نتاج التعلم أ: دراسة استخدامات الذكاء الاصطناعي وتطبيقاته

• دراسة استخدامات الذكاء الاصطناعي وتطبيقاته

الذكاء الاصطناعي: ما هو؟

تمت مناقشة الذكاء الاصطناعي ⁦(AI)⁩ ودراسته منذ الأيام الأولى لظهور أجهزة الحاسب، ومع ذلك، شهدت التطورات الحديثة في التكنولوجيا الرقمية ارتفاعًا كبيرًا في تطور واستخدام هذه التقنية. وفي يومنا هذا، تم دمج الذكاء الاصطناعي في العديد من الأنظمة الشخصية والتجارية التي نتعامل معها يوميًا.

• الذكاء الاصطناعي: التكنولوجيا التي تسمح للحاسوب بالتفكير والتعلم من تلقاء نفسه، فيحل المشكلات المحددة ويتخذ إجراءات بناءً على معايير محددة مسبقًا.
• الأنظمة التقليدية: تتطلب الكثير من التفاعل البشري، أو بشرًا لإنشاء برامج لأتمتة العمليات.
• بعد الإعداد: يمكن للآلات التي تعمل بالذكاء الاصطناعي اتخاذ إجراءات دون الحاجة إلى أي تدخل بشري إضافي.
• الثورة: نجده مدمجًا في المساعدين الصوتيين الرقميين مثل ⁦Alexa⁩ و ⁦Siri⁩، ويقدم توصيات مخصصة على منصات التجارة الإلكترونية أو وسائل التواصل الاجتماعي.

ضعيف وقوي: ما الفرق؟

• الذكاء الاصطناعي الضعيف: يُعرف أيضًا باسم الذكاء الاصطناعي الضيق، مصمم لأداء مهمة محددة ويعمل بقدرة محدودة.
• أمثلته: المساعدون الشخصيون مثل أليكسا (أمازون) أو سيري (أبل)، أنظمة توصيات البث، أنظمة تعرف الوجه.
• الذكاء الاصطناعي القوي: يُعرف أيضًا باسم ⁦GPAI⁩، مصمم لتطبيق الذكاء على أي مشكلة وليس فقط مهمة محددة.
• قدراته: يحاكي القدرات المعرفية البشرية، ومن الناحية النظرية لا يمكن تمييزه عن شخص حقيقي، وما زال هدفًا نظريًا.

ما أمثلة الذكاء الاصطناعي الضعيف؟

• الفرق الرئيسي: نطاق التطبيق، فالضعيف ضيق التركيز والقوي (الذي ما يزال قيد التطوير) له هدف واسع وطموح.
• الذكاء التأسيسي: أساس الذكاء الاصطناعي القوي، ويشير إلى النماذج والتقنيات الأساسية التي تشكل أساس التطبيقات المختلفة.
• مثال: ⁦GPT (⁩المحول التوليدي المدرب مسبقًا) في قلب أداة ⁦ChatGPT⁩.

أنواع الذكاء الاصطناعي بحسب القدرة

• أنواع الذكاء الاصطناعي: تُصنَّف بشكل عام من حيث القدرة التي تتمتع بها التكنولوجيا.
• الآلات التفاعلية: نوع أساسي لا يخزن أي ذاكرة لأفعاله أو تجاربه السابقة.
• ديب بلو ⁦(Deep Blue)⁩: الحاسوب الفائق للعب الشطرنج من ⁦IBM⁩، كان لديه القدرة على تعرف قطع الشطرنج ولم يكن لديه ذاكرة للإجراءات التي تم اتخاذها.
• أجهزة الذاكرة المحدودة: نوع أقدم يمكنه استخدام التجارب السابقة لاتخاذ قرارات مستقبلية.
• أمثلتها: روبوتات خدمة العملاء، وغالبًا بنطاق محدود من الاستجابات فلا تحل المشكلات المعقدة.
• الآلات ذات نظرية العقل: آلات متقدمة تتعرف التعبيرات والعواطف والنوايا وتفهمها وتستخدم ذلك للتفاعل مع البشر.
• أمثلتها: في الرعاية الصحية والسيارات، ونظرًا لأن المشاعر البشرية ذاتية، فيمكن أن يكون استخدام هذا الفهم للتحيز.
• الذكاء الاصطناعي ذاتي الإدراك: مستقبل الذكاء الاصطناعي، وما زال قيد البحث والتطوير.
• الحذر: أثار مشاهير الذكاء الاصطناعي مخاوف بشأن التحكم والسلامة وسوء الاستخدام، فتطورت قواعد الاتحاد الأوروبي لأدوات مثل ⁦ChatGPT⁩.

ما مثال الآلة التفاعلية؟

مجموعات فرعية: تعلم آلي وعميق ولغة ورؤية

يغطي الذكاء الاصطناعي مجموعة واسعة من التقنيات المختلفة ويمكنه محاكاة مجموعة من الوظائف المعرفية البشرية المختلفة (العقلية والجسدية وكلاهما).

• التعلم الآلي: مجموعة فرعية من الذكاء الاصطناعي تهتم بتطوير خوارزميات تتعلم من البيانات وتؤدي المهام دون تعليمات محددة.
• تدعم: تعرف الوجوه وأتمتة البريد الإلكتروني وتصفية البريد العشوائي وتحويل الصوت إلى نص والنص التنبؤي.

• التعلم العميق: مجموعة فرعية من التعلم الآلي، وعادةً يستخدم الشبكات العصبية للسماح لأجهزة الحاسوب بالتعلم من التجربة.
• الشبكة العصبية: شبكة من الوحدات المترابطة (الخلايا العصبية) مرتبة في طبقات، تعالج كل منها البيانات المدخلة وتتعلم منها.
• الطبقة المخفية: تحول المدخلات إلى ما يمكن استخدامه للتنبؤات، بتصفية أهم جوانب البيانات وإضافة وزن أكبر أو أقل إليها.
• الاستخدامات: تُستخدم الشبكات العصبية في تعرف الصوت وخدمات التوصية على خدمات البث وحتى في أنظمة التشخيص الطبي.

• معالجة اللغة الطبيعية: تقنية هي أصل التطبيقات الشائعة للتصحيح التلقائي والتدقيق الإملائي، وتدعم قدرة الأنظمة على الترجمة بين اللغات.
• اكتشاف الطوارئ: يحدد التعبيرات أو الكلمات التي عادة ما تكون مدعاة للقلق أو اتخاذ إجراء فوري.
• التعرف على الكلام: القياسات الحيوية الصوتية في أنظمة الأمان، والأوامر الصوتية للأجهزة الذكية، وتحويل الكلام إلى نص.
• الرؤية الحاسوبية: استخدام الذكاء الاصطناعي في معالجة البيانات المرئية، وتصنيف الكائنات باستخدام خصائصها المرئية.
• مثال: يستخدم أحد هذه التطبيقات الرؤية الحاسوبية لتحديد النباتات وتشخيص أمراض النبات وتقديم توصيات حول العلاجات.

• الأنظمة الخبيرة: تستخدم قاعدة بيانات لمعارف الخبراء لتقديم المشورة بشأن موضوع معين.
• في الطب: تستخدم قاعدة بيانات معرفية وقواعد محددة مسبقًا لإجراء تشخيصات طبية محدودة.
• أمثلة: أنظمة العزل الطبي في المستشفيات، وخطوط هاتف الطوارئ لاتخاذ قرارات بشأن إرسال سيارات الإسعاف.

الذكاء الاصطناعي وعلوم أخرى

• الارتباط: يرتبط ارتباطًا وثيقًا بعلوم الحاسب والرياضيات وعلم النفس واللغويات.
• علوم الحاسب: توفر مفاهيم البرامج الأساسية والنظريات الحسابية وهياكل البيانات وتصميم الأنظمة.
• الرياضيات: توفر الخوارزميات والمنطق والإحصاءات والنمذجة التنبؤية.
• علم النفس: يوفر رؤى حول العمليات المعرفية البشرية، كيف نتصرف ونتعلم ونتخذ القرارات.
• علم اللغة: يمنحنا فهمًا لكيفية تواصل الناس باستخدام اللغات الطبيعية، مكتوبةً ولفظيةً.

التطورات الحالية في الذكاء الاصطناعي

• التطورات الحالية: تمثل ما يمكن أن يحققه الذكاء الاصطناعي على المدى القصير.
• الأهداف الطموحة: يبرزها الباحثون وتبين ما سيبدو عليه الذكاء الاصطناعي في المستقبل.
• التعلم العميق: ساعد على تحفيز شعبية الذكاء الاصطناعي ونموه، فيحسن تعرف الصور والكلام ومعالجة البيانات.
• استخداماته: الكشف عن الاحتيال، والخدمات المالية، والرعاية الصحية، وسلامة الموظفين في المصانع.
• الروبوتات: قاد الذكاء الاصطناعي ثورة السيارات ذاتية القيادة والطائرات دون طيار والروبوتات القادرة على مهام معقدة مثل الجراحة المجهرية.
• جوانب الروبوتات: الإدراك، إرشادات الملاحة الآنية وتخطيط المسار، التحكم في الحركة، التكيف مع التجارب الجديدة، المعالجة الذاتية.
• الرؤية الحاسوبية: مكون رئيسي في الأنظمة التي تتعرف الوجوه، كفتح الهواتف الذكية، وفي أمن الحدود في المطارات.
• جوانب الرؤية الحاسوبية: تصنيف الصور، اكتشاف الكائن، تمايز الكائنات داخل الصورة، تتبع الكائنات، تحسين الصورة.

• معالجة اللغة الطبيعية: أتاحت التحسينات التكنولوجية عددًا ضخمًا من التطبيقات العملية مثل روبوتات الدردشة والمساعدين الافتراضيين وخدمات الترجمة المختلفة.
• الخدمات المحسنة: تعرف الكلام، تصنيف النص، تعرف المسميات، ترجمة اللغة، إنشاء حوار للنص، الإجابة عن الأسئلة، تحليل المشاعر، تلخيص الموضوعات.
• الطريقة: يعتمد استخدام الذكاء الاصطناعي في معالجة اللغة الطبيعية على القواعد وهو محدد بالمهمة، ويتضمن مزيجًا من التعلم تحت الإشراف والتعلم دون إشراف.

أهداف الذكاء الاصطناعي وأسبابه

• الأهداف: يأمل الباحثون في ذكاء يفهم البيانات المعقدة ويعمل بشكل مستقل ويطبق المعرفة في مواقف جديدة.
• تفاعلات شبيهة بالإنسان: تمييز المشاعر والنوايا المختلفة والتكيف معها.
• الإبداع: توليد أفكار وحلول جديدة للمشكلات، وعرض الذكاء على مستوى الإنسان بحيث لا يمكن تمييزه عن الإنسان.
• المحرك الأساسي: بناء أنظمة قوية تعمل بأمان وبطريقة أخلاقية ومسؤولة لتحسين حياة البشر.
• هناك أسباب لاستخدام الذكاء الاصطناعي: لزيادة الابتكار، لسرعة وكفاءة حل المشكلات، لتحسين الخدمات.
• الأخلاق: يجب دائما استخدام الذكاء الاصطناعي بطريقة أخلاقية، ومراعاة قضايا الخصوصية والإنصاف والمساءلة والشفافية وتأثيرها المجتمعي المحتمل.

التطبيقات الشائعة للذكاء الاصطناعي

• التنبؤ: استخدام البيانات والإحصاءات التاريخية للتنبؤ بالأحداث المستقبلية، مثل تنبؤات الأرصاد الجوية.
• اكتشاف الحالات الشاذة: تحديد الأنماط أو الحالات التي تنحرف عن السلوك العادي.
• في المالية: تحدد الأدوات المعاملات غير العادية، كعمليات السحب الكبيرة والتوقيعات المشبوهة والمعاملات المتزامنة المتعددة.

• التنقيب عن المعرفة: يمكن استخدام الذكاء الاصطناعي لجمع الأفكار من كميات كبيرة من البيانات غير المنظمة، مثل المستندات النصية أو التسجيل الصوتي أو الصور أو مقاطع الفيديو.
• القطاع الصحي: يحدد الاتجاهات والارتباطات في السجلات الطبية الحالية لإجراء تشخيصات جديدة وتطوير علاجات.
• الذكاء الاصطناعي للمحادثة: يسمح للبشر بطرح الأسئلة وتلقي المعلومات بطريقة طبيعية ويومية، فقلّل حاجز الدخول إلى التكنولوجيا الرقمية.
• الإعلانات المستهدفة: إعلانات مخصصة لجماهير محددة، وتعتمد على إبداءات الإعجاب وعدم الإعجاب وسجل التصفح.
• تمييز الوجوه: تحليل ملامح الوجوه المميزة، مع مشكلات خصوصية كبيرة، ويُستخدم في إنفاذ القانون ومراقبة الحدود.

القطاعات: أين يعمل الذكاء الاصطناعي؟

• الاستخدام المتزايد: في مختلف المجالات والقطاعات، في المجالين العام والخاص.
• البيع بالتجزئة والتجارة الإلكترونية: توصية مخصصة للمنتج، وكشف الاحتيال، وإدارة المخزون، وروبوتات المحادثة.
• النقل والخدمات اللوجستية: التخطيط اللوجستي، وتحسين مسار النقل، والتخزين الآلي، والطائرات دون طيار لتوصيل الطرود الصغيرة.
• الشؤون المالية: التداول الآلي للأسهم، والتنبؤ بالسوق، وإدارة المخاطر، والخدمات المصرفية المخصصة.
• الخدمات العامة: التشغيل الآلي بروبوتات المحادثة، والتنبؤ بالأزمات الصحية العامة، وتخصيص الموارد بكفاءة.
• التثقيف والتوعية: التعلم المخصص، والتصحيح التلقائي، والتعلم عن بعد، ودعم المتعلمين ذوي الإعاقة.
• الرعاية الصحية: خدمات التشخيص، والأدوية والخطط العلاجية المخصصة، والمراقبة عن بعد للمرضى.
• الوسائط: المساعدة على تطوير الأفلام والبرامج والكتب وألعاب الفيديو، وأنظمة التوصية، وحماية المحتوى من الكراهية.
• البنية التحتية والخدمات: الحفاظ على الطاقة بالشبكات الذكية، وإدارة حركة المرور، وتحديد الأعطال، وصيانة البنية التحتية.

• المزايا العملية: إزالة احتمال حدوث خطأ بشري، ما ينتج عنه نتائج أكثر دقة.
• المهام الخطرة: يمكن استخدامه حيث تكون المهام خطرة على حياة الإنسان، مثل التخلص من القنابل وصيانة خطوط الأنابيب تحت الماء.
• الأتمتة والخدمة المستمرة: لأتمتة الوظائف المتكررة، وتوفير الخدمات على مدار الساعة طوال أيام الأسبوع، والعمل مع كميات أكبر بكثير من البيانات.
• العيوب العملية: تطبيقات كثيرة مكلفة، والذكاء الاصطناعي غير قادر على استخدام الإبداع أو العاطفة في صنع القرار.
• الوظائف: الأتمتة تقلل توافرها، خاصة لمن يبحثون عن وظائف تتطلب القليل من المهارات.
• الأخلاقيات: يسأل كثيرون: هل يمكننا فعل ما نريد طالما أنه باستطاعتنا فعله بالذكاء الاصطناعي؟

ما العيوب العملية للذكاء الاصطناعي؟

الأخلاق والقانون: بيانات وتحيز وسلامة

• الاعتبارات الأخلاقية والقانونية: تترابط وتتداخل، ويجب معالجتها عند تطوير أنظمة الذكاء الاصطناعي ونشرها واستخدامها في المجتمع.
• أمان البيانات والخصوصية: غالبًا ما تعالج مشاريع الذكاء الاصطناعي البيانات ذات الطبيعة الحساسة أو الشخصية، ما يجعلها أهدافًا واضحة للهجمات الإلكترونية.
• ضوابط البيانات: لضمان سلامة البيانات (دقتها) وسريتها (بتقييد الوصول).
• تقنيات الحماية: التشفير، والتحكم المنطقي في الوصول، والأمن المادي.
• التغيير الضار: هذه الضوابط تمنع إفساد البيانات المستخدمة لتدريب النماذج فتتخذ قرارات غير صحيحة.
• معلومات تحديد الهوية الشخصية ⁦(PII)⁩: يجب توخي الحذر لعدم دمجها بالخطأ مع مجموعات البيانات التي أُخفيت هويتها.
• GDPR: اللائحة العامة لحماية البيانات في أوروبا، دخلت حيز التنفيذ في مايو 2018 لدول الاتحاد الأوروبي ⁦(EU)⁩ والمنطقة الاقتصادية الأوروبية ⁦(EEA)⁩.
• هدفه: منح الأفراد السيطرة على بياناتهم الشخصية وتوحيد لوائح البيانات للأعمال الدولية.
• تشريعات مماثلة: لدى الولايات المتحدة تشريعات مماثلة للائحة العامة لحماية البيانات الأوروبية، وكذلك اليابان، وأدخل الأردن تشريعات مماثلة في عام 2023.

• التحيز والتمييز: مصدر قلق أخلاقي أساسي، خاصة في العدالة والتعليم، لأن الأنظمة قد تُدرَّب ببيانات متحيزة.
• الخصائص المحمية: العرق والدين (أو المعتقد) والجنس والعمر والإعاقة والحالة الاجتماعية.
• الآثار: سلبية على التوظيف والإقراض والتأمين والشرعية.
• الأنظمة التي تعد السلامة أمرًا حيويًا لها: تعتمد على بيانات التدريب، وإذا كانت محدودة أو معيبة فقد تتخذ قرارات غير صحيحة وخطيرة.
• أمثلة: قد لا تميز السيارات ذاتية القيادة المشاة الذين يعبرون الطريق، وقد لا تقرأ أنظمة التحكم الآلي في الفيضانات معدل ارتفاع مستوى المياه بشكل صحيح.
• قضية السيارة: تعرضت سيارة ذاتية القيادة لحادث أدى إلى مقتل امرأة، فتم اتهام سائق السلامة بالقتل بسبب الإهمال لأنه كان يشاهد برنامج تلفزيوني.

• التأثير الاجتماعي والاقتصادي: على الآليات الاقتصادية التي تدفع النمو المالي والإنتاجية وعلى المجتمع بكامله.
• الإزاحة الوظيفية: سيتولى الذكاء الاصطناعي المهام التي يؤديها الموظفون عادة، مع إنشاء أدوار جديدة.
• المؤهل التعليمي: أتاح التعلم عن بعد وفتح باب التعليم للأفراد الذين لم تتح لهم الفرصة.
• عدم المساواة في الثروة: يستفيد منه أولًا من يتمتعون بالفعل بالأمان المالي، فقد تتسع الفجوة بين الأغنياء والفقراء.
• الصحة: مراقبة المريض عن بعد قللت الحاجة إلى دخول المستشفى، وفادت خاصة في جائحة ⁦COVID-19⁩.
• الاستقطاب: قد تستخدمه جهات عديمة الضمير لخلق فجوة بين قطاعات المجتمع، بل يقوّض العملية الديمقراطية.
• استخدامان: خوارزميات المنصات التي تروج للحقائق الكاذبة وتعزز المعتقدات، والدعاية المستهدفة للتأثير في الآراء السياسية.

الذكاء القابل للتفسير: لماذا نثق به؟

• الحاجة: طمأنة الناس بأن الذكاء الاصطناعي آمن وموثوق وأن بإمكانه إصدار أحكام لا تتأثر بالتحيز أو التحامل.
• الذكاء الاصطناعي القابل للتفسير ⁦(XAI)⁩: هدف عام لمعظم الأطراف الرئيسين، ولهذا التوجه هدفان رئيسان.
• الشفافية: تيسير فهم عمليات صنع القرار، فيفهم المستخدمون كيف ولماذا اتُّخذ قرار أو تنبؤ معين.
• الامتثال للوائح: من المهم أن يتوافق مع المتطلبات القانونية والتنظيمية، وهما مهمان خاصة حيث تلزم المساءلة.

• أثر جانبي: تحسين التفاعل بين الذكاء الاصطناعي والبشر عندما يسهل فهم الأسباب وراء القرارات.
• تحسين النماذج: يمكن لعلماء البيانات تحسين النماذج بشكل أكثر فعالية عندما يفهمونها بشكل كامل، ما يساعدهم على تحديد أي تحيزات أو أخطاء أو أوجه قصور.
• الثقة والاستثمار: كلما زادت ثقة أصحاب المصلحة زادت احتمالية استثمار الناس فيه، وتطويره مكلف.

1. حدّد الأهداف: وضّح المشكلة والنتائج المرجوة وتوقعات أصحاب المصلحة.
2. اجمع البيانات: اجمعها وصنّفها بعد تدقيق جودتها وكميتها.
3. استكشف البيانات: افهم خصائصها ونقاط قوتها وحدودها.
4. درّب النموذج: صمّمه وابنِه واختبر دقته ونزاهته.
5. انشر النموذج: ادمجه في العمليات واستخدمه.

مسار مشروع الذكاء الاصطناعي

• أفضل الممارسات: اتباع سير عمل أو مسار شامل وموثق للمشروع، يوضح خطوات تطوير النماذج ونشرها وصيانتها.
• إصدارات مختلفة: غالبًا ما تكون للمراحل أسماء مختلفة وأحيانًا تظهر بعض التداخل، لكن المهام والمبادئ الرئيسة متسقة.

• خمس مزايا رئيسة لمتابعة عملية منظمة: يساعد على مواءمة مشاريع الذكاء الاصطناعي مع الأهداف التنظيمية، ويزيد الكفاءة إلى أقصى حد.
• أيضًا: يضمن جودة البيانات، ويحقق دقة أكبر للنموذج، ويحافظ على المعايير الأخلاقية.

العوامل التنظيمية: ثلاث قدرات

• مقاومة التغيير: كثيرون يكرهون التغيير بطبيعتهم، فقد يصعب إدخال الذكاء الاصطناعي واعتماده في المؤسسة.
• الخطوة الصحيحة: طرح الأسئلة الصحيحة ووضع خطة منظمة لتقديم حلول وخدمات الذكاء الاصطناعي.
• ثلاثة عوامل حاسمة: القدرة التجارية، والقدرة البشرية، والقدرة الفنية.

• القدرة التجارية: قدرة المؤسسة على تحقيق أهدافها بالتخطيط الجيد والاستخدام الأمثل للموارد وطريقة تنفيذ خططها الإستراتيجية.
• الإستراتيجية: كيف يتماشى الذكاء الاصطناعي مع الأهداف، وما المشكلات التي يحلها، وكيف تحدد المؤسسة عائد الاستثمار؟
• عوامل ثقافية: هل ستستغل المؤسسة الفرص؟ وهل تتكيف إدارة التغيير؟ وكيف ستتعامل مع القوى العاملة؟
• إشراك أصحاب المصلحة: هل ستقبل القيادة والإدارات الرئيسة والموظفون حلول الذكاء الاصطناعي وخدماته؟ هل سيثق العملاء في هذه الحلول؟
• تعزيز القدرة التجارية: تحسين العمليات التجارية، وتحسين عملية صنع القرار، ودفع الابتكار.

• القدرة البشرية: المعرفة والمهارات والخبرات الجماعية التي تمتلكها القوى العاملة، ومقياس لنجاحهم في المهام وحل المشكلات.
• المواهب والخبرة الداخلية: هل لدينا الموظفين المهرة لتقديم مشاريع الذكاء الاصطناعي داخل الشركة؟ ما المهارات التي يجب تطويرها؟
• أثر الذكاء الاصطناعي: سيعيد تشكيل الأدوار الحالية من خلال تعزيز المهارات الحالية، أو سيستبدل تلك الأدوار التي تعتبر زائدة عن الحاجة، وسيتم إنشاء أدوار جديدة.
• تعزيز القدرات البشرية: تقليل المهام المتكررة وتحرير الموظفين ليكونوا أكثر إبداعا وابتكارا، وتسهيل التواصل بشكل أفضل بين أعضاء الفريق.

• القدرة الفنية: القدرات الفنية والموارد التي تدعم عمليات المؤسسة ومشروعاتها الحالية وتطوير منتجات جديدة والتكيف مع التغييرات.
• البنية التحتية التكنولوجية: هل لدينا حواسيب كافية؟ هل لدينا مستويات كافية من تخزين البيانات؟ هل ستكون الأنظمة الحالية قادرة على الاندماج مع أنظمة الذكاء الاصطناعي الجديدة؟
• إدارة البيانات: كيف سيتم جمع بيانات التدريب/الاختبار المطلوبة؟ كيف وأين سيتم تخزين هذه البيانات؟ كيف ستتم إدارة هذه البيانات وجعلها آمنة؟
• تعزيز القدرة الفنية: تحليل البيانات الهائلة بسرعة أكبر ودقة أعلى، وأتمتة المهام اليومية المعقدة، ومراقبة استخدام الموارد، وتحسين الأمن السيبراني.

فوائد ومخاطر الذكاء الاصطناعي في القطاعات

• الفوائد: يجب أن تستفيد جميع القطاعات من استخدام الذكاء الاصطناعي: اتخاذ قرارات أفضل، تحسين الكفاءة من خلال التشغيل الآلي للمهام الروتينية، تخفيض التكاليف.
• أيضًا: إضافة الطابع الشخصي على تجربة العملاء، والمزيد من الابتكار (على سبيل المثال، من خلال تحديد المنتجات أو الخدمات الجديدة).
• الشؤون المالية: اكتشاف محسن للاحتيال والوقاية منه، ومراقبة المعاملات وتحديد الأنشطة غير العادية.
• الرعاية الصحية: خطط علاج شخصية، كالعلاج الكيميائي المخصص الذي يستهدف السرطان الدقيق للمريض.
• التثقيف والتوعية: أتاح الذكاء الاصطناعي إمكانية تصميم تجارب التعلم لتتناسب مع احتياجات المتعلم، مع مراعاة أسلوب التعلم المفضل للمتعلم.
• الوسائط: يمكن خدمات البث من تخصيص المحتوى ليتوافق مع التفضيلات والسلوكيات وأنماط المشاركة للعملاء، وتحليل سجل البث لتقديم توصيات أكثر استهدافا.
• البنية التحتية والأصول: تستفيد من تحسينات الصيانة، والتأكد من إجراء الصيانة الاستباقية، وهذا سيقلل أي وقت تعطل ويمكن أن يطيل عمر الأصول.

• المخاطر والعيوب: يتسبب الذكاء الاصطناعي في مخاطر شائعة وعيوب تؤثر في جميع القطاعات.
• التحيز والظلم: هناك خطر أن يتسبب الذكاء الاصطناعي في نتائج غير عادلة تؤدي إلى التمييز، ومثاله نتائج تشخيصية أسوأ للأقليات العرقية بسبب البيانات المتحيزة.
• مخاوف الخصوصية: استخدام بيانات شخصية أو حساسة للتدريب، وقد تنتج إساءة استخدام المعلومات الشخصية أو مراقبة غير مصرح بها.
• الإزاحة/الخسائر الوظيفية: سيحل محل مجموعة كاملة من الوظائف التي تتصف بالتكرار أو الروتينية، وقد تنشأ أدوار جديدة تتطلب إعادة بناء مهارات الأشخاص وإعادة تدريبهم.
• المخاطر الأمنية: أنظمته يمكن استهدافها من الجهات الفاعلة السيئة، واحتمال انتهاكات البيانات وتسريب البيانات الشخصية أو الحساسة.
• عدم قابلية التفسير: تفتقر العديد من أنظمة الذكاء الاصطناعي إلى الشفافية، ما يجعل الناس يفقدون الثقة فيها لأن قراراتها لأسباب يصعب تفسيرها.

• الشؤون المالية: تستخدم أنظمة التمويل الذكاء الاصطناعي لتقييم ملاءمة الشخص للقرض أو الرهن العقاري، وقد تكون القرارات غير صحيحة، ويلغيها عدد قليل جدا من المؤسسات.
• الرعاية الصحية: نجح في مراقبة المرضى عن بعد، لكن التشخيص غير الصحيح قد يؤدي إلى علاج غير صحيح أو وفيات.
• فحص المتخصصين: ما يزال فحص المتخصصين لجميع القرارات هو المعمول به لأن هذه الأنظمة غير موثوقة تمامًا. أنظمة التشخيص نجاحات حقيقية، ولا سيما تشخيص سرطانات لم يكتشفها المتخصصون.
• ومع ذلك: حققت أنظمة التشخيص نجاحات حقيقية، ولا سيما تشخيص سرطانات لم يكتشفها المتخصصون.
• التثقيف والتوعية: استفاد التعليم من الحوسبة والذكاء الاصطناعي خلال جائحة ⁦COVID-19⁩، لكن قد يؤدي إلى عدم المساواة التعليمية لمن ليس لديهم إمكانية الوصول إلى أجهزة الحاسب.
• الاعتماد المفرط: على التكنولوجيا والتعلم عن بعد قد يؤثر في مهارات التعامل مع الآخرين.
• الوسائط: مسؤولة عن انتشار المعلومات المضللة (الأخبار المزيفة) ومقاطع الفيديو متقنة التزييف وتقويض ثقة الجمهور.
• البنية التحتية: إدارة المرافق الحيوية بالذكاء الاصطناعي جعلتها عرضة للهجمات الإلكترونية والأنشطة الإجرامية.

اختيار حل الذكاء الاصطناعي المناسب

• الاختيار: ليس بالمهمة السهلة، لكن بعض العمليات الرئيسة تضمن نتائج جيدة.
• تحديد الأهداف: حدد أهدافًا واضحة وتساءل هل الذكاء الاصطناعي مطلوب حقًا أم يمكن تكييف الأنظمة الحالية.
• تقييم البيانات: قيّم البيانات المتاحة مفكرًا في المتقابلات الخمسة: الحجم والتنوع والسرعة والصدق والقيمة.
• دراسة السياق: دراسة سياق الوسط الحقيقي الذي سيوجد فيه الذكاء الاصطناعي وسيتم استخدامه، لتسليط الضوء على أي اعتبارات تنظيمية وأخلاقية.
• مراجعة مهارات الفريق: جلب أي مهارات غائبة بتدريب أعضاء الفريق أو توظيف متعهدين يخلق خطرين: زيادة كبيرة محتملة في التكاليف، واحتمال عدم تمكن المتعهدين من إنجاز المشروع.
• مراجعة البنية التحتية: التوافق التقني والقدرات الحالية (الشبكات والمعالجة والتخزين)، وقد يلزم شراء تكنولوجيا جديدة.
• مقياس التفكير: النظر في كيفية توسيع حل الذكاء الاصطناعي لتلبية الطلب المحتمل، وإجراء تحليل التكلفة والعائد لتحديد عائد الاستثمار.

• تقييم المفهوم: يُقيَّم المفهوم للتأكد من أنه ممكن ومجدٍ، وإذا كانت الإجابة عن إثبات المفهوم ⁦(PoC)⁩ لا فربما يُكيَّف الحل أو يتأجل المشروع.
• دعم أصحاب المصلحة: قليل من مشاريع تكنولوجيا المعلومات قابل للتطبيق دونه، فيجب إشراكهم في العملية وإطلاعهم بانتظام على التقدم.
• ضمان الأمان: يجب بناء حلول الذكاء الاصطناعي بإحكام مع بذل كل جهد لضمان مستويات مناسبة من الأمان.

1. حدّد الأهداف: وضّح ما تحاول تحقيقه وهل الذكاء الاصطناعي مطلوب.
2. قيّم البيانات: افحصها بمعايير المتقابلات الخمسة.
3. ادرس السياق: انظر الاعتبارات التنظيمية والأخلاقية.
4. راجع الفريق والبنية: تأكد من المهارات والتوافق التقني.
5. اختبر المفهوم: جرّب حلًا محدودًا قبل الالتزام.
6. اضمن الدعم والأمان: أشرك أصحاب المصلحة وابنِ الحل بإحكام.