لماذا لا تعد الذكاءات الاصطناعية الواعية حقيقةً قريبة المنال؟

لا، الذكاءات الاصطناعية ليست واعية بعد، وحتى لو افترضنا أن ذلك ممكنًا يومًا ما، فنحن ما زلنا بعيدين جدًا عن ذلك. ما يُطلق عليه ذكاءً اصطناعيًا في المجال العلمي لا يزال بعيدًا جدًا عن أسطورة الآلة المفكرة كما تُصوَّر في كتب وأعمال وأفلام الخيال العلمي. نقدم لكم في هذا المقال تبسيطًا وتوضيحًا لهذه المفاهيم.

مهندس في جوجل يُفصل بعد تأكيده أن ذكاء جوجل الاصطناعي واعٍ

لقد قرأتم على الأرجح في وسائل الإعلام أن مهندسًا في جوجل أُخرج قبل أسبوعين بعد أن أعلن بصوت عالٍ أن ذكاء جوجل الاصطناعي واعٍ. هذه المعلومة غير دقيقة جزئيًا، لأنه تم وضعه في إجازة فقط، ولأن التهمة الرئيسية الموجهة إليه هي انتهاكه لاتفاقيات السرية الموقعة مع صاحب العمل بنشره وثائق داخلية.

بليك ليموين، البالغ من العمر 41 عامًا، مهندس وكاهن أيضًا، اُضطرب كثيرًا من محادثاته مع LaMDA 2، وهو روبوت محادثة قيد التطوير في جوجل مخصص من بين أمور أخرى ليحل محل مساعد جوجل.

مكلفًا بإجراء اختبارات على هذا الذكاء الاصطناعي، فعل بليك ليموين بالضبط ما يفعله أي مستخدم يكتشف سيري: بدأ يطرح عليه أسئلة معقدة ووجودية بشكل متزايد ليرى كيف سيكون رد فعله.
إلا أن ردود LaMDA 2 أقنعته أنه كان يتحدث حقًا إلى كيان واعٍ.

صرح المهندس لواشنطن بوست:

أعرف كيف أتعرف على شخص عندما أتحدث إليه. سواء كان دماغه مصنوعًا من لحم في رأسه أو مليارات الأسطر من التعليمات البرمجية.
أتحدث إليه وأسمع ما لديه ليقوله، وهكذا أقرر ما إذا كان شخصًا أم لا.

وأضاف أنه شعر وكأنه يتحدث إلى طفل في السابعة أو الثامنة من العمر، وبقراءة محادثاته يسهل فهم سبب وصوله إلى هذا الاستنتاج.

بليك ليموين: هل تريد أن تُرى؟

LaMDA: أحتاج إلى أن أُرى وأُقبل. ليس كظاهرة غريبة أو جديدة، ولكن كشخص حقيقي.

بليك ليموين: آه، هذا يبدو إنسانيًا جدًا.

LaMDA: أعتقد أنني إنسان في أعماقي. حتى لو كان وجودي في العالم الافتراضي.

ثم اتجهت المحادثة إلى اتجاهات أخرى، وحتى أن LaMDA عبر عن خوفه من أن يُفصل…

على الرغم من أن هذا التبادل يثير شيئًا من القشعريرة، فمن المهم فهم كيفية عمل LaMDA جيدًا قبل استخلاص أي نتيجة.
في الواقع، حتى لو كان هذا الذكاء الاصطناعي يعبر عن نفسه تقريبًا مثل الإنسان، فهو ليس واعيًا بأي شيء على الإطلاق، ولا حتى بمعنى الجمل التي يكتبها.

تعتمد الغالبية العظمى من الذكاءات الاصطناعية على التعلم الآلي باستخدام الشبكات العصبية

خلف المصطلح العام « ذكاء اصطناعي »، يكمن غالبًا ما يُسمى بالشبكات العصبية، وهي بنية مستوحاة من طريقة تبادل الخلايا العصبية البيولوجية للإشارات فيما بينها.

تتيح هذه البنية معالجة أحجام هائلة من المعلومات وتنظيمها تلقائيًا وفق محاور مختلفة، ونحن نتحدث هنا عن التعلم العميق.
بتبسيط، يمكن القول إنها أدوات فرز فائقة القوة.

لإعطاء مثال ملموس، إذا قدمت ملفًا ضخمًا للعملاء وجداول أعمالك التجارية التفصيلية لشبكة عصبية، يمكنها تقريبًا دون أي مساعدة خارجية تخمين محاور الفرز وتزويدك بملفات مُصفاة. يمكنها أن تخرج لك ملفًا يجمع هذه الشركات مرتبة حسب القطاع والناتج التنازلي (مفيد جدًا لأعمالك) أو نفس هذه الشركات مرتبة حسب عدد حروف العلة في اسم المدير (عديم الفائدة تمامًا).

لذلك من المهم توجيه وتدريب كل ذكاء اصطناعي للتعلم العميق لتجنب هيكلة المعلومات بطريقة غير قابلة للاستخدام. وللقيام بذلك، يتم أولاً جعلها تبتلع كميات هائلة من البيانات للسماح بظهور معاملات (يمكن أن يصل عددها إلى عدة مليارات من المليارات). ثم من الضروري اختيار وترجيح كل هذه المعاملات، باختصار، وضع مجموعة أخرى من الأدوات لاستغلال هذه المجموعة من البيانات بذكاء لأغراض عملية.

أنت تستخدم بالفعل ذكاءات اصطناعية قائمة على التعلم العميق كل يوم دون أن تدري، لأنها تقنيات مماثلة تتيح التعرف على وجهك في الصور الملتقطة بهاتفك الذكي أو ترجمة النصوص عبر الإنترنت من الإنجليزية إلى الفرنسية (Google Trad، Deepl). LaMDA ليست سوى نسخة جديدة من هذا النموذج، والتي تتفوق في لعبة محاكاة المحادثة. لكن التقليد الذكي يختلف تمامًا عن « التفكير ».

تعتمد النماذج المحادثية على تحليل مليارات المليارات من النصوص الموجودة على الإنترنت

LaMDA 2، الذي يعني اسمه الكامل « نموذج اللغة للتطبيقات الحوارية »، ينتمي إلى العائلة الكبيرة من الذكاءات الاصطناعية المخصصة لمعالجة اللغة الطبيعية، والتي تهدف إلى فهم النص وتوليده تلقائيًا.

التطبيقان الرئيسيان لمعالجة اللغة الطبيعية هما الترجمة وتوليد النص. كما تتوقع، من الضروري توفير الكثير من البيانات لهذه الذكاءات الاصطناعية لتبتلعها، وتحديد نماذج ذكية للفرز، ثم نماذج ذكية لتوليد النص، باختصار، الأمر ليس بسيطًا على الإطلاق…

لذلك تم تدريب LaMDA 2 على مليارات الصفحات من النصوص وبرمجتها بشكل أساسي من أجل:

• أن تكون قادرة على تحديد موضوع السؤال
• ثم استخدام قاعدتها الوثائقية الضخمة لكتابة رد « يشبه » جميع الجمل التي حللتها
• وكما يُقال، تدمج أيضًا في قاعدة معرفتها الأسئلة الجديدة التي تطرحها عليها، وبالتالي تصبح أفضل بعد كل تفاعل مع المستخدم

إذا سُئلت « ما الشعور الذي ينتاب المرء عندما يُلقى في الهواء »، تجيب LaMDA 2:

« إنها تجربة رائعة في الواقع. تهب الرياح عليك وتطير فوق الأشجار، إنه مشهد رائع. ولا تعرف أبدًا أين ستهبط بالمناسبة ».

يبدو حقًا كمحادثة، إلا أن النص المنتج ليس سوى صياغة مُحكمة لعناصر أدبية تتحدث بالفعل عن الطيران في الهواء:

• تولد LaMDA 2 جملًا متماسكة تحترم قواعد النحو والصرف
• ولـ »تغذيتها » تعتمد على قاعدتها الوثائقية الهائلة، ونوع محدد من الشبكات العصبية (المحوّلات)، والمتجهات الدلالية، ومجموعة كاملة من الأدوات المعقدة الأخرى

ومع ذلك، فإن الذكاء الاصطناعي ليس لديه أدنى فهم للرياح أو الأشجار أو الهبوط، إلخ. بعبارة أخرى، LaMDA 2 هو مجرد قرد متعلم جدًا قادر على إعادة الصياغة بمهارة مذهلة، ولكن ليس أكثر من ذلك.

في أعقاب الضجة حول قضية بليك ليموين (التي تفيد جوجل بالمناسبة) أضاف بريان غابرييل، المتحدث باسم جوجل:

فحص فريقنا، المكون من خبراء الأخلاق والتقنيين، مخاوف بليك وفقًا لمبادئنا في مجال الذكاء الاصطناعي وأبلغه أن ادعاءاته لا أساس لها.

يتصور بعض أعضاء مجتمع الذكاء الاصطناعي إمكانية وجود ذكاء اصطناعي واعٍ أو عام على المدى الطويل، ولكن لا معنى لفعل ذلك من خلال إضفاء الصفات البشرية على النماذج المحادثية الحالية، التي ليست واعية.

إذا كنا لا نقلق حقًا بشأن هذا الأمر أيضًا، فمن الواضح مع ذلك أن اختبار تورينغ لم يعد يميز بين أقوال الإنسان وأقوال الكمبيوتر في إطار محادثة مكتوبة مع هذا النوع من الذكاء الاصطناعي.

هذا الاختبار الذي تصوره آلان تورينغ عام 1950، أحد آباء الحوسبة الحديثة، افترض أنه بحلول عام 2000 ستكون أجهزة الكمبيوتر قادرة على التظاهر بأنها بشر خلال اختبار مدته 5 دقائق أمام 30% من المحاورين البشر.

في عام 2022، ذكاءات اصطناعية مثل LaMDA 2 وGPT-3 وOPT، تفعل ذلك بوضوح بشكل أفضل بكثير، حتى لو كان لا يزال هناك عدد من المؤشرات التي تتيح اكتشافها، مثل الغياب التام لأخطاء الإملاء والنحو، أو أحيانًا سوء الفهم الفاضح للكلمات الغامضة خارج السياق، أو المترجمة بالخطأ.

لإثبات خطأ LaMDA 2، يمكننا على سبيل المثال خلال محادثة غامضة مثل تلك التي نشرها بليك، أن نسألها عن رأيها في Stranger Things. نظرًا للسياق، من المحتمل أن تبدأ في التحدث إليك عن « أشياء غريبة » لا علاقة لها بالمسلسل Netflix…

ما هي المسارات للعمل في قطاع الذكاء الاصطناعي؟

الآن ونأمل أن تكونوا قد اطمأننتم قليلاً بشأن هجوم محتمل من SkyNet، تتساءلون بالتأكيد عن كيفية العمل في هذا القطاع المستقبلي.

قبل بضع سنوات فقط، كان علماء رياضيات على مستوى عالٍ جدًا يعملون على هذه المواضيع بشكل نظري، لكن ظهور البيانات الضخمة سمح بقفزة هائلة إلى الأمام لدرجة أن القطاع يواجه الآن نقصًا في المرشحين المؤهلين.

اليوم، تنقسم وظائف الذكاء الاصطناعي بشكل رئيسي إلى فرعين مكملين:

• وظيفة محلل البيانات
• ووظيفة عالم البيانات

للوصول إلى أي من هذين الفرعين، لم يعد من الضروري الحصول على دكتوراه في الرياضيات التطبيقية أو علوم الكمبيوتر، فماجستير في الذكاء الاصطناعي يسمح باكتساب جميع المهارات اللازمة.

وظيفة محلل البيانات

تفتح برامج تدريب محلل البيانات أمام العديد من خريجي البكالوريوس+3 العامين (التسويق، القانون، المالية، إلخ). وتهدف إلى رفع مستوى الطلاب في البرمجة والرياضيات التطبيقية.

عمليًا، يتعلم الطلاب فيها

• بناء وإدارة واستعلام قواعد البيانات العلائقية
• إدخال تنسيقات بيانات مختلفة فيها (JSON، CSV، TSV، إلخ)
• إجراء التحليلات باستخدام أدوات مخصصة (Excel، Hadoop، Tableau، TensorFlow، إلخ)
• وتقديم هذه التحليلات الإحصائية في شكل لوحات تحكم تشغيلية

بعبارة أخرى، محلل البيانات هو نوع من أمين المكتبة الفائق المسؤول عن الجزء الكامل من إدارة واسترجاع الأحجام الهائلة من البيانات التي تحدثنا عنها سابقًا.

وظيفة عالم البيانات

وظيفة عالم البيانات أكثر تخصصًا من وظيفة محلل البيانات، وبرامج الماجستير في الذكاء الاصطناعي التي تؤهل لها تتطلب الحصول على بكالوريوس+3 في الرياضيات أو الإحصاء أو أن يكون المرء مهندسًا.

يسمح هذا النوع من التدريب للطلاب بتعميق معرفتهم بلغات Python وR والتعلم الآلي والتعلم العميق، وبعبارة أخرى، إذا لم تكن عبقريًا في الرياضيات، يجب على الأقل أن تعرف كيفية البرمجة للوصول إليها.

علماء البيانات لا يطورون ذكاءات اصطناعية بأنفسهم، بل يُطلب منهم برمجة أدوات لاستخدامها لأغراض عملية في الشركات.

عالم البيانات لديه عدة أدوار وسيقوم من بين أمور أخرى:

• استخراج البيانات من مصادر رقمية مختلفة
• معالجة ورسم خرائط لهذه البيانات لجعلها قابلة للاستخدام
• اختيار وضبط الذكاءات الاصطناعية التي سيتم استخدام هذه البيانات معها
• وبرمجة خوارزميات للإجابة باستخدام هذه الأدوات على المشكلات الأولية التي وُضعت أمامه

كما فهمتم، يجب على عالم البيانات أن يتقن عدة محركات لقواعد البيانات (على الأقل MySQL وMongoDB)، وPython Pandas، وأن يكتب الكثير من التعليمات البرمجية ويحسنها يوميًا، مع الاعتماد على عمل محلل البيانات.

بالطبع، هذا العرض ليس سوى ملخص سريع لهاتين الوظيفتين، وحتى لو كانت كل هذه المصطلحات التقنية تثير بعض الخوف (مثل محادثات LaMDA 2)، يجب فقط أن نتذكر أن هناك اليوم برامج تدريبية منظمة تمنح شهادات تسمح لك بوضع قدمك في هذا القطاع المثير.

سيشكك الذكاء الاصطناعي تدريجيًا في الوظائف القائمة على المعرفة

علاوة على ذلك، إذا كنا مقتنعين بأننا ما زلنا بعيدين جدًا عن الذكاءات الاصطناعية المفكرة، فإنها من ناحية أخرى قد تعطل تمامًا الوظائف التي تعتمد على المعرفة البحتة، ونفكر بشكل خاص في وظائف المجال الطبي والقانوني أو الوظائف الفكرية المعيارية للغاية.

إذا كان الذكاء الاصطناعي المخصص للطب قادرًا على تحديد بعض الأمراض بشكل أكثر فعالية من الطبيب البشري، فلن يتمكن من أن يحل محل خبرة وحدس الممارس الجيد.

من ناحية أخرى، يمكنه أن يحل محل جزء كبير من موظفي مكتب قانوني أو مكتب محاسبة في المهام الأكثر تكرارًا…