نظم الذكاء الصناعي تتنبأ بوقوع الجرائم

نظم الذكاء الصناعي تتنبأ بوقوع الجرائم
TT

نظم الذكاء الصناعي تتنبأ بوقوع الجرائم

نظم الذكاء الصناعي تتنبأ بوقوع الجرائم

هناك تاريخ طويل لاستخدامات نظم الذكاء الصناعي في التنبؤ بالجرائم، ابتدأ أولاً بدفع تلك النظم لرجال الشرطة باتجاه اتهام أصحاب البشرة الملوّنة بالجرائم، ولكن ذلك لم يمنع الباحثين من الاستمرار في محاولة تطوير أدوات خاصّة للتنبؤ بالجريمة.

التنبؤ بالجريمة
في عالم فيلم «تقرير الأقلية» (2002) تكاد تكون الجريمة معدومة لأنّ العرّافين يتوقّعون موعد حدوث جرائم القتل، ما يتيح للشرطة التدخّل واعتقال «الذين يوشكون على ارتكاب الجريمة».
ويلاحق الباحثون منذ زمن طويل الإمكانية غير الأكيدة للتنبؤ بالجريمة قبل حصولها. وقد كشف فريق من جامعة شيكاغو الشهر الفائت النقاب عن خوارزمية جديدة قادرة على تنبؤ الجريمة بدقّة تصل إلى 90 في المائة.
تحدّد الخوارزمية مواقع في المدن الكبرى، تواجه، وفقاً لحساباتها، خطراً مرتفعاً من جرائم قتل وسرقة ستقع في الأسبوع التالي. يستطيع البرنامج أيضاً تقييم تفاوت نشاط الشرطة بين الأحياء في ثمانية مدن أساسية في الولايات المتحدة منها شيكاغو، ولوس أنجليس، وفيلادلفيا.
ولكنّ استخدام الذكاء الصناعي لتوجيه أجهزة إنفاذ القانون يثير حنق الكثير من علماء العدالة الاجتماعية والجريمة، الذين يتخوّفون من تاريخ طويل راكمه هذا النوع من التقنيات في توجيه الشرطة خطأً باتجاه الجاليات الأفريقية واللاتينية، لا سيّما أنّ أحد الباحثين المشاركين في الدراسة الجديدة اعترف بأنّ قدرة الخوارزمية على التنبؤ بالجريمة محدودة.وقد رأى إيشانو تشاتوبادياي، أستاذ محاضر في جامعة شيكاغو والباحث الرئيسي في الدراسة، أنّ «الماضي لا يقول لنا شيئاً عن المستقبل. ولكن السؤال هو: ما درجة تأثير الماضي على المستقبل؟ وما المدى الحقيقي لعفوية وعشوائية الأحداث؟ هذه هي التفاصيل التي تحدّ قدرتنا على التنبؤ»
في السنوات الخمس عشرة الماضية، بدأ أكبر أقسام الشرطة في الولايات المتحدة كنيويورك ولوس أنجليس وشيكاغو، بدراسة وسائل تتيح لها استخدام الذكاء الصناعي ليس فقط لتحليل الجريمة، بل للتنبؤ بها أيضاً. لجأت هذه الأقسام في معظم الأحيان إلى شركات تحليل البيانات كـ«بريد بول» و«بلانتير»، اللتين تطوّران برمجيات تستخدمها أجهزة إنفاذ القانون في توقّع الجريمة.
تعتمد أدوات التنبؤ التي تستخدمها الشرطة على تغذية الخوارزميات بالبيانات –كتقارير الجرائم، وسجلات الاعتقال، وصور لوحات السيارات. يدرّب المختصون هذه الخوارزميات على البحث عن أنماط تتوقع مكان وزمان وقوع نوع محدّد من الجرائم التي ستحصل في المستقبل.

أداء وتحيّز
ولكنّ جودة أداء الخوارزمية مرتبطة بجودة البيانات التي تتغذّى بها، الأمر الذي يشكّل تحدياً كبيراً للنّاس في الولايات المتّحدة، كما يشرح فنسنت ساوثرلاند، مدير مركز العرق واللامساواة والقانون في جامعة نيويورك.
ويشدّد ساوثرلاند على أنّ التاريخ يشهد أنّ بيانات الشرطة الأميركية منحازة وغير محايدة. يميل عناصر الشرطة غالباً إلى اعتقال أو إدانة أشخاص من أحياء فقيرة يغلب عليها أصحاب البشرة الملوّنة، إلّا أنّ هذه الحقيقة لا تعكس بالضرورة مكان حصول الجريمة، بل المواقع التي يمضي فيها عناصر الشرطة معظم أوقاتهم.
يضيف ساوثرلاند أنّ «الشرطة الأميركية تملك بيانات ملوّثة أو موسومة ببعض الانحياز – وهذا الانحياز سيظهر في الطرف المقابل من التحليل. بمعنى آخر، ستحصلون من هذا التحليل على نتائج تشبه ما وضعتموه في الأساس».
تسببت برمجيات التوقّع التي تستخدمها الشرطة في مشكلات كثيرة في العالم الحقيقي. فقد عمد مركز شرطة لوس أنجليس عام 2019 إلى تعليق العمل ببرنامج «ليزر» للتنبؤ الذي استخدم بيانات التاريخ الجنائي لتوقع البقع الساخنة للجرائم، بالإضافة إلى برنامج «بلانتير» الذي يحدّد نسبة الخطر التي يشكّلها الأشخاص، بعد أن أظهر تحقيق داخلي أنّه تسبب في تعريض أشخاص من أصحاب البشرة السوداء والعرق اللاتيني لمراقبة غير محقّة من الشرطة.
واستخدمت شرطة شيكاغو برمجيات تنبؤية من تطوير «معهد إلينوي للتقنية» لوضع لائحة بالأشخاص الذين تزيد أرجحية تورّطهم بجرائم عنيفة، ولكنّ البرنامج توقّف عن العمل عام 2020.
من جهته، رأى جون س. هوليوود، باحث أوّل في مؤسسة «راند للأبحاث والتطوير» التي ساعدت قسم شرطة شيكاغو في التحقيق باستخدام خوارزميات تنبؤية، أنّ الخوارزميات التي تستخدمها الشرطة «ليست كرة بلّورية» وأنّه من الأفضل النظر للوضع بشمولية... ما الأمور التي تحصل في مجالات معيّنة في المجتمع وتؤدي إلى حصول الجرائم حالياً؟».
من جهته، أقرّ تشاتوبادياي بأن أفراد فريقه طوّروا البرنامج وهم على دراية بتاريخ الخوارزميات المضطرب، كما يقول برانشو فيرما، الخبير الإعلامي في التقنية في واشنطن.

برنامج ذكي
وخلال صناعتهم للخوارزمية، قسّم فريق تشاتوبادياي المدن الكبرى لمربّعات بمساحة 1000 قدم مربع (93 متراً مربعاً)، واستخدموا لتدريبه بيانات الجريمة في المدينة من مدّة تتراوح بين ثلاث وخمس سنوات. تتوقّع هذه الخوارزمية ارتفاع أو انخفاض خطر حصول جريمة في أحد الأقسام وفي وقت معيّن خلال مهلة أسبوع.
للحدّ من احتمال الانحياز، حذف الفريق بعض أنواع البيانات كالاعتقالات لحيازة الماريغوانا، ومخالفات المرور، والجرائم الطفيفة، لأنّ الأبحاث أظهرت أنّ أصحاب البشرة السوداء واللاتينيين يُستهدفون غالباً في هذا النوع من الجرائم. عوضاً عن ذلك، عمدوا إلى تزويد الخوارزمية ببيانات حول جرائم القتل، والاعتداءات الجسدية والجرائم التي تطال الأملاك كسرقة الشقق والدراجات النارية.
ولكنّه قال إن الهدف الرئيسي من الدراسة هو استخدام الخوارزمية للتحقيق بانحياز الشرطة. فقد قارن فريقه بيانات الاعتقال من أحياء بمستويات اجتماعية واقتصادية متنوعة، ووجدوا أنّ الجرائم التي وقعت في أغنى الأحياء أدّت إلى مزيد من الاعتقالات، بينما لم يكن للجريمة نفس التأثير في الأحياء الفقيرة، ما أظهر تناقضاً في إنفاذ القانون.
في المقابل، رأى أرفيند نارايانان، أستاذ محاضر في علوم الكومبيوتر في جامعة برينستون، أنّ البيان الصحافي والمقالات التي تناولت الدراسة لم تركّز بالدرجة الكافية على مسعى الدراسة للتحقيق في انحيازات الشرطة في إنفاذ القانون، بل بالغت في التركيز على ادعاءات دقّة الخوارزميات.
وأضاف أنّ «الدقّة مرّة واحدة في الأدوات التنبؤية في أعمال الشرطة ليست كافية على الإطلاق لتقييم فاعلية الأداة. الجريمة نادرة، وهذا يرجّح أنّ معظم تنبؤات الجرائم كانت نتائج إيجابية خاطئة».
يلفت علماء العدالة الجنائية وخبراء الشرطة والتقنية إلى أنّ دقّة الخوارزمية لا تعني عدم استخدامها من أجهزة إنفاذ القانون لاستهداف أصحاب البشرة الملوّنة وأولئك الذين يعيشون في أحياء فقيرة بمراقبة غير مبررة.
وافق جون س. هوليوود، من مؤسسة «راند للأبحاث والتطوير» هذا الرأي، ورأى أنّ تقليل معدّل الجريمة حقاً يتطلّب من أقسام الشرطة التعاون مع الاختصاصيين الاجتماعيين والمجموعات المحلية لمعالجة مشكلات التعليم والإسكان والانخراط المدني.
وأخيراً، وصف هوليوود الخوارزميات «بالأشياء البرّاقة واللماعة التي تؤدي غالباً إلى التشتيت».



الذكاء الاصطناعي التوليدي: تطبيقات الأمن السيبراني والتجارة الإلكترونية

الذكاء الاصطناعي التوليدي: تطبيقات الأمن السيبراني والتجارة الإلكترونية
TT

الذكاء الاصطناعي التوليدي: تطبيقات الأمن السيبراني والتجارة الإلكترونية

الذكاء الاصطناعي التوليدي: تطبيقات الأمن السيبراني والتجارة الإلكترونية

يترك الذكاء الاصطناعي التوليدي بصمته على جميع الصناعات تقريباً، فهو يتيح للمستخدمين إنشاء صور ومقاطع فيديو ونصوص وصور أخرى من المحتوى آخر عبر محثّات بسيطة.

وتكشف استخدامات الاصطناعي التوليدي بمجالات الرعاية الصحية والموسيقى والفن والتمويل والألعاب والموارد البشرية، تنوعها وتأثيرها المزداد وإمكاناتها المبتكرة اللامتناهية. ومع تحسين المطورين لهذه الأدوات، تكشف أمثلة جديدة للذكاء الاصطناعي التوليدي عبر تطبيقات مختلفة عن فائدة هذه التكنولوجيا الديناميكية.

الأمن السيبراني

مع تطور التكنولوجيا، تتطور المخاطر السيبرانية هي الأخرى، الأمر الذي يوجب على صناعة الأمن السيبراني أن تتطور، للحفاظ على حماية المؤسسات من الاختراقات والجرائم السيبرانية.

ويمكن للذكاء الاصطناعي التوليدي تحسين مستوى الأمن السيبراني عبر طرق مختلفة. وعلى سبيل المثال، يمكن استخدام الذكاء الاصطناعي التوليدي لمحاكاة البيئات الخطرة التي يمكن لمحترفي الأمن السيبراني استخدامها لاختبار سياساتهم الأمنية وضوابطهم.

كما يمكن لأدوات الذكاء الاصطناعي، وفقا لمجلة «إي ويك» الإلكترونية، كذلك تحليل البيانات السابقة للتوجهات العامة، لتحديد المخاطر الأمنية المحتملة، بحيث تتمكن فرق العمل المعنية بالأمن السيبراني تخفيف وطأة هذه المخاطر وتعزيز الوضع الأمني.

> الكشف عن التهديدات والتحليل المتقدم لها من «غوغل»: تستفيد «Google Cloud Security AI Workbench» من قدرات الذكاء الاصطناعي والتعلم الآلي لدى منصة «غوغل» السحابة (Google Cloud) بغرض توفير مستوى متقدم من الرصد والتحليل. وتتولى توليد كميات هائلة من بيانات الأمان، لمساعدة مستخدميها في تحديد التهديدات المحتملة بشكل استباقي، وتزويدهم باستراتيجيات التخفيف من حدة الأخطار في الوقت المناسب، ما يعزز في النهاية وضع الأمان العام. كما أن المنصة قابلة للتطوير بدرجة كبيرة، ما يعني أنها يمكنها حماية الشركات من جميع الأحجام، من الشركات الصغيرة وصولاً إلى الشركات الكبيرة.

> إدارة الأمن السيبراني باللغة الطبيعية: تتيح تقنيات الذكاء الاصطناعي (CrowdStrike Charlotte AI) لمستخدميه التفاعل مع منصة «فالكون» (Falcon) باستخدام اللغة الطبيعية، وتدعم جهود البحث عن التهديدات والكشف عنها ومعالجتها. وعبر إنشاء واجهات واستجابات بديهية، تبسط «Charlotte AI» جهود إدارة الأمن السيبراني، ما يجعلها في متناول مجموعة أوسع من المستخدمين. كما أن التعلم المستمر من الحوادث السيبرانية في العالم الحقيقي، يعزز باستمرار كفاءتها ضد التهديدات السيبرانية.

> الكشف عن التهديدات المعقدة في الشبكة والاستجابة لها: يجمع برنامج «ThreatGPT» من «Airgap Networks» بين تقنية «جي بي تي» (GPT) وقواعد البيانات البيانية وتحليلات الشبكة المتطورة، لتقديم الكشف الشامل عن التهديدات والاستجابة لها. ويتميز بفاعلية خاصة في بيئات الشبكات المعقدة، وذلك لأنه يولد تحليلات مفصلة واستجابات عملية للتهديدات المحتملة. وتساعد قدرته على تصور تهديدات الشبكة في الوقت الفعلي، فرق الأمن على فهم متجهات الهجوم المعقدة والاستجابة لها بسرعة.

التجارة الإلكترونية

شهدت عمليات تشغيل الشركات عبر الإنترنت تحسناً كبيراً، منذ أن بدأ الذكاء الاصطناعي في الهيمنة على الفضاء الرقمي. ويتيح الذكاء الاصطناعي التوليدي لأصحاب الأعمال تحسين مواقع الويب الخاصة بهم، عبر دمج برامج الدردشة المدعومة بالذكاء الاصطناعي وأدوات تحليل البيانات، والربط بين منصات مختلفة للحصول على عمليات عمل مبسطة.

ويساعد استخدام الذكاء الاصطناعي التوليدي بمجال التجارة الإلكترونية، أصحاب الأعمال على تحسين حملاتهم التسويقية عبر استهداف الجمهور المناسب لمنتجاتهم أو خدماتهم، ما يسهم في زيادة المبيعات والإيرادات.

> منصة التجارة الإلكترونية المدعومة بالذكاء الاصطناعي «شوبيفاي» (Shopify):

تعدّ واحدة من أكثر منصات التجارة الإلكترونية استخداماً. وبفضل واجهتها سهلة الاستخدام وتكاملها مع تطبيقات مختلفة، يسهل على أصحاب الأعمال تحسين مواقع الويب الخاصة بهم، والوصول إلى الجماهير المطلوبة. ويمكن استخدام الذكاء الاصطناعي التوليدي في «شوبيفاي» لأغراض متنوعة، منها توضيح أوصاف المنتجات، وتخصيص تجربة العملاء، وتحسين جهود التسويق عبر تحليلات البيانات وتوقعات التوجهات العامة الجديدة.

> التوصية بالمنتج الرائج: تساعد منصة «Sell The Trend» شركات التجارة الإلكترونية، في اكتشاف المنتجات الرائجة أو الشائعة. وتعتمد على خوارزميات الذكاء الاصطناعي لتحليل بيانات السوق، والتنبؤ بالمنتجات التي من المرجح أن تكتسب شعبية. ويساعد ذلك شركات التجارة الإلكترونية، على البقاء في صدارة المنافسة عبر تخزين المنتجات الشائعة والترويج لها. ويمكن أن يساعد الذكاء الاصطناعي التوليدي الشركة كذلك في إنشاء أوصاف جذابة للمنتج ومواد تسويقية بناءً على الاتجاهات الحالية.

> روبوت الدردشة بالذكاء الاصطناعي لخدمة العملاء «ماني تشات» (ManyChat):

تمثل منصة دردشة آلية تعمل بالذكاء الاصطناعي، تعمل على تحسين دعم العملاء عبر أتمتة المحادثات على مواقع الويب ووسائل التواصل الاجتماعي وتطبيقات المراسلة. وتتيح للشركات إنشاء برامج دردشة آلية، باستخدام ميزة السحب، التي يمكنها الرد على استفسارات العملاء وتقديم الدعم، وحتى تنظيم المعاملات. ويساعد الذكاء الاصطناعي التوليدي بها في إنشاء ردود مخصصة والمشاركة بالمحادثات، ما يسهم نهاية الأمر في زيادة رضا العملاء وإنتاجيتهم.

الخدمات المصرفية والمالية

يستغل قطاع التمويل قوة الذكاء الاصطناعي التوليدي عبر حالات استخدام تتنوع ما بين تحسين مستوى تقييم المخاطر وتخصيص تجارب العملاء، وصولاً إلى تبسيط العمليات. وتمكن هذه التكنولوجيا المؤسسات المالية من تقديم خدمات أكثر تخصيصاً، وتحسين عمليات صنع القرار وتعزيز الكفاءة التشغيلية.

> الكشف عن الاحتيال والوقاية منه:

تستعين منصة «ARIC»، التابعة لشركة «Featurespace»، بالذكاء الاصطناعي التوليدي للكشف عن المعاملات الاحتيالية، والتصدي لها في الوقت الفعلي. وعبر التعلم من كل معاملة، فإنها تولد نماذج يمكنها تحديد حالات الشذوذ والاحتيال المحتمل، ما يعزز أمان العمليات المالية.

أما قدرة المنصة على التكيف، فتعني أنها يمكنها حماية مجموعة واسعة من المعاملات المالية، من المدفوعات عبر الإنترنت إلى العمليات المصرفية.

> نصائح مالية مخصصة:

تعتمد تطبيقات «Cleo» على الذكاء الاصطناعي التوليدي، لتقديم نصائح مالية مخصصة، بجانب المساعدة في إعداد الميزانية. وعبر تحليل عادات الإنفاق والبيانات المالية للمستخدمين، تخلق اقتراحات مخصصة لمساعدة المستخدمين في إدارة شؤونهم المالية بفاعلية أكبر، وتشجيع الادخار والحد من النفقات غير الضرورية. أما واجهتها الودية والتفاعلية فتجعل إدارة الشؤون المالية سهلة الوصول وأكثر يسراً أمام المستخدمين.

> معالجة الفواتير الآلية:

يستخدم برنامج «Yooz» الذكاء الاصطناعي التوليدي لأتمتة معالجة الفواتير وطلبات الشراء، وتحويل سير عمل الحسابات الدائنة. وعبر استخراج البيانات وتحليلها من الفواتير، يتولى إنشاء الإدخالات والتصنيفات، ما يبسط عملية الموافقة ويعزز كفاءة العمليات المالية. ويتكامل التطبيق بسلاسة مع الأنظمة المالية الحالية، ما يوفر انتقالاً سلساً إلى العمليات الآلية دون تعطيل سير العمل.