تخيل أنك تقضي حياتك مقيدًا بالسلاسل إلى جدار كهف ووجهك إلى الحائط.

أولًا لتهيئة المشهد وتسهيل المتابعة ، سأوضح نقطتين قصيرتين فقط:

الذكاء الاصطناعي بدون الكثير من البيانات ليس في الحقيقة ذكاءً اصطناعيًا ، إنه مجرد كتاب قواعد. السيارة ذاتية القيادة مثال على ذلك. لا يختلف عن أي تطبيق تستخدمه ، ولكنه أكثر تعقيدًا بعض الشيء. لمجرد أنه اعتاد البشر على القيام به لا يجعله ذكيًا أكثر من معالجة الكلمات أو CRM.

أ. البيانات الضخمة هي hنقطة ضعف كبيرة في الذكاء الاصطناعي لأنه ليس على الإطلاق ، وعلى الأرجح لن يكون دقيقًا أو كاملًا بما فيه الكفاية.

ب. إن عدم قابلية تفسير القواعد التي يستخرجها الذكاء الاصطناعي من مجموعات البيانات تجعلها خطيرة للغاية في معظم المواقف حتى يتم حل هذه المشكلة.

أفلاطون رمزية الكهف كان "نموذجًا" وصف فيه البيانات الضخمة ومفاهيم أخرى مماثلة. إن "أشكال" أفلاطون قادرة على تكييف نفسها مع المفاهيم التي لم يتم التفكير فيها بعد لأن هذا هو جوهر طريقة عملها.

يصف رمزية كهف أفلاطون كما رواها سقراط بوضوح قبيلة من الناس يقضون حياتهم مقيدين بالسلاسل إلى جدار الكهف ووجوههم إلى الحائط.

وخلفهم ، تستمر الحياة كالمعتاد حول نار المخيم.
هؤلاء الناس يرون العالم من خلال الظلال الملقاة على جدار الكهف. يلعب الناس والأشياء والحركات وحتى العواطف أمامهم على جدار الكهف كظلال.

هؤلاء الناس لديهم إحساس قوي بالحياة ، لكن إحساسهم هو ظل للشيء الحقيقي في أحسن الأحوال. التفاصيل الأساسية مفقودة تمامًا ، وهي تفاصيل ربما غيرت تمامًا تفسيرهم للدراما التي تظهر على الحائط أمامهم. يُساء تفسير إحساسهم بالحجم والسرعة والعلاقات بين شكل وآخر. المعلومات الحيوية التي نأخذها جميعًا كأمر مسلم به ومع ذلك نستمر في ارتكاب أخطاء فادحة كثيرًا ما تكون مفقودة تمامًا لهؤلاء الأشخاص التعساء المقيدين بالسلاسل إلى جدار الكهف.
لو تمكنا فقط من السماح لهم بمشاهدة المشهد من الخلف عبر كاميرا التلفزيون ، لندعهم يرون التعبيرات على وجوه المتحدثين والمتلقيين ، ويعرفوا ما يعيش في قلوب المؤمنين وغير المؤمنين. ربما تكون رؤيتهم لهذا العالم الخفي أكثر دقة. ربما بعد ذلك سيكونون على اطلاع أفضل ويتخذون قرارات أفضل.

كان أفلاطون يصف الذكاء الاصطناعي

الرجل الذي يواجه الحائط يسمع الأصوات ويرى ظلال الحركة. يجب أن يتخذ عقله قرارات بشأن ما يسمعه ويراه. اللوحة القماشية التي يجب أن يرسم عليها هذه الصورة مليئة بمخاوفه ورغباته بناءً على الخبرات السابقة والمعرفة المشتركة للآخرين على طول الجدار. كل من الوضع الحالي واللوحة مشوهان تمامًا وعادة ما تكون النتيجة بالكاد ملحوظة. "الظل الكبير والمتزايد الذي يقترب من الجدار خارج أوقات الوجبات يعني الضرب الوشيك." هذا يفسر تجربة سابقة ، ولكن ليس له مفهوم عن تأثير المسافة من النار ، أو الأهداف الموجودة بينهما ، أو في الواقع جميع الأسباب الأخرى التي قد تجعل شخصًا كبيرًا أو صغيرًا قد يقترب من الجدار.

حتى عندما يكون في النهاية حرًا في الالتفاف وعيناه قادرة على تحمل الوهج ، سيكون لديه إطار مرجعي صغير يبدأ من خلاله في استيعاب حقيقة الحياة ، حتى بافتراض أن لديه مثل هذه الرغبة. بمجرد إنشاء القواعد ، نادرًا ما يكون لديها أي آلية لإزالتها وهو عالق إلى الأبد مع غالبية أخطائه من الماضي. وسرعان ما ستبدأ سلوكياته في كسبه الضرب والمجاعة وستبدأ قواعده غير المدروسة في إثبات أنه كان على حق طوال الوقت.

كيف تعمل الظلال في الذكاء الاصطناعي.
يعتمد الجزء الأكبر من الذكاء الاصطناعي ، خاصة إذا كان يفعل أي شيء مفيد ، على التعلم الآلي. كل شيء آخر تقريبًا ليس الذكاء الاصطناعي ، بل كتاب القواعد ، أي أن الإنسان أخبره بالقواعد التي يجب اتباعها. هذه هي الطريقة التي يعمل بها برنامج MS Word وليس الذكاء الاصطناعي.
طريقة أخرى هي التصنيف البشري أو تصنيف الإنسان / الآلة حيث تقترح الآلة تصنيفات لشيء ما ويفحص الإنسان أنها آمنة قبل الموافقة أو قول لا. هذا نهج أكثر أمانًا ولكنه أقل قوة بسبب التكلفة وحقيقة أن الظلال غير مسموح بها. البشر لا يفهمونها.

يعلم التعلم الآلي الآلة ببساطة أن تنظر إلى ما هو حساء ضباب أو بازلاء رائع بالنسبة لي ولكم وتحديد مجموعات الأشياء التي تتكرر. هذا الشيء الذي تكتشفه قد يسمى "AQ138_: wer" من أجل الجدل. الآلة لا تهتم. إنه ماسك الظل.

ثم نعطي الآلة "مجموعة تدريب" ، لنقل مجموعة من صور الكلاب ونطلب منها مقارنة مجموعات البيانات مع تصنيف جميع المجموعات / الظلال التي تتطابق مع صورة كلب على أنها "كلب". إذا حصلنا على نتائج ، فقد حققنا شيئًا. الآن هو قادر على إيجاد ظلال الكلاب. يمكن أن يكونوا ذئابًا أو قططًا ، ومع ذلك ، هناك الكثير من العمل الذي يتعين القيام به مع مجموعات تدريب أكثر دقة.

أحد الأمثلة التي صادفتها كان العثور بنجاح على ذئاب كانت مبعثرة عن قصد بين صور الكلاب حتى تم اكتشاف أن عامل التعرف كان عبارة عن رقعة من الثلج في الصورة. لم يلاحظ صديقنا أن معظم مجموعة تدريب الذئاب تحتوي على ثلوج. الظلال أشياء خطيرة حتى لو كانت مثيرة في بعض الأحيان.
استغرق الأمر قدرًا كبيرًا من التجربة والخطأ في هذا المثال ، من خلال إخفاء أجزاء مختلفة من صور التدريب للاختبارات اللاحقة قبل أن يكون من الممكن اكتشاف وجود خطأ وسبب حدوثه. يوضح هذا تمامًا مشكلة عدم التفسير باستخدام التعلم الآلي والذكاء الاصطناعي. إن عدم معرفة وجود خطأ هو أخطر بكثير من تحديات العثور على السبب وإزالة الخطأ. الحقيقة هي أننا لا نعرف أن الأخطاء موجودة ، أو على الأقل مكانها. تخيل مثل هذه الآلة تطير طائرة مليئة بالناس.

أو ربما كان أفلاطون يتحدث عن وسائل التواصل الاجتماعي

ربما حدث لك بينما كنا نسخر من الآلات ، أننا نحن البشر نرتكب أخطاء مماثلة كل يوم ونحن نحدق في هواتفنا وأجهزة الكمبيوتر الخاصة بنا لنرى من يقول ماذا على وسائل التواصل الاجتماعي.
الآن المناورة الكاملة لهذا الموضوع هي ليوم آخر ، ولكن الجزء الذي يتناسب تمامًا مع مناقشتنا هو الظل على الحائط الذي يمثل صديقنا ، أو الشخص الذي نعتقد أنه صديقنا الذي نشر صورة وملف تعريف عبر الإنترنت وأخبرناه كنا أذكياء.
الناس ، من الأصدقاء إلى المنتجات المقلدة إلى الروبوتات التي تديرها شركات العلاقات العامة أو حتى الحكومات ، كلهم ​​ظلال للعالم الحقيقي ليست أكثر أو أقل من الظلال حول نار المخيم.

الفرق هنا هو أن هذه الظلال يتم التلاعب بها عن عمد من قبل أصحابها لتظهر لك ظلًا معينًا ، وليس مجرد ظل عشوائي ، ناهيك عن ظل حقيقي أو تمثيلي.
ما يمكن تعلمه من هذه الظلال بمعنى الأفراد هو على الأرجح الشيء الذي يريد كل مالك عرضه ، ومن ثم فهو ليس كذلك ، أو ليس على المستوى الذي يطمحون إليه.

بمعنى المنظمات والحكومات ، تمثل الظلال تمثيلية أو قناعًا من نوع ما يمثل ما يريدون منك أن تصدقه ولكن من شبه المؤكد أنه ليس ما هو عليه حقًا.
كيف يتم تقديم هذه الظلال لك ، ستخبرك برأيهم فيك. غالبًا ما يكون هذا رأيًا لنوعك وليس أنت كفرد وهو في الواقع يكشف عن نظرتهم للعالم أكثر من نظرتك إليك.
ثم هناك بالطبع المنصة ، الرجل الذي يكسب من نار المخيم ويحتاجك أن تظل مقيدًا بالسلاسل إلى الحائط. يتأكد من حصولك على التعليقات التي تحتاجها للاستمرار في التعرف على الظلال والاستجابة لها والرغبة في رؤية المزيد منها.

على عكس سجناء أفلاطون ، فإن هؤلاء السجناء سجناء أنفسهم. إنهم قادرون على الخروج من الكهف ومراقبة نار المخيم ، ومع ذلك فهم يختارون الارتباط بالظل بدلاً من الكائن. هذا دقيق كما افترض أفلاطون.

نبوءة أفلاطون بالنسبة لك ولي أمر مرعب إذا كنا فقط قادرين على رؤيته.

نعيش اليوم في عالم يتم فيه اختبار جميع أخبارنا وتفاعلاتنا مع العالم الذي نعيش فيه عبر قنوات وسائل التواصل الاجتماعي وغالبًا ما تكون ثانوية أو غير مباشرة ، أو يتم تحريرها / تقديمها مع المواقف المرفقة من أقراننا. في اختيار ما نقرأه ، أو عرضه ، فإننا نختار أقراننا والعكس صحيح. هذا قوي ومقيّد للغاية ، حتى أكثر من قصة رمزية كهف أفلاطون.

وبالفعل ، فإن المصادر التقليدية للأخبار والمعلومات ، وما تبقى منها ، تتلاشى بسرعة. الاختفاء أو الخضوع لنفس المصير. قريباً لن يكون هناك نار المخيم لنرى ، لأنه تم وضع ذلك أيضًا لمصلحتنا ، والواقع مخفي بشكل أعمق ، إذا كانت لدينا الرغبة أو الدستور للنظر مباشرة إلى مثل هذا الضوء الساطع أو أي دافع كل ليغادر الجدار.

الأشخاص الذين يحكموننا ويشرطوننا ، منذ زمن بعيد لم يعدوا أشخاصًا ، لكن الآلات التي يقودها الذكاء الاصطناعي والتي تتخذ القرارات بناءً على متوسط ​​ما تضيفه الظلال ، ولكن أكثر بكثير على أساس الطريقة ستكلف أقل وربح المزيد لمن يدير العرض.

في الوقت الحالي ، يبدو بشكل متزايد كما لو أن أصحاب منصات التكنولوجيا من وسائل التواصل الاجتماعي إلى البحث وخوارزميات الذكاء الاصطناعي السحابي هم الأشخاص الذين يمتلكون الآس. لهم هو نار المخيم ولهم هو العدسة التي ترى الظلال وتخبرنا ماذا نفكر فيها.
الأشخاص الذين يمكّنونهم مقتنعون بأنهم سيكونون دائمًا قادرين على ممارسة قوة الرجال الذين يتحكمون في الآلات.

المصدر تمتع إد بمهنة مزدوجة تتحرك للخلف وللأمام بين الأدوار القيادية في هندسة البرمجيات وتحويل وظائف التسويق.

https://4592d67c64b546b.medium.com/plato-had-big-data-and-ai-firmly-on-his-radar-38fe0fd75170