كيف يمكن للشركات اختراق ضجيج ChatGPT باستخدام الذكاء الاصطناعي العملي

استحوذت منتجات جديدة مثل ChatGPT على الجمهور ، ولكن ماذا ستكون التطبيقات الفعلية لكسب المال؟ هل سيقدمون قصص نجاح تجارية متفرقة ضائعة في بحر من الضوضاء ، أم أننا في بداية نقلة نوعية حقيقية؟ ما الذي يتطلبه تطوير أنظمة ذكاء اصطناعي قابلة للتطبيق بالفعل؟

لرسم مستقبل الذكاء الاصطناعي ، يمكننا استخلاص دروس قيمة من التقدم التكنولوجي السابق لتغيير الخطوة: عصر البيانات الضخمة.

2003-2020: عصر البيانات الضخمة

أدى التبني السريع للإنترنت وتسويقها في أواخر التسعينيات وأوائل العقد الأول من القرن الحادي والعشرين إلى بناء ثروات وخسرها ، ووضع أسس إمبراطوريات الشركات وعزز النمو الهائل في حركة مرور الويب. أدت هذه الزيارات إلى إنشاء سجلات ، والتي تحولت إلى سجل مفيد للغاية للإجراءات عبر الإنترنت. سرعان ما تعلمنا أن السجلات تساعدنا في فهم سبب تعطل البرامج وأي مجموعة من السلوكيات تؤدي إلى إجراءات مرغوبة ، مثل شراء منتج.

مع نمو ملفات السجل بشكل كبير مع صعود الإنترنت ، شعر معظمنا أننا نتطلع إلى شيء ذي قيمة كبيرة ، وظهرت آلة الضجيج إلى 11. ولكن بقي أن نرى ما إذا كان بإمكاننا بالفعل تحليل تلك البيانات وتحويلها إلى مستدامة القيمة ، خاصةً عندما تم نشر البيانات عبر العديد من الأنظمة البيئية المختلفة.

تستحق قصة نجاح البيانات الضخمة لشركة Google إعادة النظر فيها كرمز لكيفية تحويل البيانات إلى شركة قيمتها تريليون دولار والتي غيرت السوق إلى الأبد. كانت نتائج بحث Google ممتازة باستمرار وثقة مبنية ، لكن الشركة لم تستطع الاستمرار في توفير البحث على نطاق واسع – أو جميع المنتجات الإضافية التي نعتمد عليها في Google اليوم – حتى تمكن Adwords من تحقيق الدخل. الآن ، نتوقع جميعًا العثور على ما نحتاجه بالضبط في ثوانٍ ، بالإضافة إلى الاتجاهات المثالية خطوة بخطوة والمستندات التعاونية والتخزين المستند إلى السحابة.

تم بناء ثروات لا حصر لها بناءً على قدرة Google على تحويل البيانات إلى منتجات مقنعة ، والعديد من العمالقة الآخرين ، من شركة IBM المعاد تشغيلها إلى شركة Snowflake الجديدة ، قاموا ببناء إمبراطوريات ناجحة من خلال مساعدة المؤسسات على التقاط البيانات وإدارتها وتحسينها.

ما كان محيرًا فقط هو الثرثرة في البداية الذي حقق عوائد مالية هائلة في نهاية المطاف. هذا هو المسار الذي يجب أن يتبعه الذكاء الاصطناعي.

2017-2034: عصر الذكاء الاصطناعي

أنتج مستخدمو الإنترنت كميات هائلة من النصوص المكتوبة بلغة طبيعية ، مثل الإنجليزية أو الصينية ، وهي متاحة كمواقع الويب وملفات PDF والمدونات وغير ذلك. بفضل البيانات الضخمة ، يعد تخزين هذا النص وتحليله أمرًا سهلاً – مما يتيح للباحثين تطوير برنامج يمكنه قراءة كل هذا النص وتعليم نفسه الكتابة. تقدم سريعًا إلى ChatGPT الذي يصل في أواخر عام 2022 ويتصل الآباء بأطفالهم ويسألون عما إذا كانت الآلات قد عادت إلى الحياة أخيرًا.

إنها لحظة فاصلة في مجال الذكاء الاصطناعي ، في تاريخ التكنولوجيا ، وربما في تاريخ البشرية.

مستويات الضجيج الخاصة بالذكاء الاصطناعي اليوم هي المكان الذي كنا فيه مع البيانات الضخمة. السؤال الرئيسي الذي يجب على الصناعة الإجابة عنه هو: كيف يمكن للذكاء الاصطناعي تقديم نتائج الأعمال المستدامة الضرورية لتحقيق هذا التغيير التدريجي للأمام؟

ذكاء اصطناعي قابل للتطبيق: لنجعل الذكاء الاصطناعي يعمل

للعثور على تطبيقات قابلة للتطبيق وذات قيمة طويلة الأجل ، يجب أن تتبنى منصات الذكاء الاصطناعي ثلاثة عناصر أساسية.

1. نماذج الذكاء الاصطناعي التوليدية نفسها
2. الواجهات وتطبيقات الأعمال التي ستسمح للمستخدمين بالتفاعل مع النماذج ، والتي يمكن أن تكون منتجًا مستقلاً أو عملية مكتب خلفي معزز بالذكاء الاصطناعي.
3. نظام لضمان الثقة في النماذج ، بما في ذلك القدرة على مراقبة أداء النموذج بشكل مستمر وفعال من حيث التكلفة وتعليم النموذج حتى يمكنه تحسين استجاباته

تمامًا كما وحدت Google هذه العناصر لإنشاء بيانات ضخمة قابلة للتطبيق ، يجب أن تفعل قصص نجاح الذكاء الاصطناعي الشيء نفسه لإنشاء ما أسميه الذكاء الاصطناعي القابل للتطبيق.

دعونا نلقي نظرة على كل عنصر من هذه العناصر وأين نحن اليوم:

نماذج الذكاء الاصطناعي التوليدية

يعتبر الذكاء الاصطناعي التوليدي فريدًا من نوعه في البرية ، حيث يجلب تحديات للسلوك غير المتوقع ويتطلب تعليمًا مستمرًا لتحسينه. لا يمكننا إصلاح الأخطاء كما نفعل مع البرامج الإجرائية التقليدية. هذه النماذج عبارة عن برامج تم إنشاؤها بواسطة برامج أخرى ، وتتألف من مئات المليارات من المعادلات التي تتفاعل بطرق لا يمكننا فهمها. نحن لا نعرف الأوزان بين الخلايا العصبية التي يجب ضبطها على القيم التي تمنع روبوت الدردشة من مطالبة الصحفي بتطليق زوجته.

الطريقة الوحيدة التي يمكن أن تتحسن بها هذه النماذج هي من خلال التعليقات والمزيد من الفرص لمعرفة كيف يبدو السلوك الجيد. اليقظة المستمرة حول جودة البيانات وأداء الخوارزمية أمر ضروري لتجنب الهلوسة المدمرة التي يمكن أن تنفر العملاء المحتملين من استخدام النماذج في بيئات عالية المخاطر حيث يتم إنفاق دولارات حقيقية.

بناء الثقة

تعتبر الحوكمة والشفافية وقابلية التفسير ، التي يتم فرضها من خلال تنظيم حقيقي ، ضرورية لمنح الشركات الثقة في أنها تستطيع فهم ما يفعله الذكاء الاصطناعي عندما تحدث العثرات بشكل لا مفر منه حتى يتمكنوا من الحد من الضرر والعمل على تحسين الذكاء الاصطناعي. هناك الكثير مما يستحق الإشادة في التحركات الأولية من قبل قادة الصناعة لإنشاء حواجز حماية مدروسة بأسنان حقيقية ، وأنا أحث على التبني السريع للتنظيم الذكي.

بالإضافة إلى ذلك ، أود أن أطلب تسمية أي وسائط (نص ، صوت ، صورة ، فيديو) تم إنشاؤها بواسطة الذكاء الاصطناعي بوضوح على أنها “مصنوعة باستخدام الذكاء الاصطناعي” عند استخدامها في سياق تجاري أو سياسي. كما هو الحال مع ملصقات التغذية أو تقييمات الأفلام ، يستحق المستهلكون معرفة ما يدخلون إليه – وأعتقد أن الكثيرين سيتفاجأون بسرور بجودة المنتجات التي يتم إنشاؤها بواسطة الذكاء الاصطناعي.

تطبيقات القاتل

ظهرت مئات الشركات في غضون أشهر لتقديم تطبيقات الذكاء الاصطناعي التوليدي ، من إنشاء تسويق إضافي إلى صياغة موسيقى جديدة إلى ابتكار أدوية جديدة. من المحتمل أن تتجاوز المطالبة البسيطة لـ ChatGPT محرك البحث في عصر البيانات الضخمة – ولكن العديد من التطبيقات الأخرى يمكن أن تكون قوية ومربحة في مختلف القطاعات والتطبيقات. نشهد بالفعل تحسينات هائلة في كفاءة الترميز باستخدام ChatGPT. ماذا سيتبع؟ ستكون التجربة للعثور على تطبيقات الذكاء الاصطناعي التي توفر تغييرًا تدريجيًا في تجربة المستخدم وأداء الأعمال أمرًا ضروريًا لإنشاء ذكاء اصطناعي عملي.

الشركات التي ستبني ثروتها على هذه الفئة الجديدة من التقنيات سوف تخترق حواجز الابتكار هذه. سيحلون التحدي المتمثل في بناء الثقة بشكل مستمر وفعال من حيث التكلفة في الذكاء الاصطناعي أثناء تطوير تطبيقات قاتلة مقترنة بتحقيق الدخل الصوتي المبني على نماذج أساسية قوية.

مرت البيانات الضخمة بنفس دورة الضجيج والهراء. وبالمثل ، من المحتمل أن يستغرق الأمر بضعة أجيال وعثرات ، ولكن من خلال التركيز على مبادئ الذكاء الاصطناعي القابل للتطبيق ، سوف يتطور هذا النظام الجديد بسرعة لإنشاء منصة لتغيير الخطوات تكون تحويلية تمامًا كما يتوقع الخبراء.

فلوريان دويتو هو الرئيس التنفيذي لشركة Dataiku.