الذكاء الاصطناعي قوة دافعة لتعزيز النمو الاقتصادي
تاريخ النشر: 19th, October 2023 GMT
دبي: «الخليج»
أكد خبراء ومتخصصون عالميون خلال مشاركتهم في جلسة «الذكاء الاصطناعي قوة دافعة للصناعة والاقتصاد»، أن الذكاء الاصطناعي يمثل أحد أهم القوى المستقبلية الدافعة لتعزيز النمو الاقتصادي المستدام، ومعالجة التحديات الأكثر إلحاحاً التي يواجهها المجتمع الدولي حالياً. وأوضحوا خلال الجلسة التي نظمت ضمن أعمال اليوم الختامي لاجتماعات مجالس المستقبل العالمية 2023، التي نظمت ضمن الشراكة الاستراتيجية بين حكومة دولة الإمارات والمنتدى الاقتصادي العالمي، أن العديد من الدراسات والتقارير تؤكد أن الذكاء الاصطناعي التوليدي يمكن أن يرفع الناتج المحلي الإجمالي العالمي بنسبة 7%، وأن يضيف ما يتراوح بين 2.
ولفت المتحدثون إلى أن تحقيق أقصى استفادة من هذه التكنولوجيا المتقدمة يتطلب بالضرورة إيجاد منظومة تشريع وحوكمة لآليات تطبيقها في كل قطاع ومجال على حدة لضمان أمانها.
نقلة تكنولوجية
وقالت ماري كامينغز، مديرة مركز ماسون للذكاء الاصطناعي والروبوتيكس في جامعة جورج ماسون بالولايات المتحدة الأمريكية: «إن التعلم العميق للآلة حقق نقلة في عالم التكنولوجيا، وأصبح عاملا مهماً في العديد من القطاعات، خصوصاً تلك التي تسجل نمواً متزايداً، ومنها قطاع الرعاية الصحية وصناعات الأدوية، ما يؤكد الدور المهم الذي سيلعبه الذكاء الاصطناعي خلال السنوات المقبلة في دفع وتحفيز النمو الاقتصادي والاجتماعي على المستوى العالمي».
وحول مخاوف فقد الوظائف بسبب الذكاء الاصطناعي، أوضحت كامينغز أن التطور المتسارع لتقنيات الذكاء الاصطناعي من شأنه استبدال كم معين من الوظائف التقليدية والاعتيادية التي يسهل عليه أداء مهامها، لكن ستبقى النسبة الأكبر للكوادر البشرية، فعلى الرغم من تطوره إلا أن التكنولوجيا لا تتمتع بمنظومة قيم تمكنها من الحكم على الأشياء، أو القدرة على التمييز بين الصح والخطأ، والصدق والكذب، وتداخلات العواطف والمشاعر، لذا فإن العنصر البشري ضروري لتفادي المخاطر التي يمكن أن نواجهها بسبب هذا النقص.
المصدر: صحيفة الخليج
كلمات دلالية: فيديوهات الذكاء الاصطناعي الذکاء الاصطناعی
إقرأ أيضاً:
تحديات جوهرية تواجه تطور الذكاء الاصطناعي
#سواليف
أظهر استطلاع حديث لخبراء في مجال #الذكاء_الاصطناعي أن توسيع نماذج اللغات الكبيرة (LLMs) لن يؤدي إلى تحقيق الذكاء الاصطناعي العام (AGI).
يعدّ AGI بمثابة النقلة النوعية التي تمكّن الأنظمة من التعلم بشكل فعّال كالذكاء البشري أو أفضل منه.
وأكد 76% من 475 باحثا في المجال، أنهم يرون أن هذا التوسع “غير مرجح” أو “غير مرجح جدا” أن يحقق هذا الهدف المنشود.
مقالات ذات صلة إعداد بسيط في هاتفك قد يجعلك تبدو أصغر بـ10 سنوات! 2025/04/01وتعتبر هذه النتيجة انتكاسة كبيرة للصناعات التكنولوجية التي توقعت أن تحسينات بسيطة في النماذج الحالية من خلال مزيد من البيانات والطاقة ستؤدي إلى الذكاء الاصطناعي العام.
ومنذ #طفرة الذكاء الاصطناعي التوليدي في 2022، كانت التوقعات تركز على أن زيادة الموارد كافية لتجاوز #الذكاء_البشري. لكن مع مرور الوقت، وبالرغم من الزيادة الكبيرة في الإنفاق، فإن التقدم قد تباطأ بشكل ملحوظ.
وقال ستيوارت راسل، عالم الحاسوب في جامعة كاليفورنيا، بيركلي، والذي شارك في إعداد التقرير: “منذ إصدار GPT-4، أصبح واضحا أن التوسع في النماذج كان تدريجيا ومكلفا. الشركات قد استثمرت أموالا ضخمة بالفعل، ولا يمكنها التراجع بسبب الضغوط المالية”.
وفي السنوات الأخيرة، ساهمت البنية الأساسية المبتكرة المسماة “المحولات” (Transformers)، التي ابتكرها علماء غوغل عام 2017، في تحسن قدرات نماذج الذكاء الاصطناعي. وتستفيد هذه النماذج من زيادة البيانات لتوليد استجابات أدق. ولكن التوسع المستمر يتطلب موارد ضخمة من الطاقة والمال.
وقد استقطب قطاع الذكاء الاصطناعي المولّد نحو 56 مليار دولار في رأس المال المغامر عام 2024، مع تكريس جزء كبير من هذه الأموال لبناء مراكز بيانات ضخمة تسببت في زيادة انبعاثات الكربون ثلاث مرات منذ 2018.
ومع استنفاد البيانات البشرية القابلة للاستخدام بحلول نهاية هذا العقد، فإن الشركات ستضطر إما لاستخدام البيانات التي أنشأها الذكاء الاصطناعي نفسه أو جمع بيانات خاصة من المستخدمين، ما يعرض النماذج لمخاطر أخطاء إضافية. وعلى الرغم من ذلك، لا يقتصر السبب في محدودية النماذج الحالية على الموارد فقط، بل يتعدى ذلك إلى القيود الهيكلية في طريقة تدريب هذه النماذج.
كما أشار راسل: “المشكلة تكمن في أن هذه النماذج تعتمد على شبكات ضخمة تمثل مفاهيم مجزّأة، ما يجعلها بحاجة إلى كميات ضخمة من البيانات”.
وفي ظل هذه التحديات، بدأ الباحثون في النظر إلى نماذج استدلالية متخصصة يمكن أن تحقق استجابات أكثر دقة. كما يعتقد البعض أن دمج تقنيات الذكاء الاصطناعي مع أنظمة تعلم آلي أخرى قد يفتح آفاقا جديدة.
وفي هذا الصدد، أثبتت شركة DeepSeek الصينية أن بإمكانها تحقيق نتائج متميزة بتكاليف أقل، متفوقة على العديد من نماذج الذكاء الاصطناعي التي تعتمد عليها شركات التكنولوجيا الكبرى في وادي السيليكون.
ورغم التحديات، ما يزال هناك أمل في التقدم، حيث يقول توماس ديتريش، الأستاذ الفخري لعلوم الحاسوب في جامعة ولاية أوريغون: “في الماضي، كانت التطورات التكنولوجية تتطلب من 10 إلى 20 عاما لتحقيق العوائد الكبيرة. وهذا يعني أن هناك فرصة للابتكار بشكل كبير في مجال الذكاء الاصطناعي، رغم أن العديد من الشركات قد تفشل في البداية”.