إن الارتفاع السريع للذكاء الاصطناعي التوليدي خلق دوامة من الحماس والقلق لدى الشركات والمستهلكين حول العالم. ولحسن الحظ، تحوّلت هذه الاضطرابات نحو مناقشات مثمرة لبناء نظام بيئي شامل للذكاء الاصطناعي.
تعمل شركات مثل NVIDIA وHugging Face وAnyscale على تطوير تطبيقات وإطارات عمل تدعم نهجًا أكثر ديمقراطية للذكاء الاصطناعي وتعلم الآلة. وتقدّر McKinsey أن الذكاء الاصطناعي التوليدي قد يُساهم بمقدار يصل إلى 4.4 تريليون دولار سنويًا في الاقتصاد العالمي.
كل مؤسسة لديها الفرصة للمشاركة في هذه التحول الرقمي. للاستفادة من المنصات الجديدة للذكاء الاصطناعي وتعلم الآلة بفعالية، يجب على القادة التعاون ودعم رحلات عملائهم في الذكاء الاصطناعي.
إنشاء أنظمة مستدامة للذكاء الاصطناعي وتعلم الآلة
على الرغم من النمو السريع للذكاء الاصطناعي التوليدي، إلا أننا لا نزال في بدايات دمجه. يمكن أن يؤدي الاستخدام المسؤول والمراقب للذكاء الاصطناعي وتعلم الآلة إلى نتائج أفضل للعملاء ودعم النمو المستدام في بيئة سريعة الوتيرة. فيما يلي بعض الخطوات الأساسية لقادة المعلومات وأصحاب المصلحة لتعزيز نظام مفتوح للذكاء الاصطناعي:
1. احتضان الذكاء الاصطناعي الخاص
تستكشف المؤسسات كيفية تسريع اعتماد الذكاء الاصطناعي وتعلم الآلة بشكل مسؤول. يتيح الذكاء الاصطناعي الخاص للشركات الاستفادة من مزايا الذكاء الاصطناعي مع مراعاة احتياجات الخصوصية والامتثال. تقدم VMware، بالتعاون مع NVIDIA، حلاً جاهزاً يتضمن بنية تحتية متكاملة وأدوات ذكاء اصطناعي لبيئة سحابية هجينة متناسقة. بالإضافة إلى ذلك، يمكن للعملاء تنفيذ حلول الذكاء الاصطناعي التوليدي باستخدام منصة IBM watsonx للذكاء الاصطناعي والبيانات بجانب VMware Private AI. كما تساعد التعاونات مع Intel العملاء على الاستفادة من البنية التحتية الحالية والبرمجيات مفتوحة المصدر لتبسيط تطوير وتطبيق نماذج الذكاء الاصطناعي.
2. تأسيس معايير عالمية للذكاء الاصطناعي
تُعتبر المعايير والإرشادات الأخلاقية ضرورية لكل صناعة. وقد وضعت "توصيات اليونسكو حول أخلاقيات الذكاء الاصطناعي" سابقة للشركات لتعزيز العدالة والمساءلة والشفافية في الذكاء الاصطناعي. من خلال تطوير مبادئ أخلاقية واضحة، يمكن لأصحاب المصلحة تعزيز نظام بيئي أكثر عدلاً للذكاء الاصطناعي التوليدي.
3. تعزيز التعاون المفتوح
بينما تجرب الشركات نماذج الأساس للذكاء الاصطناعي، يتيح تبادل البيانات وتقنيات الترميز الابتكار على نطاق أوسع. قامت فرق VMware بضبط نموذج SafeCoder من Hugging Face لكود GitLab الخاص بنا، مما يظهر كيف تعزز التعاون في تطوير الذكاء الاصطناعي.
التحديات وبناء الثقة في الذكاء الاصطناعي
يمكن أن empower أدوات الذكاء الاصطناعي التوليدي المؤسسات للابتكار وتعزيز عروضها. ومع ذلك، هناك عدة تحديات تحتاج إلى معالجة:
1. تطوير نماذج ذكاء اصطناعي ميسورة التكلفة
يُعتبر تدريب نماذج الذكاء الاصطناعي التوليدي مكلفًا ومعقدًا. تتطلع المؤسسات إلى إنشاء نماذج ذكاء اصطناعي مخصصة بأسعار معقولة. على سبيل المثال، تشير شركة Lambda المتخصصة في التعلم العميق إلى أن تدريب نموذج كبير مثل GPT-3 يمكن أن يتجاوز ملايين الدولارات. لمواجهة ارتفاع التكاليف، يتوجه قادة المعلومات نحو البرمجيات مفتوحة المصدر لإنشاء نماذج أصغر مُخصصة للمهام.
2. ديموقراطية خبرة الذكاء الاصطناعي
الخبرة المتخصصة المطلوبة لبناء نماذج ذكاء اصطناعي فعالة نادرة، مما يجعل التكيف صعبًا على المؤسسات. من الضروري تبسيط إنشاء وتدريب نماذج الذكاء الاصطناعي. يمكن أن توفر البنيات المرجعية الإرشادات اللازمة للمؤسسات ذات الخبرة المحدودة.
3. الانتقال من المخاطر إلى الثقة
تطرح نماذج الذكاء الاصطناعي التوليدية الحالية عدة مخاطر، بما في ذلك خروقات الأمان وانتهاكات الملكية الفكرية. تتعاون المؤسسات لمعالجة القضايا المتعلقة بالخصوصية وسلامة البيانات والانحياز. تبتكر المجتمع المفتوح طرقًا لتدريب ونشر نماذج الذكاء الاصطناعي بشكل مسؤول، مما يعزز الثقة الكبيرة في الذكاء الاصطناعي التوليدي.
ستتطور الأنظمة الجديدة للذكاء الاصطناعي التوليدي، ويجب على أصحاب المصلحة وضع قاعدة مستقرة اليوم.
بناء نظام بيئي أقوى للذكاء الاصطناعي معًا
يمكن للشركات استعادة السيطرة على الآثار المدمرة للذكاء الاصطناعي من خلال العمل الجماعي عبر القطاعين العام والخاص، من الشركات الكبرى إلى المؤسسات الصغيرة، بما في ذلك المستهلكين والموظفين.
تتعاون VMware مع قادة المعلومات لضمان أن بنيتهم التحتية الرقمية مهيأة لدمج الذكاء الاصطناعي وتعلم الآلة. من خلال العمل معًا، يمكننا تطوير نظام بيئي مفتوح مزدهر يظل مترابطًا وديمقراطيًا. يلتزم فريقنا بالمساهمة في هذا الجهد.
قائمة الترتيب
