يشهد المجتمع تحولًا تقنيًا تقوده تقنيات الذكاء الاصطناعي، ومن الضروري أن نسأل عما يجب علينا فعله لتعظيم قيمته وتقليل مخاطره إلى أدنى حد.
ولتحقيق هذا الهدف بنجاح، علينا تجاوز الضجيج الإعلامي ووضع نهج عملي وواقعي للذكاء الاصطناعي يقدّم ما نحتاجه – ولا شيء أكثر.
لتحقيق ازدهار الذكاء الاصطناعي بأمان ولصالح المجتمع بأسره، لا بد من التقاء ثلاثة عناصر أساسية: البنية التحتية، والمنظومة، والحَوْكمة.
يمر المجتمع بتحول تقني جوهري تقوده تقنيات الذكاء الاصطناعي. يتساءل الناس عمّا يمكن أن يفعله الذكاء الاصطناعي للأنظمة والعمليات التي نعتمد عليها في مختلف جوانب حياتنا، وكذلك عن آثاره الإيجابية والسلبية المحتملة.
ولكن من المهم أيضًا قلب هذا السؤال: ماذا يجب علينا فعله لتعظيم قيمة الذكاء الاصطناعي وتقليل مخاطره؟ ويتطلب ذلك تجاوز الضجيج الإعلامي، واعتماد نهج عملي وواقعي للذكاء الاصطناعي يلبّي احتياجاتنا فقط دون مبالغة.
كما جاء في توقعات فورستر للذكاء الاصطناعي لعام 2025: ""سيهيمن على مسار قادة الذكاء الاصطناعي في عام 2025 الإدراك الحاسم بأنه لا توجد طرق مختصرة للنجاح في مجال الذكاء الاصطناعي، وسيكون من الضروري الاستعداد للتحديات المستمرة"".
وبوصفي أعمل على حلول الذكاء الاصطناعي لمزود عالمي للبنية التحتية، فإنني أركّز على توفير البنية التحتية المطلوبة، لكن هذه ليست سوى بُعد واحد من البيئة اللازمة لازدهار الذكاء الاصطناعي بأمان ولصالح المجتمع.
العناصر الأساسية المطلوبة لنجاح الذكاء الاصطناعي
ثلاثة عناصر رئيسية يجب أن تتكامل لتحقيق هذه الرؤية: البنية التحتية، المنظومة، الحوكمة.
البنية التحتية
كل جزء من البنية التحتية التي تُمكّن الذكاء الاصطناعي – من مراكز البيانات إلى الأجهزة القابلة للارتداء – يؤثر على تكلفته وقيمته من النواحي المالية والمجتمعية والبيئية.
استمرارية السحابة-الأطراف-الاتصال
تتسارع وتيرة توجيه المزيد من قوة المعالجة نحو الأطراف – أي الأجهزة مثل الهواتف الذكية وأجهزة الاستشعار والمعدات الصناعية. يتيح هذا التحوّل لنماذج الذكاء الاصطناعي معالجة البيانات محليًا، مما يقلل من زمن الاستجابة، ويعزز الخصوصية، ويمكّن من اتخاذ القرارات الفورية.
لكن الحوسبة الطرفية لا تُلغي الحاجة إلى شبكات قوية وعالية السرعة وسعة عالية. بل إنها تعزز هذه الحاجة. كثيرًا ما تحتاج الأجهزة الطرفية إلى التزامن مع الأنظمة السحابية المركزية لتحديث النماذج، أو تنفيذ حسابات معقدة، أو مشاركة الرؤى لتحليل أوسع. على سبيل المثال، قد تعالج طائرات زراعية دون طيار الصور مباشرةً، لكنها لا تزال بحاجة إلى الاتصال السحابي لتجميع البيانات وتحسين النماذج.
هذا التفاعل بين المعالجة المحلية والذكاء المركزي يعكس مبادئ البُنى المعرفية وعلوم السلوك. وكما ورد في كتاب ""التفكير، السريع والبطيء"" لدانيال كانيمان، فإن السلوك الذكي يعتمد على ردود فعل سريعة (النظام 1) وتحليل أبطأ وأعمق (النظام 2).
وبالمثل، قد تقوم الطائرات دون طيار بمعالجة صور الحقول بسرعة – كما يفعل النظام 1 – بينما تعتمد على السحابة لتجميع البيانات وتحسين النماذج – كما يفعل النظام 2. يتيح تصميم أنظمة الذكاء الاصطناعي بهذا النهج المزدوج سلوكًا أكثر تكيفًا وفعالية وسياقية، تمامًا كما يوازن الإنسان بين الحدس والتفكير المنطقي.
يتطلب الذكاء الاصطناعي تواصلًا سلسًا بين السحابة والطرف، مما يستلزم اتصالًا عالي الاعتمادية وعالي السعة لدعم نقل كميات هائلة من البيانات في الزمن الحقيقي – خاصة في الاستخدامات التي تتضمن الفيديو، والصوت، ودمج الحساسات. وبالتالي، فإن الابتكار المستمر في جميع طبقات تكنولوجيا الشبكات ضروري.
ومع تزايد اندماج الذكاء الاصطناعي في الأنظمة الحيوية – من خدمات الطوارئ إلى التشغيل الآلي الصناعي – تصبح مرونة وأمان الشبكات أمرًا بالغ الأهمية. ويتطلب ذلك تصميم الشبكات ليس فقط من أجل السرعة، بل أيضًا للمرونة والتكرار والحماية من التهديدات السيبرانية.
يجب علينا الاستثمار في بنية تحتية رقمية تُعامل الاتصال كأولوية قصوى. قد يكون الذكاء الاصطناعي هو الدماغ، ولكن بدون شبكة عالية الأداء كالجهاز العصبي، فلن يعمل هذا الدماغ بكفاءة.
الطاقة وقوة الابتكار
تُعد احتياجات الذكاء الاصطناعي من الطاقة أحد أبرز التحديات – اقتصاديًا وبيئيًا. فمثلاً، يمكن أن يتطلب تدريب نماذج ضخمة مثل GPT-4 ملايين الكيلوواط-ساعة من الكهرباء. ومع نمو النماذج في الحجم والتعقيد، تتزايد بصمتها الكربونية، مما يثير تساؤلات حول الاستدامة.
حتى الاستخدام اليومي للنماذج – أي الاستدلال – يستهلك طاقة كبيرة عند التوسع. وهذا يتطلب ابتكارًا ليس فقط في كفاءة النماذج وتصميم الأجهزة، بل أيضًا في مصادر الطاقة المستخدمة.
ينبغي أن تصبح نماذج الذكاء الاصطناعي أكثر كفاءة منذ البداية. فالنماذج الصغيرة والمتخصصة التي توفّر أداءً مقاربًا للنماذج العامة الكبيرة تكون أقل استهلاكًا للطاقة بكثير.
المنظومة
منظومة التطبيقات
يجب أن يركز تصميم بنية الذكاء الاصطناعي التي تُقدّم للمستخدمين على جعل استغلال الذكاء الاصطناعي أكثر شمولًا، لسد الفجوة الرقمية بين المتخصصين والتقنيين والمجتمع الأوسع.
تلعب مجتمعات المطورين اليوم دورًا محوريًا في تشكيل مستقبل الذكاء الاصطناعي. من تطوير نماذج أخلاقية إلى المساهمة في أدوات مفتوحة المصدر، هم البناؤون والقائمون على الأسس التقنية. تؤثر اختياراتهم في الخوارزميات والبيانات وإستراتيجيات النشر على الأداء الفني والأثر المجتمعي.
لحسن الحظ، لم يعد الوصول إلى تقنيات الذكاء الاصطناعي حكرًا على الخبراء. فقد أدى ظهور المنصات ذات البرمجة المنخفضة أو بدون كود إلى ديمقراطية تطوير الذكاء الاصطناعي، ما مكّن غير المتخصصين من الاستفادة من قدراته لحل مشكلات حقيقية. يمثل هذا تطورًا حاسمًا نحو الابتكار الشامل، ويسمح للمجتمعات التي كانت مهمشة رقميًا بالمشاركة في عصر الذكاء الاصطناعي.
لكن ردم الفجوة الرقمية لا يتعلق بالأدوات فقط – بل يتعلق بالبشر. فالمواهب، والبحوث، والتعاون متعدد التخصصات ضرورية للتطوير المسؤول. وتعتمد إمكانات الذكاء الاصطناعي على قدرته على ربط المجالات الصناعية واستخلاص قيم جديدة من الابتكار المشترك.
تقف البيانات في صميم كل تطوير للذكاء الاصطناعي. وتبقى قرارات جمع البيانات، ومشاركتها، واستخدامها، مسؤولية بشرية. فالإشراف المسؤول على البيانات، بإرشاد من الحوكمة، والموافقة، والشمولية، يحدد عدالة وأهمية أنظمة الذكاء الاصطناعي. من دون وصول عادل إلى بيانات عالية الجودة وتمثيلية، حتى أكثر النماذج تقدمًا قد تُكرّس التحيز أو تفشل في خدمة المستخدمين.
منظومة الأجهزة
يساهم نظام الأجهزة أيضًا في تطوير الذكاء الاصطناعي وتأثيره المجتمعي. ولكي يقدّم الذكاء الاصطناعي ذكاءً سياقيًا فوريًا في العالم الواقعي، يجب أن يكون مدمجًا في الأجهزة اليومية: الهواتف الذكية، المستشعرات، الأجهزة القابلة للارتداء، المعدات الصناعية، المركبات، وغيرها.
تُعتبر هذه الأجهزة بمثابة الحواس للذكاء الاصطناعي، إذ توفّر البيانات اللازمة للتعلم واتخاذ الإجراءات، وتقدّم النتائج مباشرةً عند الحاجة — على الطرف.
من دون منظومة أجهزة قوية ومبتكرة، سيبقى الذكاء الاصطناعي محصورًا في البيئات المركزية، غير قادر على التفاعل مع العالم الفيزيائي. على سبيل المثال، نموذج الصيانة التنبؤية لا جدوى منه دون مستشعرات دقيقة، والمساعد الذكي التوليدي عديم الفائدة إذا لم يعمل بكفاءة على هاتف المستخدم.
لذلك، يجب أن تتطور الأجهزة باستمرار: لتكون أصغر، أذكى، وأكثر كفاءة في استهلاك الطاقة، وقادرة على تشغيل المهام محليًا. ويُعد الابتكار في الرقائق منخفضة الاستهلاك، ومسرّعات الذكاء الاصطناعي، وتقنيات البطاريات، وبروتوكولات الاتصال التكيفية أمرًا جوهريًا. ولا تقل أهميةً التحسينات في الأمان، والتحديثات، والتوافق لضمان الثقة في الذكاء الاصطناعي القائم على الأطراف.
الحوكمة
تتطلب الحوكمة والأمان في الذكاء الاصطناعي نهجًا يجمع بين التصميم من أعلى إلى أسفل ومن أسفل إلى أعلى. يجب أن يُركّز التصميم من الأعلى على وضع ضوابط مرنة لاستغلال الذكاء الاصطناعي.
أما التصميم من الأسفل فينبغي أن يُركّز على المراقبة والتحكم، باستخدام أدوات مثل الذكاء الاصطناعي القابل للتفسير (XAI)، مع ربطها بضوابط عليا مرنة يمكن تعديلها سريعًا حسب المراقبة للحفاظ على السيطرة.
ورغم تطور التكنولوجيا، يجب أن تظل القيم الموجهة – كالعدالة، والمساءلة، والشفافية، والسلامة – محددة بوضوح ويعاد النظر فيها باستمرار من قِبل البشر.
ردم الفجوة الرقمية سيمكّن المجتمعات من تطوير حوكمة وأمان خاصة بكل مجال. وسيساعد ذلك في ترسيخ نهج مسؤول للذكاء الاصطناعي، حيث تُدمج المتطلبات والتنظيمات منذ البداية.
يجب أن تكون الحوكمة سياقية وقابلة للتكيّف. لا يمكننا تفويض مسؤولية وضع أطر الذكاء الاصطناعي المسؤولة إلى الآلات التي نُنشئها. بل يجب أن تكون انعكاسًا لقيمنا الإنسانية، تُوجّهها رؤيتنا المتجددة لكيفية تفاعل الذكاء الاصطناعي مع المجتمع.
المسؤولية تقع على عاتقنا – نحن قراء هذا المقال – لطرح الأسئلة الصحيحة، وتحديد الأهداف السليمة، وتصميم الأنظمة المناسبة.
