ستغطي هذه المقالة اتجاهات الذكاء الاصطناعي (AI) والتعلم الآلي (ML) المتوقعة لمشهد الأعمال في عام 2022 ، لكن القراء بحاجة إلى أن يضعوا في اعتبارهم أن الشركات لا تزال تواجه الوباء ، بالإضافة إلى نقص العمالة ، والأزمة الاقتصادية ، والعديد من العوامل الإشكالية الأخرى. في حين أن بعض الشركات في جميع أنحاء العالم أصبحت أقوى بالتأكيد خلال هذه الأزمات العالمية ، إلا أن العديد منها لم يفعل ذلك ، ولكن بالنسبة للجميع تقريبًا ، أحدثت التقنيات المتقدمة ثورة في طريقة عيشنا وعملنا.
جعلنا 2020 و 2021 ندرك أن التكنولوجيا يحتمل أن تكون منقذًا مفيدًا وبالتأكيد دليل مهم أثناء الأزمة. الذكاء الاصطناعيوالتعلم الآلي والتقنيات المرتبطة بها لديها القدرة على إحياء نماذج الأعمال التقليدية من الفوضى الكاملة إلى سير عمل مبسط للغاية وسهل التكلفة وفعال.
المكون "الذكي" من شبكة رقمية ذكية يشير في الغالب إلى الذكاء الاصطناعي والتعلم الآلي (والتقنيات ذات الصلة) ، حيث يقود هذان العاملان "أدمغة" الآلات الذكية لتقديم قيمة تجارية. يلعب الذكاء الاصطناعي والتعلم الآلي دورًا حاسمًا في عالم الأعمال الرقمي الذكي - مما يمكّن الآلات من محاكاة التفكير البشري والمهام البشرية. لقد تعلمت الأعمال ثق في التقنيات المتقدمة والمصادقة على نماذج الأعمال التي تدعم التكنولوجيا.
تبدأ هذه المناقشة حول اتجاهات الذكاء الاصطناعي والتعلم الآلي في عام 2022 بالإحصاءات ، والتي توضح تطور الأفكار المعروضة هنا:
- من عام 2020 إلى عام 2027 ، من المتوقع أن ينمو سوق الأمن السيبراني العالمي الذي يحركه الذكاء الاصطناعي بمعدل نمو سنوي مركب بلغ٪ 23.6لتصل إلى 46 مليار دولار بنهاية فترة التوقع
- في حين أن 51٪ من الشركات لديها خطط تنفيذ الذكاء الاصطناعي بالنسبة للعمليات الآلية ، فإن 25٪ من الشركات تقوم بذلك بالفعل
- في عام 2020 ، كان 80٪ من الموظفين التنفيذيين مشغولين تسريع مبادرات أتمتة العمليات التجارية
- بحلول عام 2023 ، ستستخدم 40٪ من فرق البنية التحتية والعمليات (I&O) في المؤسسات الكبيرة الحلول المعززة التي تعمل بالذكاء الاصطناعي، بهدف تحرير موظفي تكنولوجيا المعلومات المشغولين لمزيد من العمل الاستراتيجي
- ووفقا ل تقرير ماكينزي 2020، حصلت 66٪ من الشركات على إيرادات أعلى بسبب أنظمة الذكاء الاصطناعي الخاصة بها
- في 2021، 74٪ من الشركات تخصيص 50,000 دولار أو أكثر لمشاريع الذكاء الاصطناعي ، وهو ما يمثل زيادة كبيرة بنسبة 55٪ في ميزانية الذكاء الاصطناعي اعتبارًا من عام 2020
- في عام 2022 ، من المتوقع أن تمتلك كل شركة 35 مشروعًا للذكاء الاصطناعي في التنمية
العوامل المؤثرة في أعمال تبني الذكاء الاصطناعي في عام 2022
"إن إطلاق البرامج التجريبية أمر سهل بشكل مخادع ، لكن نشرها في الإنتاج يُعد تحديًا ملحوظًا ... على الرغم من أن إمكانات النجاح هائلة ، فإن تحقيق تأثير الأعمال من مبادرات الذكاء الاصطناعي يستغرق وقتًا أطول بكثير مما كان متوقعًا." - جيراج ديكيت ، كبير المحللين في شركة Gartner
فيما يلي بعض العوامل التي يمكن أن يكون لها تأثير كبير على تنفيذ مشاريع الذكاء الاصطناعي في جميع المنظمات في عام 2022:
- زيادة ميزانيات تكنولوجيا المعلومات للذكاء الاصطناعي ، كما تعكسها الإحصاءات المقدمة من Appen أو Gartner أو McKinsey أو المنتدى الاقتصادي العالمي
- تسبب الوباء في الرقمنة المتسارعة للشركات بطريقة غير مسبوقة ، وبالتالي خلق سوق لـ قوة عاملة من ذوي المهارات العالية في مجال تكنولوجيا المعلومات في القرن الرابع الميلادي
- خمسون دولة بما في ذلك الولايات المتحدة والمملكة المتحدة والصين لديها الاستراتيجيات الوطنية للذكاء الاصطناعي في التنمية. وهذا قد يشجع البلدان الأخرى على الشروع في جهود مماثلة
- تتطلب بعض القضايا البيئية استخدام الذكاء الاصطناعي ، مثل الجهود المبذولة لمعالجة تغير المناخ
- في عام 2020 ، تلقى مكتب التحقيقات الفيدرالي 69٪ زيادة في شكاوى الجرائم الإلكترونية مما كانت عليه في عام 2019. أدى الارتفاع الهائل في الجرائم الإلكترونية إلى ظهور حاجة ملحة لحلول الأمن السيبراني القائمة على الذكاء الاصطناعي
ما هي اتجاهات الذكاء الاصطناعي على وشك الظهور في عام 2022؟
هذه مقالة TechTarget يشير إلى أن الذكاء الاصطناعي يتجه نحو "التصميم المفاهيمي والأجهزة الصغيرة والتطبيقات متعددة الوسائط" ، والتي ستهيمن بشكل جماعي على قطاعات الصناعة. تم استخدام الذكاء الاصطناعي الكمي كمثال على هذا الاتجاه المتقدم.
كما ذكرنا سابقًا ، سيُظهر التعلم متعدد الوسائط ، أو AutoML ، أو التصميم المفاهيمي ، أو AI Democratized AI ، أو Responsible AI ، أو Quantum ML - جميعها موجودة في مشهد أبحاث الذكاء الاصطناعي لعام 2021 - تأثيرًا أكبر من خلال تطبيقات الصناعة في عام 2022.
من المحتمل أن تهيمن قائمة طويلة من اتجاهات الذكاء الاصطناعي على مشهد الأعمال في عام 2022. فيما يلي خمسة اتجاهات رئيسية للذكاء الاصطناعي يجب مراقبتها:
- عمليات وأنظمة الأعمال المعززة: سيعطي 2022 دفعة لجميع أنواع الأنظمة الآلية المدعومة بالذكاء الاصطناعي ، مثل إدارة البيانات المعززة والتحليلات المعززة ، لتحقيق التميز التشغيلي ، وفعالية التكلفة ، والمرونة. التأثير المشترك للسحابة ، أتمتة العمليات الروبوتية (RPA)، و IoT ، ستجعل الأتمتة المعززة بالذكاء الاصطناعي حلمًا يتحقق للشركات.
- صعود الذكاء الاصطناعي المسؤول: تقول سفيتلانا سيكلار ، ري: "يساعد الذكاء الاصطناعي المسؤول في تحقيق الإنصاف ..."
ابحث عن VP في غارتنر. على نحو متزايد ، تطالب بعض القطاعات الصناعية بأن الأنظمة الآلية التي تصدر قرارات يجب أن تكون قادرة على تفسير المنطق وراء القرارات. بالإضافة إلى ذلك ، يجب أن تكون هذه القرارات خالية تمامًا من التحيز (عادلة). تشير المنشورات الصناعية المتاحة بوضوح إلى أن "الاستخدام الأخلاقي والمسؤول للذكاء الاصطناعي سيكون أحد الاتجاهات المحددة للذكاء الاصطناعي" لعام 2022.
- استخدام الذكاء الاصطناعي في الأمن السيبراني: تم بالفعل استخدام خوارزميات الذكاء الاصطناعي لمنع الهجمات الإلكترونية ومراقبة شبكات الشركات واكتشاف البرامج الضارة والتطبيقات الأخرى. يشعر مستخدمو الأعمال الآن بالانزعاج من المتسللين الأذكياء الذين يتلاعبون بالبيانات المستخدمة في تدريب النموذج ، أو يصلون إلى البيانات الحساسة عن طريق الهندسة العكسية لأنظمة الذكاء الاصطناعي ، أو يكتشفون نقاط الضعف الأمنية في أنظمة الشركات. لمواجهة هذه التهديدات الإلكترونية ، تريد الشركات الآن حلول الذكاء الاصطناعي لفحص جميع البيانات المستخدمة في تدريب النموذج عن كثب ولإدخال عناصر أمان خاصة في نماذج الذكاء الاصطناعي.
- استخدام الذكاء الاصطناعي للتهديدات البيئية: في عام 2022 ، نشرت الشركات والحكومات حلولًا قوية للذكاء الاصطناعي للقتال انبعاثات الكربون، واستخدام الوقود الأحفوري ، والاحتباس الحراري ، وإزالة الغابات. دراسة حالة واحدة من Google ، التي طبقت التعلم العميق على تقنية تبريد مركز البيانات ، وحققت أ 40%. تقليل استهلاك الطاقة.
- الأتمتة المفرطة في الرعاية الصحية: أنظمة توصيل الرعاية الصحية سيسمح لمقدمي الرعاية باتخاذ قرارات أسرع وأكثر دقة ؛ مساعدة شركات الأدوية على طرح منتجات عالية الجودة في السوق في وقت قياسي ؛ تبسيط سير عمل نظام الرعاية الصحية ؛ وخفض التكاليف عن طريق أتمتة العمالة البشرية.
في منشور فوربس هذا ، المؤلف والمُطّلع على الصناعة برنار مار يتحدث عن اتجاهات الذكاء الاصطناعي الأخرى لعام 2022 غير المذكورة هنا.
اتجاهات التعلم الآلي (ML) التي يجب الانتباه إليها في عام 2022
تعلم الآلة الحلول ، عند تشغيلها بواسطة Data Science ، تسمح للنماذج بتقليد المهام البشرية وإكمالها بشكل أكثر دقة وكفاءة. لتظل قادرة على المنافسة في عالم الأعمال الحاد ، من الضروري أن تتبنى المؤسسات وتنفذ الحلول التي تعمل بنظام ML في عملياتها.
وهنا بعض اتجاهات ML الحديثة التي يمكن أن تفيد الشركات في عام 2022:
- ML بدون كود: نظرًا لأن تعلم الآلة بدون تشفير لا يتعرض لعمليات تستغرق وقتًا طويلاً مثل النمذجة وتطوير الخوارزمية وجمع البيانات وإعادة التدريب وتصحيح الأخطاء وما إلى ذلك ، فهو اقتصادي وبسيط وسهل النشر والتنفيذ. لا يتطلب نظام تطوير الحلول هذا خبيرًا العلوم البيانات طاقم عمل. أحدثت التطورات الأخيرة في تقنية ML ، مثل التعرف على الوجه البيومترية ، ثورة في طريقة تطوير حلول ML الآن.
- صغير ML: نظرًا لأن خوارزميات ML التي تتم معالجتها على خوادم كبيرة يمكن أن تستغرق وقتًا طويلاً بسبب انتقال البيانات ذهابًا وإيابًا ، فإن أفضل طريقة هي استخدام خوارزميات ML على الأجهزة المتطورة. تتضمن الفوائد العديدة لنهج TinyML هذا استهلاكًا منخفضًا للطاقة ونطاق ترددي منخفض وخصوصية عالية وزمن انتقال منخفض.
- تعلم عميق مكدس كامل: تؤدي هذه الطريقة إلى المكتبات والأطر لأتمتة مهام محددة لتحسين السرعة.
- شبكة الخصومة التوليدية (GAN): في GAN ، تكمل شبكتان عصبيتان متنافستان أدوار بعضهما البعض. بينما تقوم إحدى الشبكات بإنشاء الصور (الشبكة التوليدية) ، تقوم الأخرى (الشبكة التمييزية) بتقييم الصور. بهذه الطريقة ، لا تتطلب شبكات GAN أي تدخل بشري من أي نوع. تعلم الآلات نفسها باستخدام عينات الصور.
- طلقة واحدة ، طلقة قليلة ، تعلم طلقة واحدة: عادة لجعل نموذج ML يتعلم ، يجب توفير الكثير من البيانات. في بعض الحالات ، قد يصبح استخدام أكوام ضخمة من الصور لتعليم النموذج أمرًا معقدًا وزائدًا عن الحاجة. وبالتالي فإن الممارسة الحالية هي استخدام صورة واحدة أو بضع صور أو عدم استخدام صورة لتعليم النموذج. في تعلم طلقة واحدة ، تقارن شبكتان فرعيتان صورة ليتم تحديدها مقابل صورة مرجعية. يوجه مستوى التشابه بين الصورتين قرار النموذج. هناك طريقتان أخريان هما استخدام القليل من الصور. الهدف النهائي لطريقة التعلم هذه هو استخدام بيانات محدودة لتدريب نموذج.
هذه أن تصبح مادة بشرية يصف أيضًا كيف ستؤثر بعض اتجاهات التعلم الآلي الأخرى التي بدأت في عام 2021 على الأعمال في عام 2022.
الصورة المستخدمة بموجب ترخيص من Shutterstock.com
المصدر: https://www.dataversity.net/artuable-intelligence-and-machine-learning-trends-in-2022/
