جوجل والذكاء الاصطناعي
جوجل والذكاء الاصطناعي


عبر دليل باللغة العربية..

جوجل تكشف عن خبايا تقنيات «الذكاء الاصطناعي»

وائل نبيل

الأربعاء، 10 مارس 2021 - 05:54 م

 

أطلقت شركة جوجل Google اليوم، دليلًا خاصًا عن "أساسيات الذكاء الاصطناعي"  باللغة العربية، وهو عبارة عن سلسلة من الشروحات المبسّطة والقصيرة، لمساعدة الجميع على فهم مداخل الذكاء الاصطناعي وآلية عمله.

 لقد سجّلت عمليات البحث المتعلّقة بموضوع "الذكاء الاصطناعي" ارتفاعًا متواصلاً على شبكة بحث جوجل Google في منطقة الشرق الأوسط وشمال أفريقيا خلال الأشهر القليلة الماضية. 

وبحسب جوجل، فلعّل أحد الأسباب التي ساهمت في هذا الارتفاع هو تزايد عدد الوظائف التي تتطلّب مستوى معيّنًا من المعرفة التقنية. وبما أنّ العديد من المعلومات المختلفة تتوفّر عن الذكاء الاصطناعي، بات من الصعب التمييز بين الصحيحة والخاطئة منها أو حتّى إيجاد تفسيرات مبسّطة عن هذا الموضوع.

وكشفت جوجل عن بعض الحقائق المفيدة عن الذكاء الاصطناعي، ومنها استخداماته في العديد من التقنيات في حياتنا اليومية، فالذكاء الاصطناعي يتعلّم من أمثلة واقعية، كما تتعلّم خوارزميات الآلات من خلال أمثلة من واقع الحياة، تمامًا كما الأطفال، ويتم تدريبها باستخدام "مجموعات البيانات" التي تتضمّن تشكيلات واسعة من الأمثلة الواقعية، مثل بيانات عن الطقس وصور وموسيقى وغيرها، وقد يشكّل إنشاء هذه المجموعات وفلترتها أمرًا صعبًا بالنظر إلى حجمها الكبير ومدى تعقيدها؛ فكل مجموعة بيانات تُعتبر بمثابة أطلس يتألّف من خرائط شاملة تغطّي المنظومة الشمسية بأكملها. 

ولهذا السبب تعمد فرق تصميم أنظمة الذكاء الاصطناعي إلى مشاركة مجموعات البيانات فيما بينها، بهدف إثراء المجتمع العلمي ككل، وتسهيل فرص التعاون في مجال الأبحاث.

وإذا كانت البيانات التي تتعلّم منها أنظمة الذكاء الاصطناعي غير شاملة ومكتملة، قد يؤدّي ذلك إلى انحياز في الخوارزميات، وبالتالي قد تبدأ الأنظمة في توجيه هذه البيانات نحو نتائج معيّنة، ولأنّ أنظمة الذكاء الاصطناعي تتعلّم من البيانات فقط، قد ينتهي بها الأمر في استنتاج معلومات انحيازية وغير متكافئة من البيانات الأصلية، فعلى سبيل المثال، إذا كنتم تدرّبون نظام الذكاء الاصطناعي على التعرّف على أنواع الأحذية ولكن عرضتم له صورًا لأحذية رياضية فقط، لن يتمكّن هذا النظام من تعلّم أنّ الأحذية ذات الكعب العالي أو الصنادل أو الجِزم تُعدّ أحذية أيضًا، ولهذا السبب يحرص المبرمجون على تصميم أنظمتهم وتنظيم بياناتهم بدقة بالغة لضمان عدم تقديم أنظمة الذكاء الاصطناعي نتائج انحيازية وغير شفافة.

ويمكن للذكاء الاصطناعي المساعدة في رصد محتوى "التزييف العميق"، فالتزييف العميق" (أو ما يُعرف بـ Deepfake) هو عبارة عن صور أو مواد صوتية أو موسيقى أو فيديوهات مزيّفة يتم إنشاؤها باستخدام الذكاء الاصطناعي.

وتعمل برامج "التزييف العميق" من خلال دراسة صوت حقيقي أو صورة حقيقية وتحليل هذا الصوت أو الصورة بشكل تفصيلي، ثمّ التلاعب بهما لإنشاء مواد مزيّفة قريبة إلى الواقع بشكل كبير، ومع ذلك، هناك بعض العلامات التي يمكن من خلالها التمييز بين المحتوى المزيّف والمحتوى الحقيقي، وعلى سبيل المثال، قد يبدو الصوت في فيديو مزيّف شبيهًا بصوت آلي، كما ترمش أعين الأشخاص بمعدل أقل من الطبيعي أو تتكرّر حركات أيديهم نفسها بشكل ملحوظ، و هنا يأتي دور أنظمة الذكاء الاصطناعي في رصد هذه المؤشرات وكشف محتوى "التزييف العميق".

ومن المستحيل تعليم أنظمة الذكاء الاصطناعي أن يفكّر كالإنسان، فبغض النظر عن التقدّم الذي تحرزه أنظمة الذكاء الاصطناعي، لن تتمكّن أبدًا من فهم الطريقة التي يفكّر بها الإنسان. في الواقع، حتى لو تمكّنت من تزويد أنظمة الذكاء الاصطناعي بكل البيانات المتاحة في العالم، ستظل عاجزةً عن فهم أو تلبية احتياجات كل شخص حول العالم، وذلك لأنّ الإنسان يستخدم نهجًا معقدًا ومتعدّد الأبعاد من حيث التفكير والتفاعل يختلف إلى حدٍ كبير عن منظومة البيانات التي تستخدمها الآلات للتعلّم، وبما أنّه يتم تدريب وتوجيه أنظمة الذكاء الاصطناعي على أيدي البشر، بإمكان كل منّا اختيار طريقة تفاعله مع أنظمة الذكاء الاصطناعي وماهية المعلومات التي يريد مشاركتها معها.

الكلمات الدالة

مشاركه الخبر :

 
 
 
 
 
 
 
 
 

 
 
 

 
 
 

مشاركة