5 اتجاهات تُشكل مستقبل "تعلُم الآلة" في 2024
Shutterstock

5 اتجاهات تُشكل مستقبل "تعلُم الآلة" في 2024

"الاتجاهات تضع معايير الغد وتأخذنا في رحلة مثيرة، وإن كانت صعبة، نحو نظام بيئي تكنولوجي أكثر ذكاءً ومسؤولية".

ناقش تقرير لموقع "فايننشال إكسبرس" خمسة اتجاهات محورية يتوقع أن تُشكل مستقبل تعلُم الآلة، أحد فروع الذكاء الاصطناعي التي تهتم بتصميم وتطوير خوارزميات وتقنيات تسمح للحواسيب بامتلاك خاصية "التعلم"، في زمن تسارع فيه الابتكار بشكل كبير.

الذكاء الاصطناعي التوليدي

وبحسب التقرير، يُعد الذكاء الاصطناعي التوليدي أول هذه الاتجاهات التي اكتسبت شهرة سريعة في عالم التكنولوجيا، إذ تحرص الشركات على دمج هذه التكنولوجيا في منتجاتها، وتشكيل فرق مخصصة لاستكشاف قدراتها. وعلى العكس من التقنيات الأخرى التي تم الترويج لها لتكون الحدث الكبير التالي، يتميز الذكاء الاصطناعي التوليدي بقابليته للتطبيق وفوائده المباشرة، ما يمكّن المستخدمين من إدراك قيمته من خلال نتائج عملية وملموسة بسرعة.

ومع انتقالنا إلى عام 2024، تتجه الأضواء إلى نماذج الذكاء الاصطناعي متعددة الوسائط، والتي تمثل قفزة في التطور من خلال معالجة وتفسير أنواع البيانات المتنوعة، بما في ذلك النصوص والصور والصوت، لتقديم قرارات أكثر دقة وشبه بشرية.

لكن رغم الإمكانات الهائلة للذكاء الاصطناعي التوليدي، فإنه يطرح أيضًا تحديات، مثل: الاستهلاك العالي للموارد، والميل لمهام إنشاء المحتوى العام. وعندما يتعلق الأمر بالمهام الأكثر تعقيدًا، مثل: تفسير السلوكيات المعقدة، فإن فائدة الذكاء الاصطناعي التوليدي تكون محدودة أكثر.

أخبار ذات صلة
تعلم الآلة يتنبأ بشهرة الأغاني

زيادة سرعة تعلُم الآلة

وأضاف التقرير أن ثاني هذه الاتجاهات يتمثل بزيادة سرعة تعلُم الآلة بحيث تتزامن مع الوقت الفعلي وتكون قادرة على مشاركة البيانات السلوكية لإنشاء تنبؤات أكثر دقة وتكييف نماذج البيانات مع المتغيرات.

ورغم قدرة نظام التوقيت الفعلي على معالجة المعلومات الجديدة بسرعة، وأهميتها في مجالات اكتشاف الاحتيال أو التجارة الإلكترونية أو إنترنت الأشياء. فإن الانتقال إلى تعلم الآلة في الوقت الفعلي يمكن أن يؤدي إلى تضخيم الفوائد المحتملة بشكل كبير، ما يجعله تقدمًا يستحق النظر فيه.

الذكاء الاصطناعي الأخلاقي

وبحكم المطالبة الدائمة بالبوصلة الأخلاقية، فإن الاتجاه الثالث يُركز على الذكاء الاصطناعي الأخلاقي الذي يهدف إلى ضمان العدالة والشمولية والمساءلة، ومنع التحيز في التطبيقات المهمة، مثل: التوظيف والموافقات على القروض. وكذلك تعزيز الثقة وتمكين تحديد التحيزات وتصحيحها، وخاصة في القطاعات الحساسة، مثل: الرعاية الصحية والمالية.

السعي للتعلم والوصول إلى الحكم الذاتي للآلة

وتابع التقرير الحديث عن الاتجاه الرابع المتمثل بالسعي إلى التعلم والوصول إلى الحكم الذاتي للآلة، الذي يرتكز على نهج استكشافي قد يؤدي إلى اتخاذ قرارات سيئة، ومخاطر في التطبيقات الحساسة، مثل: الرعاية الصحية والقيادة الذاتية. وعلاوة على أنها ستكون مكلفة ومعقدة بسبب بياناتها المكثفة ومتطلباتها الحسابية.

تنسيق عمل بضع آلات في نموذج جماعي

أما آخر هذه الاتجاهات فيتمحور حول دور التعلم الموحد من خلال تنسيق عمل بضع آلات في نموذج جماعي دون الكشف عن بياناتها في نهج يعزز الخصوصية والكفاءة في قطاعات، مثل: الرعاية الصحية أو البيع بالتجزئة أو الشبكات الاجتماعية.

وخلُص التقرير إلى أن هذه الاتجاهات تضع معايير الغد وتأخذنا في رحلة مثيرة، وإنْ كانت صعبة، نحو نظام بيئي تكنولوجي أكثر ذكاءً ومسؤولية.

Related Stories

No stories found.
logo
إرم نيوز
www.eremnews.com