الذكاء الاصطناعي من أجل الصالح العام

الذكاء الاصطناعي من أجل الصالح العام :

يتكون الذكاء الاصطناعي (AI) من مجموعة غنية من الأساليب والتخصصات، بما في ذلك الرؤية والإدراك والكلام والحوار والقرارات والتخطيط وحل المشاكل والروبوتات والتطبيقات الأخرى التي تتيح التعلم الذاتي. ومن الأفضل النظر إلى الذكاء الاصطناعي على أنه مجموعة من التكنولوجيات والتقنيات المستعملة لتكملة السمات البشرية التقليدية.

مثل الذكاء والقدرة التحليلية والقدرات الأخرى.يمكن أن يدفع الذكاء، التقدم عبر جميع أهداف التنمية المستدامة للأمم المتحدة. والنهوض بالتنمية المستدامة والاقتصادية، ولكن يترتب على استعماله أيضاً آثار اجتماعية واقتصادية، وأخلاقية واسعة. ولذلك، تستعد العديد من الحكومات والمنظمات لاعتماد واستعمال هذه التكنولوجيات على نطاق واسع.

وترتبط التطورات في الذكاء ارتباطاً وثيقاً بسياسات البيانات، بما في ذلك حماية البيانات وتشريعات الخصوصية.تحدث اختراقات ملحوظة في مختبرات البحوث، ومجالس إدارة الشركات والصناعة (الروبوتات وشبكات الاتصالات)، وكذلك مع المستهلكين الذين يستعملون الذكاء الاصطناعي. ويعتمد مدى تأثير الذكاء الاصطناعي على البلدان والمناطق المختلفة على هيكلها الاقتصادي. ومدى الرقمنة في القطاعات الرئيسية بما في ذلك الصحة والزراعة والصناعة التحويلية.

يشارك الاتحاد في مجموعة من الأعمال المتعلقة بكيفية تأثير الذكاء، على شبكات الاتصالات والاتصالات الراديوية. فضلاً عن البيئة الأوسع لتكنولوجيا المعلومات والاتصالات.
تعد البيئة التمكينية القوية ضرورية لدفع الابتكار، واستعمال تكنولوجيات الذكاء بشكل موثوق. وعند وضع السياسات، يجب مراعاة احتياجات، مجموعات محددة من المستعملين لتجنب التمييز وضمان أن يكون بوسع كل فرد التمتع بفوائد الذكاء الاصطناعي، (بما في ذلك المجتمعات المحلية الفقيرة والأطفال والأشخاص ذوو الإعاقة والشعوب الأصلية).

نظرة عامة

يتكون (AI) من مجموعة غنية من الأساليب والتخصصات، بما في ذلك الرؤية والإدراك والكلام والحوار والقرارات والتخطيط. وحل المشاكل والروبوتات والتطبيقات الأخرى التي تتيح التعلم الذاتي. ومن الأفضل النظر إلى الذكاء ، على أنه مجموعة من التكنولوجيات والتقنيات المستعملة، لتكملة السمات البشرية التقليدية، مثل الذكاء والقدرة التحليلية والقدرات الأخرى.
يمكن أن يدفع الذكاء، التقدم عبر جميع أهداف التنمية المستدامة للأمم المتحدة. والنهوض بالتنمية المستدامة والاقتصادية، ولكن يترتب على استعماله أيضاً آثار اجتماعية واقتصادية وأخلاقية واسعة. ولذلك، تستعد العديد من الحكومات، والمنظمات لاعتماد واستعمال هذه التكنولوجيات، على نطاق واسع. وترتبط التطورات في الذكاء الاصطناعي، ارتباطاً وثيقاً بسياسات البيانات، بما في ذلك حماية البيانات وتشريعات الخصوصية.

تحدث اختراقات ملحوظة في مختبرات البحوث، ومجالس إدارة الشركات والصناعة (الروبوتات وشبكات الاتصالات)، وكذلك مع المستهلكين الذين يستعملون الذكاء الاصطناعي. ويعتمد مدى تأثير الذكاء الاصطناعي على البلدان والمناطق المختلفة على هيكلها الاقتصادي ومدى الرقمنة في القطاعات الرئيسية، بما في ذلك الصحة والزراعة والصناعة التحويلية.

يشارك الاتحاد في مجموعة من الأعمال المتعلقة بكيفية تأثير الذكاء. على شبكات الاتصالات، والاتصالات الراديوية، فضلاً عن البيئة الأوسع لتكنولوجيا المعلومات والاتصالات.
تعد البيئة التمكينية القوية ضرورية لدفع الابتكار واستعمال تكنولوجيات الذكاء بشكل موثوق. وعند وضع السياسات، يجب مراعاة احتياجات مجموعات محددة من المستعملين، لتجنب التمييز. وضمان أن يكون بوسع كل فرد التمتع بفوائد الذكاء الاصطناعي (بما في ذلك المجتمعات المحلية الفقيرة والأطفال والأشخاص ذوو الإعاقة والشعوب الأصلية).

ما هو الذكاء الاصطناعي؟

يتكون (AI) من مجموعة من التكنولوجيات المختلفة اختلافا كبيراً، والتي يمكن تعريفها على نطاق واسع وتجميعها معاً على أنها “أنظمة التعلم الذاتي التكيفية”. وهناك نُهج مختلفة لتعريف الذكاء الاصطناعي:

من حيث التكنولوجيات و/أو التقنيات و/أو النُهج (على سبيل المثال، نهج الشبكة العصبية للترجمة الآلية).
من حيث الغرض (التعرف على الوجه، والتعرف على الصور).
من حيث الوظائف (على سبيل المثال، القدرة على فهم اللغة والتعرف على الصور وحل المشاكل والتعلم، وفقاً لقاموس كامبردج).
من حيث الأدوات أو الآلات أو الخوارزميات (مثل الروبوتات والسيارات ذاتية القيادة).

ويتألف الذكاء من مجموعة غنية من الأساليب والتخصصات، بما في ذلك الرؤية والإدراك والكلام والحوار والقرارات والتخطيط. وحل المشاكل والروبوتات والتطبيقات الأخرى التي تمكّن التعلم الذاتي. ويُنظر إلى الذكاء ، على أفضل وجه على أنه مجموعة من التكنولوجيات والتقنيات المستعملة، لتكملة السمات البشرية التقليدية. مثل الذكاء والقدرة التحليلية والقدرات الأخرى.

قد تم تمكين الذكاء الاصطناعي والتعلم الآلي (ML)، وتقنيات البيانات الحديثة بشكل كبير من خلال التطورات الحديثة في معالجة الحاسوب وقوته وسرعته. وتعتمد التطورات في الذكاء الاصطناعي، بدورها على التقدم في تقنيات البيانات.

الفرص:

يوفر الذكاء ، عبر العديد من القطاعات، مزايا من الخدمات الجديدة والمبتكرة، وإمكانية تحسين النطاق والسرعة والدقة. ويوسع الذكاء الاصطناعي العديد من هذه المزايا ويجمع بينها وبين رؤى من الإحصاءات والبيانات الضخمة.

واستناداً إلى تحليل الاتجاهات، يساعد الذكاء في نقل نماذج الأعمال والسياسات والأساليب التنظيمية من التحليل الوصفي وتحديد الاتجاهات إلى نماذج ونُهج أكثر حساسية واستباقية وقائمة على الأدلة. وعلى سبيل المثال، يُستعمل الذكاء الاصطناعي لاكتشاف الأنماط في مواطن الضعف المتعلقة بالصحة ومخاطر التأمين، من بين العديد من التطبيقات الأخرى.

وينتج عن استعمال أدوات وتقنيات الذكاء ، فرصاً جديدة عبر العديد من المجالات المتنوعة. ويُستعمل الذكاء الاصطناعي، والخوارزميات الأخرى، على نطاق واسع في البحث عبر الإنترنت، والترفيه، ووسائل التواصل الاجتماعي. والسيارات ذاتية القيادة، والتعرف البصري، وأدوات الترجمة، والمساعدات الذكية/مكبرات الصوت، وتحويل الصوت إلى نص والعديد من التطبيقات الأخرى.

التحديات:

لا تزال الأطر السياساتية والتنظيمية المتعلقة بالذكاء ، في المرحلة الأولية من تكوينها. وتتعلق المسائل الرئيسية ذات الصلة بالسياسات والتي نشأت بما يلي.:

الاستعمال والدقة والأساليب التي تستعملها أدوات الذكاء ، بما في ذلك ما يتعلق بالبشر. ومنها تطوير التحيز في نماذج التعلم الآلي والبيانات المستعملة لتدريبها.
المساءلة والمسؤولية المصاحبة لاستعمال نماذج الذكاء .
الأغراض التي تُستعمل من أجلها؛ وكذلك.
من حيث التكنولوجيات و/أو التقنيات و/أو النُهج (على سبيل المثال، نهج الشبكة العصبية للترجمة الآلية).
مجموعات البيانات المستعملة لتدريبها، والطرق المستعملة لجمع (أو “التخلص من”) البيانات.

وتبرز أسئلة رئيسية فيما يتعلق بجودة وتمثيل مجموعات البيانات التي تُستعمل لتدريب الذكاء . ويعمل الباحثون أيضاً على تحسين دقة أدوات وخوارزميات البرمجيات، وسط مخاوف من تضخيمها للتحيزات الإثنية والاجتماعية، والاقتصادية. وعلى سبيل المثال، في حين أن جائحة كوفيد-19 قد أثرت، في العديد من البلدان، بشكل غير متناسب على الأقليات. فقد لا تتضمن نماذج التنبؤ القائمة على الذكاء الاصطناعي دائماً تباينات صحية أخرى ذات صلة، وبالتالي قد لا تقيّم دائماً المخاطر بشكل صحيح لكل شخص أو مجموعة ما.

وبرزت ملكية البيانات كقضية رئيسية. ويجب تجميع البيانات باستمرار للمساعدة في الحفاظ على كل نموذج صالح ودقيق وفعال عند توقع النتائج. وهناك انتشار متزايد للتزييف العميق .(مثل مقاطع الفيديو المبرمجة المقنعة لشخصيات بارزة تقول أو تفعل أشياء طلبها صانع الفيديو). وغيرها من المواد التي يتم إنشاؤها بواسطة الذكاء . وفي الواقع، استعملت تكنولوجيات التزييف العميق، لتوليد مقاطع فيديو مضللة في وسائل الإعلام الرئيسية، وكذلك لتحريك صور المشاهير. الذين ماتوا منذ فترة طويلة. وبخلاف المسائل الأخلاقية الحاسمة بشأن الاستعمال والدقة، فمن يمتلك حقوق الطبع والنشر لهذه الأعمال “الجديدة”؟

يتمتع الذكاء الاصطناعي بإمكانيات استثنائية للعمل كقوة للصالح العام. ومع ذلك، لا تزال هناك تحديات كبيرة:

1- الثقة الأساسية في النماذج وشفافيتها:

غالباً ما لا يكون من الواضح كيف تصل نماذج التعلم العميق إلى استنتاجاتها وقد تكون النماذج غامضة وغير شفافة للغاية. وحسب الغرض، لا يزال بعض الباحثين يفضلون نماذج الذكاء البسيطة والقابلة للتفسير على النماذج الأكثر دقة، ولكن الأكثر غموضاً، على الرغم من أنهم يريدون أن يتوصل الذكاء إلى تنبؤات دقيقة. ويرغب بعض الأشخاص في “الوثوق” بالآلات ذات الأنظمة المعقدة والقرارات الصعبة، بينما قد يفضل البعض الآخر أساساً الاحتفاظ بدرجة معينة من التدخل البشري.

2- التحيز:

بينما يمكن استعمال الذكاء لأغراض مفيدة للغاية، فإنه يمكن أيضاً أن يولد عن غير قصد أغراضاً سيئة أو غير مناسبة أو نتائج غير مقصودة. وهناك قلق متزايد بشأن قضايا التحيز العنصري والتحيز المتعلق بالإعاقة والجنس في خوارزميات الذكاء الاصطناعي والتعلم الآلي، وتأثيرها الأوسع على المجتمع ككل. وتعتمد دقة نموذج التعلم الآلي للذكاء الاصطناعي على جودة وكمية البيانات التي يتم تدريب نموذج الذكاء الاصطناعي عليها. وفي الحياة الواقعية، غالباً ما يتم توسيم البيانات بشكل سيئ. وهناك حاجة إلى توحيد مجموعات البيانات. وغالباً ما تكون البيانات متحيزة أيضاً. وهناك حاجة إلى دورات تدريبية على التطبيقات الأخلاقية للذكاء الاصطناعي، وليس لطلاب هندسة الحاسوب فقط.

3- توافر البيانات وملكيتها:

إن الحصول على البيانات أمر صعب للغاية. ويجب تحديد أفضل الممارسات في ظل الظروف التي يمكن فيها إتاحة البيانات ولمن، مع احترام الملكية والوعود الصريحة بالسرية لأنواع معينة من البيانات.

4- خصوصية البيانات وأمنها:

يمكن أن تتسبب الانتهاكات الأمنية الناجمة عن الهجمات الإلكترونية في عواقب مروعة. ويمكن لتقنيات مثل التعلم الموحد أن تحد من المخاطر عن طريق تمكين نماذج الذكاء بحيث يمكن تدريبها عبر الأجهزة التي تحتفظ بالبيانات داخلياً، دون تبادلها، بينما تساعد تكنولوجيات الحفاظ على الخصوصية في ضمان حماية البيانات الشخصية.

5- الدراية المحدودة:

يمكن أن يتناول الذكاء العديد من المشاكل، ولكن لا توجد إلا مجموعة محدودة من الخبراء الذين يعرفون كيفية تطبيق الذكاء الاصطناعي بشكل أخلاقي. ويشير العديد من الباحثين إلى الحاجة إلى إشراك علماء الاجتماع وصانعي السياسات في المناقشات، بدلاً من افتراض أن الذكاء الاصطناعي. الذي تصممه مجموعة ضيقة من “التقنيين” ومهندسي الحاسوب وعلماء البيانات سوف يُستعمل بشكل أخلاقي. ويمثل التعليم وسيلة رئيسية لمعرفة المزيد عن الاستعمال المسؤول للذكاء الاصطناعي.

الاستعمالات المنصفة للذكاء الاصطناعي:

تعتبر بحوث الذكاء عملية حسابية مكثفة. ويؤدي عدم التكافؤ في النفاذ إلى قوة الحوسبة والبيانات إلى تعميق الانقسام بين عدد قليل من الشركات وجامعات النخبة التي لديها موارد، وبقية العالم التي لا تمتلك تلك الموارد.

استعمال إمكانات الذكاء الاصطناعي لتحقيق الصالح العام:

يمتلك الذكاء العديد من التطبيقات المهمة التي يمكن أن تساعد في تسريع التقدم نحو تحقيق أهداف التنمية المستدامة للأمم المتحدة (SDG). ويتيح الذكاء الخدمات الجديدة في العديد من المجالات المهمة لأهداف التنمية المستدامة – على سبيل المثال:في مجال الرعاية الصحية لتحقيق الهدف 3 من أهداف التنمية المستدامة.

يُستعمل الذكاء للمساعدة في تقديم الفحوصات الصحية عن بُعد وأدوات المتابعة. ويمكن أن يحلل الذكاء الاصطناعي كميات كبيرة من البيانات لتجميع الرؤى من مجموعات كبيرة من المرضى، وتحسين التشخيص والتحليل التنبئي. وتم تطبيق الذكاء الاصطناعي ببعض النجاح على نماذج تشخيص كوفيد من فحوصات الرئة والصور، أو للتفريق بين سعال “كوفيد” وأنواع السعال الأخرى.

ويتمتع الذكاء الاصطناعي والبيانات الضخمة بالقدرة على تحسين أنظمة الرعاية الصحية من خلال تحسين سير العمل في المستشفيات. وتوفير تشخيصات أكثر دقة، وتحسين اتخاذ القرارات السريرية وتقديم علاجات أفضل ورعاية أعلى جودة بتكلفة أقل.

في مجال التعليم لتحقيق الهدف 4 من أهداف التنمية المستدامة، يُستعمل الذكاء الاصطناعي لرصد انتباه التلاميذ أو لإجراء مراقبة عاطفية لتحديد مدى راحة الأطفال في تعلم موضوعات معينة، وتحديد الطلاب الذين يعانون قبل أن تصبح نتائج اختباراتهم متاحة. وفي العديد من البلدان، يُستعمل الذكاء لتطوير أدوات اختبار مخصصة لتحديد مواطن الضعف ومساعدة الطلاب على التحسن.

في مجال التمويل، يقدم الذكاء عادة رؤى ومساعدة في أعمال المحاسبة والاستثمار، بما في ذلك أتمتة المهام الروتينية والكشف عن أنماط جديدة في البيانات يمكن أن تساعد في الاستثمارات الصغيرة لمكافحة الفقر (الهدف 1 من أهداف التنمية المستدامة) أو تقديم خدمات مالية وبنية تحتية جديدة (الهدف 9 من أهداف التنمية المستدامة).

في مجال الصناعة التحويلية والصناعة والنمو الاقتصادي المستدام (الهدف 8 من أهداف التنمية المستدامة). أدى استعمال الأتمتة، والمهاتفة المتنقلة من الجيل الخامس (5G)، وإنترنت الأشياء (IoT). والروبوتات الأكثر شمولاً إلى إحداث تحول في المصانع ومخازن الإمداد والمستودعات في جميع أنحاء آسيا وأوروبا والأمريكتين، مما يتيح تصنيع وإنتاج وتوزيع أكثر كفاءة وفعالية.

غيّرت برمجيات الترجمة والنشر عبر الإنترنت عملية النشر على الإنترنت، ووسائل الإعلام، وتوزيع النصوص والمواد، بما في ذلك الكتب والمواقع الإلكترونية. وتستعمل العديد من الصناعات الآن برامج الدردشة والمساعدين الأذكياء للرد على استفسارات العملاء الروتينية وشواغلهم.

في مجال الزراعة، يمكن استعمال الذكاء لإدارة المزارع والتحليلات التنبؤية بناءً على بيانات من المحاصيل والتربة ومراقبة الطقس لدعم اتخاذ القرار وتحسين استعمال الموارد (المياه والأسمدة وما إلى ذلك). ويمكن أن يساعد في الكشف عن الآفات والأمراض من خلال تحليل صور النباتات والبيانات المتعلقة بسلوكيات الماشية. وتعمل الروبوتات الزراعية والأتمتة على توفير العمالة في العديد من المهام التي تستهلك الموارد.

في مجال النقل، يساعد الذكاء ، في تسهيل تشغيل المركبات ذاتية القيادة وأنظمة القيادة المستقلة (ADS). والتي تعمل على تحسين مهارات القيادة والملاحة بشكل مطرد من خلال برامج التعلم الذاتي، وكذلك لإدارة حركة المرور في الوقت الفعلي في المناطق الحضرية.

ويُستعمل الذكاء والتعلم الآلي على نطاق واسع لإنشاء نماذج لخصائص الكلام والبيانات السمعية والبصرية الأخرى (AV). ويناقش فريق عمل تابع لقطاع تقييس الاتصالات ومعني بموضوع “تطبيقات الوسائط المتعددة الممكَّنة بالذكاء الاصطناعي” (المسألة 5/16 لقطاع تقييس الاتصالات) المعايير المطلوبة لتقييم جودة بث المواد السمعية والبصرية، في التنزيل التدريجي ومعدل البتات التكيفي للمواد السمعية والبصرية (ITU-T P.1203) والبث الفيديوي (ITU-T P.1204).

وتتناول معايير قطاع تقييس الاتصالات الجديدة تحليلات وتشخيصات الشبكات الذكية (ITU-T E.475) وإنشاء واختبار الأداء لنماذج التعلم الآلي لتقييم تأثير شبكة الإرسال على جودة الكلام للخدمات الصوتية من الجيل الرابع (ITU-T P.565). وتتناول معايير أخرى الاستدامة البيئية وشبكات الكبلات والجوانب التشغيلية لتوفير الخدمة وإدارة الاتصالات.