المؤلف: جون ديفادوس، CryptoSlate؛ المترجم: دينغ تونغ، Golden Finance
موضوع منتدى دافوس في يناير 2024 هو الذكاء الاصطناعي.
يتم الترويج للذكاء الاصطناعي؛ وتروج الدول ذات السيادة لبنيتها التحتية للذكاء الاصطناعي؛ وتتداول المنظمات الحكومية الدولية حول الآثار التنظيمية للذكاء الاصطناعي؛ ويبالغ رجال الأعمال في الوعد بالذكاء الاصطناعي؛ ويناقش العمالقة السياسيون الآثار المترتبة على الأمن القومي للذكاء الاصطناعي. الذكاء؛ كل شخص تقريبًا تقابله في الشارع الرئيسي يتحدث كثيرًا عن الذكاء الاصطناعي.
ولكن هناك أثرًا للتردد مخفيًا في قلبي: هل هذا صحيح؟ فيما يلي عشرة أشياء يجب أن تعرفها عن الذكاء الاصطناعي - الجيد والسيئ والقبيح - تم تجميعها من بعض المحادثات التي ألقيتها في دافوس الشهر الماضي.
المصطلح الدقيق هو الذكاء الاصطناعي "التوليدي". ما هو "توليد"؟ في حين أن الموجات السابقة من ابتكار الذكاء الاصطناعي كانت تعتمد على أنماط التعلم من مجموعات البيانات والقدرة على التعرف على تلك الأنماط عند تصنيف بيانات المدخلات الجديدة، فإن هذه الموجة من الابتكار تعتمد على تعلم النماذج الكبيرة (المعروفة أيضًا باسم "مجموعات الأنماط") والقدرة على استخدام هذه النماذج. نماذج لإنشاء النصوص والفيديو والصوت والمحتويات الأخرى بشكل إبداعي.
لا، الذكاء الاصطناعي التوليدي ليس وهمًا. عندما يُطلب من النماذج الكبيرة المدربة مسبقًا إنشاء محتوى، فإنها لا تحتوي دائمًا على أنماط كاملة بالكامل لتوجيه عملية الإنشاء؛ في تلك الحالات التي يتم فيها تشكيل الأنماط المتعلمة جزئيًا فقط، ليس أمام النموذج خيار سوى "ملء الفراغات"، مما يؤدي إلى ما يسمى الهلوسة التي نلاحظها.
وكما لاحظ البعض منكم، فإن المخرجات الناتجة ليست بالضرورة قابلة للتكرار. لماذا؟ نظرًا لأن إنشاء محتوى جديد من أنماط متعلمة جزئيًا يتضمن قدرًا معينًا من العشوائية وهو في الأساس نشاط عشوائي، فهذه طريقة رائعة للقول إن مخرجات الذكاء الاصطناعي التوليدي ليست حتمية.
يضع إنشاء المحتوى غير الحتمي الأساس لعرض القيمة الأساسية لتطبيقات الذكاء الاصطناعي التوليدي. تكمن النقطة المثالية للاستخدام في حالات الاستخدام التي تتضمن الإبداع؛ إذا لم يكن الإبداع مطلوبًا أو مطلوبًا، فمن المحتمل ألا يكون السيناريو مناسبًا للذكاء الاصطناعي التوليدي. استخدم هذا كمحك.
يوفر الحد الأدنى من الإبداع دقة عالية جدًا؛ ويعد استخدام الذكاء الاصطناعي التوليدي في مجال تطوير البرمجيات لإنشاء تعليمات برمجية ليستخدمها المطورون مثالًا جيدًا. يجبر الإبداع على نطاق واسع نموذج الذكاء الاصطناعي التوليدي على سد فجوات كبيرة جدًا، ولهذا السبب تميل إلى رؤية اقتباسات غير صحيحة عندما تطلب منه كتابة ورقة بحثية.
بشكل عام، استعارة الذكاء الاصطناعي التوليدي هي أوراكل دلفي. أوراكل غامضة؛ وبالمثل، فإن مخرجات الذكاء الاصطناعي التوليدي لا يمكن التحقق منها بالضرورة. اطرح أسئلة حول الذكاء الاصطناعي التوليدي، ولا تقم بتفويض عمليات المعاملات إلى الذكاء الاصطناعي التوليدي. في الواقع، يمتد هذا التشبيه إلى ما هو أبعد من الذكاء الاصطناعي التوليدي ليشمل كل أنواع الذكاء الاصطناعي.
ومن المفارقات أن نماذج الذكاء الاصطناعي التوليدية يمكن أن تلعب دورًا مهمًا للغاية في العلوم والهندسة، على الرغم من أنها لا ترتبط عادةً بالإبداع الفني. المفتاح هنا هو إقران نموذج الذكاء الاصطناعي التوليدي مع واحد أو أكثر من أدوات التحقق الخارجية التي تقوم بتصفية مخرجات النموذج، وجعل النموذج يستخدم هذه المخرجات التي تم التحقق من صحتها كمدخلات سريعة جديدة لدورات لاحقة من الإبداع حتى ينتج النظام المدمج النتيجة المرجوة.
سيؤدي الاستخدام الواسع النطاق للذكاء الاصطناعي التوليدي في مكان العمل إلى انقسام كبير في العصر الحديث؛ أولئك الذين يستخدمون الذكاء الاصطناعي التوليدي لزيادة إبداعهم وإنتاجهم بشكل كبير، وأولئك الذين يتخلون عن عمليات تفكيرهم لصالح الذكاء الاصطناعي التوليدي ويتم تهميشهم تدريجيًا وإجازتهم حتماً.
معظم ما يسمى بالنماذج العامة ملوثة. أي نموذج تم تدريبه على الإنترنت العام تم تدريبه على المحتوى الموجود في نهاية الويب، بما في ذلك الويب المظلم. وهذا له آثار خطيرة: أولاً، ربما تم تدريب النموذج على محتوى غير قانوني، وثانيًا، ربما تم اختراق النموذج بمحتوى حصان طروادة.
إن مفهوم حاجز الحماية للذكاء الاصطناعي التوليدي معيب بشكل قاتل. كما ذكرنا في النقطة السابقة، عندما يكون النموذج ملوثًا، هناك دائمًا طرق تقريبًا لدفع النموذج بشكل إبداعي حول ما يسمى حواجز الحماية. نحن بحاجة إلى طريقة أفضل، طريقة أكثر أمانًا، طريقة تؤدي إلى ثقة الجمهور في الذكاء الاصطناعي الناتج.
بينما نشهد استخدامات وإساءات استخدام الذكاء الاصطناعي التوليدي، يجب أن ننظر إلى الداخل ونذكر أنفسنا بأن الذكاء الاصطناعي هو أداة. ص>