غالبًا ما يبدو الذكاء الاصطناعي موضوعًا علميًا للغاية، وبالرغم من وجود الكثير من المعلومات والمواد المتاحة، إلا أنه ليس من السهل دائمًا التمييز بين الحقيقة والخيال، أو إيجاد تفسيرات يسهل فهمها.
لهذا السبب؛ تعاونت شركة جوجل مع معهد أكسفورد للإنترنت OII في جامعة أكسفورد لتقديم (دليل المبتدئين في الذكاء الاصطناعي من الألف إلى الياء) The A to Z of AI، الذي يهدف إلى تقسيم مجال معقد من علوم الحاسوب، وتقديم تفسيرات للمبتدئين لمساعدة أي شخص على فهم الذكاء الاصطناعي، وكيف يعمل، وكيف يغير العالم من حولنا؟
سنستعرض اليوم 5 أشياء قد لا تعرفها عن الذكاء الاصطناعي:
1- موجود بالفعل في حياتنا اليومية:
ربما تتعامل مع الذكاء الاصطناعي يوميًا دون أن تدرك ذلك، إذا كنت تستخدم خدمة صور جوجل (Google Photos) لحفظ صورك وتنظيمها، أو تسأل مساعدًا صوتيًا ذكيًا عن الطقس، أو تستخدم نظام الملاحة GPS في سيارتك للحصول على الاتجاهات فأنت بالفعل تستخدمه في حياتك اليومية.
قد تبدو هذه الأمثلة واضحة؛ ولكن هناك العديد من الطرق الأخرى التي يلعب فيها الذكاء الاصطناعي دورًا في حياتك قد لا تدركه، حيث يساعد أيضًا في حل بعض التحديات العالمية الكبرى، فعلى سبيل المثال: هناك تطبيقات تستخدمه لمساعدة المزارعين في تحديد المشكلات المتعلقة بالمحاصيل الزراعية.
وهناك الآن أنظمة يمكنها فحص بيانات حركة المرور على مستوى المدينة في الوقت الفعلي؛ لمساعدة الأشخاص على التخطيط لمسارات القيادة بكفاءة.
2- يُستخدم للمساعدة في معالجة أزمة المناخ العالمية:
تتضمن مراقبة تغير المناخ مجموعات بيانات كبيرة ومتطورة باستمرار، وتساعد أنظمة الذكاء الاصطناعي في تحليل مجموعات البيانات هذه، لتتبع التغيرات في الظروف المناخية لحظيًا، مما يساعد في إيجاد حلول قد يكون لها تأثير إيجابي على كوكبنا بشكل أسرع.
إحدى حالات الاستخدام الشائعة هي أنظمة الأتمتة التي تساعد الأشخاص في تنظيم كمية الطاقة المهدَرة في المنازل من خلال إيقاف أجهزة التدفئة والأضواء عند مغادرة المنزل.
كما يساعد أيضًا في مكافحة الجفاف من خلال مراقبة المناطق المتأثرة بالتصحر، وكذلك تتبع ذوبان الأنهار الجليدية والتنبؤ بارتفاع مستويات البحار بشكل فعّال، بحيث يمكن اتخاذ الإجراءات اللازمة.
3- يتعلم الذكاء الاصطناعي من الأمثلة الموجودة في العالم الحقيقي:
الذكاء الاصطناعي هو الاسم الذي يطلق على أي نظام حاسوبي يُدرَّب على محاكاة السلوك البشري، ومثلما يتعلم الطفل من خلال الأمثلة؛ ينطبق الشيء نفسه على الآلات وخوارزميات التعلم الآلي، حيث تتعلم من خلال (مجموعات البيانات) Datasets التي تحصل عليها.
مجموعات البيانات قد تكون بيانات الطقس، أو الصور، أو المقاطع الموسيقية التي تُستخدم لتدريب أنظمة الذكاء الاصطناعي. ونظرًا لحجمها الكبير وتعقيدها – فكِّر مثلًا في مجموعة بيانات تتكون من خرائط شاملة تغطي كامل النظام الشمسي المعروف – فإنها يمكن أن تكون صعبة للغاية عندما يتعلق الأمر بالبناء والتحسين.
لهذا السبب؛ غالبًا ما تشارك فرق تصميم أنظمة الذكاء الاصطناعي وتطويرها مجموعات البيانات لصالح المجتمع العلمي الأوسع؛ مما يسهّل التعاون والاستفادة من أبحاث بعضهم البعض.
4- يُستخدم في محاربة تقنيات التزييف Deepfakes:
أدى تطور الذكاء الاصطناعي إلى ظهور طرق جديدة للتقنيات تساعد في إنشاء صور، أو مقاطع صوتية، أو مقاطع فيديو تبدو واقعية للغاية يُطلق عليها اسم (Deepfakes).
تعمل Deepfakes من خلال دراسة الصور أو الأصوات في العالم الواقعي بدقة، ثم التلاعب بها لإنشاء أعمال مزيفة يصعب تمييزها عن الأعمال الحقيقة، مما يجعلها مصدر قلق كبير.
هذه التقنيات التي كانت تعتبر مستحيلة قبل بضع سنوات فقط أدت إلى ظهور مجموعة متنوعة من التطبيقات في الكثير من المجالات؛ ابتداءً من المؤثرات البصرية في أفلام هوليوود ومرورًا بإنتاج الموسيقى وحتى المواد الإباحية.
وبينما يُقصد بالكثير منها أن يكون مسليًا وخياليًا إلا أن استخدامه بشكل غير ملائم يمكن أن يتسبب في نشر معلومات خاطئة قد تكون ضارة بالمجتمع.
ومع ذلك؛ غالبًا ما تكون هناك بعض العلامات التي تميز المواد المزيفة عن الواقعية، فعلى سبيل المثال: عند إنشاء مقطع فيديو باستخدام Deepfakes قد تبدو الأصوات آلية بعض الشيء، أو قد تتأثر الصور بالإضاءة، أو تكرر الشخصيات إيماءات يد غريبة.
وقد يكون من الصعب على الأشخاص تحديد هذه العلامات، ولكن هنا يساعدنا الذكاء الاصطناعي نفسه في اكتشاف هذه التناقضات.
5- من المستحيل تعليم الذكاء الاصطناعي كيف يصبح إنسانًا:
يمكنك إعطاء نظام ذكاء اصطناعي جميع البيانات الموجودة في العالم، ولكن النتيجة ستكون أنه لا يزال لا يمثل أو يفهم كل إنسان على وجه الأرض – ولن يكون قادرًا على فهم كل ما يستطيع البشر فهمه – وذلك لأننا شخصيات متعددة الأبعاد ومعقدة، نقع خارج نطاق البيانات الثنائية الأبعاد التي تستخدمها الآلات لفهم الأشياء.
يقوم المطورون بتدريب أنظمة الذكاء الاصطناعي وتوجيهها من أجل الأفراد الذين يستخدمونها. وعلى هذا النحو؛ فالأمر متروك لكل شخص لاختيار كيفية تفاعله مع هذه الأنظمة وتحديد المعلومات التي يشاركها معها. لذلك فالإنسان هو من يقرر مقدار ما يتعلمه الذكاء الاصطناعي عنه.
