لماذا موثوقية الذكاء الاصطناعي هي الحدود التالية للصناعات الفنية

على الرغم من تصميمات النظام المتقدمة ، فإن العديد من الشركات دقة الذكاء الاصطناعي معدلات منخفضة تصل إلى 75 ٪. في الإعدادات عالية المخاطر مثل المؤسسات المالية والوكالات الحكومية والمستشفيات ، فإن معدل الخطأ بنسبة 25 ٪ ليس فقط غير فعال-إنه خطير. وبالتالي ، هناك دفعة متزايدة للمؤسسات لتجاوز نماذج الذكاء الاصطناعى العام والاستثمار في أنظمة خاصة بالمجال وغنية من الناحية الدلالية التي تعزز التعاون عبر الصناعة ومشاركة المعلومات.

غارتنر ينص على أن 62 ٪ من المدير المالي و 58 ٪ من الرؤساء التنفيذيين يعتقدون أن الذكاء الاصطناعى سوف يؤثر بشكل كبير على صناعاتهم خلال السنوات الثلاث المقبلة. ومع ذلك ، فإن تفاؤلهم متوازنة مع تحديات التنفيذ – خاصة في القطاعات المنظمة أو المعقدة تقنيًا.

نماذج الذكاء الاصطناعى العامة ، بما في ذلك نماذج اللغة الكبيرة (LLMs) ، قوية ولكنها تفتقر إلى المعرفة العميقة المطلوبة في الصناعات المتخصصة. هذا يعني في كثير من الأحيان أن هذه النماذج تعتمد اعتمادًا كبيرًا على مطابقة الكلمات الرئيسية على مستوى السطح وبيانات التدريب الواسعة. ومع ذلك ، في المجالات الفنية مثل الاتصالات والرعاية الصحية والتصنيع – حيث الأنظمة ذات الطبقات ، والمصطلحات المتخصصة ، وسير العمل الدقيق هي المعيار – يصبح هذا النقص الدلالي عيبًا كبيرًا.

لسد هذه الفجوة ، مثل شركات مثل نفيديا تمكّن LLMs المخصصة المدربين على بيانات خاصة ، خاصة بالمجال. تتيح هذه الخطوة الحيوية للشركات التغلب على حاجز الذكاء الاصطناعي طويل الأمد والوصول إلى بيانات تدريب عالية الجودة قابلة للاستخدام.

المنتدى الاقتصادي العالمي (WEF) إطار 3C – الجمع بين ، التقارب ، والمركب – يشير إلى أن التقنيات الناشئة تخلق أكبر قيمة عندما تكون متكاملة بعمق عبر الأنظمة والصناعات. يحدث هذا التكامل عند جمع التقنيات المختلفة ، وتحويل العمليات وخلق آثار أسية عبر النظم الإيكولوجية.

لذلك ، لكي تكون الذكاء الاصطناعى موثوقًا حقًا في المجالات الفنية ، يجب أن تكون جزءًا من هذا التطور الأوسع والتعاوني – ليس مجرد أداة مستقلة ، ولكن مكون من بنية أساسية أكثر ذكاءً وترابطًا. بعض الشركات تقوم بالفعل بتكوين شراكات استراتيجية توضح كيف يمكن للنظم الإيكولوجية المفتوحة ، والبنية التحتية المشتركة تسريع تحول المؤسسة الذكاء الاصطناعي. من خلال تجميع الخبرة والبيانات والمنصات ، تساعد هذه التحالفات في سد الفجوة الدلالية وتطوير أنظمة الذكاء الاصطناعى الأكثر دقة ، قابلة للتفسير ، قابلة للتطوير ، ومتوافقة مع التعقيد الحقيقي.

إن تنفيذ هذه الاستراتيجيات لا يقلل من المخاطر فحسب ، بل يؤدي أيضًا إلى تحسين الأداء. يمكن للشركات التي تركز على عدد أقل من مشاريع الذكاء الاصطناعي ذات الأولوية العالية ، وخاصة تلك المصممة خصيصًا لصناعها ، أن تتوقع أكثر من ضعف العائد على الاستثمار مقارنة بأقرانها. بالإضافة إلى ذلك ، و wef يلاحظ أن تقارب الذكاء الاصطناعي مع التقنيات مثل الأتمتة والحوسبة الكمومية هو إعادة تشكيل سلاسل القيمة وتوليد عوائد أسي. على سبيل المثال ، تشهد شركات الرعاية الصحية التي تنشر الذكاء الاصطناعي الخاص بالمجال بالفعل تحسينات في الكفاءة التشغيلية ونتائج المرضى.

بالنسبة لبعض القطاعات ، فإن ضمان عمق المعرفة والبيانات الموثوقة ليس مرغوبًا فيه فقط – إنه أمر ضروري. أ 2024 تقرير من مجموعة Boston Consulting Group (BCG) حول إدارة المخاطر الذكاء الذكاء ، يمكن أن تؤدي إلى انتهاكات تنظيمية أو خسائر أو خسائر مالية في الصناعات مثل الرعاية الصحية والخدمات المصرفية والتأمين ، يمكن أن تؤدي إلى انتهاكات تنظيمية أو تشخيصات خاطئة أو خسائر مالية.

في هذه الحقول ذات الهوامش الدنيا للخطأ والثقة والدقة غير قابلة للتفاوض. يمكن أن تؤدي المخرجات غير الدقيقة إلى تآكل ثقة أصحاب المصلحة ، وتأخير العائد على الاستثمار ، وزيادة التكاليف القانونية.

مستقبل الذكاء الاصطناعى لا يتعلق بالاستخدام الواسع غير المحدد – إنه يتعلق بالدقة. مع تعميق الصناعات من اعتمادها على الذكاء الاصطناعي ، وأهمية إدراك دلالة ، تصبح الأنظمة الخاصة بالمجال واضحة بشكل متزايد. الشركات التي تقود هذا التحول من خلال الاستثمار في النماذج المصممة خصيصًا ، ومواءمة الاستراتيجيات المتعددة الوظيفية ، والانخراط في النظم الإيكولوجية التعاونية ، سيفتح إمكانات AI الكاملة. الحدود التالية لا تتعلق بفعل المزيد – إنها تتعلق بذلك بشكل صحيح.

كريس بينيت هو نائب الرئيس العالمي لممارسة التعلم الآلي (ML) في UNISYS