الصورة بواسطة المحرر
لا شك أن الذكاء الاصطناعي هو الكلمة الطنانة في عصرنا. وقد أدت شعبيتها، خاصة مع ظهور تطبيقات الذكاء الاصطناعي التوليدية مثل ChatGPT، إلى وضعها في صدارة المناقشات التكنولوجية.
يتحدث الجميع عن تأثير تطبيقات الذكاء الاصطناعي المولدة مثل ChatGPT وما إذا كان من العدل الاستفادة من قدراتها.
ومع ذلك، وسط كل هذه العاصفة المثالية، كانت هناك موجة مفاجئة من العديد من الأساطير والمفاهيم الخاطئة حول مصطلح الذكاء الاصطناعي أو الذكاء الاصطناعي.
أراهن أنك ربما سمعت الكثير من هذه بالفعل!
دعونا نتعمق في هذه الأساطير ونحطمها ونفهم الطبيعة الحقيقية للذكاء الاصطناعي.
وخلافًا للاعتقاد السائد، فإن الذكاء الاصطناعي ليس ذكيًا على الإطلاق. يعتقد معظم الناس في الوقت الحاضر أن النماذج التي تعمل بالذكاء الاصطناعي ذكية بالفعل. وقد يكون ذلك من خلال إدراج مصطلح “الذكاء” ضمن اسم “الذكاء الاصطناعي”.
ولكن ماذا يعني الذكاء؟
الذكاء هو سمة فريدة للكائنات الحية يتم تعريفها على أنها القدرة على اكتساب وتطبيق المعرفة والمهارات. وهذا يعني أن الذكاء يسمح للكائنات الحية بالتفاعل مع محيطها، وبالتالي تعلم كيفية البقاء على قيد الحياة.
ومن ناحية أخرى، فإن الذكاء الاصطناعي عبارة عن محاكاة آلية مصممة لتقليد جوانب معينة من هذا الذكاء الطبيعي. تعتمد معظم تطبيقات الذكاء الاصطناعي التي نتفاعل معها، خاصة في الأعمال التجارية والمنصات عبر الإنترنت، على التعلم الآلي.
الصورة التي تم إنشاؤها بواسطة Dall-E
هذه أنظمة ذكاء اصطناعي متخصصة تم تدريبها على مهام محددة باستخدام كميات هائلة من البيانات. إنهم يتفوقون في المهام المخصصة لهم، سواء كانت ممارسة لعبة، أو ترجمة اللغات، أو التعرف على الصور.
ومع ذلك، فهي عادة ما تكون عديمة الفائدة تمامًا خارج نطاقها… يُطلق على مفهوم الذكاء الاصطناعي الذي يمتلك ذكاءً شبيهًا بالإنسان عبر مجموعة من المهام اسم الذكاء الاصطناعي العام، ونحن بعيدون عن تحقيق هذا الإنجاز.
غالبًا ما يدور السباق بين عمالقة التكنولوجيا حول التفاخر بالحجم الهائل لنماذج الذكاء الاصطناعي الخاصة بهم.
فاجأنا إطلاق LLM 2 مفتوح المصدر LLM بإصدار قوي يضم 70 مليار ميزة، في حين أن Palma من Google يبلغ 540 مليار ميزة، ويتألق الإصدار الأخير ChatGPT4 من OpenAI بـ 1.8 تريليون ميزة.
ومع ذلك، فإن مقدار المليارات من ميزات LLM لا يترجم بالضرورة إلى أداء أفضل.
غالبًا ما تكون جودة البيانات ومنهجية التدريب محددات أكثر أهمية لأداء النموذج ودقته. وقد ثبت هذا بالفعل مع تجربة الألبكة بواسطة جامعة ستانفورد حيث يمكن لـ 7 مليارات ميزة بسيطة مدعومة بـ LLM المستندة إلى Llama أن تربط بين 176 مليار ميزة مذهلة مدعومة بـ ChatGPT 3.5.
لذلك هذا هو لا واضح!
أكبر ليست دائما أفضل. سيؤدي تحسين حجم LLMs والأداء المقابل لها إلى إضفاء الطابع الديمقراطي على استخدام هذه النماذج محليًا ويسمح لنا بدمجها في أجهزتنا اليومية.
من المفاهيم الخاطئة الشائعة أن الذكاء الاصطناعي عبارة عن صندوق أسود غامض، يخلو من أي شفافية. في الواقع، في حين أن أنظمة الذكاء الاصطناعي يمكن أن تكون معقدة ولا تزال غامضة تماما، إلا أنه يتم بذل جهود كبيرة لتعزيز شفافيتها ومساءلتها.
تسعى الهيئات التنظيمية إلى استخدام الذكاء الاصطناعي بشكل أخلاقي ومسؤول. حركات مهمة مثل تقرير ستانفورد للشفافية في مجال الذكاء الاصطناعي و قانون الذكاء الاصطناعي الأوروبي تهدف إلى حث الشركات على تعزيز شفافية الذكاء الاصطناعي وتوفير أساس للحكومات لصياغة اللوائح في هذا المجال الناشئ.
لقد برز الذكاء الاصطناعي الشفاف كنقطة نقاش محورية في مجتمع الذكاء الاصطناعي، حيث يشمل عددًا لا يحصى من القضايا مثل العمليات التي تسمح للأفراد بالتأكد من الاختبار الشامل لنماذج الذكاء الاصطناعي وفهم الأساس المنطقي وراء قرارات الذكاء الاصطناعي.
ولهذا السبب يعمل متخصصو البيانات في جميع أنحاء العالم بالفعل على طرق لجعل نماذج الذكاء الاصطناعي أكثر شفافية.
لذا، على الرغم من أن هذا قد يكون صحيحًا جزئيًا، إلا أنه ليس خطيرًا كما هو شائع!
يعتقد الكثيرون أن أنظمة الذكاء الاصطناعي مثالية وغير قابلة للخطأ. وهذا بعيد عن الحقيقة. مثل أي نظام، يعتمد أداء الذكاء الاصطناعي على جودة بيانات التدريب الخاصة به. وهذه البيانات غالبًا، إن لم نقل دائمًا، يتم إنشاؤها أو تنسيقها بواسطة البشر.
إذا كانت هذه البيانات تحتوي على تحيزات، فإن نظام الذكاء الاصطناعي سوف يديمها عن غير قصد.
كشف تحليل فريق معهد ماساتشوستس للتكنولوجيا لنماذج اللغة المدربة مسبقًا والمستخدمة على نطاق واسع عن تحيزات واضحة في ربط الجنس بمهن وعواطف معينة.. على سبيل المثال، كانت الأدوار مثل مضيفة الطيران أو السكرتيرة مرتبطة بشكل أساسي بالصفات الأنثوية، في حين كانت المحامية والقاضي مرتبطة بالصفات الذكورية. وقد لوحظ نفس السلوك من الناحية العاطفية.
التحيزات الأخرى المكتشفة تتعلق بالعرق. بينما يجد حاملو شهادة الماجستير في القانون طريقهم إلى أنظمة الرعاية الصحية، تنشأ مخاوف من أن يفعلوا ذلك إدامة الممارسات الطبية الضارة القائمة على العرق، مما يعكس التحيزات الكامنة في بيانات التدريب.
ومن الضروري للتدخل البشري الإشراف على أوجه القصور هذه وتصحيحها، مما يضمن موثوقية الذكاء الاصطناعي. ويكمن المفتاح في استخدام بيانات تمثيلية وغير متحيزة وإجراء عمليات تدقيق خوارزمية لمواجهة هذه التحيزات.
أحد المخاوف الأكثر انتشارًا هو أن الذكاء الاصطناعي سيؤدي إلى بطالة جماعية.
ومع ذلك، يشير التاريخ إلى أنه في حين أن التكنولوجيا قد تجعل بعض الوظائف عفا عليها الزمن، فإنها في الوقت نفسه تولد صناعات وفرص جديدة.
صورة من لينكدين:
على سبيل المثال، توقع المنتدى الاقتصادي العالمي ذلك الوقت قد يحل الذكاء الاصطناعي محل 85 مليون وظيفة بحلول عام 2025، وسيخلق 97 مليون وظيفة جديدة.
الأخير والأكثر ديستوبيا. ترسم الثقافة الشعبية، مع أفلام مثل The Matrix وTerminator، صورة قاتمة لقدرة الذكاء الاصطناعي على استعباد البشرية.
وفي حين أعربت أصوات مؤثرة مثل إيلون ماسك وستيفن هوكينج عن مخاوفها، فإن الوضع الحالي للذكاء الاصطناعي بعيد كل البعد عن هذه الصورة البائسة.
تم تصميم نماذج الذكاء الاصطناعي اليوم، مثل ChatGPT، للمساعدة في مهام محددة ولا تمتلك القدرات أو الدوافع الموضحة في حكايات الخيال العلمي.
حتى الآن... ما زلنا آمنين!
في الختام، مع استمرار الذكاء الاصطناعي في التطور والاندماج في حياتنا اليومية، من الضروري فصل الحقيقة عن الخيال.
ولن نتمكن من تسخير إمكاناتها الكاملة والتصدي لتحدياتها بطريقة مسؤولة إلا من خلال الفهم الواضح.
يمكن للأساطير أن تشوه الحكم وتعيق التقدم.
وبالتسلح بالمعرفة والفهم الواضح للنطاق الفعلي للذكاء الاصطناعي، يمكننا المضي قدمًا، والتأكد من أن التكنولوجيا تخدم المصالح الفضلى للبشرية.
جوزيب فيرير هو مهندس تحليلات من برشلونة. تخرج في هندسة الفيزياء ويعمل حاليًا في مجال علوم البيانات المطبق على التنقل البشري. وهو منشئ محتوى بدوام جزئي يركز على علوم البيانات والتكنولوجيا. يمكنك الاتصال به على لينكدين:, تويتر or متوسط.
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
- أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
- أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
- أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
- المصدر https://www.kdnuggets.com/6-artificial-intelligence-myths-debunked-separating-fact-from-fiction?utm_source=rss&utm_medium=rss&utm_campaign=5-artificial-intelligence-myths-debunked-separating-fact-from-fiction
