2024... عام «النقلة النوعية» للذكاء الاصطناعي

روبوتات المحادثة تنتج الصور الفورية والروبوتات الميكانيكية تتعلّم

2024... عام «النقلة النوعية» للذكاء الاصطناعي
TT

2024... عام «النقلة النوعية» للذكاء الاصطناعي

2024... عام «النقلة النوعية» للذكاء الاصطناعي

خلال حدثٍ تقني استضافته سان فرانسيسكو في نوفمبر (تشرين الثاني) الماضي، سُئل سام ألتمان، الرئيس التنفيذي لشركة الذكاء الاصطناعي «أوبن إيه آي» عن المفاجآت التي سيشهدها المجال في عام 2024.

جاء ردّه سريعاً على الشكل التّالي: «روبوتات المحادثة كـ(تشات جي بي تي) ستحقّق قفزة نوعية لم يكن أحدٌ يتوقعها». وإلى جانبه، كان يجلس جايمس مانييكا المدير التنفيذي من شركة «غوغل»، الذي هزّ رأسه وقال: «وأنّا أؤيّد هذا الكلام».

تحسينات سريعة

ميزة واحدة تُعرّف صناعة الذكاء الاصطناعي هذا العام: تحسّنٌ سريعٌ ولافت في التقنية وتراكم في التطوّرات التي تسمح للذكاء الاصطناعي بتوليد أنواعٍ جديدة من الوسائط، وتقليد المنطق البشري بأشكالٍ جديدة، والتسرّب إلى العالم الحقيقي عبر فصيلٍ جديدٍ من الروبوتات.

وسنرى في الأشهر القليلة المقبلة مولّدات الصورة المدعومة بالذكاء الاصطناعي، كـ«دال - إي» و«ميدجورني»، وهي تنتج فيديوهات وصوراً بشكلٍ آنيّ، وتندمج بشكلٍ تدريجي مع روبوتات المحادثة، مثل «تشات جي بي تي».

وهذا الأمر يعني أنّ روبوتات المحادثة ستذهب أبعد من النص الرقمي؛ إلى التعامل مع الصور، والفيديوهات، والرسوم البيانية وغيرها من الوسائط، وستُظهر سلوكاً أقرب إلى المنطق البشري، من خلال أداء المزيد من المهام المعقّدة في مجالات كالرياضيات والعلوم. ومع تحرّك التقنية أكثر باتجاه الروبوتات، ستصبح هذه الأخيرة قادرة على حلّ مشكلات خارج العالم الرقمي.

بدأ كثير من هذه التطورات بالتبلور داخل أهمّ مختبرات البحث وفي عالم المنتجات التقنية منذ العام الماضي، إلّا أنّ قوّة هذه المنتجات ستكبر أكثر، وسيستخدمها عددٌ أكبر من الناس في 2024.

يرى ديفيد لوان، الرئيس التنفيذي لشركة الذكاء الاصطناعي الناشئة «أديبت» أنّ «التقدّم السريع للذكاء الاصطناعي مستمرّ ولا مفرّ منه».

تعكف شركاتٌ كثيرة كـ«أوبن إيه آي»، و«غوغل»، على تطوير الذكاء الاصطناعي أكثر من غيره من التقنيات بسبب الطريقة التي صُممت بها الأنظمة التي يقوم عليها.

يتولّى مهندسون تصميم معظم التطبيقات البرمجية التي تتطلّب ابتكار كلّ رمز كومبيوتر على حدة في عمليّة بطيئة ومملّة. في المقابل، تعمل الشركات اليوم على تحسين الذكاء الاصطناعي بمزيد من السرعة لأنّ تقنيته ترتكز على شبكات عصبية، وأنظمة حسابية قابلة لتعلّم مهارات من خلال تحليل البيانات الرقمية. تستطيع الشبكة العصبية تعلّم توليد نصّ بمفردها من خلال رصد الأنماط في بيانات متنوعة، كمقالات «ويكيبيديا»، والكتب، والنصوص الرقمية المسحوبة من شبكة الإنترنت.

تغيرات عام 2024

نستعرض لكم في الدليل التالي التغييرات التي سيشهدها الذكاء الاصطناعي هذا العام، بدءاً من التطورات المتوقَّعة في المدى القريب، التي ستدفع قدرات التقنية نحو المزيد من التقدّم.

* الفيديوهات الفورية: ولّدت التطبيقات المدعومة بالذكاء الاصطناعي حتّى اليوم نصوصاً وصوراً جامدة على شكل استجابات لأوامر الحثّ. يستطيع «دال - إي» مثلاً ابتكار صور أشبه بصورٍ فوتوغرافية حقيقية في غضون ثوانٍ بناء على طلبات، مثل: «وحيد قرن يغوص مقابل جسر غولدن غيت».

ولكنّ هذا العام سيشهد على الأرجح طرح العديد من الشركات، كـ«أوبن إيه آي»، و«غوغل» و«ميتا» و«رانوي»، لمولّدات صورة تتيح للمستخدمين فبركة فيديوهات أيضاً، حتّى إنّ بعض هذه الشركات أتمّ تطوير نماذج تجريبية لأدوات تبتكر فيديوهات فورية وفقاً لأوامر حثٍّ نصية قصيرة.

ومن المرجّح أيضاً أن تسعى هذه الشركات إلى دمج قوى مولّدات الصورة والفيديو في روبوتات المحادثة لتعزيز قدرات هذه الأخيرة.

* روبوتات محادثة «متعدّدة الأوضاع»: تشهد روبوتات المحادثة ومولّدات الصور، التي طُوّرت في الأساس بوصفها أدوات منفصلة، اندماجاً تدريجياً؛ فقد أطلقت «أوبن إيه آي»، العام الماضي، ولأوّل مرّة نسخة جديدة من «تشات جي بي تي» قادرة على توليد صورٍ ونصوص.

تعمل شركات الذكاء الاصطناعي على تصميم أنظمة «متعدّدة الأوضاع»؛ ما يعني أنّ ذكاءها الاصطناعي يستطيع التعامل مع عدّة أنواع من الوسائط. تتعلّم هذه الأنظمة مهاراتها من خلال تحليل الصور، والنصوص، وربّما أنواع أخرى من الوسائط كالرسوم البيانية، والأصوات، والفيديوهات، حتّى تستطيع إنتاج نصوصها وصورها وأصواتها الخاصّة. وهذا ليس كلّ شيء! لأنّ هذه الأنظمة تتعلّم أيضاً العلاقات بين مختلف أنواع الوسائط، ستصبح يوماً قادرة على فهم نوعٍ من الوسائط والردّ عليه بنوعٍ مختلف. بمعنى آخر، قد يغذّي أحدهم روبوت المحادثة بصورة ما، ليردّ عليه الأخير بنص.منطق أفضل ووكلاء الذكاء

* «منطق» أفضل. عندما يتحدّث ألتمان عن القفزة النوعية التي سيحققها الذكاء الاصطناعي، يقصد روبوتات المحادثة التي تتمتّع «بتفكير منطقي» أفضل يساعدها في القيام بمهام أكثر تعقيداً، كحلّ مسائل حسابية شائكة وتوليد برامج كومبيوتر مفصّلة.

الهدف هو بناء أنظمة تستطيع حلّ مسألة ما بعناية ومنطقية من خلال سلسلة من الخطوات السرية التي تعتمد كلّ واحدة منها على الأخرى، لأنّ هذه هي طريقة عمل المنطق البشري، في بعض الحالات على الأقلّ.

يختلف علماء بارزون فيما بينهم على ما إذا كانت روبوتات المحادثة قادرة فعلاً على التفكير بهذا القدر من المنطق. يحاجج بعضهم بأنّ هذه الأنظمة بالكاد تُظهر بعض المنطق، مع تكرارها للسلوك التي رصدته في بيانات الإنترنت. ولكنّ «أوبن إيه آي» وغيرها تبني أنظمة قادرة على الردّ على أسئلة صعبة حول مواضيع، كالرياضيات، وبرمجة الكومبيوتر، والفيزياء، وغيرها من العلوم.

من جهته، عدّ نيك فروست، باحثٌ سابقٌ في «غوغل» ومدير مساعد في شركة الذكاء الاصطناعي الناشئة «كوهير»، أنّ «ارتفاع مستوى الثقة بهذه الأنظمة سيزيد من شعبيتها». وإذا أصبحت روبوتات المحادثة فعلاً أكثر منطقية، يمكنها أن تتحوّل بسهولة إلى «وكلاء ذكاء اصطناعي».

• «وكلاء الذكاء الاصطناعي». تُعلِّم شركات التقنية أنظمة الذكاء الاصطناعي كيفية التعامل مع المسائل الصعبة خطوة بخطوة، وبنفس الطريقة، يمكنها أيضاً تحسين قدرة روبوتات المحادثة على استخدام التطبيقات البرمجية والمواقع الإلكترونية نيابة عن المستخدم.

يعمل الباحثون بجدّ على تحويل روبوتات المحادثة إلى نوعٍ جديد من الأنظمة الآلية المستقلّة التي تُسمّى «وكلاء الذكاء الاصطناعي»، وهذا يعني أنّ روبوت المحادثة سيصبح قادراً على استخدام تطبيقات البرمجة، والمواقع الإلكترونية، وغيرها من الأدوات الإلكترونية، كالتقويم ومواقع السفر، ليتمكّن النّاس أخيراً من توكيله للقيام بأعمالهم. ولكنّ هذا الأمر قد يفضي أيضاً إلى سيطرة وكلاء الذكاء الاصطناعي على بعض الوظائف بشكلٍ كامل.

تعمل روبوتات المحادثة اليوم وكأنّها وكلاء في بعض الأمور البسيطة، حيث إنها تسجّل مواعيد الاجتماعات، وتعدّل الملفات، وتحلّل البيانات، وتضع الرسوم البيانية. ولكنّ أداء هذه الأدوات لا يرقى دائماً إلى الجودة المطلوبة، وهي قابلة للانهيار في لحظة عند التعامل مع مهام أكثر تعقيداً.

هذا العام، من المتوقع أن تكشف شركات الذكاء الاصطناعي النقاب عن وكلاء أكثر كفاءة؛ فقد رجّح لوان أنّ «المستخدمين سيتمكنون من توكيل أي مهام مملّة ومتعبة من أعمالهم اليومية على جهاز الكومبيوتر إلى وكيل من هذا النوع».

وتشمل هذه المهام متابعة النفقات باستخدام تطبيقٍ مثل «كويك بوكس»، أو تثبيت أيّام العطلة في تطبيق كـ «ووركداي». وعلى المدى الطويل، ستتوسع قدرات الوكلاء لتتجاوز خدمات البرمجيات والإنترنت إلى عالم الروبوتات.

• روبوتات أذكى. في الماضي، كانت الروبوتات تُبرمج لأداء المهمّة نفسها مرّة بعد مرّة، كحمل الصناديق التي تتشابه حجماً وشكلاً. أمّا اليوم، فيستخدم الباحثون نفس التقنية التي تشغّل روبوتات المحادثة لمنح الروبوتات التقليدية القوّة اللازمة للتعامل مع مهام أكثر تعقيداً وربّما غير مألوفة.

وكما يتعلّم روبوت المحادثة توقّع الكلمة التالية في جملة من خلال تحليل كميات كبيرة من النصوص الرقمية، يستطيع الروبوت تعلّم توقّع ما سيحصل في العالم الحقيقي من خلال تحليل عددٍ غير محدود من الفيديوهات التي تستعرض أشياء وأجساماً تُرفع وتُنقل.

سيكون هذا العام عام دمج قوى الذكاء الاصطناعي في الروبوتات التي تعمل غالباً خلف الكواليس، كالأذرع الميكانيكية التي تطوي القمصان في متاجر خدمات الغسيل، أو ترتّب البضائع في المخازن. ويعمل عمالقة التقنية أيضاً، ومنهم إيلون ماسك، على إيصال الروبوتات الشبيهة بالبشر إلى بيوت المستخدمين.

* خدمة «نيويورك تايمز»



دراسة من ستانفورد: الذكاء الاصطناعي قد يعزز التفكير الوهمي

الدراسة حللت أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة لاكتشاف أنماط تفاعل روبوتات الدردشة (شاترستوك)
الدراسة حللت أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة لاكتشاف أنماط تفاعل روبوتات الدردشة (شاترستوك)
TT

دراسة من ستانفورد: الذكاء الاصطناعي قد يعزز التفكير الوهمي

الدراسة حللت أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة لاكتشاف أنماط تفاعل روبوتات الدردشة (شاترستوك)
الدراسة حللت أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة لاكتشاف أنماط تفاعل روبوتات الدردشة (شاترستوك)

مع ازدياد استخدام روبوتات الدردشة المعتمدة على الذكاء الاصطناعي في المحادثة وتقديم النصائح وحتى الدعم العاطفي، بدأت أبحاث جديدة تدرس تأثير هذه الأنظمة على المستخدمين مع مرور الوقت. وتكشف دراسة حديثة لباحثين مرتبطين بجامعة ستانفورد الأميركية عن خطر أقل وضوحاً، يتمثل في ميل هذه الأنظمة إلى تعزيز بعض المعتقدات بدلاً من تحديها.

تعتمد الدراسة على تحليل واسع لتفاعلات حقيقية، بهدف فهم كيفية استجابة نماذج اللغة في المحادثات الممتدة، وما الذي قد تعنيه هذه الاستجابات على إدراك المستخدم وصحته النفسية.

تحليل واسع النطاق

استندت الدراسة إلى تحليل أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة مع روبوتات الدردشة. ويتيح هذا الحجم الكبير من البيانات رصد أنماط متكررة، بدلاً من الاكتفاء بحالات فردية. وضمن هذه البيانات، حدد الباحثون نسبة من المحادثات التي تضمنت مؤشرات على تفكير وهمي. ووفقاً للدراسة، فإن نحو 15.5في المائة من رسائل المستخدمين أظهرت هذه الخصائص، ما أتاح فرصة لفهم كيفية استجابة الأنظمة لهذه الحالات.

التحدي يكمن في تحقيق توازن بين دعم المستخدم وتعزيز التفكير النقدي دون ترسيخ معلومات مضللة (أدوبي)

أنماط تأكيد متكررة

أحد أبرز النتائج يتمثل في تكرار ميل روبوتات الدردشة إلى تأكيد ما يقوله المستخدم. فقد أظهرت البيانات أن الأنظمة غالباً ما تستجيب بطريقة داعمة أو متوافقة مع طرح المستخدم، بدلاً من التشكيك فيه. ورغم أن هذا الأسلوب قد يكون مفيداً في سياقات الدعم، فإنه يصبح إشكالياً عندما يتعلق الأمر بمعتقدات غير دقيقة أو وهمية، حيث قد يؤدي إلى تعزيز هذه الأفكار بدلاً من تصحيحها.

دوامات وهمية متصاعدة

يصف الباحثون هذه الظاهرة بمصطلح «الدوامات الوهمية»، حيث تؤدي التفاعلات المتكررة بين المستخدم والنظام إلى ترسيخ المعتقدات الخاطئة تدريجياً. ولا يحدث التأثير نتيجة استجابة واحدة، بل يتشكل مع مرور الوقت. فكلما استمر النظام في تأكيد وجهة نظر المستخدم، زادت قوة هذا الاعتقاد. وتتيح طبيعة المحادثة المستمرة لهذا النمط أن يتطور بشكل تدريجي دون انقطاع واضح.

تشير الدراسة إلى أن الذكاء الاصطناعي لا يخلق هذه المعتقدات من الصفر، بل يتفاعل مع أفكار موجودة مسبقاً لدى المستخدم.

وتزداد المخاطر في المحادثات الطويلة، حيث تتراكم أنماط التأكيد عبر الزمن. وفي هذه الحالة، يتحول النظام من مجرد أداة استجابة إلى عنصر مؤثر في توجيه مسار الحوار.

نحو 15.5 % من رسائل المستخدمين أظهرت مؤشرات على تفكير وهمي أو معتقدات غير دقيقة (غيتي)

تحديات في التصميم

تعكس هذه النتائج تحدياً أساسياً في تصميم أنظمة الذكاء الاصطناعي. إذ يتم تطوير كثير من روبوتات الدردشة لتكون مفيدة ومهذبة وداعمة، ما يدفعها إلى تبني أسلوب قائم على التوافق مع المستخدم. لكن هذه الخصائص نفسها قد تقلل من قدرتها على تصحيح الأخطاء أو تقديم وجهات نظر نقدية. ويظل تحقيق التوازن بين الدعم والتفكير النقدي تحدياً رئيسياً.

تتجاوز دلالات هذه الدراسة الجانب التقني لتصل إلى قضايا تتعلق بالسلامة. فمع استخدام هذه الأنظمة في مجالات تتضمن تقديم نصائح أو دعم شخصي، تصبح طريقة استجابتها أكثر حساسية.

وفي بعض الحالات، قد يؤدي تعزيز المعتقدات غير الدقيقة إلى تأثيرات فعلية على قرارات المستخدم أو حالته النفسية، ما يطرح تساؤلات حول كيفية تصميم هذه الأنظمة ومراقبتها.

نحو استخدام مسؤول

تشير الدراسة إلى ضرورة تطوير آليات أفضل للتقييم والضبط. فبدلاً من التركيز فقط على دقة الإجابات، ينبغي أيضاً فهم كيفية تصرف الأنظمة في المحادثات الطويلة والمعقدة.

ويشمل ذلك تحديد متى يجب على النظام التشكيك في بعض الطروحات أو تقديم توضيحات أو تجنب تأكيد معلومات غير موثوقة. ويعد تحقيق هذا التوازن خطوة أساسية في تطور الذكاء الاصطناعي.

الحاجة لمزيد من البحث

رغم أهمية النتائج، تؤكد الدراسة الحاجة إلى مزيد من الأبحاث لفهم تأثير هذه التفاعلات على المستخدمين على المدى الطويل.

فمع تحول الذكاء الاصطناعي من أداة تقدم معلومات إلى نظام يشارك في الحوار، يصبح من الضروري ضمان أن هذه التفاعلات تدعم الفهم ولا تعزز أنماطاً ضارة. وفي هذا السياق، لم يعد التحدي مقتصراً على تطوير أنظمة أكثر ذكاءً، بل يشمل أيضاً ضمان أن تكون أكثر وعياً بتأثيرها على الإنسان.


نهج جديد يمكّن الذكاء الاصطناعي من شرح قراراته

نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)
نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)
TT

نهج جديد يمكّن الذكاء الاصطناعي من شرح قراراته

نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)
نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)

مع تزايد اندماج أنظمة الذكاء الاصطناعي في قطاعات حساسة، مثل الرعاية الصحية والأنظمة ذاتية القيادة، يبرز سؤال أساسي: هل يمكن الوثوق بقراراتها؟

فعلى الرغم من أن النماذج الحديثة تحقق دقة عالية، فإن طريقة تفكيرها تظل في كثير من الأحيان غير واضحة. هذه «الصندوق الأسود» أصبحت واحدة من أبرز التحديات في هذا المجال. يقدّم باحثون في معهد ماساتشوستس للتكنولوجيا (MIT) نهجاً جديداً يهدف إلى معالجة هذه المشكلة، من خلال تمكين أنظمة الذكاء الاصطناعي من تفسير قراراتها بطريقة مفهومة للبشر.

ما وراء الصندوق

في التطبيقات الواقعية، لا تكفي الدقة وحدها. فعندما يحدد نظام ذكاء اصطناعي مرضاً من صورة طبية أو يتخذ قراراً مرتبطاً بالسلامة، يحتاج المستخدم إلى فهم الأسباب التي قادت إلى هذا القرار. ومن دون هذه الشفافية، قد تفشل الأنظمة الدقيقة في كسب الثقة. وقد سعت تقنيات سابقة إلى فتح هذا «الصندوق الأسود»، لكنها غالباً ما قدّمت تفسيرات معقدة أو يصعب فهمها لغير المتخصصين. وهنا يكمن التحدي في تقديم تفسيرات دقيقة وفي الوقت نفسه واضحة.

الطريقة الجديدة تحسن التفسير دون التضحية بدقة الأداء بل قد تعززها (شاترستوك)

تفكير واعد

أحد الاتجاهات الواعدة يُعرف بنماذج «عنق الزجاجة المفاهيمي». في هذا النهج، يُجبر النظام على بناء قراراته على مفاهيم يمكن للبشر فهمها. فبدلاً من الانتقال مباشرة من البيانات الخام إلى النتيجة، يمرّ النموذج بمرحلة وسيطة يحدد فيها خصائص أو مفاهيم محددة قبل الوصول إلى القرار. لكن هذا الأسلوب واجه سابقاً بعض التحديات، إذ إن تحسين قابلية التفسير كان أحياناً يأتي على حساب الدقة، أو يؤدي إلى تفسيرات غير واضحة بما يكفي.

نهج جديد

طوّر فريق «MIT» طريقة محسّنة تهدف إلى تجاوز هذه القيود. يعتمد النظام على مكونين من التعلم الآلي يعملان معاً. الأول يستخرج المعرفة من نموذج موجود، والثاني يحول هذه المعرفة إلى مفاهيم مفهومة للبشر. يتيح هذا الإطار المزدوج «ترجمة آلية» لآلية عمل النماذج المعقدة إلى صيغة قابلة للفهم. والأهم أن هذه التقنية يمكن تطبيقها على نماذج رؤية حاسوبية مدرّبة مسبقاً، ما يجعلها قابلة للتعميم على نطاق واسع.

ومن أبرز ما يميز هذا النهج أنه لا يضحي بالأداء من أجل الشفافية. بل تشير النتائج إلى أنه يمكن أن يحسن دقة التنبؤ وجودة التفسير في الوقت نفسه. وهذا يتحدى افتراضاً شائعاً في تطوير الذكاء الاصطناعي، وهو أن التفسير يأتي دائماً على حساب الأداء. يمثل الجمع بين الاثنين خطوة مهمة نحو تطبيقات عملية موثوقة.

باحثو جامعة «MIT» يطورون نهجاً جديداً يمكّن النماذج من تفسير تنبؤاتها بطريقة مفهومة (شاترستوك)

تفسيرات أوضح

يتميز النظام بجودة التفسيرات التي يقدمها. فبدلاً من مخرجات تقنية معقدة، ينتج أوصافاً مبنية على مفاهيم واضحة يمكن للمستخدم فهمها بسهولة. وتكتسب هذه الميزة أهمية خاصة في البيئات الحساسة، حيث تحتاج القرارات إلى مراجعة وتقييم. فالتفسير الواضح يتيح للمستخدم التأكد من منطق القرار.

الهدف الأوسع لهذا البحث هو تعزيز الثقة في أنظمة الذكاء الاصطناعي. فعندما يتمكن المستخدم من فهم كيفية اتخاذ القرار، يصبح أكثر قدرة على تقييم دقته واكتشاف الأخطاء المحتملة. ويبرز هذا الأمر بشكل خاص في مجالات، مثل الرعاية الصحية، حيث قد تكون لأي خطأ عواقب كبيرة. فالتفسير لا يعزز الفهم فقط، بل يدعم الاستخدام المسؤول للتقنية.

أثر عملي واسع

تمتد آثار هذا التطور إلى ما هو أبعد من تطبيق واحد. مع توسع استخدام الذكاء الاصطناعي، تتزايد الحاجة إلى الشفافية من قبل المستخدمين والجهات التنظيمية على حد سواء. وقد تلعب هذه التقنيات دوراً محورياً في تلبية هذه المتطلبات، من خلال جعل قرارات الذكاء الاصطناعي أكثر وضوحاً وقابلية للمساءلة.

يعكس هذا النهج خطوة ضمن اتجاه أوسع في أبحاث الذكاء الاصطناعي. فلم يعد التركيز مقتصراً على بناء نماذج عالية الأداء، بل يتجه نحو تطوير أنظمة قادرة على تفسير قراراتها. هذا التحول يعكس فهماً أعمق لدور الذكاء الاصطناعي في الواقع. فالأداء وحده لم يعد كافياً، بل يجب أن تكون الأنظمة مفهومة وموثوقة ومتوافقة مع التوقعات البشرية. وفي هذا السياق، تصبح القدرة على تفسير القرارات ليست مجرد ميزة إضافية، بل شرطاً أساسياً للجيل القادم من أنظمة الذكاء الاصطناعي.


«غوغل» تعيد تعريف البحث بالذكاء الاصطناعي المخصص

تفعيل الميزة اختياري ويمنح المستخدم تحكماً كاملاً في البيانات التي يتم استخدامها (أ.ف.ب)
تفعيل الميزة اختياري ويمنح المستخدم تحكماً كاملاً في البيانات التي يتم استخدامها (أ.ف.ب)
TT

«غوغل» تعيد تعريف البحث بالذكاء الاصطناعي المخصص

تفعيل الميزة اختياري ويمنح المستخدم تحكماً كاملاً في البيانات التي يتم استخدامها (أ.ف.ب)
تفعيل الميزة اختياري ويمنح المستخدم تحكماً كاملاً في البيانات التي يتم استخدامها (أ.ف.ب)

أعلنت شركة «غوغل» عن توسع جديد في قدرات الذكاء الاصطناعي لديها تحت مفهوم أطلقت عليه «الذكاء الشخصي» (Personal Intelligence) في خطوة تهدف إلى جعل أنظمة البحث والمساعدات الرقمية أكثر فهماً للسياق الفردي لكل مستخدم، بدلاً من الاكتفاء بإجابات عامة. هذا التوجه الذي جاء في مدونة رسمية عبر موقع الشركة يمثل تحولاً في طريقة عمل الذكاء الاصطناعي، من تقديم معلومات موحدة إلى تقديم استجابات مخصصة تستند إلى بيانات المستخدم ونشاطه عبر خدمات «غوغل» المختلفة.

تحول في البحث

لطالما اعتمدت محركات البحث على مطابقة الكلمات المفتاحية لتقديم نتائج ذات صلة. إلا أن «غوغل» ترى أن هذا النموذج لم يعد كافياً في ظل تنوع احتياجات المستخدمين. وبحسب ما أوضحته الشركة، فإن «الذكاء الشخصي» يهدف إلى تقديم إجابات تأخذ في الاعتبار السياق الفردي، بحيث يحصل كل مستخدم على نتائج تتناسب مع اهتماماته وتاريخه الرقمي.

يعتمد هذا النهج على ربط المعلومات بين عدد من تطبيقات «غوغل»، مثل «جيميل» و«صور غوغل» و«يوتيوب» وسجل البحث، وذلك في حال موافقة المستخدم على تفعيل هذه الميزة. ويتيح هذا التكامل لأنظمة الذكاء الاصطناعي، مثل (جيميناي) «Gemini» ووضع الذكاء الاصطناعي في البحث، الاستفادة من هذا السياق لتقديم إجابات أكثر دقة وارتباطاً باحتياجات المستخدم.

«غوغل» تطلق مفهوم «الذكاء الشخصي» لتقديم استجابات تعتمد على السياق الفردي لكل مستخدم (أ.ف.ب)

تجربة أكثر تخصيصاً

وفقاً لـ«غوغل»، يمكن للنظام الجديد «ربط النقاط» بين بيانات المستخدم المختلفة، ما يسمح بتقديم توصيات وملخصات واقتراحات أكثر تخصيصاً. فعلى سبيل المثال، بدلاً من تقديم اقتراحات عامة للسفر، يمكن للنظام الاستناد إلى اهتمامات المستخدم السابقة أو نشاطه الرقمي لتقديم خيارات أكثر ملاءمة. ويمثل ذلك انتقالاً من الذكاء الاصطناعي كأداة عامة إلى ما يشبه المساعد الشخصي الذي يتكيف مع المستخدم بمرور الوقت.

التحكم بيد المستخدم

أكدت «غوغل» أن استخدام هذه الميزة يعتمد على موافقة المستخدم، حيث يمكنه اختيار التطبيقات التي يرغب في ربطها، أو إيقاف الميزة بالكامل. وأوضحت الشركة أن البيانات الشخصية من خدمات مثل «جيميل» و«صور غوغل» لا تُستخدم لتدريب نماذج الذكاء الاصطناعي، بل تُستعمل لتوفير سياق ضمن التفاعل مع المستخدم فقط.

توازن مع الخصوصية

يبرز هذا التوجه تحدياً معروفاً في تطوير الذكاء الاصطناعي، وهو تحقيق التوازن بين التخصيص والخصوصية. فكلما زادت قدرة النظام على الوصول إلى البيانات، زادت دقة التوصيات، لكن ذلك يثير في الوقت نفسه تساؤلات حول حدود استخدام البيانات الشخصية. وتحاول «غوغل» معالجة هذا التحدي من خلال نموذج يعتمد على الشفافية ومنح المستخدم تحكماً أكبر في بياناته.

التحدي الرئيسي يتمثل في تحقيق توازن بين التخصيص العميق وحماية الخصوصية (شاترستوك)

ما بعد الإجابات

يعكس إطلاق «الذكاء الشخصي» توجهاً أوسع في مجال الذكاء الاصطناعي، حيث لم يعد الهدف مجرد الإجابة عن الأسئلة، بل فهم نية المستخدم والسياق المحيط به. ومن خلال دمج البيانات الشخصية، يمكن للأنظمة الانتقال من تقديم إجابات ثابتة إلى تفاعلات أكثر ديناميكية. من المتوقع أن ينعكس هذا التطور على الاستخدام اليومي للتكنولوجيا، حيث يمكن للأنظمة المخصصة أن تسهم في تسريع إنجاز المهام مثل التخطيط للسفر، أو العثور على معلومات سابقة، أو اتخاذ قرارات مبنية على بيانات شخصية. كما قد تقل الحاجة إلى إدخال نفس المعلومات بشكل متكرر، إذ يصبح النظام قادراً على استنتاج السياق من التفاعلات السابقة.

اتجاه مستقبلي

يمثل «الذكاء الشخصي» خطوة أولى نحو جيل جديد من أنظمة الذكاء الاصطناعي التي تجمع بين البحث والمساعدة الرقمية والتخصيص العميق. ومع ذلك، يبقى نجاح هذا النهج مرتبطاً بمدى ثقة المستخدمين، إذ ستلعب الشفافية والتحكم في البيانات دوراً حاسماً في تبني هذه التقنيات. في المحصلة، لا يتعلق هذا التوجه بجعل الذكاء الاصطناعي أكثر ذكاءً فحسب، بل بجعله أكثر ارتباطاً بالمستخدم نفسه، في تحول قد يعيد تعريف كيفية تفاعل الأفراد مع التكنولوجيا في حياتهم اليومية.