أهمية المهنيين في تطبيق الذكاء الاصطناعي

د. جاسم حاجي

من المهم تطبيق الذكاء الاصطناعي مع الاستراتيجية المناسبة والمهنيين الذين لديهم تجارب سابقة، وعدم ترك الأمر للمبتدئين الذين قد يأخذون مشروعك على أنه تجربة. فيما يلي بعض المتطلبات الأساسية التي يجب أخذها في الاعتبار.

– أفضل النماذج وأكثرها نجاحًا تم تصميمها من الألف إلى الياء بوضع المشكلة في عين الاعتبار. إذا لم تكن مصممة لموقف أو مهمة معينة، يمكن أن تكون تقريبية فقط. يمكن أن يوفر العمل السابق الإلهام، لكن الشخص الذي يقرر هذا الأمر يحتاج إلى أن يكون شخصًا يفهم الاحتياجات المطروحة ولديه الخبرة لاتخاذ قرارات مستنيرة حول دمج عناصر من سلعة أو نماذج موجودة.

– قد يكون لدى العديد من المؤسسات إمكانية الوصول إلى نماذج جيدة، ولكنها تدمرها بأنظمة التدريب السيئة، بتعليم الذكاء الاصطناعي أن يقوم بالتعلم من التحيزات البشرية. وهناك خطأ شائع باستخدام بيانات التدريب من النتائج الناجحة فقط. يشتهر البشر بتسليط الضوء على الأمور عندما يقومون بها بشكل صحيح ويريدون غريزيًا أن يتعلم الذكاء الاصطناعي من النجاحات. لكن الذكاء الاصطناعي يحتاج أيضًا إلى معرفة كيف يبدو شكل الفشل.

– التعلم الآلي ليس برنامجًا يقوم بالشيء نفسه في كل مرة، مقيدًا بالقواعد التي يقوم المطور بتشفيرها. إنه يتعلم باستمرار ولديه القدرة على أن يصبح أكثر دقة مع استيعاب المزيد من البيانات, إذا تم تعليمه بشكل غير صحيح فسوف يبدأ في تطوير التحيزات, حتى بمجرد تشغيل الذكاء الاصطناعي وتقديمه للرؤى، لا تزال هناك حاجة إلى فريق من الخبراء للمراقبة من أجل اكتشاف التحيزات الجديدة قبل أن تصبح مشكلة.

نجاح الذكاء الاصطناعي يحتاج إلى الأشخاص المناسبين

سيصبح الذكاء الاصطناعي أكثر دقة وموثوقية إذا تم بناؤه وتدريبه والإشراف عليه جيدًا. إذا لم يكن الأمر كذلك، فستتحول التحيزات الصغيرة بسرعة إلى مشكلات كبيرة ولا يمكن الوثوق بالنتائج، ما يعرض تسليم القيمة المستقبلية من الذكاء الاصطناعي إلى الأعمال للخطر.

يتطلب الذكاء الاصطناعي عمليات هندسية مناسبة وفهمًا لنوع البيانات التي يتم التعامل معها. وهذا يعني وجود خبراء، وليس هواة، لبناء وتدريب وتصنيع نماذج وحلول الذكاء الاصطناعي.

العثور على هؤلاء الخبراء هو أمر صعب. مثل أي مجال جديد، يفتقر الذكاء الاصطناعي إلى المعايير المهنية، وغالبًا ما يتم تقديمها من قبل الأشخاص الذين يتعلمون أثناء تأدية عملهم, هذا الأمر يجعل من الصعب على الشركات التي ليست على دراية بتعقيدات الذكاء الاصطناعي العثور على الأشخاص المناسبين الذين تحتاج إليهم بشدة.

إحدى المفارقات هي أن رواد الذكاء الاصطناعي (Facebook، Amazon ، Google) يمكنهم تحمل القيام بنهج التجربة والخطأ بشكل أكبر. لا يتطلب استهداف المستهلكين بالإعلانات نفس القدر من الدقة، لذا يمكن لهذه الشركات أن تقوم بالتجربة. شركة الطيران الافتراضية لدينا لا تستطيع عمل ذلك. ومع ذلك، فإن الأساليب التجريبية -المستوحاة من العمالقة الرقميين- تتسلل الآن إلى الصناعات حيث تكون الدقة أمرًا بالغ الأهمية.

هناك حاجة ملحة إلى إضفاء الطابع المهني على الذكاء الاصطناعي، لضمان تلبية النماذج وأنظمة التدريب للمتطلبات الأساسية.

إتقان هذا الأمر سوف يستغرق وقتا. بدأت صناعة البرمجيات بقراصنة متحمسين محبوسين في أقبية كبيرة مع بطاقات مثقبة وأجهزة كمبيوتر بحجم الغرفة. الآن أصبحت صناعة عالمية احترافية للغاية، مع معايير متطورة للغات البرمجة ومنهجيات التطوير وأطر إدارة المشاريع واعتماد الصناعة الموثق. وحيث يصبح الذكاء الاصطناعي سائدًا، فإنه يحتاج إلى المرور بعملية مماثلة.

تحتاج الشركات إلى البحث عن خبراء لديهم خبرة عميقة في العالم الحقيقي في بناء وتدريب والتحكم في الذكاء الاصطناعي. تستخدم الأوساط الأكاديمية وبعض الصناعات تقنيات الذكاء الاصطناعي منذ 30 عامًا. بينما ننتظر المعايير المهنية الموضوعية، هؤلاء هم الأشخاص الذين تحتاج إليهم في فريقك.