جوجل تضيف وظائف جديدة إلى منصة بارد
تاريخ النشر: 24th, September 2023 GMT
بدلا من وجود الكثير من علامات التبويب لخدمات جوجل، تسعى الشركة الأميركية لدمجها في علامة تبويب واحدة تستخدم الذكاء الاصطناعي في التعامل مع رسائل البريد الإلكتروني وخطط العطلات، وغيرها من الوثائق الشخصية الخاصة بالمستخدم. وترغب جوجل في دمج كل علامات التبويب في علامة واحدة على واجهة مستخدم منصة الذكاء الاصطناعي بارد، والتي تنافس بسرعة المنصة الأشهر شات جي.
وقال جاك كراوزيك مدير شركة جوجل إن بارد يمكن أن تكون مفيدة عند وضع خطط العطلات، أو ملء النماذج التي يتم إرسالها للمستخدم عبر البريد الإلكتروني وغيرها من الملفات المحفوظة على خدمات جوجل مثل جي ميل وخدمات الحوسبة السحابية لجوجل.
وأضاف أن بارد تستطيع إنجاز أعمال تحتاج إلى 20 دقيقة في 20 ثانية فقط من خلال المساعدة في ملء مختلف النماذج التي يتلقاها المستخدم عبر البريد الإلكتروني، والبحث عن المعلومات الأساسية وتلخيصها، وهو عمل مفيد بشكل خاص بالنسبة للآباء في بداية العام الدراسي. ومن أمثلة الأعمال الأخرى التي يمكن أن تقوم بها منصة بارد الإجابة على سؤال يقول مثلا "ابحث عن سيرتي الذاتية التي تحمل عنوان 2023 على خدمة الحوسبة السحابية درايف وتلخيصها في فقرة شخصية قصيرة". كما يمكن أن تكون هذه الوظيفة أكثر فائدة عند تخطيط العطلات "حيث يمكنك مطالبة بارد بتحديد المواعيد المناسبة لكل شخص من خلال رسائل البريد الإلكتروني، والبحث في مواعيد رحلات الطيران ومعلومات الفنادق، ثم مراجعة خدمة جوجل مابس لمعرفة الطرق إلى المطار وإيضا مشاهدة فيديوهات عبر موقع يوتيوب لمعرفة الأشياء التي يمكن القيام بها أثناء الرحلة".
أخبار ذات صلةوستكون منصة بارد أكثر فائدة عندما تستطيع جوجل الوصول إلى كل البيانات الشخصية للمستخدم، ولكنها لن تكون مفيدة إذا كانت بعض المعلومات المفيدة ومطلوب الوصول إليها موجودة على تطبيقات أخرى مثل واتسآب وآي ماسيدج أو حساب بريد إلكتروني آخر غير جي ميل.
ورغم أن الوظيفة الجديدة لمنصة بارد التي تم إعلانها في الأسبوع الماضي متاحة على مستوى العالم، فإنها تدعم حاليا اللغة الإنجليزية فقط، و سيتم إضافة اللغات الأخرى فيما بعد. في الوقت نفسه فإن البعض يرى أن السماح لمنصة الذكاء الاصطناعي بالوصول إلى المعلومات والوثائق الشخصية للمستخدم أمر مخيف، لذلك تقول جوجل إنه يمكن إلغاء وصول بارد إلى المعلومات الشخصية في أي وقت يختاره المستخدم.
في الوقت نفسه يقول كراوزيك إنه لن يتم استخدام محتوى المعلومات والوثائق الشخصية للمستخدم في تدريب أو تحسين نموذج لغة منصة بارد، كما أنه لن يتم السماح لأي شخص برؤية هذه المعلومات حتى عندما تعالج منصة بارد للمعلومات الموجودة في رسائل البريد الإلكتروني أو خدمتي دوكس ودرايف. كما لن يتم استخدامها لإرسال أي إعلانات للمستخدم بأي طريقة. كما ترغب جوجل في أن تتيح للمستخدم أن يدمج بين صوته الحقيقي والصور التي يتم تحميلها عبر الإنترنت في المستقبل. على سبيل المثال يمكن للمستخدم تحميل صورة زجاجة مكتوب عليها المشروب الموجود في داخلها، ليقترح بارد بالتفصيل الوجبة الغذائية الرئيسية التي تناسب هذا المشروب بأفضل صورة. كما يمكن تبادل أرشيف محادثات بارد مع أشخاص آخرين.
المصدر: د ب أالمصدر: صحيفة الاتحاد
كلمات دلالية: البريد الإلكتروني الذكاء الاصطناعي جوجل البرید الإلکترونی الذکاء الاصطناعی
إقرأ أيضاً:
باحثون بجامعة أكسفورد يقترحون منهجية جديدة لاكتشاف هلوسة الذكاء الاصطناعي
إحدى المشكلات المزمنة التي تعاني منها أنظمة الذكاء الاصطناعي التوليدي الحالية، مثل "شات جي بي تي"، هي أنها غالبا تؤكد بثقة على بعض المعلومات الخاطئة، ويطلق الباحثون والخبراء على هذا السلوك اسم "الهلوسة"، وهو يمثل عائقا أساسيا أمام فعالية تلك الأنظمة.
يحاول الباحثون من عدة جامعات ومؤسسات بحثية إيجاد حلول لتلك المشكلة، وفي ورقة بحثية جديدة، نُشرت في دورية "نيتشر" العلمية، يصف الباحثون، في قسم علوم الحاسب بجامعة أكسفورد، أسلوبا جديدا لاكتشاف متى يُحتمل أن تهلوس أنظمة الذكاء الاصطناعي.
تتمكن المنهجية المذكورة في الورقة البحثية من التفرقة بين الإجابات الصحيحة والخاطئة، التي يولدها نموذج الذكاء الاصطناعي بنسبة 79% تقريبا من الوقت، وهي نسبة أعلى بنحو 10 نقاط مئوية من المنهجيات الرائدة الأخرى المتاحة حاليا.
ورغم أن هذا الأسلوب يعالج سببا واحدا فقط من الأسباب العديدة لهلوسة نماذج الذكاء الاصطناعي، ويتطلب قوة حوسبة أكبر بعشر مرات تقريبا من المحادثة العادية مع الروبوت، فإن تلك النتائج قد تمهد الطريق لأنظمة ذكاء اصطناعي موثوقة أكثر في المستقبل القريب، كما يشير تقرير في مجلة تايم.
هلوسة الذكاء الاصطناعيأصبح مصطلح "الهلوسة" شائعا في مجال الذكاء الاصطناعي، لكنه يعتبر أيضا مصطلحا مثيرا للجدل، فمن ناحية، يشير المصطلح إلى أن لدى النماذج نوعا ما من الخبرة الذاتية للعالم، وهو ما يتفق معظم علماء الحاسب على أنه ليس موجودا.
ومن ناحية أخرى، يشير المصطلح إلى أن تلك الهلوسة هي مشكلة قابلة للحل، وليست مشكلة جوهرية، وربما غير قابلة للحل في النماذج اللغوية الكبيرة، ويظهر هنا اختلاف بين معسكرات الباحثين في مجال الذكاء الاصطناعي حول إجابة هذا السؤال، لكن الأهم من كل ذلك هو أن المصطلح غير دقيق، فهو يصف عدة فئات متباينة من الأخطاء التي يقع بها نموذج الذكاء الاصطناعي، كما يشير التقرير.
ولذا قرر فريق جامعة أكسفورد التركيز على فئة واحدة بعينها من الهلوسة، أطلقوا عليها اسم "التَخْريف" (confabulations)، وهي عندما يصدر نموذج ذكاء اصطناعي إجابات خاطئة غير متوافقة على سؤال يتعلق بالحقائق، على عكس الإجابة الخاطئة المتوافقة نفسها التي تنشأ غالبا من أسباب أخرى مثل مشكلات في بيانات تدريب النموذج، أو عندما يكذب النموذج سعيا وراء الحصول على مكسب ما، أو عندما يعاني من خلل هيكلي في منطقه أو أسلوب استنتاجه.
الأسلوب الذي استخدمه الفريق البحثي لاكتشاف احتمالية أن يخرف النموذج بسيط نسبيا، في البداية، يطلب الباحثون من روبوت المحادثة أن يصدر مجموعة من الإجابات، تكون عادة ما بين 5 إلى 10 إجابات، على السؤال نفسه، ثم يستخدمون نموذجا لغويا مختلفا لتصنيف تلك الإجابات بناء على معناها.
على سبيل المثال، إجابات "باريس هي عاصمة فرنسا" و"عاصمة فرنسا هي باريس" سيصنفهما النموذج في المجموعة نفسها لأنهما يحملان المعنى ذاته، بالرغم من اختلاف صياغة الجملتين. أما إجابة مثل "عاصمة فرنسا هي روما" فيصنفها النموذج في مجموعة مختلفة.
ثم يحسب الباحثون بعد ذلك رقما أطلقوا عليه اسم "الأنتروبيا الدلالية" (semantic entropy)، وهو مقياس لمدى تشابه أو اختلاف معاني كل إجابة، فإذا كانت كل إجابات النموذج تحمل معاني مختلفة، تصبح قيمة الأنتروبيا الدلالية مرتفعة، مما يشير إلى أن النموذج مشوش ويتعرض لسلوك "التخريف".
أما إذا كانت كل إجابات النموذج تحمل معاني متطابقة أو متشابهة، فستكون قيمة الأنتروبيا الدلالية منخفضة، مما يشير إلى أن النموذج يقدم إجابة متسقة، ولهذا لا يُحتمل أن يكون النموذج معرضا لسلوك التخريف، قد تظل الإجابة خاطئة باستمرار، لكن هذا يعتبر نوعا مختلفا من الهلوسة، مثلا قد تكون بسبب مشكلات في بيانات تدريب النموذج نفسها.
ذكر الباحثون أن أسلوب رصد الأنتروبيا الدلالية تفوق على العديد من الأساليب الأخرى لاكتشاف هلوسة نماذج الذكاء الاصطناعي، وشملت تلك الأساليب "الأنتروبيا البدائية"، التي تكتشف فقط اختلاف صياغة الجملة وليس معناها، وأسلوب آخر يطلب من النموذج نفسه تقييم مدى صحة إجاباته، بجانب أسلوب آخر يُضبط فيه نموذج الذكاء الاصطناعي على الإجابات الصحيحة لأسئلة محددة.
هل يصلح للتطبيق العملي؟يطرح الفريق البحثي بعض الأفكار حول كيف يمكن لمنهجية كشف "الأنتروبيا الدلالية" أن تبدأ في الحد من هلوسة روبوتات المحادثة الرائدة في المجال حاليا. يذكر أحد مؤلفي الورقة البحثية أنها من الممكن نظريا أن تسمح لشركة أوبن إيه آي بإضافة خيار إلى روبوت "شات جي بي تي"، حين يضغط المستخدم على إجابة ما، سيحصل على درجة من التأكد تمنحه شعورا أكبر بالثقة حول دقة تلك الإجابة.
كما يوضح أن هذا الأسلوب قد يُدمج أيضا ضمن الأدوات الأخرى التي تعتمد على نماذج الذكاء الاصطناعي في أماكن العمل مرتفعة المخاطر، حيث ترغب الشركة أو المؤسسة في مبادلة السرعة والتكلفة بدقة الإجابة.
في حين أن الفريق البحثي متفائل بشأن قدرة أسلوبهم على تحسين موثوقية أنظمة الذكاء الاصطناعي، إلا أن بعض الخبراء يحذرون من المبالغة في تقدير تأثيره الفوري، وفقا لتقرير تايم.
ويشير بعض الخبراء إلى عدم وضوح إمكانية دمج هذا الأسلوب في تطبيقات حقيقية مثل روبوتات المحادثة المنتشرة حاليا، كما يشير التقرير، ويوضحون أنه كلما أصبحت نماذج الذكاء الاصطناعي أكثر قدرة، سيحاول الناس استخدامها في مهام أكثر صعوبة ربما تزداد فيها احتمالية الفشل.
مقتل امرأة وطفلين في انفجار قنبلة في إقليم بلوشستان بباكستان