لم تتمكن أي تكنولوجيا في التاريخ من تحقيق هذا الهدف منحنى التبني الذي ينافس الذكاء الاصطناعي التوليدي (جيناي). بالفعل، تستخدمه المؤسسات في كل شيء بدءًا من برامج الدردشة الآلية وإنشاء المحتوى وحتى تصميم المنتجات وتطوير البرامج. تعمل هذه التقنية على تعزيز الكفاءة، وخفض التكاليف، وإطلاق العنان للابتكار.
ومع ذلك، ورغم كل المكاسب، لا يزال هناك قدر كبير من الألم. في كثير من الأحيان، لا تتعرف أنظمة الذكاء الاصطناعي التوليدية على الحقائق والمعلومات الأساسية التي يعتبرها البشر أمرا مفروغا منه. على سبيل المثال، قد يسيئون تفسير الأحداث أو تصنيفها بشكل خاطئ وينتجون مخرجات معيبة، أو يكافحون من أجل إنشاء المحتوى المطلوب، أو يفشلون في المهام الأكثر تعقيدًا التي تتطلب مزيجًا من النص والصوت والفيديو.
هذا هو المكان الذكاء الاصطناعي متعدد الوسائط يدخل المعادلة. “يتم تدريب نماذج الذكاء الاصطناعي متعدد الوسائط باستخدام أنواع متعددة من البيانات في وقت واحد، مثل الصور والفيديو والصوت والنص. ويوضح آرون تشاندراسيكاران، نائب الرئيس المتميز ومحلل الذكاء الاصطناعي لدى جارتنر، أن هذا يمكّنهم من إنشاء تمثيل بيانات مشترك يعمل على تحسين الأداء لمختلف المهام.
يضيف سكوت ليكينز، كبير مسؤولي هندسة الذكاء الاصطناعي في الولايات المتحدة والعالم في شركة برايس ووترهاوس كوبرز: “يمكن للذكاء الاصطناعي متعدد الوسائط معالجة تحديات أكثر تعقيدًا، وإنشاء تجارب أكثر تخصيصًا، ومساعدة الشركات على التكيف بشكل أكثر فعالية. يتعلق الأمر بالتنوع والرؤى الأعمق، والتي تعتبر ضرورية للبقاء في المقدمة.
من المحتمل أن يمس الذكاء الاصطناعي متعدد الوسائط روبوتات الدردشة، وتحليلات البيانات، والروبوتات، والعديد من المجالات الأخرى. وفق بحث وفقًا لدراسة أجرتها مؤسسة جارتنر، كانت حوالي 1% فقط من الشركات تستخدم هذه التقنية في عام 2023، ولكن من المتوقع أن يقفز هذا الرقم إلى 40% بحلول عام 2027. وسيكون للتكنولوجيا تأثير “تحويلي” على عالم الأعمال، وفقًا لتقارير جارتنر. يقول شاندراسيكاران: “إنها تمكن حالات الاستخدام التي لم تكن ممكنة في السابق”.
الذكاء الاصطناعي يعود إلى رشده
ما يجعل الذكاء الاصطناعي متعدد الوسائط جذابًا وقويًا للغاية هو قدرته على التصرف مثل الإنسان لأنه يفهم العالم بشكل أفضل. يقول ماثيو كروب، الشريك والمدير الإداري في مجموعة بوسطن الاستشارية: “يستخدم التعلم الآلي التقليدي مجموعة تدريب محددة للتنبؤ بالمخرجات”. “في وقت لاحق، تبحث عن طرق لضبط الأوزان في النموذج. يعمل الذكاء الاصطناعي متعدد الوسائط على توسيع بيانات التدريب سعياً لتحقيق نتائج أكثر واقعية.
يقارن Likens من شركة PwC الذكاء الاصطناعي متعدد الوسائط بقدرة الإنسان على القيام بمهام متعددة. “يمكنك طرح سؤال عبر الصوت وتلقي رد مكتوب أو إرسال صورة ثم طرح أسئلة حولها. إمكانية التشغيل البيني بين الوسائط سلسة. بالنسبة لقادة الأعمال، هذا يعني اتخاذ قرارات أكثر ذكاءً بشكل أسرع. أنت لا تنظر فقط إلى نص أو مجرد صورة؛ يقول: “إنك ترى الصورة كاملة”.
والنتيجة هي أنظمة أكثر توافقًا للتعامل مع مهام العالم الحقيقي – وأدوات تخلق تجارب أكثر تخصيصًا ورؤى أعمق. على سبيل المثال، قد يتعامل برنامج الدردشة الآلي مع كل من النصوص والصور. وهذا يجعل من الممكن للمستخدم وصف المشكلة بالكلمات ولكن أيضًا تحميل صورة لمنتج معطل. قد يفهم نظام الذكاء الاصطناعي متعدد الوسائط أيضًا محتوى الفيديو ويستخرج بسلاسة الإشارات التي توفر السياق والإجابات.
يمكن أن تكون النتائج مثيرة للإعجاب. يوضح شاندراسيكاران أن الأنظمة متعددة الوسائط يمكن أن تقدم إجابات مرئية للأسئلة وحتى توليد الصوت والفيديو المعقد. وهذا يشمل إنشاء ملفات بودكاست بالذكاء الاصطناعي و المواد التعليمية. كما أن المؤسسات مجهزة بشكل أفضل للتكيف مع السوق ومعنويات المستهلك من خلال أنواع مختلفة من البيانات.
ويقول شاندراسيكاران إنه على مدى السنوات القليلة المقبلة، سيزداد نطاق المدخلات متعددة الوسائط إلى ما هو أبعد من النصوص والصور والفيديو. من المرجح أن تتضمن الأنظمة نطاقًا أكبر من البيانات الصوتية وبيانات أجهزة الاستشعار وإنترنت الأشياء وملفات السجل ومقتطفات التعليمات البرمجية والمزيد. سيؤدي ذلك إلى تعزيز الدقة والوعي السياقي والفائدة الشاملة لروبوتات الدردشة والروبوتات وأنظمة التشخيص وأدوات الصيانة التنبؤية.
المتطورة ما وراء البوت
تأتي النماذج متعددة الوسائط مع تحذير رئيسي: إن تجميع مزيج من نماذج البيانات أحادية الوسائط ليس مثل إنشاء إطار متعدد الوسائط مصمم لهذا الغرض. “يجب أن تكون البيانات المتعددة الوسائط متسقة ومتكاملة. “إنها أكثر تعقيدًا لأنها تتمتع بدرجات متفاوتة من الجودة وتأتي في تنسيقات مختلفة عن البيانات الأحادية”، يوضح شاندراسيكاران.
تتطور الأدوات المحددة التي تساعد في بناء أطر متعددة الوسائط بسرعة. المنصات السحابية أوس, جوجل، و أزور لقد أدخلوا ميزات متعددة الوسائط في مجموعات الأدوات الخاصة بهم. النماذج المدربة مسبقًا مثل OpenAI مقطع (التدريب المسبق على اللغة المقارنة والصورة) و بيرت ظهرت (تمثيلات التشفير ثنائية الاتجاه من المحولات). والمكتبات والأدوات متعددة الوسائط مثل MMDet (الكشف المتعدد الوسائط) و معانقة محولات الوجه ربط مجموعات البيانات المتنوعة معًا.
يجب على مدراء تكنولوجيا المعلومات وفرق تكنولوجيا المعلومات اتباع نهج عملي في التعامل مع الذكاء الاصطناعي متعدد الوسائط. يجب أن يتناسب الإطار الفعال مع البيانات والأهداف المحددة للمنظمة، ويجب أن تكون البيانات نظيفة ومُصنفة بوضوح. هناك أيضًا حاجة إلى المعالجة مخاطر العمل والتي تشمل تحيز البيانات، ومخاوف الخصوصية، ومعايير العدالة، ومخاوف حقوق الطبع والنشر، ودقة البيانات بشكل عام. وهذا يتطلب تقنيات التدريب والتقييم المناسبة مثل التحقق من الصحة ومقاييس الدقة.
ويشير ليكينز إلى أنه “نظرًا لأن الذكاء الاصطناعي متعدد الوسائط يتضمن مدخلات متنوعة – النصوص والصور والصوت والفيديو – فإن الحفاظ على جودة بيانات متسقة هو أمر أساسي. كما أن المخاوف المتعلقة بالخصوصية لها نفس القدر من الأهمية، لأن البيانات متعددة الوسائط يمكن أن تكشف عن أنماط غير مقصودة”. ومن المهم أيضًا إبقاء البشر على اطلاع على التطورات، ويقول: “إن الاستثمار في الذكاء الاصطناعي المسؤول منذ البداية يساعد الشركات على إدارة المخاطر، وبناء الثقة، والبقاء في صدارة اللوائح الحكومية”.
يقول كروب إنه في الوقت الحالي، يمكن للمؤسسات الاستفادة من مراجعة التطبيقات والأدوات والشركاء. يتضمن ذلك استخدام النماذج والأدوات مفتوحة المصدر التي تساعد على تقليل حاجز الدخول وتقليل المخاطر المرتبطة بالتزامات تكنولوجيا المعلومات الرئيسية. “إن مطابقة النموذج والمورد مع حالة الاستخدام المرغوبة أمر مهم. ويشير إلى أن المجموعات المختلفة تؤدي إلى نتائج مختلفة وربما أفضل.
يقول شاندراسيكاران إن التغييرات الهيكلية قد تكون مطلوبة أيضًا. ومن بين اقتراحاته؟ “قم بتثقيف فريق الذكاء الاصطناعي الخاص بك حول تعدد الوسائط، بما في ذلك الفوائد والمخاطر. تفكيك الصوامع التقنية للذكاء الاصطناعي من خلال تشجيع خبراء الذكاء الاصطناعي على العمل في مشاريع خارج مجال تخصصهم الفني، مثل معالجة اللغة الطبيعية ورؤية الكمبيوتر. اعرض فرق الذكاء الاصطناعي على البائعين الذين يركزون على النماذج متعددة الوسائط كجزء من عملية التعليم الشاملة.
ولا يخطئن أحد، فسوف يظهر الذكاء الاصطناعي متعدد الوسائط كقوة جبارة خلال السنوات المقبلة. سيسمح للمؤسسات بدفع أداء الذكاء الاصطناعي الكلاسيكي والتوليدي إلى مستوى جديد. ويختتم ليكنز: “يمكن للذكاء الاصطناعي متعدد الوسائط أن يشكل صورة أكثر اكتمالاً مما يمكن لأي مصدر بيانات واحد أن يديره. يمكنه حل مشكلات البيانات المفقودة أو المزعجة وملء الفجوات. والنتيجة هي القدرة على فهم الأشياء بطريقة أكثر اكتمالا.
