ما هو الذكاء الاصطناعي؟
استمع لمصطلح الذكاء الاصطناعي (AI) وقد تفكر في السيارات ذاتية القيادة أو الروبوتات أو ChatGPT أو روبوتات الدردشة الأخرى التي تعمل بالذكاء الاصطناعي والصور التي تم إنشاؤها بشكل مصطنع . ولكن من المهم أيضًا النظر إلى ما وراء مخرجات الذكاء الاصطناعي وفهم كيفية عمل التكنولوجيا وتأثيراتها على هذا الجيل والأجيال القادمة.
الذكاء الاصطناعي هو مفهوم كان موجودًا ، رسميًا ، منذ الخمسينيات من القرن الماضي ، عندما تم تعريفه على أنه قدرة الآلة على أداء مهمة كانت تتطلب ذكاءً بشريًا في السابق. هذا تعريف واسع تمامًا وقد تم تعديله على مدى عقود من البحث والتقدم التكنولوجي. عندما تفكر في تخصيص ذكاء لجهاز ، مثل الكمبيوتر ، فمن المنطقي أن تبدأ بتعريف مصطلح “الذكاء” – خاصةً عندما تريد تحديد ما إذا كان النظام الاصطناعي يستحق ذلك حقًا.
يميزنا مستوى ذكائنا عن الكائنات الحية الأخرى وهو ضروري للتجربة البشرية. يعرّف بعض الخبراء الذكاء بأنه القدرة على التكيف وحل المشكلات والتخطيط والارتجال في المواقف الجديدة وتعلم أشياء جديدة. نظرًا لأن الذكاء يُنظر إليه أحيانًا على أنه أساس التجربة البشرية ، فليس من المستغرب أن نحاول إعادة إنشائه بشكل مصطنع في المساعي العلمية. وقد تُظهر أنظمة الذكاء الاصطناعي الحالية بعض سمات الذكاء البشري ، بما في ذلك التعلم وحل المشكلات والإدراك وحتى مجموعة محدودة من الإبداع والذكاء الاجتماعي.
كيف يمكنني استخدام الذكاء الاصطناعي؟
يأتي الذكاء الاصطناعي بأشكال مختلفة أصبحت متاحة على نطاق واسع في الحياة اليومية. مكبرات الصوت الذكية على عباءةك مع Alexa أو مساعد صوت Google المدمج هما مثالان رائعان على الذكاء الاصطناعي. ومن الأمثلة الجيدة الأخرى روبوتات الدردشة المدعومة بالذكاء الاصطناعي ، مثل ChatGPT و Bing Chat الجديد و Google Bard.
عندما تطلب من ChatGPT عاصمة دولة ما أو تطلب من Alexa تزويدك بتحديثات عن حالة الطقس ، فستحصل على ردود ناتجة عن خوارزميات التعلم الآلي. على الرغم من أن هذه الأنظمة ليست بديلاً للذكاء البشري أو التفاعل الاجتماعي ، إلا أنها تتمتع بالقدرة على استخدام تدريبها للتكيف وتعلم مهارات جديدة للمهام التي لم تتم برمجتها بشكل واضح لأدائها.
ما هي أنواع الذكاء الاصطناعي المختلفة؟
يمكن تقسيم الذكاء الاصطناعي إلى ثلاث فئات فرعية مقبولة على نطاق واسع: الذكاء الاصطناعي الضيق ، والذكاء الاصطناعي العام ، والذكاء الاصطناعي الفائق.
ما هو الذكاء الاصطناعي الضيق؟
يعد الذكاء الاصطناعي الضيق (ANI) أمرًا ضروريًا للمساعدين الصوتيين ، مثل Siri و Alexa و Google Assistant. تشمل هذه الفئة الأنظمة الذكية التي تم تصميمها أو تدريبها للقيام بمهام محددة أو حل مشكلات معينة ، دون أن يتم تصميمها بشكل صريح للقيام بذلك.
غالبًا ما يُشار إلى ANI على أنه ذكاء اصطناعي ضعيف ، لأنه لا يمتلك ذكاءً عامًا ، ولكن بعض الأمثلة على قوة الذكاء الاصطناعي الضيق تشمل المساعدين الصوتيين المذكورين أعلاه ، وكذلك أنظمة التعرف على الصور ، والتقنيات التي تستجيب لطلبات خدمة العملاء البسيطة ، والأدوات التي تشير إلى المحتوى غير اللائق عبر الإنترنت. ChatGPT هو مثال على ANI ، حيث تمت برمجته لأداء مهمة محددة ، وهي إنشاء استجابات نصية للمطالبات التي يتم تقديمها.
ما هو الذكاء الاصطناعي العام؟
لا يزال الذكاء الاصطناعي العام (AGI) ، المعروف أيضًا باسم الذكاء الاصطناعي القوي ، مفهومًا افتراضيًا لأنه يتضمن فهمًا للآلة وأداء مهام مختلفة إلى حد كبير بناءً على خبرتها المتراكمة. هذا النوع من الذكاء هو أكثر على مستوى العقل البشري ، لأن أنظمة الذكاء الاصطناعي العام ستكون قادرة على التفكير والتفكير مثل الإنسان.
مثل الإنسان ، من المحتمل أن يكون الذكاء الاصطناعي العام قادراً على فهم أي مهمة فكرية ، والتفكير المجرد ، والتعلم من تجاربها ، واستخدام تلك المعرفة لحل المشكلات الجديدة. بشكل أساسي ، نحن نتحدث عن نظام أو آلة قادرة على الحس السليم ، وهو أمر لا يمكن تحقيقه حاليًا بأي شكل من أشكال الذكاء الاصطناعي المتاح. إن تطوير نظام بوعي خاص به لا يزال ، على الأرجح ، طريقة عادلة بعيدًا ، لكنه الهدف النهائي في أبحاث الذكاء الاصطناعي.
ما هو الذكاء الاصطناعي الخارق؟
الذكاء الاصطناعي الفائق (ASI) هو نظام لن يهز البشرية في جوهرها فحسب ، بل يمكنه أيضًا تدميرها. إذا كان هذا يبدو من رواية خيال علمي ، فهذا لأنه نوع من: ASI هو نظام يتفوق فيه ذكاء الآلة على جميع أشكال الذكاء البشري ، في جميع الجوانب ، ويتفوق على البشر في كل وظيفة.
لا يزال النظام الذكي الذي يمكنه التعلم وتحسين نفسه باستمرار مفهومًا افتراضيًا. ومع ذلك ، فهو نظام ، إذا تم تطبيقه بشكل فعال وأخلاقي ، يمكن أن يؤدي إلى تقدم وإنجازات غير عادية في الطب والتكنولوجيا وغير ذلك.
ما هي بعض الأمثلة الحديثة للذكاء الاصطناعي؟
بشكل عام ، تتمثل أبرز التطورات في الذكاء الاصطناعي في تطوير وإصدار GPT 3.5 و GPT 4. ولكن كان هناك العديد من الإنجازات الثورية الأخرى في مجال الذكاء الاصطناعي – وفي الواقع ، لا يمكن تضمينها جميعًا هنا.
فيما يلي بعض أبرزها:
ChatGPT (و GPTs)
ChatGPT عبارة عن روبوت محادثة يعمل بالذكاء الاصطناعي قادر على إنشاء لغة طبيعية وترجمتها والإجابة على الأسئلة. على الرغم من أنه يمكن القول إنها أداة الذكاء الاصطناعي الأكثر شيوعًا ، وذلك بفضل سهولة الوصول إليها على نطاق واسع ، إلا أن OpenAI أحدثت موجات كبيرة في عالم الذكاء الاصطناعي من خلال إنشاء GPTs 1 و 2 و 3.
GPT تعني Transformer Generative مُدرب مسبقًا ، وكان GPT-3 أكبر نموذج لغة موجود في وقت إطلاقه عام 2020 ، مع 175 مليار معلمة. يحتوي أحدث إصدار ، GPT-4 ، الذي يمكن الوصول إليه من خلال ChatGPT Plus أو Bing Chat ، على تريليون معلمة.
سيارات ذاتية القيادة
على الرغم من أن سلامة السيارات ذاتية القيادة هي الشغل الشاغل للمستخدمين المحتملين ، إلا أن التكنولوجيا تستمر في التقدم والتحسين مع اختراقات في الذكاء الاصطناعي. تستخدم هذه المركبات خوارزميات التعلم الآلي لدمج البيانات من أجهزة الاستشعار والكاميرات لإدراك محيطها وتحديد أفضل مسار للعمل.
ربما تكون ميزة الطيار الآلي لـ Tesla في سياراتها الكهربائية هي ما يعتقده معظم الناس عند التفكير في السيارات ذاتية القيادة ، لكن Waymo ، من شركة Google الأم ، Alphabet ، تقوم بجولات مستقلة ، مثل سيارة أجرة بدون سائق تاكسي ، في سان فرانسيسكو ، كاليفورنيا ، و فينيكس ، أريزونا. Cruise هي خدمة أخرى لسيارة robotaxi ، ومن المفترض أن شركات السيارات مثل Apple و Audi و GM و Ford تعمل أيضًا على تكنولوجيا المركبات ذاتية القيادة.
علم الروبوتات
تبرز إنجازات Boston Dynamics في مجال الذكاء الاصطناعي والروبوتات. على الرغم من أننا ما زلنا بعيدين عن إنشاء الذكاء الاصطناعي على مستوى التكنولوجيا التي شوهدت في Moive Terminator ، إلا أن مشاهدة روبوتات Boston Dyanmics تستخدم الذكاء الاصطناعي للتنقل والاستجابة للتضاريس المختلفة أمر مثير للإعجاب.
العقل العميق
شركة DeepMind الشقيقة لشركة Google هي شركة رائدة في مجال الذكاء الاصطناعي تخطو خطوات نحو الهدف النهائي للذكاء العام الاصطناعي (AGI). على الرغم من عدم وجودها بعد ، فقد تصدرت الشركة عناوين الصحف في البداية في عام 2016 باستخدام AlphaGo ، وهو نظام تغلب على لاعب Go محترف بشري.
منذ ذلك الحين ، ابتكر DeepMind نظامًا للتنبؤ بطي البروتين ، والذي يمكنه التنبؤ بالأشكال ثلاثية الأبعاد المعقدة للبروتينات ، وقد طور برامج يمكنه تشخيص أمراض العيون بشكل فعال مثل أفضل الأطباء في جميع أنحاء العالم.
ما هو التعلم الآلي؟
إن أكبر جودة تضع الذكاء الاصطناعي بعيدًا عن موضوعات علوم الكمبيوتر الأخرى هي القدرة على أتمتة المهام بسهولة من خلال استخدام التعلم الآلي ، والذي يتيح لأجهزة الكمبيوتر التعلم من تجارب مختلفة بدلاً من أن تكون مبرمجة بشكل صريح لأداء كل مهمة. هذه القدرة هي ما يشير إليه الكثيرون بالذكاء الاصطناعي ، لكن التعلم الآلي هو في الواقع مجموعة فرعية من الذكاء الاصطناعي. يتضمن التعلم الآلي نظامًا يتم تدريبه على كميات كبيرة من البيانات ، بحيث يمكنه التعلم من الأخطاء والتعرف على الأنماط من أجل إجراء تنبؤات وقرارات بدقة ، سواء تعرضوا لبيانات محددة أم لا.
تتضمن أمثلة التعلم الآلي التعرف على الصور والكلام والحماية من الاحتيال والمزيد. أحد الأمثلة المحددة هو نظام التعرف على الصور عندما يقوم المستخدمون بتحميل صورة على Facebook. يمكن لشبكة التواصل الاجتماعي تحليل الصورة والتعرف على الوجوه ، مما يؤدي إلى توصيات لوضع علامة على أصدقاء مختلفين. مع الوقت والممارسة ، يعمل النظام على صقل هذه المهارة ويتعلم تقديم توصيات أكثر دقة.
ما هي عناصر التعلم الآلي؟
كما ذكرنا سابقًا ، يعد التعلم الآلي مجموعة فرعية من الذكاء الاصطناعي وينقسم عمومًا إلى فئتين رئيسيتين: التعلم الخاضع للإشراف والتعلم غير الخاضع للإشراف.
التعلم تحت الإشراف
هذه تقنية شائعة لتدريس أنظمة الذكاء الاصطناعي باستخدام العديد من الأمثلة المصنفة والتي صنفها الأشخاص. يتم تغذية أنظمة التعلم الآلي هذه بكميات هائلة من البيانات ، والتي تم شرحها لتسليط الضوء على ميزات الاهتمام – فأنت تقوم بشكل أساسي بالتدريس بالقدوة.
إذا كنت ترغب في تدريب نموذج للتعلم الآلي للتعرف على صور الدوائر والمربعات والتمييز بينها ، فستبدأ بتجميع مجموعة بيانات كبيرة من صور الدوائر والمربعات في سياقات مختلفة ، مثل رسم كوكب لدائرة ، أو جدول لمربع ، على سبيل المثال ، مكتمل بتسميات كل شكل.
ستتعلم الخوارزمية بعد ذلك هذه المجموعة المصنفة من الصور لتمييز الأشكال وخصائصها ، مثل الدوائر التي ليس لها زوايا والمربعات التي لها أربعة جوانب متساوية. بعد أن يتم تدريبه على مجموعة بيانات الصور ، سيتمكن النظام من رؤية صورة جديدة وتحديد الشكل الذي يعثر عليه.
تعليم غير مشرف عليه
في المقابل ، يستخدم التعلم غير الخاضع للإشراف نهجًا مختلفًا ، حيث تحاول الخوارزميات تحديد الأنماط في البيانات ، والبحث عن أوجه التشابه التي يمكن استخدامها لتصنيف تلك البيانات. مثال على ذلك قد يكون تجميع الفواكه التي تزن نفس الكمية أو سيارات ذات حجم محرك مشابه.
لم يتم إعداد الخوارزمية مسبقًا لانتقاء أنواع معينة من البيانات ؛ يبحث ببساطة عن البيانات ذات أوجه التشابه التي يمكنه تجميعها ، على سبيل المثال ، تجميع العملاء معًا بناءً على سلوك التسوق لاستهدافهم بحملات تسويقية مخصصة.
تعزيز التعلم
في التعلم المعزز ، يحاول النظام تعظيم المكافأة بناءً على بيانات الإدخال الخاصة به ، ويمر بشكل أساسي بعملية التجربة والخطأ حتى يصل إلى أفضل نتيجة ممكنة.
ضع في اعتبارك تدريب نظام على لعب لعبة فيديو ، حيث يمكن أن يحصل على مكافأة إيجابية إذا حصل على درجة أعلى ومكافأة سلبية مقابل درجة منخفضة. يتعلم النظام تحليل اللعبة والقيام بحركات ، ثم يتعلم فقط من المكافآت التي يحصل عليها ، ويصل إلى نقطة القدرة على اللعب بمفرده وكسب درجة عالية دون تدخل بشري. يستخدم التعلم المعزز أيضًا في البحث ، حيث يمكن أن يساعد في تعليم الروبوتات المستقلة حول الطريقة المثلى للتصرف في بيئات العالم الحقيقي.
ما هي نماذج اللغات الكبيرة؟
تعد نماذج اللغات الكبيرة (LLM) من أشهر أنواع الذكاء الاصطناعي حاليًا. تستخدم هذه النماذج التعلم الآلي غير الخاضع للإشراف ويتم تدريبها على كميات هائلة من النصوص لمعرفة كيفية عمل اللغة البشرية. تتضمن هذه النصوص مقالات وكتبًا ومواقع ويب والمزيد.
في عملية التدريب ، تعالج LLM مليارات الكلمات والعبارات لتعلم الأنماط والعلاقات فيما بينها ، مما يجعل النماذج قادرة على توليد إجابات شبيهة بالإنسان للمطالبات.
أكثر LLM شيوعًا هو GPT 3.5 ، والذي يعتمد عليه ChatGPT ، وأكبر LLM هو GPT-4. يستخدم Bard LaMDA ، وهو LLM تم تطويره بواسطة Google ، وهو ثاني أكبر LLM.
ما هو التعلم العميق؟
جزء من عائلة التعلم الآلي ، يتضمن التعلم العميق تدريب الشبكات العصبية الاصطناعية بثلاث طبقات أو أكثر لأداء مهام مختلفة. يتم توسيع هذه الشبكات العصبية إلى شبكات مترامية الأطراف مع عدد كبير من الطبقات العميقة التي يتم تدريبها باستخدام كميات هائلة من البيانات.
تميل نماذج التعلم العميق إلى أن تحتوي على أكثر من ثلاث طبقات ، ويمكن أن تحتوي على مئات الطبقات. يمكن أن يستخدم التعلم الخاضع للإشراف أو غير الخاضع للإشراف أو مزيج من كليهما في عملية التدريب.
نظرًا لأن تكنولوجيا التعلم العميق يمكن أن تتعلم التعرف على الأنماط المعقدة في البيانات باستخدام الذكاء الاصطناعي ، فإنها غالبًا ما تستخدم في معالجة اللغة الطبيعية (NLP) ، والتعرف على الكلام ، والتعرف على الصور.
ما هي الشبكات العصبية؟
يعتمد نجاح التعلم الآلي على الشبكات العصبية. هذه نماذج رياضية يعتمد هيكلها وعملها بشكل فضفاض على الاتصال بين الخلايا العصبية في دماغ الإنسان ، ومحاكاة الطريقة التي تشير بها إلى بعضها البعض.
تخيل مجموعة من الروبوتات التي تعمل معًا لحل اللغز. تمت برمجة كل واحدة للتعرف على شكل أو لون مختلف في قطع اللغز. تجمع الروبوتات قدراتها لحل اللغز معًا. الشبكة العصبية مثل مجموعة الروبوتات. يمكن للشبكات العصبية تعديل المعلمات الداخلية لتغيير ما تنتجه. يتم تغذية كل واحدة بقواعد بيانات لمعرفة ما يجب أن تضعه عند تقديم بيانات معينة أثناء التدريب.
تتكون من طبقات مترابطة من الخوارزميات التي تغذي البيانات في بعضها البعض. يمكن تدريب الشبكات العصبية على تنفيذ مهام محددة عن طريق تعديل الأهمية المنسوبة للبيانات أثناء مرورها بين الطبقات. أثناء تدريب هذه الشبكات العصبية ، ستستمر الأوزان المرتبطة بالبيانات أثناء مرورها بين الطبقات بالتنوع حتى يصبح الناتج من الشبكة العصبية قريبًا جدًا مما هو مطلوب.
في هذه المرحلة ، ستكون الشبكة قد “تعلمت” كيفية تنفيذ مهمة معينة. يمكن أن يكون الناتج المرغوب فيه أي شيء بدءًا من وضع العلامات الصحيحة على الفاكهة في صورة ما إلى التنبؤ بمتى قد يفشل المصعد بناءً على بيانات المستشعر الخاصة به.
ما هو الذكاء الاصطناعي للمحادثة؟
يتضمن الذكاء الاصطناعي للمحادثة أنظمة مبرمجة لإجراء محادثات مع مستخدم: مدربة على الاستماع (الإدخال) ، والرد (الإخراج) بطريقة محادثة. يستخدم الذكاء الاصطناعي للمحادثة معالجة اللغة الطبيعية لفهم والاستجابة بطريقة طبيعية.
بعض الأمثلة على الذكاء الاصطناعي للمحادثة هي روبوتات الدردشة مثل Google Bard ، أو مكبرات الصوت الذكية مع مساعد صوتي مثل Amazon Alexa ، أو المساعد الافتراضي على هاتفك الذكي مثل Siri.
ما هي خدمات الذكاء الاصطناعي المتاحة للاستخدام؟
لدى المستهلكين والشركات على حدٍ سواء ثروة من خدمات الذكاء الاصطناعي المتاحة لتسريع المهام وإضافة الراحة إلى الحياة اليومية – ربما يكون لديك شيء في منزلك يستخدم الذكاء الاصطناعي في بعض القدرات.
فيما يلي بعض الأمثلة الشائعة للذكاء الاصطناعي المتاحة للجمهور ، مجانًا ومقابل مادي:
- المساعدون الصوتيون: تستخدم Amazon Alexa الموجودة في جهاز Echo هذا على الرف أو Apple’s Siri في iPhone ومساعد Google جميعًا معالجة اللغة الطبيعية لفهم أسئلتك أو أوامرك والرد عليها.
- روبوتات المحادثة: روبوتات الدردشة بالذكاء الاصطناعي هي شكل آخر من أشكال المساعدين الافتراضيين الذين يمكنهم التفاعل مع الأشخاص ، وفي بعض الحالات ، إجراء محادثات شبيهة بالبشر ، وحتى محاكاة التعاطف والقلق.
- ترجمة اللغة: يصل التعلم الآلي إلى نطاق بعيد وعلى نطاق واسع ، وتستخدمه خدمات مثل Google Translate و Microsoft Translator و Amazon Translate و ChatGPT لترجمة النص.
- الإنتاجية: يعد Microsoft 365 Copilot مثالاً رائعًا على LLM يُستخدم كأداة إنتاجية للذكاء الاصطناعي ، مضمن في Word و PowerPoint و Outlook و Excel و Teams والمزيد لأتمتة المهام نيابةً عنك. ببساطة اسأل ، “أرسل بريدًا إلكترونيًا إلى الفريق حول أحدث حالة في المشروع” سيؤدي إلى قيام Copilot بجمع المعلومات تلقائيًا من رسائل البريد الإلكتروني والمستندات لإنشاء نص مع ما طلبته.
- التعرف على الصور والفيديو: تستخدم البرامج المختلفة الذكاء الاصطناعي للعثور على معلومات حول المحتوى في الصور ومقاطع الفيديو ، مثل الوجوه والنصوص والأشياء الموجودة بداخلها. Clarifai ، التي تستخدم التعلم الآلي لتنظيم البيانات غير المهيكلة من المصادر ، و Amazon Rekognition ، وهي خدمة AWS تتيح للمستخدمين تحميل الصور لتلقي المعلومات ، مثالان على ذلك.
- تطوير البرمجيات: بدأ العديد من المطورين في استخدام ChatGPT لكتابة التعليمات البرمجية وتصحيحها ، ولكن هناك العديد من أدوات الذكاء الاصطناعي الأخرى المتاحة لتسهيل مهمة المبرمج. أحد الأمثلة على ذلك ، مبرمج AI الزوجي GitHub Copilot بواسطة OpenAI Codex ، هو نموذج لغة عام يمكنه كتابة التعليمات البرمجية بشكل أسرع مع جهد أقل عن طريق الإكمال التلقائي للتعليقات والرمز على الفور.
- بناء الأعمال التجارية: بصرف النظر عن المستخدم اليومي الذي يستفيد من الذكاء الاصطناعي من حوله ، هناك خدمات تقدم أدوات الذكاء الاصطناعي للشركات ، بما في ذلك واجهة برمجة تطبيقات OpenAI’s GPT-4 (حاليًا في قائمة الانتظار) للتطبيقات والخدمات المبنية باستخدام LLM ؛ أو Amazon Bedrock ، وهي مجموعة من أدوات الذكاء الاصطناعي المستندة إلى مجموعة النظراء للمطورين.
ما الشركة التي تقود سباق الذكاء الاصطناعي؟
على الرغم من أن الذكاء الاصطناعي التوليدي يقود اختراقات الذكاء الاصطناعي لعام 2023 ، إلا أن هناك شركات كبرى أخرى تعمل على تحقيق اختراقاتها الخاصة.
OpenAI
ليس من المستغرب أن تكون أوبن إيه آي قد احتلت زمام المبادرة حتى الآن في سباق الذكاء الاصطناعي هذا العام ، بعد إتاحة أدوات الذكاء الاصطناعي التوليدية للاستخدام على نطاق واسع مجانًا ، مثل روبوت الدردشة بالذكاء الاصطناعي ChatGPT و Dall-E 2 ، وهو منشئ للصور.
Alphabet
تمتلك شركة Alphabet ، الشركة الأم لشركة Google ، أيديها في العديد من أنظمة الذكاء الاصطناعي المختلفة من خلال بعض شركاتها ، بما في ذلك DeepMind و Waymo و Google المذكورة أعلاه.
تواصل DeepMind السعي وراء الذكاء العام الاصطناعي ، كما يتضح من الحلول العلمية التي تسعى جاهدة لتحقيقها من خلال أنظمة الذكاء الاصطناعي. لقد طور نماذج التعلم الآلي لـ Document AI ، وحسّن تجربة المشاهد على Youtube ، وجعل AlphaFold متاحًا للباحثين في جميع أنحاء العالم ، والمزيد.
على الرغم من أنك قد لا تسمع عن مساعي Alphabet للذكاء الاصطناعي في الأخبار كل يوم ، إلا أن أعمالها في التعلم العميق والذكاء الاصطناعي بشكل عام لديها القدرة على تغيير مستقبل البشر.
مايكروسوفت
بصرف النظر عن إنشاء Microsoft 365 Copilot للعديد من تطبيقاتها البالغ عددها 365 ، توفر Microsoft مجموعة من أدوات الذكاء الاصطناعي للمطورين على Azure ، مثل الأنظمة الأساسية لتطوير التعلم الآلي ، وتحليلات البيانات ، والذكاء الاصطناعي للمحادثة ، وواجهات برمجة التطبيقات القابلة للتخصيص التي تحقق التكافؤ البشري في رؤية الكمبيوتر ، الكلام واللغة.
استثمرت Microsoft أيضًا بشكل كبير في تطوير OpenAI ، وتستخدم GPT-4 في Bing Chat الجديد ، بالإضافة إلى إصدار أكثر تقدمًا من Dall-E 2 لـ Bing Image Creator .
شركات أخرى
هذه مجرد أمثلة قليلة لشركات رائدة في سباق الذكاء الاصطناعي ، ولكن هناك العديد من الشركات الأخرى في جميع أنحاء العالم التي تخطو خطوات أيضًا نحو الذكاء الاصطناعي ، بما في ذلك Baidu و Alibaba و Cruise و Lenovo و Tesla والمزيد.
كيف سيغير الذكاء الاصطناعي العالم؟
يتمتع الذكاء الاصطناعي بالقدرة على تغيير طريقة عملنا ، وصحتنا ، وكيفية استهلاكنا للوسائط والوصول إلى العمل ، وخصوصيتنا ، والمزيد. ضع في اعتبارك التأثير الذي يمكن أن تحدثه بعض أنظمة الذكاء الاصطناعي على العالم ككل. يمكن للأشخاص أن يطلبوا من مساعد صوتي على هواتفهم أن يركبوا سياراتهم ذاتية القيادة لحملهم على العمل ، حيث يمكنهم استخدام أدوات الذكاء الاصطناعي ليكونوا أكثر كفاءة من أي وقت مضى.
يمكن للأطباء وأخصائيي الأشعة إجراء تشخيص للسرطان باستخدام موارد أقل ، وتحديد التسلسلات الجينية المتعلقة بالأمراض ، وتحديد الجزيئات التي يمكن أن تؤدي إلى أدوية أكثر فاعلية ، مما قد ينقذ أرواحًا لا تعد ولا تحصى. بدلاً من ذلك ، يجدر التفكير في الاضطراب الذي قد ينتج عن وجود شبكات عصبية يمكنها إنشاء صور واقعية ، مثل Dall-E 2 و Midjourney و Bing ؛ يمكنه تكرار صوت شخص ما أو إنشاء مقاطع فيديو مزيفة باستخدام تشابه الشخص. قد تهدد هذه الصور ومقاطع الفيديو والتسجيلات الصوتية التي يمكن للأشخاص اعتبارها أصلية.
هناك مشكلة أخلاقية أخرى تتعلق بالذكاء الاصطناعي تتعلق بالتعرف على الوجه والمراقبة ، وكيف يمكن أن تكون هذه التكنولوجيا تدخلاً على خصوصية الأشخاص ، حيث يتطلع العديد من الخبراء إلى حظرها تمامًا.
هل سيسرق الذكاء الاصطناعي وظيفتك؟
إن إمكانية أنظمة الذكاء الاصطناعي التي تحل محل جزء كبير من العمالة الحديثة هي إمكانية موثوقة في المستقبل القريب. في حين أن الذكاء الاصطناعي الشائع لن يحل محل جميع الوظائف ، فإن ما يبدو مؤكدًا هو أن الذكاء الاصطناعي سيغير طبيعة العمل ، والسؤال الوحيد هو مدى السرعة والكيفية التي ستغير بها الأتمتة مكان العمل.
ومع ذلك ، لا يمكن للذكاء الاصطناعي العمل بمفرده ، وبينما يمكن أتمتة العديد من الوظائف ذات البيانات الروتينية المتكررة ، يمكن للعاملين في وظائف أخرى استخدام أدوات مثل الذكاء الاصطناعي التوليدي ليصبحوا أكثر إنتاجية وكفاءة. هناك مجموعة واسعة من الآراء بين خبراء الذكاء الاصطناعي حول مدى سرعة أنظمة الذكاء الاصطناعي في تجاوز القدرات البشرية.
السيارات ذاتية القيادة بالكامل ليست حقيقة واقعة حتى الآن ، ولكن وفقًا لبعض التوقعات ، فإن صناعة الشاحنات ذاتية القيادة وحدها مهيأة لتولي أكثر من 500000 وظيفة في الولايات المتحدة حتمًا ، حتى دون النظر في التأثير على شركات النقل وسائقي سيارات الأجرة.
