اتجاهات الذكاء الاصطناعي: نظرة معمَّقة على دور التعلّم الآلي

تُعَدّ أكثر التقنيات رواجًا في الوقت الراهن هي الذكاء الاصطناعي، وبشكل أكثر تحديدًا الذكاء الاصطناعي التوليدي. وقد أصبح هذا التوجّه شائعًا إلى درجة أنّ كل متحدث في مؤتمر أو ندوة عبر الإنترنت يكاد يشعر بأن من الواجب عليه الإشارة إلى شكلٍ ما من أشكال الذكاء الاصطناعي، مهما كان مجال تخصّصه.

فالابتكارات التي يقدّمها الذكاء الاصطناعي، وكذلك ما ينطوي عليه من مخاطر، تبدو مثيرة للحماس ومثيرة للقلق في آنٍ واحد. غير أنّ هذا التركيز المكثّف على هذه التقنية يحجب في كثير من الأحيان أحد المكوّنات الجوهرية للذكاء الاصطناعي، وهو التعلّم الآلي (ML).

وباختصار، يُعَدّ التعلّم الآلي فرعًا من فروع الذكاء الاصطناعي يعتمد على استكشاف الأنماط، وإجراء التنبؤات، وتحسين الأداء. وتعتمد أدوات الأمن السيبراني على التعلّم الآلي في توظيف هذه الأنماط والتنبؤات للكشف عن الحالات الشاذّة والتعرّف على التهديدات المحتملة. فبدلًا من أن يقضي المختص ساعاتٍ طويلة في مراجعة السجلات، يمكن للتعلّم الآلي تنفيذ المهام ذاتها في غضون ثوانٍ معدودة.

ومثل الذكاء الاصطناعي، فإنّ التعلّم الآلي ليس جديدًا؛ فهو موجود منذ فترة طويلة. أما سبب التركيز الكبير على الذكاء الاصطناعي اليوم، فيعود إلى أنّ الذكاء الاصطناعي التوليدي غيّر قواعد اللعبة في طريقة تفاعلنا وتواصلنا مع التقنية. ومع ذلك، فإن التعلّم الآلي يشهد هو الآخر تطورًا ملحوظًا، وسنشهد في عام 2024 استخدامه بطرائق جديدة ومبتكرة.

يرتكز التعلّم الآلي في جوهره على البيانات. وتعتمد خوارزميات التعلّم الآلي على البيانات التاريخية لاكتشاف الأنماط، بدءًا من أكواد البرمجيات ووصولًا إلى سلوكيات التسوّق لدى العملاء. وتستخدم شبكات التواصل الاجتماعي خوارزميات التعلّم الآلي للحفاظ على ظهور المحتوى الأكثر صلةً باهتماماتك في أعلى موجز أخبارك. كما تستعين السيارات ذاتية القيادة بخوارزميات التعلّم الآلي للتنقّل في شوارع المدن مع الالتزام بقواعد المرور. وفي مجال الأمن السيبراني، يُستخدَم التعلّم الآلي في مجالات متعدّدة، من بينها التحليلات السلوكية، وإرسال التنبيهات عند رصد استخدام غير معتاد، وأتمتة المهام، وتوفير معلومات استخباراتية أكثر كفاءةً لصيد التهديدات في الوقت الفعلي.

وتوجد حاليًا ثلاثة أنماط شائعة من أساليب التعلّم الآلي قيد الاستخدام. يُدرِّب التعلّم الخاضع للإشراف نماذج التعلّم الآلي على تنفيذ مهمة محدّدة استنادًا إلى البيانات المُقدَّمة. ويعتمد التعلّم غير الخاضع للإشراف على العلاقات الكامنة داخل البيانات. أمّا التعلّم المعزَّز فهو الأقرب إلى أسلوب التعلّم البشري، إذ يتعلّم نموذج التعلّم الآلي حلّ المشكلات من خلال أسلوب التجربة والخطأ.

مع استمرار تطوّر الذكاء الاصطناعي، يتقدّم التعلّم الآلي هو الآخر؛ ومن بين أكثر التحسينات المُنتظَرة في التعلّم الآلي خلال عام 2024 بروز التعلّم الآلي بدون تعليمات برمجية (No code). ويعتمد هذا النوع من التعلّم الآلي بدون تعليمات برمجية بدرجة كبيرة على البيانات السلوكية وعلى استخدام اللغة الإنجليزية البسيطة للوصول إلى النتائج. وبدلًا من كتابة تعليمات برمجية معقّدة، سيتمكّن المحلّلون من طرح سؤال أو إنشاء أمر واضح للحصول على التقرير المطلوب. ومن أبرز مزايا التعلّم الآلي بدون تعليمات برمجية أنّه يتيح للشركات على اختلاف أحجامها دمج التعلّم الآلي والذكاء الاصطناعي في شبكاتها، من دون الحاجة إلى توظيف محلّلي بيانات ومهندسي بيانات متخصّصين. غير أنّ من عيوب هذا النوع من تقنيات التعلّم الآلي أنّه يظل محدود القدرات، ولا يمكنه إجراء تحليلات تنبؤية متعمّقة.

ومن المتوقَّع أن يشهد كلٌّ من التعلّم غير الخاضع للإشراف والتعلّم المعزَّز توسّعًا خلال العام المقبل، ويرجع ذلك جزئيًا إلى انتشار حلول التعلّم الآلي بدون تعليمات برمجية.

ومع تطوّر التعلّم الآلي، من المرجّح أن نشهد نموًا في تقنيات أخرى مثل الواقع المعزَّز وحوسبة Quantum. وفي هذا السياق، كتب Luís Fernando Torres: "يمكن لنماذج التعلّم الآلي توليد كائنات ثلاثية الأبعاد للتطبيقات وللاستخدامات الأخرى في الواقع المعزَّز". فضلًا عن ذلك، سيلعب التعلّم الآلي دورًا في تحسين تقنيات التعرّف على الوجوه وفي تعزيز التفاعل مع الذكاء الاصطناعي التوليدي.

كما أشرنا سابقًا، يسهم التعلّم الآلي في تعزيز برنامج الأمن السيبراني لديك من خلال أتمتة المهام اليدوية المرهِقة التي كانت تُنفَّذ في السابق بشكلٍ يدوي. ويمكنه اكتشاف تهديدات قد تمرّ دون ملاحظة، كما يحدّ من معدّل الإنذارات الإيجابية الكاذبة.

غير أنّه، شأنه شأن أي تقنية أخرى، ينطوي أيضًا على مخاطر أمنية يجب أخذها في الحسبان. تستعين عناصر التهديد بالتعلّم الآلي والذكاء الاصطناعي لشنّ هجمات من خلال تسميم البيانات أو تضليلها، لخداع النظام ودفعه إلى إنتاج تقارير غير صحيحة. وتستخدم عناصر التهديد هذه الأساليب لتجاوز أنظمة الأمن والسيطرة على الشبكة.

الذكاء الاصطناعي ودوره في الأمن هو محور النقاش اليوم، غير أنّ السُّبل التي يمكن من خلالها للذكاء الاصطناعي تحسين أنظمة الأمن في مؤسستك تعتمد في الأساس على التعلّم الآلي. لقد حان الوقت للعودة إلى الأساسيات، وفهم المكانة التي يحتلّها التعلّم الآلي داخل منظومة الأمن لديك، وكيفية تدريبه بأفضل صورة ممكنة، ليصبح الذكاء الاصطناعي لديك أكثر فاعلية.