تعميم الذكاء الاصطناعي: ماذا يعني ذلك وكيف يعمل؟

إذا غضضت البصر فقد تفوتك أحدث مجموعة من الأشخاص الذين يستخدمون الذكاء الاصطناعي (AI).

في أحد الأيام، كان عشاق التاكو يطلبون التاكو من الروبوتات الودودة في منطقة الطلب بالسيارات بمطعمهم المحلي.¹ والأمر التالي هو أن صانعي العطور يستخدمون أدوات الذكاء الاصطناعي لتصميم العطور المستدامة.^{2 أو} مزارعي الخضروات العضوية الذين يستخدمون آلات إزالة الأعشاب الضارة الآلية. أو مرتدي العدسات ثنائية البؤرة يحصلون على فحوصات العين مدعومة بالذكاء الاصطناعي.⁴

لا تحتاج إلى رؤية 20/20 لفهم الصورة: مع تزايد حالات الاستخدام والمزايا التي توفرها الذكاء الاصطناعي بسرعة مذهلة، يتزايد أيضًا العدد الهائل من البشر الذين يستخدمونه. على الرغم من أن تقنية الذكاء الاصطناعي المتقدمة كانت غامضة في السابق، إلا أنها تعمل على تمكين المستهلكين ومستخدمي الأعمال على حد سواء. ويمكن القول إن هذا المستوى من الانتشار في كل مكان هو مؤشر على تعميم الذكاء الاصطناعي.

ومع ذلك، فإن إلقاء نظرة فاحصة على ممارسات الذكاء الاصطناعي الحالية يشير إلى أنه لا يزال هناك مجال لتحسين تعميم الذكاء الاصطناعي. "لفهم السبب، من المهم مراعاة ما ينطوي عليه التعميم، وكيف يؤثر على الأفراد والشركات اليوم، وكيف قد يؤثر عليهم في المستقبل.

تنوع تعريف تعميم الذكاء الاصطناعي على مر السنين. بشكل عام، يمكن اعتباره الانتشار الأكثر إنصافًا لقدرات وتطبيقات الذكاء الاصطناعي عبر المجتمع. وعلى مستوى أكثر تفصيلاً، يتفق الباحثون عادةً على 3 جوانب أساسية على الأقل من جوانب تعميم الذكاء الاصطناعي:⁵

• تعميم استخدام الذكاء الاصطناعي
• تعميم تطوير الذكاء الاصطناعي
• تعميم حوكمة الذكاء الاصطناعي

تشير عملية تعميم استخدام الذكاء الاصطناعي إلى توفير إمكانية الوصول إلى الذكاء الاصطناعي لمجموعة أوسع من المستخدمين بما يتجاوز خبراء التعلم الآلي (ML). تشمل الوسائل الشائعة لتحسين إمكانية الوصول تقليل تكاليف الذكاء الاصطناعي ودمج الذكاء الاصطناعي في الأدوات والمنصات التي يستخدمها الأشخاص بالفعل.

إنها فكرة كانت قيد التشكّل لسنوات عديدة، قبل دخول الذكاء الاصطناعي إلى النقاش العام. على سبيل المثال، في عام 2016، أعلنت Microsoft أنها ستعمم الذكاء الاصطناعي من خلال نهج "نقله من الأبراج العاجية وجعله في متناول الجميع."⁶ يتمثل الأثر المترتب على تعميم الذكاء الاصطناعي هو أن المزيد من الأشخاص سيستفيدون من قدرات الذكاء الاصطناعي، سواء في حياتهم الشخصية أو العملية.

يشير إصدار والتبني السريع لتطبيقات الذكاء الاصطناعي التوليدي الموجهة للمستهلكين إلى أن تعميم استخدام الذكاء الاصطناعي بين المستهلكين جارٍ على قدم وساق. وجد استطلاع عالمي لآراء المستهلكين في عام 2023 أن 75% من المستجيبين يستخدمون أدوات الذكاء الاصطناعي.⁷ أكثر تطبيقات نماذج اللغة الكبيرة (LLM) شيوعًا بين المستهلكين، ChatGPT من OpenAI، تدعي وجود أكثر من 200 مليون مستخدم نشط أسبوعيًا.

ومع ذلك، في مجال الأعمال التجارية، يختلف استخدام الذكاء الاصطناعي حسب الحجم والصناعة. على سبيل المثال، وجد بحث أجراه IBM أن 42% من المجموعات على مستوى المؤسسة—تلك التي لديها أكثر من 1000 موظف—تستخدم أنظمة الذكاء الاصطناعي بنشاط بينما تقوم 40% أخرى باستكشاف التقنية. ومع ذلك، فقد أظهر استطلاع شمل الشركات الصغيرة (بمتوسط عدد موظفين أقل من 48) أن أقل من 4% من الشركات تستخدم الذكاء الاصطناعي لإنتاج السلع والخدمات.

في ذلك الاستطلاع، الذي أجرى بواسطة مكتب تعداد الإحصاء الأمريكي، تباينت معدلات التبني أيضًا حسب القطاع، حيث أبلغت شركات خدمات الأغذية وشركات البناء عن أدنى استخدام. وليس من المستغرب أن تكون شركات التكنولوجيا هي الأعلى استخدامًا.⁸

يشير تعميم تطوير الذكاء الاصطناعي إلى إشراك المزيد من الأشخاص في إنشاء حلول الذكاء الاصطناعي. لكن تحديد هوية هؤلاء الأشخاص بالضبط يعتمد على تفسيرك للمفهوم. في كثير من الأحيان، يتعلق الأمر بتزويد المطورين والباحثين وعلماء البيانات بموارد مجانية أو منخفضة التكلفة وأدوات تقنية يمكن الوصول إليها بالفعل لأولئك الذين يعملون في شركات التكنولوجيا الكبيرة.

ومع ذلك، في حالات أخرى، يستلزم تعميم التطوير تضمين المستخدمين غير التقنيين في حلول الذكاء الاصطناعي وتطوير النماذج. وهذا يعني النظر إلى ما هو أبعد من دوائر الخبراء النادرة، إلى هؤلاء الأشخاص الذين لا يمتلكون بالضرورة فهمًا عميقًا لخوارزميات الذكاء الاصطناعي ومجموعات البيانات وعلوم الكمبيوتر.

ويمكن تحقيق ذلك من خلال توفير الأدوات التي تساعد المستخدمين الذين ليس لديهم خبرة تقنية على الاستمرار في بناء وتكييف التطبيقات المدعومة بالذكاء الاصطناعي. يحمل هذا المفهوم بعض التشابه مع تعميم استخدام البيانات داخل المؤسسات —وهي عملية إنشاء الأنظمة واعتماد الأدوات التي تسمح لأي موظف، بغض النظر عن خلفيته التقنية، بدمج علم البيانات في عمليات اتخاذ القرار الخاصة به.

في كلتا الحالتين، يُعتبر تعميم تطوير الذكاء الاصطناعي أمرًا جيدًا لمستقبل الابتكار في مجال الذكاء الاصطناعي. يمكن لمثل هذا الابتكار تحسين نماذج الذكاء الاصطناعي لخدمة مجموعة أوسع من الأطراف المعنية والمستخدمين بشكل أكثر فعالية مما هو عليه حاليًا. على سبيل المثال، قد تجد الشركات الصغيرة التي لم يكن بمقدورها في السابق تحمل تكاليف إنشاء تطبيقات ذكاء اصطناعي مخصصة أن مثل هذه المساعي أكثر جدوى بسبب الأدوات والخدمات ذات الأسعار المعقولة.

في الوقت نفسه، قد يستفيد المستهلكون من الفئات غير الممثلة أيضًا لأن تعميم التطوير يمكن أن يساعد في منع تحيز الذكاء الاصطناعي، والذي يحدث عندما يتم دمج تحيزات المجتمع عن غير قصد في التصميم الخوارزمي، وبيانات تدريب الذكاء الاصطناعي، وجوانب أخرى من تطوير الذكاء الاصطناعي. يمكن أن يؤدي تحيز الذكاء الاصطناعي إلى نتائج غير مفيدة أو حتى ضارة للأشخاص من الفئات المهمشة، مما يعوق قدرتهم على المشاركة في الاقتصاد والمجتمع.

جزء من مشكلة التحيز نابع من حقيقة أن شركات الذكاء الاصطناعي الرائدة، كما يلاحظ الباحثون من مركز حوكمة الذكاء الاصطناعي، فإن شركات الذكاء الاصطناعي الرائدة عادة ما توظف "مجموعة ديموغرافية ضيقة" من المطورين. خلص الباحثون إلى أن إشراك المزيد من الأشخاص في تطوير الذكاء الاصطناعي يمكن أن يؤدي إلى نتائج تخدم مصالح أكثر تنوعًا.⁹

في الوقت الحالي، لا يزال الجزء الأكبر من تطوير الذكاء الاصطناعي والابتكار مركّزًا في بعض الدول والقطاع الربحي. وفقًا لدراسة أجريت عام 2024، أنتج المطورون في الولايات المتحدة نماذج أساسية للذكاء الاصطناعي أكثر بخمس مرات في عام واحد مقارنة بالصين، موطن ثاني أعلى مستوى من التطوير. وفي الوقت نفسه، ابتكر المطورون في قطاع التكنولوجيا ما يقرب من أربعة أضعاف عدد النماذج التي ابتكرها المطورون المنحدرون من الأوساط الأكاديمية.¹⁰

تشير حوكمة الذكاء الاصطناعي إلى العمليات والمعايير والضوابط التي تساعد على ضمان أن تكون أنظمة الذكاء الاصطناعي وأدواته آمنة وأخلاقية. وبناءً على ذلك، فإن توسيع نطاق المشاركة في حوكمة الذكاء الاصطناعي يقوم على فكرة أن يكون للمزيد من الأشخاص والمؤسسات، بخلاف المطورين وشركات التقنية، تأثير في النشر الآمن والأخلاقي لتقنية الذكاء الاصطناعي.

يقول المدافعون عن الحوكمة أن توسيع نطاق المشاركة هذا يمكن أن يساعد على تقليل الأضرار المتعلقة بنشر الذكاء الاصطناعي، مثل التمييز أو انتهاك الخصوصية. وقد يساعد أيضًا على تشجيع زيادة قابلية الذكاء الاصطناعي للتفسير والفهم والشفافية وغيرها من الخصائص التي تحسن الثقة في أنظمة الذكاء الاصطناعي.

ومع ذلك، وكما هو الحال بالنسبة لتعميم تطوير الذكاء الاصطناعي، يمكن أن تختلف تفاصيل من، بالضبط، ينبغي أن يشارك في تعميم الحوكمة. ويزعم البعض أنه ينبغي أن يشمل بشكل واضح أولئك الذين يتأثرون بنشر الذكاء الاصطناعي.¹¹ ويقترح آخرون أنه ينبغي، بطريقة ما، إشراك جميع أفراد المجتمع في حوكمة الذكاء الاصطناعي.¹²

يمكن اتخاذ تدابير إضفاء الطابع الديمقراطي على الحوكمة على مستوى المؤسسة، حيث تقوم الشركات بجمع إدخال حول حوكمة أنظمة الذكاء الاصطناعي الخاصة بها من الموظفين أو العملاء. وعلى نطاق أوسع، تُبذل جهود التعميم من خلال إجراءات الحكومة—أي إطار العمل الطوعي واللوائح التنظيمية الإلزامية—والمبادرات التعاونية في القطاعين العام والخاص.

تدعم الأدوات والتقنيات المختلفة تعميم الذكاء الاصطناعي من خلال تمكين المزيد من الأفراد والمؤسسات من تطوير تطبيقات الذكاء الاصطناعي الخاصة بهم.

البرمجيات مفتوحة المصدر هي برمجيات تم تطويرها وتحديثها بشكل جماعي من قِبل مجتمع من المستخدمين. كما أنها متاح متاحة لأي شخص لاستخدامها وتعديلها وإعادة توزيعها دون أي تكلفة. أما فيما يتعلق بالذكاء الاصطناعي، فإن مكتبات النماذج مفتوحة المصدر، مثل تلك التي يقدمها IBM partner Hugging Face، تتضمن نماذج أساسية يمكن للشركات تكييفها لحالات الاستخدام محددة.

يمكن للأدوات مفتوح المصدر الإضافية أن تساعد المستخدمين على تحقيق أقصى استفادة من النماذج المتاحة. على سبيل المثال، يُنشئ InstructLab، وهو مشروع مفتوح المصدر من قِبل ®IBM Research و Red Hat، بيانات اصطناعية، ما يساعد على تسريع تدريب النماذج اللغوية الكبيرة. يمكن تصميم البيانات الاصطناعية وفقًا لأهداف وقيم وحالات استخدام محددة، في حين أن جمع البيانات الواقعية التي تلبي مواصفات مماثلة قد يكون شاقًا ومكلفًا للغاية.

يمكن أن تشكل البنية التحتية المطلوبة لتخصيص ونشر أنظمة الذكاء الاصطناعي بنجاح عقبة كبيرة أمام المؤسسات التي تسعى إلى تبني حلول الذكاء الاصطناعي. تتضمن هذه البنية التحتية حلول تخزين البيانات وموارد الحوسبة وأطر عمل التعلم الآلي ومنصات عمليات التعلم الآلي (MLOps).

لحسن الحظ، فإن نماذج البرمجيات كخدمة تُمكِّن الشركات من تسريع تبني الذكاء الاصطناعي من دون استثمارات كبيرة في البنية التحتية. وقد يسهل التعاون بين IBM وAmazon على الشركات الوصول إلى البرمجيات كخدمة التي تركز على الذكاء الاصطناعي، حيث تقدم IBM الآن حلول تخزين البيانات الرئيسية وحلول حوكمة الذكاء الاصطناعي من خلال AWS Marketplace التابع لشركة Amazon.

بفضل الأدوات والمنصات التي لا تتطلب تعليمات برمجية، يمكن لأولئك الذين لديهم مهارات برمجية محدودة أو معدومة إنشاء بعض تطبيقات الذكاء الاصطناعي. توفر الحلول التي لا تتطلب تعليمات برمجية مثل Amazon SageMaker Canvas أتمتة مهام سير عمل تطوير الذكاء الاصطناعي وتتميز بواجهات سحب ووضع لنهج يركز على التصور.

في السنوات الأخيرة، ظهرت العديد من المبادرات في القطاعين العام والخاص للنهوض بالأشكال الثلاثة لتعميم الذكاء الاصطناعي: الاستخدام والتطوير والحوكمة. تشمل هذه المبادرات ما يلي:

تحالف الذكاء الاصطناعي عبارة عن مجتمع دولي من مطوري الذكاء الاصطناعي والباحثين والمتبنين الذين يتعاونون لتطوير ذكاء اصطناعي مسؤول مفتوح وآمن. تضم المجموعة، التي أطلقتها شركة IBM و Meta في عام 2023، قادة من الجامعات والصناعات والحكومات. تشمل أهداف المجموعة تطوير معايير وأدوات تقييم لتمكين التطوير والاستخدام المسؤول للذكاء الاصطناعي وتعزيز تطوير النماذج مفتوحة المصدر وتطوير محتوى تعليمي لتوجيه الجمهور وصانعي السياسات.

تم إطلاق تحالف حوكمة الذكاء الاصطناعي (AIGA) من قِبل المنتدى الاقتصادي العالمي في عام 2023 بعد قمة قيادة الذكاء الاصطناعي المسؤول التي نظمها المنتدى. يعزز AIGA الإدماج والأخلاق والاستدامة في تطوير ونشر الذكاء الاصطناعي. لجنته التوجيهية، المكلفة بتقديم المشورة بشأن مخرجات التحالف، تضم قادة أكاديميين ومسؤولين حكوميين ومديرين تنفيذيين من مؤسسات تكنولوجية مثل Google و IBM و Meta و OpenAI.

يُعد البرنامج التجريبي الوطني لموارد أبحاث الذكاء الاصطناعي (NAIRR) التابع لمؤسسة العلوم الوطنية الأمريكية محاولة لربط الباحثين في جميع أنحاء الولايات المتحدة بموارد البنية التحتية للذكاء الاصطناعي. يتألف البرنامج التجريبي من شراكة مع 12 وكالة فيدرالية أخرى و26 مؤسسة أخرى، بما في ذلك Amazon Web Services و Google و Hugging Face و IBM و Intel و Meta و Microsoft و OpenAI.

وضعت حكومات ومنظمات حكومية دولية مختلفة أطر عمل جديرة بالثقة للذكاء الاصطناعي لتعزيز المزيد من العدالة والشفافية، من بين صفات رئيسية أخرى، في تطوير أنظمة الذكاء الاصطناعي ونشرها. وتشمل هذه الأطر مبادئ الذكاء الاصطناعي لمنظمة التعاون الاقتصادي والتنمية وإطار عمل إدارة مخاطر الذكاء الاصطناعي للمعهد الوطني للمعايير والتكنولوجيا. وقد أُدرجت مبادئ إطار عمل واحد على الأقل، وهو المبادئ التوجيهية للاتحاد الأوروبي بشأن الذكاء الاصطناعي الجدير بالثقة، في وقت لاحق في التشريعات: قانون الاتحاد الأوروبي للذكاء الاصطناعي.

يعمل تطوير مهارات الذكاء الاصطناعي على إعداد الموظفين بالمهارات والتعليم اللازمين لاستخدام الذكاء الاصطناعي في العمل. "تشمل التخصصات التي أثبت فيها تطوير مهارات الذكاء الاصطناعي فائدته بشكل خاص للعاملين خدمة العملاء، والخدمات المالية، والرعاية الصحية، والموارد البشرية، وتطوير الويب. بينما يمكن للعمال أو أصحاب العمل الاستثمار في برامج تدريب الذكاء الاصطناعي المدفوعة، تقدم العديد من شركات التكنولوجيا والجامعات دورات الذكاء الاصطناعي مجانًا، بما في ذلك Amazon و IBM وجامعة هارفارد وجامعة بنسلفانيا.¹³