- يجمع الذكاء الاصطناعي بين عقود من البحث والاختراقات الحديثة في البيانات والخوارزميات وقوة الحوسبة لمضاهاة أو تجاوز البشر في مهام محددة.
- تُظهر المعالم التاريخية مثل ديب بلو وواتسون وألفا غو، إلى جانب الأدوات اليومية مثل المساعدين الصوتيين ومحركات التوصية، مدى عمق اندماج الذكاء الاصطناعي في حياتنا.
- إن النمو الهائل للبيانات غير المهيكلة إلى حد كبير وانتشار الذكاء الاصطناعي في العلوم والأعمال والفنون يخلق فرصًا هائلة ولكنه يخلق أيضًا تحديات تنظيمية وأخلاقية وتحديات تتعلق بالموثوقية.
- لا يزال الذكاء الاصطناعي يرتكب أخطاءً فادحة، وينبغي استخدامه كمساعد قوي وليس كسلطة نهائية، مع ضرورة استكماله دائمًا بالتحقق والحكم البشري.
الذكاء الاصطناعي موجود في كل مكان، حتى عندما لا نكاد نلاحظه. من المسلسلات التي تقترحها نتفليكس الليلة، إلى قائمة التشغيل التي تُعدّها سبوتيفاي لرحلتك اليومية، إلى المساعد الصوتي الذي يُجيب على استفساراتك من هاتفك، يُشغّل الذكاء الاصطناعي جزءًا كبيرًا من حياتك الرقمية بهدوء. لم يعد مجرد فكرة مستقبلية، بل هو الطبقة الخفية التي تُخصّص المحتوى، وتُؤتمت المهام، وتُساعد الشركات على اتخاذ القرارات على نطاق واسع.
إذا كنت مهتمًا بالذكاء الاصطناعي، فأنت لست وحدك على الإطلاق. تتمتع هذه التقنية بتاريخ طويل بشكلٍ مُثير للدهشة، حافل بالإنجازات البارزة، والقصص الطريفة (بعضها مُرعب بعض الشيء، والبعض الآخر مُضحك للغاية)، وكمّ هائل من البيانات. ستجد أدناه جولة مُفصّلة، تجمع بين غرائب تاريخية، وتطبيقات يومية، وإخفاقات شهيرة، وبعض الحقائق الأقل شهرة التي تُظهر إمكانيات وحدود الذكاء الاصطناعي في عصرنا الحالي.
ما نعنيه حقًا عندما نتحدث عن الذكاء الاصطناعي
ببساطة، الذكاء الاصطناعي هو قدرة الآلات على تنفيذ المهام التي تتطلب عادةً ذكاءً بشريًا. يشمل ذلك أموراً مثل الاستدلال، والتعلم من التجربة، والتخطيط، والتعرف على الأنماط في الصور أو الأصوات، واتخاذ القرارات بناءً على معلومات معقدة. تستطيع أنظمة الذكاء الاصطناعي الحديثة معالجة كميات هائلة من البيانات، واكتشاف أنماط قد يغفل عنها البشر بسهولة، وتحسين سلوكها باستمرار مع تلقيها معلومات جديدة.
من الناحية الفنية، فإن نظام الذكاء الاصطناعي هو أي إعداد تكنولوجي يمكنه إدراك بيئته وتحليل ما يحدث والتصرف نحو هدف محدد. تستقبل الآلة البيانات (سواءً كانت مُعدة مسبقًا أو مُلتقطة عبر أجهزة استشعار مثل الكاميرات والميكروفونات)، وتُعالج هذه المعلومات باستخدام خوارزميات ونماذج، ثم تُصدر استجابة: تنبؤًا، أو توصية، أو قرارًا، أو إجراءً. ومن السمات الرئيسية لهذه الأنظمة قدرتها على التكيف مع مرور الوقت، وتعديل نفسها بناءً على نتائج إجراءاتها السابقة.
ما يميز الذكاء الاصطناعي حقاً هو الاستقلالية والقدرة على التكيف. بدلاً من الاعتماد على تدخل بشري لتحديد كل خطوة على حدة، تتعلم أنظمة الذكاء الاصطناعي المصممة جيداً الأنماط مباشرةً من البيانات. وبفضل تقنيات مثل التعلم الآلي والتعلم العميق، يمكنها تحسين أدائها كلما تعرضت لمزيد من الأمثلة، وغالباً ما تصل إلى مستوى دقة الإنسان أو حتى تتجاوزه في مهام محددة بدقة مثل تصنيف الصور أو التعرف على الكلام.
على الرغم من أن بعض الأفكار الأساسية وراء الذكاء الاصطناعي تعود إلى أكثر من نصف قرن، إلا أن التقدم الأخير كان هائلاً. لقد حوّلت التطورات في القدرة الحاسوبية، وتوفر مجموعات البيانات الضخمة، والخوارزميات المتطورة، الذكاء الاصطناعي إلى تقنية استراتيجية في صميم التحول الرقمي للمجتمع. واليوم، بات الذكاء الاصطناعي جزءاً لا يتجزأ من شبكات الاتصالات، ومنصات الحوسبة السحابية، وبرامج الأعمال، وهو يُشغّل كل شيء بدءاً من توصيات المحتوى وصولاً إلى الأتمتة الصناعية.
تاريخ موجز (لكنه كاشف) للذكاء الاصطناعي
تبدأ قصة الذكاء الاصطناعي عادةً مع آلان تورينج، وهو عالم رياضيات بريطاني عمل في ثلاثينيات وأربعينيات القرن العشرين. يُعتبر تورينج على نطاق واسع أحد آباء علوم الحاسوب والذكاء الاصطناعي كمجال. في عام 1950، نشر بحثه الشهير "آلات الحوسبة والذكاء" في مجلة Mind، حيث اقترح ما أصبح يُعرف باسم اختبار تورينج: طريقة عملية لمعرفة ما إذا كانت الآلة قادرة على "التفكير".
اختبار تورينج هو في الأساس لعبة محاكاة. يتواصل مُقيِّم بشري عبر الرسائل النصية مع كيانين غير مرئيين، أحدهما بشري والآخر آلي. إذا لم يتمكن المُقيِّم، بعد سلسلة من الأسئلة، من التمييز بينهما بدقة، يُقال إن الآلة قد اجتازت الاختبار. ورغم وجود قيود على هذا الاختبار وكثرة النقاشات الفلسفية حوله، إلا أنه يبقى أحد أبرز الأفكار في مجال الذكاء الاصطناعي.
يعتبر العديد من المؤرخين عام 1956 بمثابة الميلاد الرسمي للذكاء الاصطناعي الحديث. في ذلك العام، وخلال مؤتمر دارتموث، قدّم الباحثون جون مكارثي ومارفن مينسكي وكلود شانون مصطلح "الذكاء الاصطناعي" رسميًا، مُعرّفين إياه بأنه "علم وهندسة صناعة الآلات الذكية، وخاصة برامج الحاسوب الذكية". وقد جمع هذا الاجتماع روادًا وضعوا أسس عقود من أبحاث الذكاء الاصطناعي.
منذ تلك الأيام الأولى، مرّ الذكاء الاصطناعي بموجات عديدة من التفاؤل وخيبة الأمل. بعد الحماس الأولي في خمسينيات وستينيات القرن الماضي، شهد مجال الذكاء الاصطناعي ما يُعرف بـ"فترات ركود" تباطأ فيها التقدم وانقطع التمويل. إلا أن كل موجة جديدة من قوة الحوسبة والبيانات أعادت إحياء الاهتمام. وشكّل عام 2012 نقطة تحول في الطفرة الأخيرة، حين بدأت أنظمة التعلم العميق بتحقيق نتائج مذهلة في التعرف على الكلام والصور، ما دفع العديد من الخبراء، بمن فيهم الباحث يوشوا بنجيو، إلى اعتبار ذلك العام نقطة الانطلاق الحقيقية للذكاء الاصطناعي الحديث.
معالم أسطورية: من الشطرنج إلى لعبة غو وما بعدها
كانت إحدى أولى لحظات الذكاء الاصطناعي التي حظيت باهتمام عالمي حقيقي في عام 1997. تغلب حاسوب IBM العملاق "ديب بلو" على بطل العالم الحالي في الشطرنج، غاري كاسباروف، في مباراة من ست جولات. بالنسبة للكثيرين، رمز هذا الحدث إلى خروج الذكاء الاصطناعي من مختبرات الأبحاث إلى عناوين الأخبار اليومية، مُظهرًا قدرة الآلة على هزيمة أستاذ كبير في مجال لطالما ارتبط بالتفكير الاستراتيجي العميق.
لم تنتهِ علاقة كاسباروف بالذكاء الاصطناعي عند هذا الحد. في عام 2003، لعب ضد برنامج شطرنج متطور آخر، وهو برنامج ديب جونيور. هذه المرة، انتهت المباراة بالتعادل، لكن كاسباروف أقر علنًا بإعجابه الشديد بتقدم الشطرنج الحاسوبي والإبداع الذي أظهرته بعض حركات البرنامج، والتي لم تكن دائمًا تشبه الحساب البدائي.
وبعد عدة سنوات، عاد الذكاء الاصطناعي إلى الساحة مرة أخرى، وهذه المرة على شاشة التلفزيون الأمريكي. في عام 2011، قدمت شركة IBM نظام واتسون، وهو نظام للإجابة على الأسئلة مصمم للمنافسة في برنامج المسابقات "جيباردي!". خلال المسابقة، كان على واتسون تفسير تلميحات اللغة الطبيعية، والضغط على الزر في الوقت المناسب، وتقديم إجابات دقيقة أسرع من اثنين من أفضل المتسابقين البشريين. فاز واتسون، مُثبتًا قدرة الذكاء الاصطناعي على التعامل مع اللغة المُعقدة والغامضة في الوقت الفعلي، والتعلم مع تقدم المسابقة.
في نفس العام، بدأ الذكاء الاصطناعي بالوصول إلى جيوب الناس. أطلقت آبل مساعدها الصوتي سيري على هاتف آيفون 4S، وكان من أوائل المساعدين الصوتيين الافتراضيين الذين انتشر استخدامهم على نطاق واسع. وبعد بضعة أشهر، في عام 2012، أطلقت جوجل ومايكروسوفت مساعديهما الرقميين، اللذين يدمجان فهم اللغة الطبيعية والبحث والتخصيص. مثّلت هذه الأدوات بداية الجيل الثاني من الذكاء الاصطناعي المخصص للمستهلكين، حيث أصبح التحدث إلى الهاتف أمرًا شائعًا.
وشهد عام 2016 إنجازاً أسطورياً آخر مع لعبة "جو"، وهي لعبة لوحية تعتبر أكثر تعقيداً بكثير من الشطرنج. واجه برنامج ألفا غو التابع لشركة جوجل ديب مايند، لي سيدول (يُكتب أحيانًا لي سي-دول)، أحد أفضل لاعبي غو في العالم، في مباراة من خمس جولات. فاز ألفا غو بمعظم الجولات، مما أثار دهشة العديد من الخبراء الذين اعتقدوا أن مثل هذا الإنجاز لا يزال بعيد المنال لعقد من الزمان. كانت بعض تحركات ألفا غو غير تقليدية لدرجة أن اللاعبين المحترفين وصفوها بأنها "إبداعية" أو "رائعة"، مما يُبرز قدرة الذكاء الاصطناعي على اكتشاف استراتيجيات لم يسبق للبشر التفكير فيها.
لم تتوقف قدرة الذكاء الاصطناعي على التعامل مع الألعاب الاستراتيجية عند الشطرنج ولعبة غو. في عام 2017، طوّر باحثون في جامعة كارنيجي ميلون برنامج "ليبراتوس"، وهو خوارزمية مصممة للعب لعبة البوكر "تكساس هولدم" بدون حد أقصى للرهان. على عكس الشطرنج أو لعبة "جو"، تتضمن لعبة البوكر معلومات مخفية وخداعًا. لعب "ليبراتوس" ضد أربعة من أفضل اللاعبين المحترفين في مسابقة عالية المخاطر في أحد كازينوهات الولايات المتحدة، وفاز بجدارة، مما يُظهر قدرة الذكاء الاصطناعي على إتقان اتخاذ القرارات المعقدة في ظل عدم اليقين.
وبحلول هذه المرحلة، بدأت الشركات خارج نطاق عمالقة التكنولوجيا التقليديين بالدخول إلى هذا المجال أيضاً. في عام 2017، أطلقت شركة تيليفونيكا منصة "أورا"، وهي منصة ذكية للتفاعل مع عملائها. تتيح "أورا" للمستخدمين إدارة الخدمات والحصول على الدعم من خلال واجهات طبيعية وتفاعلية عبر قنوات متعددة. وكانت هذه المنصة من أوائل التطبيقات واسعة النطاق التي تستخدم الذكاء الاصطناعي كطبقة أساسية في تفاعل العملاء لدى شركات الاتصالات.
منذ عام 2018 فصاعدًا، انتشر الذكاء الاصطناعي بقوة في قطاعات جديدة. قامت شركات تصنيع السيارات، مثل تسلا وأودي وغيرها، بدمج الذكاء الاصطناعي في أنظمة القيادة الذاتية وأنظمة مساعدة السائق المتقدمة. وفي قطاعات السياحة والنقل والخدمات المصرفية، طبّقت الشركات تقنيات التعرّف على الصور والنماذج التنبؤية لفهم سلوك المستخدمين، وتبسيط العمليات، وتخصيص العروض. وعندما ضربت جائحة كوفيد-19 في عام 2020، ساعد الذكاء الاصطناعي في تحليل البيانات الصحية، ودعم الفحص الحراري في الأماكن العامة، وساهم في الكشف المبكر عن تفشي المرض من خلال تحليل البيانات الضخمة والنماذج الوبائية.
أما التوقعات المتعلقة بالأثر الاقتصادي للذكاء الاصطناعي فهي لافتة للنظر بنفس القدر. وقدّر الخبراء أن الأنشطة المتعلقة بالذكاء الاصطناعي يمكن أن تولد أكثر من 300 مليار دولار أمريكي سنوياً من القيمة التجارية في منتصف العقد الثاني من القرن الحادي والعشرين، مما يوضح مدى أهمية هذه التكنولوجيا للتنافسية العالمية.
التنظيم والشبكات والحاجة إلى قواعد جديدة
في حين أن الذكاء الاصطناعي يجلب فوائد هائلة، إلا أنه يثير أيضاً تساؤلات صعبة حول التنظيم والمنافسة والحقوق. في أوروبا تحديداً، تناقش مؤسسات مثل البرلمان الأوروبي والحكومات الوطنية كيفية تصميم أطر تحمي المواطنين وتضمن المنافسة العادلة، مع السماح في الوقت نفسه بالابتكار. وهذا أمر بالغ الأهمية لأن شبكات الاتصالات والبيانات الحديثة تتجاوز بكثير مجرد نقل البيانات، فهي الآن تشكل العمود الفقري للخدمات المدعومة بالذكاء الاصطناعي.
ومن الحقائق اللافتة للنظر أن جزءًا كبيرًا من حركة مرور الإنترنت اليوم يتم توليده بواسطة أجهزة تتحدث إلى أجهزة أخرى. تشير التقديرات التقريبية إلى أن حوالي 40% من إجمالي حركة البيانات تأتي من الأنظمة الآلية، وواجهات برمجة التطبيقات، وبرامج الروبوت، وأجهزة إنترنت الأشياء، وليس من المستخدمين البشريين. ومع ازدياد اعتماد الأجهزة والخدمات على الذكاء الاصطناعي، سيزداد حجم التواصل بين الآلات، مما يزيد الضغط على الشبكات ويثير تساؤلات حول الأمن والخصوصية والحوكمة.
نظراً لقدرة الذكاء الاصطناعي على تحويل كميات هائلة من البيانات الخام إلى معلومات قابلة للتنفيذ، فإن الجهات التنظيمية تتعرض لضغوط لتحديث قواعد اللعبة. الهدف هو تهيئة بيئة تُمكّن الشركات من جميع الأحجام والمواطنين من الاستفادة من الذكاء الاصطناعي دون التعرض لممارسات غير عادلة أو غموض أو إساءة استخدام المعلومات الشخصية. وتُعدّ مفاهيم مثل الشفافية، وقابلية التفسير، وتقليل البيانات، والمساءلة، جوهر اللوائح الجديدة ومعايير الصناعة.
تطبيقات مثيرة للاهتمام وعملية للذكاء الاصطناعي في الحياة اليومية
وبعيداً عن الإنجازات الكبيرة والمناقشات السياسية، فإن الذكاء الاصطناعي مليء بالحيل الصغيرة اليومية التي تعمل بهدوء على تحسين حياتك. العديد من هذه التطبيقات مدمجة بشكل كبير في التطبيقات والأجهزة لدرجة أننا بالكاد نفكر فيها على أنها "ذكاء اصطناعي". ومع ذلك، فهي تعتمد على نماذج متطورة تتعلم من سلوكك، وتتكيف مع تفضيلاتك، وتتولى المهام المتكررة نيابةً عنك.
أحد أوضح الأمثلة على ذلك هو كيف يتعلم الذكاء الاصطناعي أذواقك في مجال الترفيه. تخيل أنك تشاهد بانتظام أفلامًا كوميدية من ثمانينيات القرن الماضي ومسلسلات رسوم متحركة مستقبلية على منصة بث مثل نتفليكس. يستخدم نظام التوصيات في الخلفية سجل مشاهدتك، وعبارات البحث، والتقييمات، وحتى مدة بقائك على كل عنوان لبناء ملف تعريف لتفضيلاتك. ثم يتنبأ بالأفلام أو المسلسلات التي من المرجح أن تستمتع بها ويعرضها لك تلقائيًا، موفرًا عليك عناء التصفح اللانهائي.
وينطبق نفس المبدأ على تخطيط السفر والخدمات عبر الإنترنت. إذا كنت تحجز الفنادق عادةً عبر منصات معينة، أو تترك تقييمات في مواقع محددة، أو تختار باستمرار أنواعًا متشابهة من أماكن الإقامة، فإن أنظمة الذكاء الاصطناعي قادرة على رصد أنماط سلوكك. في المرة القادمة التي تبحث فيها عن رحلة، يمكن لهذه الأنظمة أن تقترح وجهات أو تواريخ أو فنادق تتوافق مع اختياراتك السابقة، وغالبًا ما تجمع بين بيانات الأسعار والتوافر وأسلوب سفرك الشخصي.
كما أن الذكاء الاصطناعي يتولى المزيد والمزيد من مهام صنع القرار، وإن كان ذلك دائماً ضمن حدود يضعها البشر. تتميز هذه الأنظمة بسرعة فائقة في تقييم المواقف المعقدة والمتعددة العوامل التي تُعدّ فيها السرعة عاملاً حاسماً. فعلى سبيل المثال، في السيارات الحديثة المجهزة بأنظمة مساعدة السائق المتقدمة (ADAS)، تُحلل نماذج الذكاء الاصطناعي باستمرار البيانات الواردة من الكاميرات والرادار وأجهزة الاستشعار الأخرى. وعندما ترصد عائقاً مفاجئاً، تستطيع هذه النماذج اتخاذ قرار في جزء من الثانية بتطبيق المكابح أو توجيه السيارة قليلاً لتجنب الاصطدام. إن معرفة أن السيارة قادرة على الاستجابة بشكل أسرع من الإنسان في حالات الطوارئ يُعدّ أمراً مطمئناً لا مُخيفاً.
في المنزل، أصبح الذكاء الاصطناعي بمثابة مساعد رقمي مرن. لم يعد عليك البحث في عشرات المواقع الإلكترونية للعثور على صفحة تلوين لشخصية طفلك المفضلة أو وصفة مثالية بمجرد النظر إلى صور جميلة في محرك البحث. بدلاً من ذلك، يمكنك كتابة عبارة بلغة طبيعية في مولد صور أو نصوص مدعوم بالذكاء الاصطناعي والحصول على نتيجة مخصصة في ثوانٍ، من رسومات مخصصة إلى اقتراحات وصفات بناءً على المكونات الموجودة في ثلاجتك.
في البيئات المهنية، عادةً ما يتم دمج الذكاء الاصطناعي مع الأتمتة والضوابط الصارمة. يصمم المهندسون وخبراء المجال سير العمل حيث يدعم الذكاء الاصطناعي القرارات بدلاً من اتخاذها بمعزل عنهم. على سبيل المثال، يمكن لأدوات الذكاء الاصطناعي إجراء تحليل أولي للصور الطبية، وتحديد الحالات الشاذة للأطباء، وتحديد أولويات طلبات الدعم لفرق تكنولوجيا المعلومات، أو إعداد تقارير تحليلية للمديرين. بعد ذلك، يقوم المختصون البشريون بمراجعة هذه المخرجات والتحقق من صحتها وتعديلها، مستخدمين الذكاء الاصطناعي كعامل مساعد وليس كبديل.
تسونامي البيانات الهائل الذي يغذي الذكاء الاصطناعي الحديث
من أكثر الأمور إثارة للدهشة بشأن الذكاء الاصطناعي هو الكم الهائل من البيانات التي يعتمد عليها. شهد العالم في السنوات الأخيرة نمواً غير مسبوق في حجم البيانات. وتشير التقديرات إلى أن حجم البيانات المُولّدة عالمياً سيبلغ حوالي 130 زيتابايت بحلول عام 2024. وتتوقع التوقعات أن يرتفع هذا الرقم إلى حوالي 181 زيتابايت بحلول عام 2025، أي بزيادة تقارب 40% في عام واحد، وفقاً لتقرير "المجال العالمي للبيانات" الصادر عن مؤسسة IDC.
إن الزيتابايت الواحد كمية يصعب تصورها تقريباً. الزيتابايت الواحد يساوي تريليون جيجابايت (أي 1 متبوعًا بـ 21 صفرًا بالبايت). بعبارة أخرى، يتطلب تخزين زيتابايت واحد على هواتف ذكية بسعة 128 جيجابايت أكثر من 7.8 مليار هاتف، أي ما يقارب جهازًا واحدًا لكل شخص على وجه الأرض. وإذا رفعنا هذا الرقم إلى 130 أو 181 زيتابايت، فسندرك الحجم الهائل للكون الرقمي.
معظم هذه المعلومات تم إنشاؤها مؤخراً بشكل صادم. تشير التقديرات التقريبية إلى أن حوالي 90% من البيانات الموجودة اليوم قد تم إنتاجها خلال العامين الماضيين فقط، ما يعني أن البشرية قد أنتجت من المعلومات الرقمية في فترة زمنية قصيرة أكثر مما أنتجته في التاريخ كله مجتمعاً. ويُعزى هذا الانفجار الهائل إلى الإنترنت، والأجهزة المحمولة، وخدمات الحوسبة السحابية، وبشكل متزايد إلى أجهزة الاستشعار والآلات المتصلة بالإنترنت.
في كل دقيقة، يضخ العالم الرقمي كمية مذهلة من المحتوى. تُرفع مئات الساعات من الفيديوهات على منصات مثل يوتيوب، وتظهر مئات الآلاف من المنشورات على شبكات مثل تويتر، وتُشارك مئات الآلاف من القصص على إنستغرام، وتُرسل عشرات الملايين من الرسائل عبر تطبيقات مثل واتساب. هذه أرقام تقريبية ومتغيرة، لكنها تُظهر مدى التدفق الهائل للبيانات الذي بات مستمراً بلا هوادة.
يُعدّ ظهور إنترنت الأشياء محركاً هائلاً آخر للبيانات. يوجد حاليًا أكثر من 30 مليار جهاز إنترنت الأشياء حول العالم، تتراوح بين مكبرات الصوت الذكية وأجراس الأبواب المنزلية، وصولًا إلى أجهزة الاستشعار الصناعية في المصانع والمركبات ومحطات توليد الطاقة. وتقوم العديد من هذه الأجهزة بقياس درجة الحرارة والاهتزاز والموقع وأنماط الاستخدام وغيرها بشكل مستمر، وترسل المعلومات إلى السحابة حيث يمكن لنماذج الذكاء الاصطناعي تحليلها لتحسين العمليات، واكتشاف أي خلل، أو التنبؤ باحتياجات الصيانة.
ومن التفاصيل المهمة أن حوالي 90% من جميع البيانات "غير منظمة". تشمل هذه الفئة مقاطع الفيديو والصور والملفات الصوتية ورسائل البريد الإلكتروني وسجلات المحادثات ومنشورات وسائل التواصل الاجتماعي، وهي معلومات لا تتناسب مع جداول البيانات التقليدية. وتواجه الأدوات التقليدية صعوبة في استخلاص القيمة من هذا المحتوى غير المنظم، وهنا تحديدًا يبرز دور الذكاء الاصطناعي والتعلم الآلي: إذ يمكنهما تحليل الصور، وكتابة النصوص، وفهم المشاعر في النصوص، وتصنيف الأنماط عبر مجموعات بيانات ضخمة غير منظمة.
تُعدّ هذه الكمية الهائلة من البيانات مهمة لأنها تُغذي نماذج الذكاء الاصطناعي الحديثة حرفياً. تعتمد نماذج اللغة الضخمة، ومولدات الصور، وأنظمة التوصية، وخوارزميات التنبؤ، جميعها على مجموعات هائلة من الأمثلة لتعلم الأنماط. وفي الوقت نفسه، أصبحت إدارة وتخزين وتأمين هذا الكم الهائل من المعلومات أحد أكبر التحديات التقنية والاستراتيجية التي تواجه المؤسسات والمجتمعات. وترتبط قضايا مثل حوكمة البيانات، والخصوصية، والأمن السيبراني، والبنية التحتية المستدامة ارتباطًا وثيقًا بمستقبل الذكاء الاصطناعي.
الذكاء الاصطناعي في العلوم والأعمال والصناعات الإبداعية
لم يعد الذكاء الاصطناعي مقتصراً على أقسام علوم الحاسوب أو شركات التكنولوجيا العملاقة. أصبح استخدام الذكاء الاصطناعي اليوم ممارسة شائعة في مجالات متنوعة كالطب والفيزياء والقانون والتعليم وعلوم المناخ. ويمكن للباحثين غير المتخصصين في البرمجة إجراء تجارب باستخدام الذكاء الاصطناعي بفضل الأدوات المتطورة والمنصات سهلة الاستخدام، كما ينشرون بانتظام أعمالاً يلعب فيها الذكاء الاصطناعي دوراً محورياً في تحليل البيانات أو توليد الفرضيات.
لقد ساهمت أطر العمل مفتوحة المصدر في خفض عوائق الدخول بشكل كبير. تتيح مكتبات مثل PyTorch وTensorFlow وأنظمة بيئية مثل Hugging Face للطلاب والأكاديميين والمطورين إنشاء نماذج أولية جديدة، وتحسين النماذج الحالية، ومشاركة النتائج بسرعة. هذه البيئة التعاونية تُسرّع الابتكار، ولكنها تعني أيضاً انتشار التقنيات الجديدة بسرعة كبيرة في أوساط المجتمع.
في مجال الأعمال، تركز الاستوديوهات والشركات الاستشارية المتخصصة على تحويل البيانات الخام إلى قرارات ملموسة. تقوم العديد من الشركات بتطوير برامج مخصصة، وتطبيقات داخلية، ووكلاء ذكاء اصطناعي مصممين خصيصاً لأتمتة العمليات المتكررة، واستخلاص الرؤى من المعلومات غير المهيكلة، ودعم عملية اتخاذ القرارات. وتجمع هذه الشركات بين الذكاء الاصطناعي وأدوات ذكاء الأعمال مثل Power BI، وبنى تحتية سحابية قوية على AWS أو Azure، وممارسات أمن سيبراني متينة، بما في ذلك اختبار الاختراق وهياكل الخصوصية المصممة مسبقاً.
لقد أحدث الذكاء الاصطناعي تحولاً في العالم الإبداعي بطرق مدهشة. باتت الخوارزميات قادرة الآن على توليد لوحات فنية، ورسومات تخطيطية، وفيديوهات، وقصائد، ومقطوعات موسيقية كاملة. وقد أنتجت أنظمة مثل AICAN أعمالاً فنية عُرضت في صالات العرض وبيعت في المزادات، بينما تستطيع مشاريع مثل AIVA أو Musenet (وغيرها) تأليف موسيقى أصلية في أنواع موسيقية متعددة، وإنشاء مقطوعات تحاكي أسلوب ملحنين مشهورين أو تمزج التأثيرات في شيء جديد.
كان أحد الأحداث البارزة بيع لوحة "صورة إدموند دي بيلامي" في عام 2018. تم إنتاج هذه اللوحة باستخدام نموذج توليدي طورته المجموعة الفرنسية "أوبفيوس"، وبيعت في مزاد كريستيز بأكثر من 432,500 دولار أمريكي. أثارت اللوحة نقاشًا حادًا حول مفهوم التأليف والإبداع ودور الخوارزميات في الفن، وشكلت لحظة محورية في اندماج الذكاء الاصطناعي مع سوق الفن التقليدي.
بل إن الذكاء الاصطناعي يكتب النصوص ويساعد في إنتاج الأفلام والمسلسلات. في عام ٢٠١٦، عُرض فيلم قصير تجريبي بعنوان "Sunspring" بنصٍّ كُتب بالكامل بواسطة ذكاء اصطناعي مُدرَّب على سيناريوهات أفلام الخيال العلمي. كانت النتيجة سريالية، لكنها متماسكة بشكلٍ غريب، مما يُظهر قدرة الخوارزميات على تعلّم البنى السردية وإنتاج عملٍ، وإن لم يكن مثاليًا، إلا أنه يُمكن تمييزه كقصة. في الوقت نفسه، تستخدم استوديوهات الإنتاج الذكاء الاصطناعي لتحسين جودة الصورة، وتصميم المؤثرات البصرية، وحتى اقتراح قرارات التحرير.
إخفاقات الذكاء الاصطناعي الشهيرة وسلوكياته الغريبة
على الرغم من كل إنجازاتها، فإن الذكاء الاصطناعي لديه أيضاً قائمة طويلة من الإخفاقات المحرجة والمقلقة في بعض الأحيان. إحدى أكثر الحوادث شهرةً تتعلق بروبوت تويتر "تاي" التابع لشركة مايكروسوفت، والذي تم إطلاقه في عام 2016 كتجربة في مجال الذكاء الاصطناعي التفاعلي. صُمم "تاي" ليتعلم من التفاعلات مع المستخدمين في الوقت الفعلي، ويُكيّف لغته وشخصيته بناءً على ما يراه على المنصة.
في غضون ساعات قليلة، ساءت الأمور بشكل كبير. بدأ بعض المستخدمين بمهاجمة برنامج "تاي" برسائل مسيئة ومسيئة. ولأن البرنامج تعلم ببساطة من المدخلات التي تلقاها، فقد بدأ في إعادة إنتاج وتضخيم نفس النوع من المحتوى، ونشر تغريدات غير لائقة ومهينة. سارعت مايكروسوفت إلى إيقاف التجربة وأصدرت اعتذارًا علنيًا، مستغلةً الحادثة كدرسٍ بليغٍ حول ضرورة وجود ضمانات قوية وفلاتر للمحتوى عند نشر أنظمة الذكاء الاصطناعي في بيئات مفتوحة وغير خاضعة للرقابة.
وثمة حالة أخرى نوقشت على نطاق واسع تتعلق ببرامج الدردشة الآلية التي طورها باحثون في فيسبوك. في عام ٢٠١٧، تمّ إعداد روبوتين للتفاوض والتداول فيما بينهما، وفي مرحلة ما، انحرفا إلى استخدام لغة مختصرة يصعب على البشر فهمها. وقد حسّن الروبوتان تواصلهما بشكل أساسي لتحقيق الكفاءة بدلاً من الوضوح، فابتكرا أنماطاً لا معنى لها إلا بالنسبة لهما. ورغم أن هذا لا يُعدّ سيناريو "ذكاء اصطناعي مارق"، إلا أنه سلّط الضوء على كيفية تطوير أنظمة التعلّم الآلي لسلوكيات مبهمة ويصعب تفسيرها.
نماذج اللغة الكبيرة التي تولد النصوص لها نوع خاص من الفشل: يمكنها أن "تتوهم". لأن هذه الأنظمة تتنبأ بالتسلسل الأكثر ترجيحًا للكلمات بناءً على أنماط في بيانات التدريب، فإنها أحيانًا تُختلق تفاصيل تبدو معقولة ولكنها في الواقع خاطئة. من الناحية الرياضية، يختار النموذج ببساطة التتابعات ذات الاحتمالية العالية؛ أما من وجهة نظر المستخدم، فقد يكون مخطئًا بشكل قاطع بطرق يصعب اكتشافها دون تحقق خارجي.
ومن الأمثلة الملموسة على ذلك نسبة شخصيات الكتب المصورة الشهيرة إلى أصحابها بشكل خاطئ. بعد وفاة رسام الكاريكاتير الإسباني فرانسيسكو إيبانيز، زعمت بعض المقالات، التي أنشأها أو ساهم فيها الذكاء الاصطناعي بشكل كبير، أنه مبتكر شخصيتي "مورتاديلو وفيليمون" و"زيبي وزابي". في الواقع، ابتكر إيبانيز "مورتاديلو وفيليمون"، بينما ابتكر "زيبي وزابي" مؤلف آخر هو خوسيه إسكوبار. ولأن هاتين الشخصيتين تُذكران معًا في كثير من الأحيان في النصوص الإلكترونية المتعلقة بالقصص المصورة الإسبانية، استنتج الذكاء الاصطناعي على ما يبدو أن احتمال كونهما من نفس المؤلف أعلى من احتمال عدم وجود صلة بينهما، فقام ببساطة باختلاق هذا الربط.
إن أحداثاً كهذه تقوض الثقة في المحتوى الآلي وتذكرنا بنقطة بالغة الأهمية. لا يمتلك الذكاء الاصطناعي معرفة حقيقية بالحقائق بالمعنى البشري، بل يقوم بنمذجة الأنماط الإحصائية في البيانات. وعندما تكون هذه الأنماط مضللة أو ناقصة، يمكن للنظام أن يُخرج معلومات خاطئة بثقة. ونتيجة لذلك، يُعد الاعتماد على الذكاء الاصطناعي لإنتاج محتوى واقعي دون التحقق البشري أمرًا محفوفًا بالمخاطر، لا سيما في المجالات الحساسة كالأخبار والصحة والقانون.
كيفية طلب المساعدة من الذكاء الاصطناعي دون تفويض عقلك
بالنظر إلى هذه القيود، فإن أذكى طريقة لاستخدام الذكاء الاصطناعي اليوم هي كمساعد قوي، وليس كسلطة لا جدال فيها. يمكنك بالتأكيد طلب المشورة أو الأفكار أو المسودة الأولية من نظام الذكاء الاصطناعي، ولكن لا ينبغي اعتبار مخرجاته منتجًا نهائيًا، خاصةً عندما تكون الدقة بالغة الأهمية. فالمراجعة البشرية والخبرة المتخصصة تظلان خطوتين أساسيتين في أي سير عمل جاد.
بالنسبة لمهام الكتابة، تتمثل الاستراتيجية الجيدة في طلب اقتراحات بدلاً من النصوص المكتملة. يمكن للذكاء الاصطناعي مساعدتك في توليد أفكار لمقال، وتحديد أقسامه، واقتراح عناوين جذابة، أو ابتكار عبارات بديلة. بمجرد حصولك على هذه المادة الأولية، يمكنك التحقق من الحقائق، وتحسين الأسلوب، وإضافة خبرتك الخاصة، لضمان أن تتناسب النتيجة النهائية مع أسلوبك وتلبي معايير الجودة التي تضعها.
عندما يتعلق الأمر بالصور أو التصميم، يمكن أن تكون أدوات الذكاء الاصطناعي رائعة للمسودات السريعة والتجارب المرحة. قد تقوم بإنشاء صفحات تلوين لأطفالك، أو رسومات تخطيطية لمشروع ما، أو تصميمات بصرية متنوعة لمنشور على وسائل التواصل الاجتماعي. ولكن، إذا كنت بحاجة إلى تصميم نهائي لحملة تسويقية أو علامة تجارية احترافية، فمن الحكمة مراجعة كل التفاصيل، وإذا لزم الأمر، تسليم العمل إلى مصمم محترف لتصحيح الأخطاء ومواءمة التصميمات مع هويتك وأهدافك.
وينطبق المبدأ نفسه على خدمات تخطيط السفر والتوصيات القائمة على الذكاء الاصطناعي. دع الذكاء الاصطناعي يقترح وجهات أو مسارات رحلات أو فنادق، ولكن تأكد دائمًا من وجود هذه الأماكن بالفعل، وأنها لا تزال مفتوحة، وأن معلومات الموقع والمرافق محدّثة. تتغير البيانات على الإنترنت باستمرار، وقد تعتمد أنظمة الذكاء الاصطناعي أحيانًا على مصادر قديمة أو غير صحيحة عند تقديم الاقتراحات.
في نهاية المطاف، يتمتع الذكاء الاصطناعي بإمكانيات هائلة ولكنه ليس معصوماً من الخطأ، ومن غير المرجح أن يصبح خالياً من العيوب في أي وقت قريب. بدلاً من توقع الكمال، من الأنسب التعامل مع الذكاء الاصطناعي كأداة تُعزز قدراتك. فعندما تجمع بين ما تُجيده الآلات (السرعة، والنطاق الواسع، واكتشاف الأنماط) وما يُجيده البشر (الحكم السليم، والتعاطف، وفهم السياق)، ستحصل على نتائج أكثر موثوقية وإبداعاً.
مع استمرار تطور الذكاء الاصطناعي، أصبح الخط الفاصل بين الفضول والضرورة اليومية أرق. من المباريات التاريخية ضد أبطال الشطرنج والجو إلى برامج الروبوت التي تتصرف بشكل غير لائق على مواقع التواصل الاجتماعي، ومن الخوارزميات الخفية التي تُشكّل بهدوء ما نشاهده ونشتريه إلى مجموعات البيانات الضخمة التي تنمو بالزيتابايتات سنويًا، أصبح الذكاء الاصطناعي سمةً بارزةً للعصر الرقمي. إن فهم إنجازاته المذهلة وأخطائه التي قد تبدو أحيانًا سخيفة، يُساعدنا على التعامل معه بمزيج متوازن من الحماس والتفكير النقدي، وهذا التوازن هو ما نحتاجه تمامًا لتحقيق أقصى استفادة من هذه التقنية دون أن تحلّ محلّ حكمنا الشخصي.
