ما هي التحديات أمام الذكاء الاصطناعي؟

يُتوقع أن يكون الذكاء الاصطناعي (AI)  أحد أبرز التطورات التي ستشهدها صناعة التكنولوجيا (والعديد من القطاعات الأخرى) في السنوات المقبلة. ومع ذلك، فإن امتلاك الذكاء الاصطناعي لإمكانات هائلة لا يعني خلوّه من التحديات.

إن حجم التحديات والفرص المرتبطة بهذا المجال كبير، لذا فإن إدراك المشكلات والعمل على إيجاد حلول لها يمكن أن يسهم في تعزيز النمو المتسارع للذكاء الاصطناعي. وإذا كانت هذه هي المرة الأولى التي تستكشف فيها هذا المجال، يمكنك الاطلاع على هذا التعريف العام والموجز للذكاء الاصطناعي.

 التحيّز أحد أكبر التحديات

يُعد التحيّز أحد أكبر التحديات التي تواجه الذكاء الاصطناعي. ورغم كل الجهود المبذولة لتوليد بيانات تعكس حقائق مطلقة، إلا أن التحيز يظل أمراً حتمياً عند النظر في مجالات استخدام الذكاء الاصطناعي المتشعبة.

وتوضح مجلة "فوربس الهند" (Forbes India) طبيعة التحيز المتأصل في البيانات قائلة: "تكمن المشكلة الجوهرية في أنظمة الذكاء الاصطناعي في أنها تعكس جودة البيانات التي تدربت عليها، فإذا كانت البيانات سيئة، فإنها غالباً ما تكون مشوبة بتحيزات عرقية أو جنسانية أو مجتمعية أو إثنية.

وتُستخدم خوارزميات خاصة لتحديد من يُدعى لمقابلة عمل، أو من يُمنح حق الإفراج بكفالة، أو من تُقبل طلبات قروضهم. وإذا لم يتم اكتشاف التحيز الكامن في الخوارزميات التي تتخذ قرارات مصيرية، فقد يؤدي ذلك إلى عواقب غير أخلاقية وغير عادلة.

ومن المرجّح أن تتفاقم هذه التحيزات مستقبلاً، نظراً لاستمرار تدريب العديد من أنظمة التوظيف القائمة على الذكاء الاصطناعي باستخدام بيانات سيئة.

اقرأ أيضاً: الذكاء الاصطناعي: بين طموحات المستقبل ومخاوف فقدان السيطرة

ومن هنا، تبرز الحاجة الملحّة لتدريب هذه الأنظمة باستخدام بيانات محايدة وتطوير خوارزميات  تتسم بالشفافية وقابلية التفسير. وتعمل شركة مايكروسوفت حالياً على تطوير أداة قادرة على رصد التحيز تلقائياً في مجموعة من خوارزميات الذكاء الاصطناعي".

القدرة الحاسوبية

واجهت صناعة التكنولوجيا تحديات تتعلق بالقدرة الحاسوبية في الماضي، إلا أن توفير القدرة الحاسوبية اللازمة لمعالجة كميات هائلة من البيانات وبناء نظام ذكاء اصطناعي يعتمد تقنيات مثل "التعلّم العميق" (Deep Learning) يمثل تحدياً فريداً لا يشبه أي تحدٍ واجهته هذه الصناعة من قبل. وقد يشكل الحصول على هذا المستوى من القدرة الحاسوبية -وتوفير التمويل اللازم له- عبئاً كبيراً على الشركات، ولا سيما الشركات الناشئة.

دمج الذكاء الاصطناعي

إن الانتقال السلس إلى استخدام الذكاء الاصطناعي عملية أكثر تعقيداً من مجرد إضافة مكونات برمجية (plugins) إلى موقع إلكتروني أو إنشاء ملف "إكسل" (Excel) معزز بلغة "فيجوال بيسك للتطبيقات" (VBA).

إذ يتعيّن التأكد من توافق البرامج الحالية مع متطلبات الذكاء الاصطناعي، وضمان تنفيذ تقنيات الذكاء الاصطناعي دون تعطيل سير العمليات أو الإنتاج الحالي.

كما يجب إعداد واجهة الذكاء الاصطناعي بطريقة تراعي البنية التحتية وتخزين البيانات وإدخالها، وتضمن عدم تأثر المخرجات سلباً. وعلاوة على ذلك، يتعين تدريب جميع الموظفين على النظام الجديد بمجرد الانتهاء من ذلك.

اقرأ أيضاً: التكنولوجيا الحديثة وصراع الهيمنة على الذكاء الاصطناعي التوليدي