استخدامات متعددة لتقنيات الذكاء الصناعي في حياتنا اليومية

• جدة: خلدون غسان سعيد

بدأت ثورة الذكاء الاصطناعي بالانتشار، وسمعنا عن الكثير من الشركات التي تضيف هذه التقنية إلى خدماتها وتقدم عناصر جديدة كان من الصعب تخيلها قبل بضع سنوات. ولكن ما الذكاء الاصطناعي؟ وما نظمه وما أحدث التطويرات في الأجهزة والبرامج الذكية؟

الذكاء الاصطناعي هو عملية محاكاة نظم الكومبيوترات لعمليات الذكاء البشري بهدف تحقيق أمر ما. وكثيراً ما تروّج الشركات لخدماتها على أنها ذكاء صناعي، ولكن حقيقة الأمر أن الكثير من تلك الخدمات تستخدم عنصراً من التقنية، مثل «تعلم الآلة». ويتطلب استخدام الذكاء الاصطناعي أساساً متقدماً من العتاد الصلب Hardware المتخصص، والبرمجيات المطورة خصيصاً لهذا الغرض. ولا توجد لغة برمجة متخصصة بهذه التقنية حتى الآن، ولكنّ عدداً من اللغات يقدم أدوات مفيدة لهذا الغرض، مثل Python وJava وR و«سي بلس بلس».

وتحتاج هذه النظم إلى تحليل كميات كبيرة جداً من بيانات التدريب وإيجاد روابط بين تلك البيانات واستخدامها لتوقع أمور مقبلة، مثل تحليل ملايين الصور لفهم ما الذي يميز الإنسان عن النبات عن الحيوان عن الجماد، وما الطبيعة؟ وما العائلة؟ وكيف يمكن تمييز الليل عن النهار والخيال عن الحقيقة؟ وأسلوب رسم فنان ما مقارنةً بآخر، وهكذا. وينطبق الأمر نفسه عند تحليل النصوص والموسيقى وعروض الفيديو، وغيرها، ليتكون لدينا نظم ذكاء صناعي مختلفة متخصصة في مجالات كثيرة، وفقاً للبيانات التي تم تحليلها.

ويتم التركيز في برمجة الذكاء الاصطناعي على 4 مهارات، هي: التعلم والإدراك والتصحيح الذاتي والابتكار.

يركز جانب التعلم على الحصول على البيانات وإيجاد القوانين والروابط بينها وتحويلها إلى بيانات مفيدة. ويتم تقديم قوانين مختلفة على شكل خوارزميات Algorithm كثيرة (الخوارزمية هي نهج عمل برنامج ما لتحقيق الهدف المرغوب) حول كيفية إكمال مهمة محددة، مثل التعرف على وجود إنسان في صورة (يجب تحديد ما يصف شكل معظم البشر: العينان والفم والأنف والحاجبان والرقبة، وهكذا).

وبالنسبة إلى مهارة الإدراك، فإنها تركز على اختيار الخوارزمية الصحيحة بقوانينها المرتبطة لتحقيق الهدف المرغوب. أما التصحيح الذاتي، فتركز هذه المهارة على تعديل الخوارزميات وقوانينها بناءً على صحة المخرجات لإيجاد قوانين أكثر دقة من السابق، الأمر الذي ستنجم عنه نتائج صحيحة بنسبة أعلى في المرات المقبلة التي يعمل فيها ذلك النظام.

وتبقى المهارة الرابعة وهي الابتكار، التي تستخدم الشبكات العصبونية Neural Networks الرقمية والنظم المبنية على القوانين والبيانات الإحصائية وتقنيات أخرى بهدف إيجاد صور ونصوص وموسيقى وأفكار جديدة.

ولعلكم قد سمعتم عن بعض المفردات التقنية المتقاربة، مثل الذكاء الاصطناعي Artificial Intelligence، وتعلم الآلة Machine Learning، والتعلم العميق Deep Learning.

تحتاج هذه النظم إلى تحليل كميات كبيرة جداً من بيانات التدريب وإيجاد روابط بين تلك البيانات واستخدامها لتوقع أمور مقبلة، مثل تحليل ملايين الصور لفهم ما الذي يميز الإنسان عن النبات عن الحيوان عن الجماد، وما الطبيعة؟ وما العائلة؟ وكيف يمكن تمييز الليل عن النهار والخيال عن الحقيقة؟

وبينما يعرَّف الذكاء الاصطناعي بأنه محاكاة الآلات للذكاء البشري لتحقيق هدف ما، فإن تعلم الآلة يعرَّف بأنه رفع دقة البرامج والتطبيقات في توقع النتائج بناءً على البيانات السابقة من دون برمجتها بشكل مباشر على كيفية القيام بذلك، حيث تتم هذه العملية من دون تدخل المبرمجين، ذلك أن النظام سيتعرف على الروابط بين البيانات ويستخدمها في التوقع. أما التعلم العميق، فهو جزء متخصص من تعلم الآلة مبنيٌّ على فهمنا لتركيبة الدماغ البشري. وبسبب استخدام التعلم العميق لبنية الشبكات العصبونية الرقمية أخيراً، تم إيجاد تقنيات حديثة مفيدة جداً للبشر، مثل القيادة الذاتية للسيارات وChatGPT.

ويمكن تقسيم الذكاء الاصطناعي إلى فئتين: الضعيف والقوي، بحيث يُعرّف الذكاء الاصطناعي الضعيف Weak AI، أو الذكاء الاصطناعي ضيق النطاق Narrow AI، على أنه نظام يتم تدريبه لإكمال مهمة محددة، كالروبوتات الاصطناعية والمساعدات الذكية الشخصية، مثل «سيري» من «أبل». أما الفئة الثانية فهي أكثر شمولاً ويطلق عليها مصطلح الذكاء العام الاصطناعي Artificial General Intelligence AGI، وهي عبارة عن نظام يستطيع محاكاة القدرات الإدراكية للدماغ البشري. ويستطيع هذا النظام تحليل البيانات الموجودة أمامه في مهمة جديدة كلياً عليه لم يسبق برمجته على كيفية إكمالها، وتطبيق معرفته السابقة في مجال ما على آخر لإيجاد حل صحيح ومن دون أي تدخل خارجي.

استخدامات الذكاء الاصطناعي

ولكن ما أهمية الذكاء الاصطناعي في حياتنا؟ في الواقع، استفدنا سابقاً من تقنيات الذكاء الاصطناعي المختلفة في الكثير من جوانب الحياة؛ من نظم الكشف عن التحايل المالي والضريبي، وأتمتة العمليات اليومية البسيطة، وفي مراكز خدمة العملاء، وزيادة المبيعات وضبط جودة المنتجات. وتستطيع هذه التقنيات في بعض المجالات التفوق على الإنسان، خصوصاً فيما يتعلق بالأمور المتكررة أو التي تحتاج إلى تفاصيل كثيرة، مثل تحليل كميات كبيرة من أوراق النماذج Form والتأكد من وجود بيانات صحيحة في حقول محددة.

ونظراً للقدرات الممتدة في إيجاد روابط بين البيانات الضخمة في أوقات قليلة، تستطيع هذه النظم تقديم معلومات غنية جداً لمديري الشركات لم يكن من الممكن لأي بشري إكمالها وإيجاد روابط بين الملايين من البيانات.

كما يمكن استخدام تقنيات الذكاء الاصطناعي الحديثة في تطوير عملية التعليم والتسويق وتصميم المنتجات. وأصبحت هذه التقنية محوراً لتقدم الكثير من شركات التقنية الضخمة اليوم، مثل «ألفابيت Alphabet» المالكة لـ«غوغل» و«مايكروسوفت» و«ميتا» المالكة لـ«فيسبوك»، وغيرها.

ويمكن استخدام الذكاء الاصطناعي في أتمتة العمليات بهدف زيادة كمية وأنواع المهام المنوطة به، وتحليل الصور الطبية للمساعدة في التعرف على الأمراض المختلفة وفقاً لتاريخ مرضى سابقين وتطور مراحلهم، إلى جانب الاستخدامات العسكرية في المعارك الميدانية وتحليل نزعات تحرك المشاة والآليات وفقاً لعوامل البيئة والطقس والأعداد والوقت. كما يمكن استخدامه في برامج مكافحة الجرائم الرقمية والتعرف على الرسائل التصيّدية بناءً على نص الرسالة وعنوانها وعنوان الجهة المرسلة، أو ترجمة النصوص وتفريغ المحادثات الصوتية وتحويلها إلى نصوص، والتعرف على مشاعر الطرف الثاني في الرسائل الإلكترونية. ويتم استخدام هذه التقنيات حالياً في المجالات الاصطناعية ولتحريك عناصر ثقيلة جداً في مهمات المركبات الفضائية التي تستكشف الكواكب المختلفة، أو في المركبات ذاتية القيادة للتعرف على العقبات الموجودة أمام المركبة وتجاوزها من دون المخاطرة بحياة الركاب أو المشاة من حولها.

وأخيراً شهدنا انطلاق خدمات إيجاد المحتوى متعدد الوسائط بجودة عالية «الذكاء الاصطناعي التوليدي Generative AI»، مثل النصوص والصور والفيديوهات والموسيقى بشكل غير محدود وبقدرات إبداعية غير مسبوقة، وبتكلفة منخفضة جداً. ويمكن إيجاد نصوص مسرحية وصور واقعية وكتابة عدد كبير من رسائل بريد إلكتروني من دون ملاحظة الطرف الآخر أن المرسل ليس من البشر، والكثير غيرها من الخدمات الأخرى.

كما يمكن استخدام هذه التقنيات في القطاع المصرفي لتحليل ما إذا كان يمكن للبنك تقديم قرض لشخص ما أو تحديد السقف المالي لبطاقة ائتمانية أو الفرص الاستثمارية، أو للمساعدة في تداول الأسهم. وتستطيع هذه التقنيات المساهمة في التنبؤ بحدوث تأخير في الرحلات الدولية حسب الحالة الجوية، أو زيادة أمن الشحن البحري حسب حالة الطقس والتيارات المائية، والتنبؤ بنزعات الشراء والطلب بناءً على عوامل كثيرة جداً، إلى جانب تقديم المحامين للمشورة القانونية وفقاً لقضايا سابقة بعد تحليل تفاصيل ونتائج أحكام الكثير من القضايا والملفات السابقة.

تطويرات وآفاق واعدة

وتطورت استخدامات تقنيات الذكاء الاصطناعي بشكل كبير خلال الفترة السابقة، وتسارع ذلك التقدم بشكل ملحوظ. ويمكن العودة بالابتكارات النوعية لهذه التقنيات إلى عام 2012 خصوصاً شبكة «AlexNet» العصبونية التي رفعت من مستويات الأداء بشكل كبير بسبب اعتمادها على وحدات معالجة الرسومات فائقة الأداء لتحليل البيانات مقارنةً بالاعتماد على المعالجات التقليدية، وقدرة وحدات معالجة الرسومات على معالجة البيانات بالتوازي بكميات ضخمة وبسرعات كبيرة جداً.

وشكّل التعاون بين شركات البرمجة العملاقة، مثل «مايكروسوفت» و«غوغل» و«أوبين إيه آي OpenAI» من جهة، وشركات صناعة عتاد الكومبيوترات، مثل «إنفيديا Nvidia» المتخصصة في وحدات معالجة الرسومات فائقة الأداء، ومعالجات «إنتل» المتخصصة في الذكاء الاصطناعي، من جهة أخرى نواة لتشكيل قفزات متسارعة في خدمات تقنيات الذكاء الاصطناعي كان من آخرها «تشات جي بي تي ChatGPT». ومن أحدث الابتكارات في أدوات وخدمات الذكاء الاصطناعي تطوير «غوغل» ما تُعرف بـ«المحولات Transformers»، وهي آلية فائقة الأداء ترفع من سرعة تحليل البيانات الضخمة باستخدام مجموعات كبيرة من الكومبيوترات العادية التي تحتوي على وحدات معالجة الرسومات، الأمر الذي خفض من تكاليف تأسيس تقنيات الذكاء الاصطناعي المتخصصة بشكل كبير.

وطوّرت شركة «إنفيديا» كفاءة معالجة البيانات بالتوازي Parallel Processing عبر نوى وحدات معالجة الرسومات GPU الخاصة بها بشكل كبير على مستوى الدارات الإلكترونية والبرمجيات في آن واحد، مما شكّل قفزة كبيرة سرّعت من تبني تقنيات الذكاء الاصطناعي، إلى جانب سهولة تكامل تلك التطويرات في مراكز البيانات، والعمل مع مراكز الحوسبة السحابية لتقديم الأجهزة المتقدمة كخدمة لمن يريد، دون الحاجة لبناء مراكز متخصصة لكل شركة، وهو أمر من شأنه خفض تكاليف تبني هذه التقنية بشكل غير مسبوق.

واستطاعت هذه الشركات تطوير «محولات» توليدية مسبقة التدريب Generative Pre – trained Transformers GPT ومشاركتها مع الشركات الأخرى التي ترغب في تخصيص تقنيات الذكاء الاصطناعي دون الحاجة لتدريب الذكاء الاصطناعي على كميات هائلة من البيانات وما يصاحب ذلك من وقت وتكاليف كبيرة. وتستطيع الشركات المتوسطة أو الصغيرة استخدام تلك النماذج العامة وتخصيصها حسب الحاجة لقاء بضع آلاف من الدولارات، مقارنةً بـ5 إلى 10 ملايين دولار للتدريب من نقطة الصفر. ويشكّل هذا الأمر قفزة كبيرة للشركات المتخصصة نحو مباشرة العمل وتقديم خدمات ثورية بسرعات كبيرة ومخاطر منخفضة.

ومن الأمثلة على خدمات الحوسبة السحابية للذكاء الاصطناعي AWS AI Services وGoogle Cloud AI وMicrosoft Azure AI Platform وOracle Cloud Infrastructure AI Services، والتي تزيل عبء بناء مركز بيانات متخصص بالذكاء الاصطناعي، وتقدمه كخدمة لقاء اشتراك شهري أو سنوي منخفض التكلفة. هذا، وتقدم OpenAI وNVidia خدمات متخصصة لمستخدميها، مثل نماذج ذكاء صناعي متخصصة بالصور والدردشة النصية والطب وحتى البرمجة.

وتقدم OpenAI نظام ChatGPT للمحادثة أو الدردشة الذي انتشرت شعبيته بشكل كبير بين المستخدمين في آخر بضعة أشهر، وهي الشركة نفسها التي استثمرت بها «مايكروسوفت» بقيمة 10 مليارات دولار، والتي ستضيف تقنيات الذكاء الاصطناعي إلى متصفح «إيدج Edge» ومجموعة برامج «أوفيس» المكتبية وحتى نظام التشغيل «ويندوز» لتطوير تجربة الاستخدام بشكل مبهر جداً.

من جهتها كشفت «غوغل» عن نظام الذكاء الاصطناعي «بارد Bard» للدردشة المبنيّ على عائلة LaMDA للغات التطوير، والذي من المتوقع أن يساعد في أعمال ترجمة النصوص بين اللغات بدقة عالية جداً وكتابة المحتوى المبتكر والإجابة عن الأسئلة وكتابة النصوص البرمجية عبر أكثر من 20 لغة برمجة، وحتى إيجاد معادلات لجداول الحسابات لتحقيق هدف حسابي ما يريده المستخدم.

هذا، وكشفت «إنفيديا» عن نظام ذكاء صناعي يستطيع إيجاد فيديوهات واقعية للغاية بمجرد كتابة وصف لها، ليقوم النظام بتوليد تلك الفيديوهات بسرعة. ومن الممكن استخدام هذا النظام في شركات صناعة الفيديوهات أو حتى في استوديوهات المسلسلات والأفلام لإضافة العناصر الرقمية إلى المشاهد المختلفة، أو حتى استبدالها بأخرى بمجرد كتابة ذلك نصياً (مثل استبدال سيارة بأخرى أو وجه ممثل بآخر، وبسرعة ودقة كبيرتين).

أخلاقيات الاستخدام

مثلها مثل أي أداة في حياتنا، يمكن استخدام تقنيات الذكاء الاصطناعي للمنفعة أو لإلحاق الأذى، وينبغي إيجاد ضوابط لاستخدامها بشكل يعود بالخير على الجميع. وكما ذكرنا سابقاً، تعتمد هذه النظم على تحليل البيانات السابقة، أي إن نتائجها مرتبطة بتلك البيانات، الأمر الذي يعني أنه سيوجد تحيز إن كانت البيانات غير شاملة لجميع العوامل المرتبطة بالمسألة التي يتم استخدام تقنيات الذكاء الاصطناعي لحلها، وتجب مراقبة جودة تلك البيانات التأسيسية لضمان وجود مخرجات صحيحة ومفيدة. يضاف إلى ذلك أن هذه النظم تقدم النتيجة دون ذكر كيفية الوصول إليها، ذلك أنها توجِد ترابطاً بين أعداد كبيرة من العوامل المختلفة للبيانات التي تقوم بتحليلها.

هذا الأمر قد لا يكون مفيداً في الكثير من الاستخدامات اليومية، مثل عدم القدرة على توضيح أسباب اتهام شخص بتجاوز قانوني ما، إذ لا يكفي القول إن النظام قد توصل لتلك النتيجة دون ذكر أسباب مقنعة لذلك، أو رفض مصرف طلب حصول عميل ما على بطاقة ائتمانية، مثلاً. وشهدنا نظماً تستطيع إيجاد صور وفيديوهات ملفقة باستخدام أوجه وأصوات أشخاص حقيقيين DeepFake، الأمر الذي سيصعّب على المستخدمين التأكد من صحة تلك الصور والتسجيلات الصوتية والفيديوهات، وقد يوقِع الضحايا في مشكلات كبيرة.

ويوجد الكثير من القوانين التي تحدّ من نوعية البيانات التي يمكن للشركات استخدامها، مثل القانون العام لحماية البيانات General Data Protection Regulation (GDPR)، (لائحة الاتحاد الأوروبي التي تنص على كيفية التعامل مع البيانات الشخصية)، الأمر الذي سيشكل عقبة أمام القدرة على استخدام البيانات في تقنيات الذكاء الاصطناعي، وقد يشكّل في النهاية، إلى جانب قوانين دولية أخرى، عقبة أمام تطوير تقنيات الذكاء الاصطناعي وإيجاد بيانات تأسيسية شمولية وأكثر دقة للحصول على نتائج صحيحة. كما ستشكل مسائل حقوق الملكية الفكرية عقبة كبيرة أمام تقدم هذه التقنيات، حيث يمكن لتقنيات الذكاء الاصطناعي محاكاة أسلوب رسم أو كتابة شخص ما، أو يمكن إيجاد موسيقى مشابهة جداً لأسلوب فرقة أو مغنٍّ ما وبيع تلك النتائج وجني المال.

أمر آخر لافت للانتباه هو الاستخدامات الخبيثة لهذه التقنية، حيث يمكن لمجموعة من القراصنة استخدامها للتعرف على الثغرات الموجودة في موقع حكومي أو تابع لشركة ما واختراق ذلك الموقع والدخول إلى الأجهزة الخادمة وسرقة البيانات أو جعلها رهينة لقاء فدية مالية.