لقد كان الذكاء الاصطناعي، هى الكلمة الطنانة على شفاه الجميع خلال السنوات القليلة الماضية، ولكن ما الذي سيأتي خلال الأشهر الـ 12 القادمة من التطوير؟

في مجال يتطور باستمرار، هناك الكثير لنتطلع إليه، بما في ذلك دمج الذكاء الاصطناعي في عيادة طبيبك، والمزيد من العمل نحو أدوات تشخيص الذكاء الاصطناعي عبر الرعاية الصحية، والتطوير على نطاق أوسع في مجال التكنولوجيا الصغيرة بدلاً من الشركات الكبيرة فقط.

في الوقت نفسه، بدأت بعض المشكلات المتعلقة بالذكاء الاصطناعي في الظهور على السطح مثل العيوب المتضخمة كالتحيز والمعلومات الخاطئة، والنقص الحاد في الرقابة أو التنظيم، والنقاش المتزايد حول الأخلاقيات والأمن الوظيفي والأضرار البيئية الحقيقية للذكاء الاصطناعي. 

هل نحن أمام عام من الاكتشاف أم تصفية حسابات الذكاء الاصطناعي؟

اليك ما يعتقد الخبراء أنه قد يخبئه عالم تطوير الذكاء الاصطناعي في عام 2024...

ليس فقط عالم التكنولوجيا الكبرى

تمحورت عناوين الأخبار الرئيسية في مجال الذكاء الاصطناعي على مدى السنوات القليلة الماضية إلى حد كبير حول عدد قليل من الأسماء الكبيرة، ولكن هذا شيء بدأ يتغير، وفقًا للباحثة ساشا لوتشيوني، المتخصصة في التأثيرات المجتمعية والبيئية للذكاء الاصطناعي.

وقالت لقناة CTVNews.ca في مقابلة عبر الهاتف في ديسمبر: "أعتقد بالتأكيد أنه سيكون هناك المزيد من الديمقراطية أو على الأقل نشر موزع للذكاء الاصطناعي".

"في الوقت الحالي، شهدنا نوعًا من تركيز القوة فيما يتعلق بالتكنولوجيا الكبيرة وOpenAI التي تقوم بمعظم عمليات النشر، خاصة في نماذج الذكاء الاصطناعي التوليدية، لكنني أرى حقًا أن هذا التحول يتغير مع ظهور المزيد والمزيد من الشركات الناشئة والشركات الصغيرة بشكل عام يلحقون بالركب ويقومون بأشياءهم الرائعة باستخدام الذكاء الاصطناعي.

OpenAI هو الفريق الذي يقف وراء العلامة التجارية الهائلة لـ ChatGPT، والتي تعد واحدة من أدوات الذكاء الاصطناعي التوليدية الأكثر شهرة.

إحدى المشكلات التي أبقت تكنولوجيا الذكاء الاصطناعي في عالم عمالقة التكنولوجيا هي قوة الحوسبة الهائلة اللازمة لتدريب نماذج الذكاء الاصطناعي وتشغيلها. وهذا أمر سهل بالنسبة للشركات القائمة مثل جوجل أو مايكروسوفت، ولكن بالنسبة للشخص العادي، فهو مستحيل في الأساس، وفقًا للوتشيوني.

وقالت: "مع النماذج التوليدية، أو نماذج اللغات الكبيرة، فهي حقًا كبيرة جدًا"، مضيفة أن نماذج اللغات الكبيرة تحتاج "من ألف إلى بضعة آلاف من وحدات معالجة الرسومات، وهي عبارة عن أجهزة متخصصة. وهذا يضيف سريعًا حقًا إذا كان عليك استئجاره على السحابة أو كان عليك إنشاء مجموعتك الخاصة. في معظم نماذج البيانات، لم يعد بإمكانك التدرب على جهاز كمبيوتر واحد، فأنت بحاجة إلى قدر هائل من البنية التحتية.

"ولكن في الواقع، إذا شاركت النماذج، فيمكنك البناء بشكل تدريجي، وليس عليك البدء من الصفر."

وقالت لوتشيوني إنها ترى تأثير هذا التعاون من خلال عملها في HuggingFace، وهي منصة مفتوحة المصدر للتعلم الآلي لكل من خبراء الذكاء الاصطناعي والمتحمسين لمشاركة النماذج وتطويرها.

حدث تطور كبير نحو المزيد من التعاون في وقت سابق من هذا العام، عندما أصدرت Meta علنًا Llama (Large Langauge Model Meta AI) لمساعدة العاملين في مجتمع أبحاث الذكاء الاصطناعي. تمت متابعة Meta في الصيف من خلال إطلاق Llama 2 علنًا.

"ليس عليك أن تقول، "حسنًا، سأقوم فقط بتدريب هذا النموذج الضخم لمدة مليون ساعة GPU،" يمكنك أن تأخذ نموذجًا موجودًا مثل Llama، أو أي من النماذج مفتوحة المصدر، ويمكنك التكيف معه ذلك - يمكنك ضبطه بشكل أساسي ليناسب حالة الاستخدام الخاصة بك، أو مجموعة البيانات الخاصة بك. وبهذه الطريقة، يمكنك الاستفادة من هذا النموذج الضخم دون الحاجة إلى إنفاق مليون دولار على الحوسبة.

إذا أراد أحد البنوك، على سبيل المثال، روبوت دردشة لخدمة العملاء، فإن هؤلاء المبرمجين قادرون على استخدام نموذج لغة عام موجود وإدخال البيانات المتعلقة باستفسارات العملاء الشائعة أو التفاعلات مع موظفي البنك وتكييف النموذج ليكون محددًا لاحتياجات البنك. وأوضح لوتشيوني.

"لذا فإننا نرى الكثير، وخاصة الشركات الناشئة التي لا يمكنها الوصول إلى هذا الكم الهائل من الحوسبة، تتجه نحو تدريب أكثر تكيفًا".

وتتوقع أننا سنشهد المزيد من تبادل الأدوات والمعلومات في مجتمع أبحاث الذكاء الاصطناعي في عام 2024، مما قد يؤدي إلى تحفيز تطبيقات أوسع لهذه التكنولوجيا.

المجال المتنامي للذكاء الاصطناعي الطبي

يعد مجال الطب أحد أكثر المجالات إثارة للتطبيقات العملية للذكاء الاصطناعي، وفقًا لأويشي بانيرجي، طالب دكتوراه في علوم الكمبيوتر بجامعة هارفارد.

وهي تعمل في مختبر راجبوركار، حيث يركزون على تطوير الذكاء الاصطناعي الطبي، وقالت إن الذكاء الاصطناعي في التصوير الطبي على وشك الانطلاق في المستقبل القريب.

وقالت بانيرجى "أنا شخصياً آمل أن يكون عام 2024 في الطب هو العام الذي نبدأ فيه رؤية نماذج صور متخصصة حقًا في الطب". "على سبيل المثال، يمكنك فقط إجراء فحص بالأشعة المقطعية لـ (نموذج صورة الذكاء الاصطناعي)، وسيقول تلقائيًا، "أوه، هذا هو الكبد وهذا هو الورم." "هذا هو البنكرياس. سيكون ذلك مذهلاً."

واضافت بانيرجي إنه في حين أن هناك نماذج موجودة الآن لمهام محددة للغاية في مجال الرعاية الصحية، مثل عزل الكلى في الأشعة المقطعية، فإن توسيع قدرات توليد الصور في الذكاء الاصطناعي لم يصل إلى الرعاية الصحية بعد. لكنها في الطريق.

وقالت: "لقد شهدنا بالفعل تقدمًا مذهلاً في هذه النماذج التي أصبحت أكثر تنوعًا وقابلية للتكيف في مجال الصورة الطبيعية، وهناك الكثير من العمل النشط لجلب هذه القدرة وهذا التنوع إلى الطب".

"من المرجح أن تصبح أدوات التشخيص أكثر تنوعًا وأفضل خلال عام 2024، وذلك فقط بسبب مدى تنوعها ومدى قوة تقنيات الذكاء الاصطناعي الكامنة."

وترى العديد من التطبيقات المحتملة الأخرى في الطريق أيضًا، بدءًا من روبوتات الدردشة التي تتعامل مع المريض إلى نماذج الذكاء الاصطناعي التي تفحص أحدث المؤلفات الطبية إلى نماذج اللغة التي تساعد أطباء الأشعة في إعداد التقارير.

قد يكون نموذج الذكاء الاصطناعي الذي تم تدريبه على قاعدة بيانات للتاريخ الطبي للمرضى وردود أفعالهم تجاه علاجات معينة قادرًا على تجميع كيفية استجابة بعض المرضى لعلاج معين.

إذا كان النموذج قادرًا على التقاط تلك الأنماط، والتي أحيانًا لم يكتشفها البشر بعد، فيمكنك استخدام هذا النموذج لاستقبال مريض جديد تمامًا، وإلقاء نظرة على فحوصاته، وإلقاء نظرة على تاريخه، والقول،" أوه، أعتقد أن أفضل دواء ممكن لهذا الشخص هو الدواء "أ" وليس الدواء "ب"، مشيرة إلى أن هذا ليس مجال خبرتها.

في المستقبل، يمكن لنموذج الذكاء الاصطناعي الذي تم تدريبه لفهم النطاق الكامل للخصائص الكيميائية أن يقترح أيضًا جزيئات جديدة لاختبارها كجزء من اكتشاف الأدوية بناءً على عروض مرضية محددة، وفقًا لبانيرجي.

وقالت: "هذا أمر مثير"، لكن تلك التطبيقات المتقدمة لا تزال بعيدة المنال لسنوات.

بانيرجي واثقه من أننا سنشهد زيادة كبيرة في الذكاء الاصطناعي على الجانب الإداري للرعاية الصحية في عام 2024.

وقالت: "يبدو هذا أقل جاذبية أو أقل إثارة، لكن لا يمكنني المبالغة في تقدير مقدار الوقت الذي يقضيه الأطباء في الأعمال الورقية الإدارية".

"أود أن أقول في مجال الرعاية الصحية، قد يكون عام 2024 هو العام الذي يمنح فيه الذكاء الاصطناعي طبيبك المزيد من الوقت ليقضيه معك."

وقد ردد هذا التوقع تيموثي تشان، الأستاذ في أبحاث جامعة تورنتو وكندا في تحسين الرواية والتحليلات في مجال الصحة.

وقال لقناة CTVNews.ca عبر البريد الإلكتروني: "إن التطبيقات الأقل إثارة، مثل تحسين العمليات، أو تبسيط المهام المكتبية أو الروتينية، من المحتمل أن يكون لها تأثير كبير دون أن يلاحظها المريض العادي"، مضيفًا أن الذكاء الاصطناعي "سيصبح أكثر و أكثر أهمية في تخطيط الرعاية وتقديمها."

ومع ذلك، لا تسير الأمور بسلاسة في مجال الذكاء الاصطناعي الطبي.

وجدت دراسة حديثة أجريت في الولايات المتحدة أن الأطباء، عندما قدموا نموذجًا جيدًا للذكاء الاصطناعي، شهدوا زيادة طفيفة في دقة التشخيص الخاصة بهم. ومع ذلك، عندما قدم الباحثون للأطباء نموذج ذكاء اصطناعي تم تدريبه على التحيز، انخفضت دقة الأطباء في توصيات العلاج بنسبة 11 نقطة مئوية. قال مؤلفو الدراسة إن هذا يعني أن الأطباء لم يكونوا قادرين على التعرف على تحيز نموذج الذكاء الاصطناعي والتكيف معه.

وقالت بانيرجي إن نماذج الذكاء الاصطناعي الضعيفة التي تكرر التحيز هي أمر يعمل الخبراء على مكافحته.

"أرى دفعة داخل مجتمع الذكاء الاصطناعي الطبي الذي يقول عندما تقوم بتقييم أداة طبية جديدة للذكاء الاصطناعي، حاول الحصول على مجموعة متنوعة من السكان، ولا تختبرها فقط في مستشفى واحد في مدينة واحدة غنية، بل حاول الحصول على العديد من المجموعات المختلفة، وقالت: "من المرضى، قم بإجراء تحليلات للمجموعات الفرعية للتأكد من أنك لا تفسد مجموعة واحدة مهمشة تاريخيًا".

"الكثير من الناس يدركون تمامًا هذه المشكلة في الذكاء الاصطناعي الطبي، ويتم أخذها على محمل الجد.