يتزايد تأثير الذكاء الاصطناعي على الأسواق، ويتوقع أن يكون مدخوله ما يقارب من ٤٠ مليار دولار بحلول عام ٢٠٢٥م.
ومع هذه التوقعات المثيرة، دخل العديد في هذا المجال، وأصبحنا لا نعرف الصادق من المخادع!! وهل المنتجات المقدمة من الشركات بالفعل تعمل على الذكاء الاصطناعي AI أو شيء من الأتمتة وذكاء الأعمال.
بقلم: هاشم أبوبكر، خبير في تكنولوجيا المعلومات
من الصعب بناء خدمة مدعومة بالذكاء الاصطناعي، وفي الواقع أن بعض الشركات الناشئة رأت أن يصبح من الأرخص والأسهل جعل البشر يتصرفون كالروبوتات أكثر من كونهم يتصرفون كالبشر pseudo-AI.
وأصبح من الشائع جداً ربط منتج ما مع الذكاء الاصطناعي، وكل يوم نسمع عن شركة ناشئة مع منتج جديد وموقع جديد باستخدام “.ai” في عنوان الويب URL الخاص بهم أو في اتصالاتهم التسويقية.
هذه الموجة الدعائية تساعد المسوقين كثيرًا، لأنهم يبيعون منتجاتهم وتساعدهم على جذب المستثمرين المحتملين. ومع ذلك، هل هم حقًا يستخدمون الذكاء الاصطناعي؟ أو مجرد بعض التحليلات المتقدمة؟
ألخص لكم ما يعتقده الخبير في الذكاء الاصطناعي Alexandre Gonfalonieri بأنه ليس كل ما تعرضه الشركات هو ذكاء اصطناعي!
تستخدم العديد من شركات الذكاء الاصطناعي بالفعل تحليل البيانات الأساسية، والمنطق، وأتمتة العمليات الروبوتية RPA القائمة على الروبوتات bots أو حتى الذكاء الاصطناعي المصطنع “المزيف” “pseudo-AI”.
وإذا كنت ذو خبرة محدودة ومعرفة سطحية يمكن أن تظهر جميع هذه التقنيات على أنها ذكاء اصطناعي وهي في الحقيقة ليست كذلك.
تريد المنظمات أن تعتمد على البيانات، ونتيجة لذلك فإن العديد من الشركات مقدمي البرامج كخدمة SaaS أو فرق تطوير الذكاء الاصطناعي يقترحون “التحليلات المعززة” أو غيرها من الحلول، التي لا يمكن اعتبارها في معظم الأوقات حلول ذكاء اصطناعي!
ويمكن أن تصبح أنظمة الذكاء الاصطناعي أكثر ذكاءً مع المزيد من البيانات التي يتم تحليلها وتصبح أكثر قدرة على التجربة والتعلم. إنها ليست مجرد تأليف للخوارزميات أو مجرد برامج روبوتية bots تم إنشاؤها لأتمتة مهمة من أجل تكرار إجراء بشري.
على سبيل المثال يوجد العديد من أدوات صنع القرار باستخدام مصطلح “التحليلات المعززة” Augmented Analytics، على الرغم من أن كل ما يفعلونه هو استخدام تحليلات البيانات وإظهارها بصريا لإبراز البيانات بطريقة أكثر ذكاءً!! هنا لا يمكن أن تصبح الأداة أكثر ذكاءً بمرور الوقت فهي لا تتعلم ولا تتكيف مع البيانات.
إن تعلم الآلة Machine Learning هو استمرار للمفاهيم حول التحليلات التنبؤية مع وجود فرق واحد كبير: نظام الذكاء الاصطناعي قادر على عمل الافتراضات والاختبارات والتعلم بشكل مستقل.
إن تعلم الآلة Machine Learning يتعامل ايضًا مع التنبؤات ولديه هذه القدرة على إعادة معايرة النماذج في الوقت الفعلي تلقائيًا.
عندما يتعلق الأمر بالتحليلات Analytics و الذكاء الاصطناعي AI ، فإليك ما يجب أن تضعه في اعتبارك:
– تقوم التحليلات التنبؤية Predictive analytics بعمل افتراضات واختبارات على أساس البيانات السابقة للتنبؤ بالمستقبل (ماذا / إذا كان).
– تحليل البيانات Data analysis تكون حول مراجعة البيانات من الأحداث الماضية.
– يقوم الذكاء الاصطناعي AI بتحليل البيانات وإعداد الافتراضات والتعلم وتوفير التنبؤات على نطاق وبعا عمق بالتفاصيل المستحيلة لتكرارها من قبل البشر.
يمكن لأداة التحليلات التنبؤية predictive analytics tool أن تمر عبر مجموعة محددة من مدخلات البيانات المحددة ونموذج وحيد الغرض وتدعم القرارات، نتيجة لذلك قد يؤدي ذلك إلى إنتاجية أفضل ومبيعات أعلى أو فهم أفضل، ولكن في كثير من الأحيان يفشل في تقديم توصيات دقيقة والقرارات الداعمة التي يمكن أن يكون لها بالفعل تأثير على المدى الطويل.
ويرجع ذلك إلى أن النماذج لم يتم تصميمها للنظر في التأثيرات “المتموجة” المختلفة، ولا يمكنها العثور على أنماط في البيانات بسهولة وهي ببساطة لا تملك القدرة على معالجة هذه البيانات المعقدة.
يمكن أن تصبح كلمة “خوارزمية” Algorithm أيضًا مادة تسويقية.
قد تكون الخوارزمية ذكية للغاية ومفصلة ولكنها لا تستطيع أن تتعلم من خلال القيام بما تقوم به.
في سيناريوهات أكثر تعقيدًا قد تفعل أشياء لا يمكنك تفسيرها .. وهذا هو الذكاء الاصطناعي.
في مشروع تعلم الآلة الحديث عليك أن تتحدى علماء البيانات ليشرحوا لك كيف سيتعلم الذكاء الاصطناعي من البيانات ويحدد الأنماط المخفية ويقدم توصيات فريدة للمستخدم النهائي.
“يستطيع الذكاء الاصطناعي AI اختبار البيانات عدة مرات للتنبؤ بكل نتيجة ممكنة وبسرعة وقدرة لا يمكن لأي إنسان بلوغها”.
أتمتة العمليات الروبوتية Robotic Process Automation ويختصر ب RPA:
هنالك نوع من الفهم المرتبك باعتبار أتمتة العمليات الروبوتية (RPA) وهو برنامج الروبوت (bot) الذي يحاكي الأعمال البشرية بأنه برنامج ذكاء اصطناعي، وهو محاكاة الذكاء البشري بواسطة الآلات.
ببساطة أن RPA مرتبط بأتمتة مهمة معينة في حين أن الذكاء الاصطناعي هو أكثر من الأتمتة فلديه التعلم المرتبط بهذه المهمة نفسها لتحسينها.
هناك تمييز آخر يتمثل في أن RPA يميل إلى أن يكون أكثر تركيزًا على العمليات بينما يكون الذكاء الاصطناعي معتمدًا على البيانات.
ومع ذلك RPA و AI هم مجرد نهايات مختلفة لسلسلة متصلة تسمى الأتمتة الذكية.
دعونا لا ننسى أن الذكاء الاصطناعى هو مصطلح شامل، يمكن أن تستخدمه إحدى الشركات لتعني نمط أتمتة بسيط أو نموذج للتعرف على الصور أو قد تعني شركة أخرى بأنه التعلم العميق Deep Learning.
جميع صانعي القرار يريدون أن يكونوا مستندين إلى البيانات Data-Driven ولكنهم يخلطون بين ذكاء الأعمال (BI) وبين الذكاء الاصطناعي(AI).
الذكاء الاصطناعي AI عبارة عن رحلة ليست سهلة، فالكثير من الشركات تسوق منتجاتها على أنها ذكاء اصطناعي فعليك تحديد أسئلة متعمقة ودراسة الحالات التي تعامل معها المنتج وليس عيبا أن تتعلم القليل عن مفاهيم الذكاء الاصطناعي.
واخيرًا، على الرغم من أن الذكاء الاصطناعي والتكنولوجيات المعرفية Cognitive Technology كانت موجودة منذ فترة طويلة قبل الكمبيوتر الإلكتروني، إلا أن الذكاء الاصطناعي يبدو أنه يتعثر في هذا الفخ الدائم الذي لا يلتقي فيه خيال الذكاء الاصطناعي مع الواقع.
