وقال جيف فوسلر، نائب رئيس شركة IBM Research، إن المنظمة حققت العديد من الإنجازات في مجال الذكاء الاصطناعي في العام الماضي وتتوقع ثلاثة مجالات مهمة للتركيز في عام 2019. وقال إن جلب الحلول المعرفية المدعومة بالذكاء الاصطناعي إلى منصة يمكن للشركات أن تتبناها بسهولة هو ضرورة عمل استراتيجية للشركة، كما هو الحال مع زيادة فهم الذكاء الاصطناعي ومعالجة قضايا مثل التحيز والثقة.
لقد تم تحقيق الكثير في العام الماضي في تحسين فهم الذكاء الاصطناعي ودقته وقابلية التوسع، ولكن في عام 2019 ستتركز الجهود على القضاء على الهنتاي وجعل عملية صنع القرار أكثر شفافية.
وقال جيف فوسلر، نائب رئيس شركة IBM Research، إن المنظمة حققت العديد من الإنجازات في مجال الذكاء الاصطناعي في العام الماضي وتتوقع ثلاثة مجالات مهمة للتركيز في عام 2019. وقال إن جلب الحلول المعرفية المدعومة بالذكاء الاصطناعي إلى منصة يمكن للشركات أن تتبناها بسهولة هو ضرورة عمل استراتيجية للشركة، كما هو الحال مع زيادة فهم الذكاء الاصطناعي ومعالجة قضايا مثل التحيز والثقة.
وفيما يتعلق بتقدم الذكاء الاصطناعي، قال فوسلر إنه تم إحراز تقدم في عدة مجالات، بما في ذلك فهم الكلام وتحليل الصور. وقال إن العمل على مشروع Debater من شركة IBM كان قادرًا على توسيع قدرات فهم الكلام الحالية للذكاء الاصطناعي إلى ما هو أبعد من مهام الإجابة على الأسئلة البسيطة، مما يسمح للآلات بفهم أفضل عندما يقدم الأشخاص ادعاءات، ويأخذها إلى ما هو أبعد من مجرد "البحث عن المنشطات". تضمن أحد السيناريوهات طرح سؤال ليس له إجابة مطلقة - هل يجب على الحكومة زيادة تمويل التطبيب عن بعد.
وقال فوسلر إنه على الرغم من أهمية جعل الذكاء الاصطناعي يفهم بشكل أفضل ما يقال، فقد تم إحراز تقدم في جعله يتعرف على ما يراه بشكل أسرع وأكثر دقة. فبدلاً من الحاجة إلى آلاف أو ربما ملايين الصور ذات العلامات لتدريب نموذج التعرف البصري، أظهرت شركة IBM أن الذكاء الاصطناعي يمكنه الآن التعرف على كائنات جديدة باستخدام مثال واحد فقط كموجه، مما يجعل الذكاء الاصطناعي قابلاً للتطوير.
أظهر الذكاء الاصطناعي لشركة IBM Research قدرة الآلة على الاستماع إلى المحتوى الجدلي الناشئ عن عملهم في Project Debater، في الصورة مع المناظر المحترف Dan Zafirir، في سان فرانسيسكو. (حقوق الصورة: أبحاث آي بي إم).
وقال فوسلر إن الطريقة الأخرى التي يصبح بها تعلم الذكاء الاصطناعي قابلة للتطوير هي جعل عملاء الذكاء الاصطناعي يتعلمون من بعضهم البعض. قام باحثو شركة IBM بتطوير إطار عمل وخوارزمية لتمكين عملاء الذكاء الاصطناعي من تبادل المعرفة، وبالتالي التعلم بشكل أسرع بكثير من الأساليب السابقة. بالإضافة إلى ذلك، قال إنهم يستطيعون تعلم التنسيق عندما تفشل الأساليب الحالية.
وقال ويسلر: "إذا كانت لديك مهمة أكثر تعقيدا، فليس عليك بالضرورة تدريب نظام أكبر". "ولكن يمكنك أن تأخذ أنظمة منفصلة وتجمعها حتى تؤدي هذه المهمة."
كما يتم إحراز تقدم في تقليل الموارد الحسابية اللازمة لنماذج التعلم العميق. في عام 2015، وصفت شركة IBM كيف يمكن تدريب نماذج التعلم العميق باستخدام دقة 16 بت، واليوم أصبحت الدقة 8 بت ممكنة الآن دون المساس بدقة النموذج عبر جميع فئات بيانات الذكاء الاصطناعي الرئيسية، بما في ذلك الصورة والكلام والنص. يمكن أيضًا تحقيق نطاق الذكاء الاصطناعي من خلال تقنية جديدة للبحث في البنية العصبية التي تقلل من الأعباء الثقيلة المطلوبة لتصميم الشبكة.
كل هذا التقدم يجب أن يخفف من حقيقة أن الذكاء الاصطناعي يجب أن يكون موثوقًا به، وقال فوسلر إنه سيكون هناك الكثير من التركيز على هذا العام المقبل. مثل أي تقنية، يمكن أن يتعرض الذكاء الاصطناعي للتلاعب الخبيث، لذلك يجب أن يكون قادرًا على توقع هجمات الخصم.
في هذه اللحظة، يمكن أن يكون الذكاء الاصطناعي عرضة لما يعرف بـ "أمثلة الخصم"، حيث قد يقوم المتسلل بتغيير الصورة المستخدمة لتدريب الكمبيوتر بشكل غير محسوس، وتصنيفها إلى أي فئة يرغب فيها، وبالتالي زرع الفوضى. حقق قسم الأبحاث في شركة IBM بعض التقدم في هذا الصدد من خلال مقياس حيادي للهجوم لتقييم قوة الشبكات والأنظمة العصبية مباشرة حول كيفية اكتشاف الهجمات والدفاع ضدها.
لغز آخر هو أن الشبكات العصبية تميل إلى أن تكون صناديق سوداء وليس من الواضح كيف وصلت إلى القرار. إن الافتقار إلى الشفافية هو الذي يضر بقدرتنا على الثقة في أنظمة الذكاء الاصطناعي. وفي غضون ذلك، من المهم أيضًا القضاء على التحيز حتى يمكن الاعتماد على الذكاء الاصطناعي بشكل متزايد في عملية صنع القرار، فهذه القضايا تمثل تحديًا.
قال ويسلر: "حتى الآن رأينا الناس متحمسون للقدرة ذاتها على تصميم أنظمة الذكاء الاصطناعي التي ستكون قادرة على أداء المهام"، ثم يحاولون لاحقًا فهم ما إذا كانت الأنظمة متحيزة أو تعاني من مشكلات أخرى في العمل. قرارات." واختتم فوسلر.
المزيد عن الموضوع على موقع العلوم:
تعليقات 6
هذه مقالة إعلانية زائفة لشركة IBM.
تحديد النغمة حول هذا الموضوع هو جوجل. حد الإنجازات في هذا الأمر هو في يد جوجل وليس في يد آي بي إم.
في Google، نصل إلى ما يعادل الذكاء البشري في تطبيقات محددة! مُطْلَقاً. يفعلون ذلك بتقنيتين.
الشبكات المتعددة والحوسبة الكمومية.
الأدوات البرمجية التي تصدرها شركة IBM لا تكون مجانية على الإطلاق تقريبًا، ولكن بسعر لا يستطيع باحث مستقل تحمله.
100,000 $.
الأدوات البرمجية التي تطلقها شركة جوجل باسم الرأسمالية هي أدوات مجانية وتسمح لملايين الباحثين المستقلين باستخدامها. يتنافس الباحثون فعلياً في الساحة العلمية وفي المسابقات الرسمية مثل ICLR، ومن ثم تقوم جوجل بشراء التكنولوجيا الرائدة. الأدوات البرمجية التي أصدرتها Google ممتازة. ملحوظة: جوجل شركة تهتم بالربح وليس بمصلحة الجماهير. الأمر لا يتعلق بالصالحين.
في الحوسبة الكمومية، تتيح شركة IBM تقديم طلبات لوقت الحوسبة. اسم مساهمتها.
آسف على العبث، تم تحرير المقال في جزأين، وبينما الجزء الأول هو الجزء المحرر، تم إدخال نسخة غير محررة من الجزء الثاني عن طريق الخطأ. أعدت الكتابة. نأسف للإزعاج
ترجمة حجم النسخ لصق؟ مقال غبي
مثيرة للاهتمام عندما تفكر في ذلك
أنه إذا كان الذكاء الاصطناعي موجهًا نحو أمر معين
אז
ومن الواضح أن الدماغ يتكون أيضًا من العديد من الأنظمة الفرعية للذكاء الاصطناعي التي لا ترتبط بالضرورة ببعضها البعض.
ناتان: أنت لم تفهم... هذا المقال يحتاج إلى ذكاء اصطناعي آخر لكي يفهمه، وليس أنت!
الذكاء الاصطناعي الذي ترجم المقال إلى العبرية جعل بعض الجمل غير قابلة للقراءة...