتأكد أنها تمتلك الكفاءات اللازمة لتكرار المشاريع الناجحة (والصغيرة) وتوسيع نطاقها.
لا يوجد الكثير من خوارزميات الذكاء الصنعي، وهذه حقيقة مثيرة للاهتمام قد تفاجئ مستعملي الأعمال حيث يمكن أن تحل نفس الخوارزمية معظم مشاكل العمل التي يكون الذكاء الصنعي مناسبًا لها، لذلك إذا تم تنفيذها بنجاح في مجال عمل واحد، فيمكن استعمالها في مجالات أخرى أيضًا.
على سبيل المثال، يتعين على أي شركة معالجة الفواتير للدفع باستعمال أدوات الذكاء الصنعي التي تستخرج المعلومات تلقائيًّا حتى من الفواتير غير الموحدة بالكامل. يمكنك أتمتة هذه العملية لتقليل التكاليف وتقصير وقت معالجة الفاتورة.
يمكن بعد ذلك تعديل مكونات الذكاء الصنعي والاستفادة منها في تسريع العمليات الأخرى التي تتعامل أيضًا مع كميات كبيرة من البيانات غير المهيكلة وشبه المنظمة، كما هو الحال في مجالات مثل خدمة العملاء والتسويق والضرائب وإدارة سلسلة التوريد.
الهدف هو بناء مجموعة من الكتل الإنشائية القابلة لإعادة الاستعمال لتقديم عائد استثمار سريع وتسريع قابلية التوسع، بإنشاء هيكل تنظيمي متعدد الوظائف لتطوير استراتيجية واضحة لاستعمال الذكاء الصنعي.
2- القوى العاملة: تدريب المستعملين ومحترفي الذكاء الصنعي على مهارات التعاون
أصبح تدريب غير المتخصصين في الذكاء الصنعي للعمل بهذه التقانة عنصرًا مهمًّا في استراتيجية الموارد البشرية التي توفر ثلاثة مستويات من مهارات الذكاء الصنعي وتخلق ظروفًا للتعاون الناجح بين: (المستعملين، والمطورين، والمتخصصين في استخراج البيانات). ومع ازدياد انتشار الذكاء الصنعي سيحتاج معظم موظفي الشركة إلى التدريب لإتقان استعمال تطبيقات المؤسسات التي تعمل بالذكاء الصنعي، وإدارة البيانات إدارة صحيحة، وطلب مساعدة الخبراء عند الحاجة.
يجب أن تخضع مجموعة أكثر تخصصًا (ربما 5-10٪ من الموظفين) لتدريب إضافي ليصبحوا مطورين: متخصصين في مجال الأعمال من بين المستعملين المعتمدين في تشكيلات مجموعات البيانات والعمل عن كثب مع المتخصصين في الذكاء الصنعي لتطوير تطبيقات جديدة تعتمد على الذكاء الصنعي.
مجموعة صغيرة ولكنها مهمة جدًّا من المهندسين والمتخصصين في استخراج البيانات ستقوم بالعمل المعقد المتمثل في إنشاء تطبيقات الذكاء الصنعي ونشرها وإدارتها.
حتى تعمل هذه الفرق الثلاثة معًا ستحتاج إلى تحديد المهارات والأدوار الجديدة بطريقة منهجية: ما نوع العمل الذي يجب على المستعملين والمطورين القيام به؟ ما هي التطبيقات التي تتطلب متخصصين ذوي خبرة في استخراج البيانات؟ ستحتاج أيضًا إلى الطريقة المنهجية نفسها لتكليف الأشخاص للقيام بهذه الأدوار، داخليًّا وخارجيًّا، ولجمع مختلف الفرق معًا.
يجب أن تتناول برامج التدريب المستمر للشركات كلًّا من المهارات الفنية والممارسات الرقمية، وسيكون من الضروري تغيير نظام مؤشرات الكفاءة وأجور العمال وفقًا لذلك.
3- الثقة
لن تكون هناك قدرة على جني فوائد الذكاء الصنعي بشكل كامل إلا إذا اكتسب الثقة به؛ فثمة قلق متزايد بشأن الآثار المحتملة للذكاء الصنعي من حيث خصوصية البيانات والأمن السيبراني والتوظيف وعدم المساواة والبيئة.
تم تطوير أداة، أطلق عليها اسم الثقة العميقة (Deep Trust) تحدد موثوقية البيانات والتنبؤات التي تقدمها خوارزميات الذكاء الصنعي.
يسُوق مطورو هذه الأداة مثال السيارات الذاتية القيادة، ويتحدثون عن أحد المعوقات الرئيسية التي تحول دون اعتمادها في حالة اتخاذ قرارات مستقلة لتعرُّف الأشياء التي تظهر على الطريق فجأة، وتمييز المطبات والأشياء عن الحيوانات الأليفة والأطفال، واتخاذ قرارات معينة إن رأت سيارة أخرى تنحرف في اتجاهها فهل تصطدم السيارة الذاتية القيادة بالسيارة القادمة، أم تنحرف لتصدم ما تعتبره جمادًا أو طفلًا؟
إن تطوير ذكاء صنعي جدير بالثقة يتم بالتأكيد على عنصرين: الأول، احترام الحقوق الأساسية واللوائح المعمول بها والمبادئ والقيم الأساسية، وضمان الغرض الأخلاقي. والثاني، الموثوقية التقنية، لتجنب الضرر غير المقصود الناجم عن الضعف التقني. فالذكاء الصنعي الجدير بالثقة، وفقا لهذين العنصرين، هو ذكاء صنعي أخلاقي وقانوني.
4- إعداد البيانات: الترجمة والترميز للتعلم الآلي
يتمثل التحدي الأكبر عند التعامل مع البيانات في إطار الذكاء الصنعي في دمج نظم الذكاء الصنعي والتحليلات لاستخراج رؤى ذات قيمة من البيانات. يتحقق هذا الهدف باستعمال الذكاء الصنعي جنبًا إلى جنب مع البيانات والتحليلات لإدارة المخاطر، ومساعدة الموظفين على اتخاذ القرارات، وأتمتة عمليات العملاء، وغيرها...
يوفر الذكاء الصنعي إجابة للسؤال الآتي: كيف نحصل على قيمة من المعطيات الضخمة؟ ومع ذلك، فإن هذا يثير مشكلة كبيرة؛ فالشركات لا تضع الأساس اللازم للذكاء الصنعي للعمل بنجاح.
يتم تدريب الذكاء الصنعي لحل مشكلة التعامل مع بيانات قد لا تمتلكها الشركات، وبفضل الأساليب الجديدة للتعلم الخالي من الهدر والمعزز، يمكن للذكاء الصنعي إنشاء بياناته الخاصة من عدد صغير من العينات. من الممكن أيضًا نقل النماذج من مهمة فيها الكثير من البيانات، إلى أخرى ليس فيها بيانات كافية. أحيانًا يمكن للذكاء الصنعي تجميع بيانات التعلم الخاصة به باستعمال تقنيات التعلم المعزز والتعلم النشط وشبكات الخصومة التوليدية ((GANs التي تستعمل خوارزميتين متنافستين للذكاء الصنعي الأولى تسمى المُمَيِّز أو المدقق (Discriminator) والأخرى تسمى المولِّد (Generator)، والتوائم الرقمية “الزيف العميق” (Deep Fake) والنمذجة الاحتمالية لإنشاء بيانات مركبة لتدريب الذكاء الصنعي.
5- التحديث: تسييل الذكاء الصنعي بواسطة التخصيص وتحسين الجودة
تستعمل العديد من الشركات الذكاء الصنعي لتحسين الكفاءة التشغيلية وزيادة جودة خدمة العملاء، ومن ثَم تحسين الإيرادات الإجمالية. في عام 2019 بدأ البعض منهم بالتخطيط أو تطوير نماذج أعمال ذكاء صنعي جديدة واستكشاف فرص إيرادات جديدة.
يأتي التأثير الأكبر لاستعمال الذكاء الصنعي من زيادة الإنتاجية، حيث تَستعمل الشركات الذكاءَ الصنعي لأتمتة العمليات ومساعدة الموظفين على اتخاذ القرارات.
تبيَّن أن أسرع المكاسب كانت في مجالات الرعاية الصحية وتجارة التجزئة والسيارات.
يمكّن الذكاء الصنعي في الرعاية الصحية من استعمال نماذج أعمال جديدة بناءً على مراقبة بيانات نمط حياة المريض، وتشخيص السرطان والأمراض الأخرى بشكل أسرع وأكثر دقة، وتقديم تأمين صحي شخصي وقابل للتكيف.
يستعمل تجار التجزئة الذكاء الصنعي للتنبؤ بالاتجاهات ودفع الأعمال بما يتماشى معها؛ فالبيع بالتجزئة ذو الطابع الشخصي الفائق وبمساعدة الذكاء الصنعي والأتمتة سيمكّن تجار التجزئة من تقديم المزيد من المنتجات والخدمات المخصصة لمستهلك معيَّن.
6- التقارب: الجمع بين الذكاء الصنعي والتحليلات وإنترنت الأشياء والتقنيات الأخرى
تزداد قوة الذكاء الصنعي بدرجة أكبر عند استعماله مع تقنيات أخرى مثل التحليلات وتخطيط موارد المؤسسات وإنترنت الأشياء وسلاسل الكتل Blockchain وحتى الحوسبة الكمومية.
للتقارب بين الذكاء الصنعي وإنترنت الأشياء فوائد عظيمة حيث تمتلك المؤسسات الكبيرة الملايين من أجهزة الاستشعار المتصلة بإنترنت الأشياء وتجمع المعلومات من معدات الشركة وأجهزة العملاء، ليؤدي الذكاء الصنعي والتحليلات دورًا مهمًّا في تحديد الأنماط في كمية هائلة من البيانات لمجموعة متنوعة من المهام، من صيانة النظام إلى تحليل التسويق، وتساعد المعالجات الدقيقة للذكاء الصنعي المدمجة مباشرة في أجهزة إنترنت الأشياء لجمع البيانات في هذا المجال على التعامل مع هذا الأمر.
عند دمج الذكاء الصنعي في التقنيات والنظم المتقدمة التي تعمل على مدار الساعة، يتعين على خوارزميات الذكاء الصنعي تلقي بيانات جديدة باستمرار للتدريب، وإلا ستعمل نماذج الذكاء الصنعي على بيانات قديمة مما يؤدي إلى انخفاض أداء وكفاءة الذكاء الصنعي. ستحتاج نماذج الذكاء الصنعي أيضًا إلى اختبارها وتحديثها واستبدالها بانتظام.
الخاتمة
يعتمد عالمنا المستقبلي على الشركات التي تبتكر تقنيات المستقبل ورؤيتها ومهاراتها وفهمها للأمن السيبراني وأخلاقياته، والثقة في هذا كله هي حجر الزاوية.
مزايا الذكاء الصنعي واضحة، لكن لا يمكن تجاهل قيودها، وقد نحتاج إلى تحول عميق في الطريقة التي نرى بها قيمة حياتنا، من أجل إحراز أي تقدم كبير في هذا المجال.
لا يمكن للذكاء الصنعي اتخاذ قرارات أخلاقية ما لم تتم برمجته للقيام بذلك، وحتى إذا تم وضع معايير وقيود أخلاقية من قبل فريق يضم المئات من الباحثين، سيكون من شبه المستحيل التنبؤ بنوع القرار الذي سيتم اتخاذه في كل موقف على حدة.
الشيء الوحيد الذي يمكن ضمانه هو التعلم العميق الذي يمكّن الذكاء الصنعي من العمل بناء على حصيلة المعارف والبيانات، والأهم من ذلك رسم الخطوط الحمراء التي لا يمكنه تجاوزها.
المراجع:
https://www.pwc.ru/ru/publications/artustry-intelligence-predicted-2019.html#closing
https://www.pwc.ru/ru/assets/digital/executive-summary.pdf
https://www.un.org/ar/58597
https://www.information-age.com
https://unitx.io/wp-content/uploads/2020/07/UnitX-Retail-AR-WhitePaper.pdf
قد ترغب كذلك بقراءة
العقوبات من غوغل
التطوير الأجايل للبرمجيات في إدارة الموارد البشرية
التسويق الإلكتروني عبر تطبيق فيسبوك
مؤشرات في مسيرة الذكاء الصنعي حتى عام 2019