في العديد من المجالات المختلفة، تعد الموهبة هدفًا مهمًا ولكنه غالبًا ما يكون بعيد المنال. فقط اسأل أي شخص لم تتجاوز مهاراته في لوحة المفاتيح على البيانو مطلقًا تحديد المقاييس القليلة الأولى لـ “القلب والروح“. عندما يتعلق الأمر بالذكاء الاصطناعي التوليدي، فإن نماذج اللغات الكبيرة (LLMs)، المدربة على كميات هائلة من البيانات، توفر الإمكانات اللازمة لدفع حالات الاستخدام والتطبيقات المتعددة، فضلاً عن التعامل مع مجموعة لا نهاية لها تقريبًا من المهام.
للحصول على أقصى استفادة من الذكاء الاصطناعي التوليدي، فكر فيه كأداة وليس كبديل، كما يقترح دانييل وو، زميل أبحاث الذكاء الاصطناعي في جامعة ستانفورد، في مقابلة عبر البريد الإلكتروني. ويشير إلى أن حاملي الماجستير في القانون يمكنهم بالفعل القيام بعمل رائع. “يتم استخدامها في المساعدة في البرمجة وخدمة العملاء، ولكنها تعمل بشكل أفضل مع المطالبة الواضحة.”
تنتج كل مؤسسة كميات كبيرة من النصوص كجزء من عملياتها التجارية العادية، كما يلاحظ مانفريد كوجل، عالم البيانات ومستشار صناعة إنترنت الأشياء لدى مزود الذكاء الاصطناعي والتحليلات. ساس، عبر البريد الالكتروني. قبل ماجستير إدارة الأعمال، كانت المؤسسات تحتاج إلى إجراء تحليلات نصية معقدة من أجل الحصول على قيمة من البيانات النصية غير المنظمة، مثل سجلات الصيانة أو سجلات التحول في بيئة الإنتاج. “يمكن استخدام LLMs لتنظيم البيانات النصية وإعدادها كمدخلات لنماذج التعلم الآلي المستخدمة لتحسين الإنتاج والصيانة التنبؤية.”
دفعه إلى الحد الأقصى
للحصول على أقصى قيمة من الذكاء الاصطناعي التوليدي، يحتاج المستخدمون إلى تحديد مشاكلهم وأهدافهم بوضوح، كما يقول كيفن أميتشي، رئيس مزود برامج تخطيط موارد المؤسسات (ERP) فولاذ حقيقي، في مقابلة عبر البريد الإلكتروني. وينصح “بتحديد حالات الاستخدام المحددة، مثل إنشاء المحتوى، أو تحليل البيانات، أو الأتمتة”. “ثم تأكد من أنه يمكنك الوصول إلى بيانات عالية الجودة لتدريب نموذج الذكاء الاصطناعي.”
توصي Ameche بالتعاون مع خبراء الذكاء الاصطناعي الداخليين أو الخارجيين لضبط نموذجهم وتخصيصه ليتوافق مع الاحتياجات المحددة. “قم بتقييم أداء النموذج وتحسينه باستمرار وابق على اطلاع بأحدث التطورات في تكنولوجيا الذكاء الاصطناعي التوليدي لزيادة إمكاناته لمؤسستك إلى أقصى حد.”
يقول كوجل: لتعظيم قيمة الذكاء الاصطناعي التوليدي، يجب على المستخدمين أولاً فهم قدراته وعيوبه الكامنة. ويقول: “ما زلنا في الأيام الأولى لتحقيق الإمكانات الكاملة للذكاء الاصطناعي التوليدي”. يعتقد كوجيل أن كل من يشارك في العمليات التجارية الأساسية يجب أن يتفاعل مع النماذج بنفس الطريقة التي يتفاعلون بها مع زملائهم. “سيؤدي ذلك إلى تسريع التبني وتشجيع المؤسسات على توفير أدوات الذكاء الاصطناعي التوليدية الضرورية وسهلة الاستخدام للتغلب على أي عقبات هيكلية أو ثقافية.”
تحقيق الفعالية
يوضح أميتشي أن فعالية الذكاء الاصطناعي التوليدي تكمن في قدرته على أتمتة العمليات الإبداعية، وإنشاء المحتوى، وتوفير رؤى تعتمد على البيانات على نطاق واسع. “يمكنه التعامل مع المهام المتكررة، وتحرير الموارد البشرية للقيام بمزيد من العمل الاستراتيجي.” وفي الوقت نفسه، فإن قدرة التكنولوجيا على التكيف وقدرتها على التعلم من البيانات تجعلها أداة قيمة في مختلف الصناعات.
لا يستطيع عميل الذكاء الاصطناعي قراءة الأفكار. يقول وو: “إذا طرحت سؤالاً غير محدد المعالم، فسوف تحصل على واحدة من بين عدد من الإجابات الصحيحة”. “ولكن من خلال منح الذكاء الاصطناعي إحساسًا أقوى بما تبحث عنه، إما من خلال المطالبات الواضحة أو البيانات أو حتى الضبط الدقيق للنموذج، ستحصل على استجابات أكثر فائدة.”
يقول أميتشي إنه لتمكين أعضاء الفريق، يجب على المؤسسات الاستثمار في برامج التدريب والتطوير التوليدية في مجال الذكاء الاصطناعي. ويوصي قائلاً: “ابدأ بتحديد المهارات والمعرفة المحددة اللازمة للعمل مع الذكاء الاصطناعي”. “فكر في الشراكة مع بائعي الذكاء الاصطناعي أو المؤسسات التعليمية للحصول على تدريب مخصص.”
تعتقد Ameche أنه من المهم أيضًا تشجيع الموظفين على تجربة أدوات الذكاء الاصطناعي في مشاريع العالم الحقيقي لاكتساب الخبرة العملية. ويقترح “إنشاء بيئة للتعلم المستمر وتوفير الوصول إلى الموارد، مثل الدورات التدريبية عبر الإنترنت والندوات عبر الإنترنت ومجتمعات الذكاء الاصطناعي”. “يمكن للتعاون ومشاركة المعرفة داخل الفريق أيضًا تسريع عملية التعلم، مما يساعد أعضاء الفريق على الاستفادة من أقصى قيمة من الذكاء الاصطناعي التوليدي.”
الأخطاء الشائعة
يشير وو إلى أن هناك قولًا شائعًا في أبحاث الذكاء الاصطناعي: قم بالتخلص من النفايات. ويوضح قائلاً: “قد يلحق المستخدمون الضرر بمشاريعهم عن غير قصد من خلال توفير مجموعات بيانات متحيزة أو إنشاء مطالبات سيئة”. يوصي وو قائلاً: “يجب دائمًا أن تؤخذ مخرجات النماذج مع قليل من الملح”.
يقول كوجيل إن المبالغة في تقدير إمكانات الذكاء الاصطناعي التوليدي أو التقليل منها يمثل مصدر قلق بالغ. “وهكذا نرى الذكاء الاصطناعي باعتباره تهديدًا عندما ينتج نموذج الذكاء الاصطناعي رؤى لم نرها بأنفسنا.”
كما هو الحال مع أي تكنولوجيا متقدمة، يرى كوجل شكوكًا بين العديد من قادة تكنولوجيا المعلومات. ويسلط الضوء على أنه من المهم أن نبين بوضوح أن الذكاء الاصطناعي التوليدي يعزز ويدعم الخبراء البشريين، بدلاً من أن يحل محلهم. ويوصي باتباع نهج متوازن في اعتماد الذكاء الاصطناعي من خلال نشر حواجز الحماية والتحقق من المعقولية. يقول كوجيل: “يجب أن يقدم النموذج تقريرًا من تلقاء نفسه عندما ينحرف بعيدًا عن الواقع”.
الفكر النهائي
يقول أميتشي إن الذكاء الاصطناعي التوليدي يحمل إمكانات هائلة للمؤسسات في العديد من المجالات. “ومع ذلك، فإن التنفيذ الناجح يتطلب تخطيطًا دقيقًا وتدريبًا مستمرًا ويقظة لتجنب المخاطر.” وهو يعتقد أن المنظمات يجب أن تنظر إلى الذكاء الاصطناعي التوليدي كأداة لتعزيز القدرات البشرية، وليس كبديل. “عند استخدامه بشكل استراتيجي ومسؤول، يمكن للذكاء الاصطناعي التوليدي أن يحول الكفاءة والإبداع وصنع القرار، مما يدفع الابتكار والميزة التنافسية.”
