في السنوات الأخيرة ، تطورت الذكاء الاصطناعي (AI) إلى واحد من أهم الموضوعات للنقاش. ومع ذلك ، بينما تحظى الذكاء الاصطناعى بقدر متزايد من الاهتمام مع نمو تطبيقاتها وقدراتها ، لا يزال هناك الكثير من المفاهيم الخاطئة حول ماهية الذكاء الاصطناعى وما يمكن أن تفعله.
فيما يلي مفاهيم الخاطئة الأكثر شيوعًا حول الذكاء الاصطناعي:
AI(
Artificial intelligence)
الذكاء الاصطناعى لا يحتاج للبشر
لا تزال الأنظمة المعتمدة على الذكاء الاصطناعي تعتمد على البشر. في الواقع ، فإن معظم تعلمهم يأتي من البيانات التي تم جمعها حول البشر الذين يؤدون تلك الأنشطة. تظل أنظمة الذكاء الاصطناعي ضيقة للغاية وتركز بشكل أساسي على القواعد والتكرار ، مثل الألعاب أو الإجابة على الأسئلة في دردشات الوسائط الاجتماعية.
الذكاء الاصطناعى خطير
نماذج التعلم الآلي ليست بطبيعتها “خطيرة”. في الواقع ، لديهم نفس مستوى الخطر مثل أي تقنية أخرى موجودة بالفعل في حياتنا. لا يزال بإمكان معظم أنظمة الذكاء الاصطناعي اتباع الإرشادات فقط ، مثل حل مشكلة معينة أو تحليل البيانات التاريخية لتحديد الاستراتيجية المثلى لجذب الجماهير المستهدفة.
وصل الذكاء الاصطناع إلى ذروته
وفقًا للبروفيسور غاري ماركوس من جامعة نيويورك : “أعتقد أن أكبر فكرة خاطئة حول الذكاء الاصطناعي هي أن الناس يعتقدون أننا قريبون منه. نحن لسنا بالقرب منه حتى. لقد تعلمنا هندسة بعض المشكلات الضيقة مثل التعرف على الكلام جيدًا. لقد فعلنا ذلك بطرق لم نكن نتخيلها قبل خمس أو عشر سنوات. لكن فكرة امتلاك آلات يمكنها التفكير في العالم بالطرق التي يمكن للبشر أن تفعله … لا أعتقد أننا حققنا أي تقدم كبير في هذا على الإطلاق. يمكن أن يكون البشر أكثر مرونة – يمكنهم تعلم شيء ما في سياق ما وتطبيقه في سياق آخر. “
الذكاء الاصطناعى سوف يسلب الكثير من الوظائف
في الواقع ، يقدر أن 8٪ فقط من الشركات تخطط لاستخدام أنظمة قائمة على الذكاء الاصطناعي لملء الوظائف الشاغرة. من الأرجح أن تخلق الذكاء الاصطناعي فرص عمل جديدة ، لأنها تحرر البشر من تصميم وتطوير منتجات وأعمال جديدة. في الواقع ، لقد تغير التغير التكنولوجي دائمًا من الناحية التاريخية في البداية ومن ثم عزز التوظيف من خلال تمكين الصناعات والقطاعات الجديدة من الظهور.
سأكون قادرًا دائمًا على التعرف بين الذكاء الاصطناعي والبشر
قد يكون هذا هو أكثر الأفكار الخاطئة عن العقل في هذه القائمة. تستخدم الذكاء الاصطناعي بالفعل لكتابة الأخبار المالية والقصص الرياضية وتقارير الطقس. حتى وكالة أسوشيتيد برس وواشنطن بوست تستخدمها. بشكل أكثر إثارة للإعجاب (أو بشكل مقلق ، اعتمادًا على نظرتك إلى الأشياء) ، تنتج AI أيضًا مقاطع فيديو “مزيفة عميقة” تعرض وجوهًا يولدها الكمبيوتر ويعتقد بعض الناس أنها حقيقية.
الذكاء الاصطناعي هو نفسه التعلم العميق Deep Learning
في السابق كنا نعتقد أن مصطلح الشبكات العصبونية كان جميلاً وكان هنالك الكثير من الآمال التي راهنت على إمكانياته إلى أن ظهر ضعفه في التقييس والتناسب مع المهمة. والآن وبعد حل هذه المشكلات تم استبدال هذا المصطلح باسم التعلم العميق Deep Learning إذ ترمز كلمة العميق إلى عدد الطبقات المخفية التي نستطيع وضعها ضمن الشبكة العصبونية. بينما تشير كلمة التعلم إلى توليد نماذج ليس في الزمن الحقيقي بل بشكل أوفلاين وهذا يحتاج لزمن ومعالجة كبيرين ويصعب تحقيقها بشكل متوازي.
مؤخراً، استخدمت نماذج التعلم العميق Deep Learning في تطبيقات التعليم أونلاين حيثُ يتم تطبيق التعليم أونلاين باستخدام تقنيات AI المختلفة مثل التعليم المعزز. والعيب الوحيد في هذه الأنظمة هو عدم إمكانية الاستفادة من نماذج التعلم العميق Deep Learning إلا في حال كان المجال المستخدمة فيه يمكن تجربته ضمن فترة التعلم أوفلاين. وحالما يتم توليد النموذج فإنه يبقى كما هو ولن يكون مرناً للتغيرات في مجال التطبيق ومثال جيد على ذلك هي تطبيقات ecommerce حيث تتطلب التغيرات الموسمية أو فترات البيع القصيرة على مواقع ecommerce أخذ نموذج تعلم عميق أوفلاين لإعادة تدريبه على المنتجات الجديدة. في غالب الأحيان يتم دعم أنظمة التعلم العميق بمجموعات ضخمة من البيانات ولذلك ظهر مفهوم يقول أن النماذج المفيدة والجديدة تولد من مجموعة بيانات فريدة وضخمة، مما دعم المفهوم الخاطئ حول أنَّ الأمر…
