الذكاء الاصطناعي العام يبشّر بقدرات استدلال أوسع من ذكاء اليوم المتخصص بمهام محددة

يبرز الذكاء الاصطناعي العام بوصفه الطموح الكبير التالي في مجال ذكاء الآلات، وفقاً لمقال نشره موقع community.nasscom.in. وعلى خلاف أنظمة الذكاء الاصطناعي المستخدمة على نطاق واسع اليوم، يُفترض أن يتعلم الذكاء الاصطناعي العام ويستدل ويطبّق المعرفة في مجالات مختلفة، بدلاً من أداء مهمة واحدة محددة بدقة.

تعمل أدوات الذكاء الاصطناعي الحالية بالفعل على أتمتة الأعمال، وفحص مجموعات البيانات الكبيرة، وإنشاء المحتوى، ودعم خدمة العملاء. غير أن قدراتها تكون عموماً محكومة بالمهام التي صُممت من أجلها. فقد لا يتمكن نظام يحقق أداءً جيداً في تفسير الصور الطبية من إدارة محفظة استثمارية أو الاستجابة بفاعلية لمشكلة غير مألوفة.

وسيسعى الذكاء الاصطناعي العام إلى تجاوز هذا الفصل. ويصف المفهوم آلة قادرة على فهم المعلومات عبر مجالات متعددة، والاستفادة من الخبرات السابقة، والتكيف مع الظروف الجديدة، والعمل من دون الحاجة إلى برمجة تفصيلية خاصة بكل مهمة. ولا يزال الذكاء الاصطناعي العام هدفاً لا تقنية متحققة، لكن آفاقه تستقطب الأبحاث والاستثمارات والتخطيط التجاري حول العالم.

من أدوات متخصصة إلى أنظمة قابلة للتكيف

يتمثل الفارق الأساسي بين الذكاء الاصطناعي التقليدي والذكاء الاصطناعي العام في المرونة. تعتمد أنظمة اليوم عادةً على نماذج دُرّبت لأداء وظائف محددة. أما النظام العام، فمن المتوقع أن ينقل ما تعلمه من موقف إلى آخر.

وسيتطلب ذلك أكثر من مجرد التعرف على الأنماط. إذ سيتعين على نظام الذكاء الاصطناعي العام تقييم الظروف، والتوصل إلى استنتاجات، واتخاذ قرارات، وتعديل نهجه عندما تتغير الظروف. كما سيحتاج إلى فهم اللغة في سياقها، بما يشمل المقاصد والروابط بين الأفكار.

ويُعد التعلم من الخبرة توقعاً محدداً آخر. فبدلاً من اتباع تعليمات مبرمجة مسبقاً فحسب، قد يتمكن الذكاء الاصطناعي العام من تحديد المشكلات، والعثور على حلول محتملة، وتحسين أدائه بمرور الوقت. وعملياً، يتخيل مؤيدوه نظاماً واحداً قادراً على التعامل مع أنواع مختلفة من العمل، مع مواصلة التعلم من كل نشاط.

وبالنسبة إلى الشركات، قد يقلل ذلك الحاجة إلى الإبقاء على أدوات ذكاء اصطناعي منفصلة لكل إدارة. فنظام قادر على الاستدلال عبر الوظائف قد يربط المعلومات المتعلقة بالعمليات والعملاء والتمويل والتخطيط، ما يمنح المؤسسات طريقة أكثر تكاملاً لاتخاذ القرارات. ويعرض المقال هذه القدرة العابرة للوظائف بوصفها تغييراً محتملاً في طريقة عمل المؤسسات.

آثار محتملة عبر القطاعات

يُشار إلى الرعاية الصحية باعتبارها أحد أبرز المستفيدين المحتملين. فقد يفحص نظام الذكاء الاصطناعي العام التاريخ الطبي، والمعلومات الجينية، وتفاصيل نمط الحياة، والصور، والسجلات السريرية معاً عند دعم قرارات العلاج. ومن خلال النظر في الروابط بين الأعراض والحالات والعلاجات السابقة، قد يساعد في التشخيص ويعين الأطباء على تقييم التدخلات. كما يمكن لهذه القدرة التحليلية الواسعة أن تدعم أبحاث الأدوية وتزوّد الأطباء بمساعدة محدّثة باستمرار.

وقد يستخدم المصنّعون الذكاء الاصطناعي العام لمراقبة الآلات، ورصد السلوك غير المعتاد، والتنبؤ بالأعطال، وتنظيم أعمال الصيانة. وقد تُعدّل خطط الإنتاج مع تغير ظروف التشغيل، فيما تستطيع الأنظمة التحقيق في مشكلات الجودة، وتتبع أسبابها، واقتراح التدابير التصحيحية. كما يمكن أن يتلقى العاملون إرشادات أو تدريباً مصمماً وفق احتياجاتهم أثناء أداء أعمالهم.

وتعالج المؤسسات المالية أحجاماً هائلة من المعاملات والمعلومات. وقد يجمع الذكاء الاصطناعي العام بين تطورات السوق، والمؤشرات الاقتصادية، وسلوك العملاء، والبيانات التاريخية عند تقييم المخاطر أو تقديم التوصيات. وقد يتعرف على أشكال جديدة من الاحتيال من دون الحاجة إلى إعادة تدريب مكثفة، ويطوّر أساليب استثمار تستجيب لتغيرات الأسواق، ويقدم نصائح تراعي ظروف كل فرد.

ويمكن لتجار التجزئة تطبيق قدرات مماثلة على تفضيلات العملاء، وأنماط الشراء، واتجاهات السوق. وتشمل الاستخدامات المحتملة توقعات أكثر دقة للطلب، وخفض تكاليف المخزون، وتسعيراً سريع الاستجابة، ومساعدين رقميين قادرين على إدارة محادثات معقدة من دون إحالة العملاء فوراً إلى موظفين بشريين.

والتعليم مجال آخر قد تكون فيه القدرة على التكيف مهمة. فقد يعدّل مدرس يعمل بالذكاء الاصطناعي العام الدروس وفق أسلوب تعلم الطالب، فيما تستطيع المؤسسات إنشاء مسارات دراسية استناداً إلى أهداف كل فرد. كما يمكن للتكنولوجيا تقييم الواجبات والتوصية بالتدريب المهني مع تطور المتطلبات الوظيفية للعاملين.

ويشير المقال أيضاً إلى قطاعات الخدمات اللوجستية، والبرمجيات، وإدارة سلاسل الإمداد. فقد تتغير مسارات التوصيل استجابةً لحركة المرور والطقس؛ ويمكن تنسيق المخزون وتنفيذ الطلبات بكفاءة أكبر؛ كما تستطيع المؤسسات تحديد مواطن الضعف قبل وقوع الاضطرابات. وفي تطوير البرمجيات، قد ينشئ الذكاء الاصطناعي العام الشيفرات ويختبرها ويراجعها ويحافظ عليها ويحسنها، ويوصي بتصميمات الأنظمة، ويرصد التهديدات الأمنية باستمرار.

عدم اليقين والحوكمة

ليس وصول الذكاء الاصطناعي العام مضموناً وفق جدول زمني معلوم. فلا يزال الاستدلال بمستوى القدرات البشرية يمثل تحدياً علمياً وهندسياً كبيراً، ويختلف الخبراء حول ما إذا كانت هذه الأنظمة قد تظهر خلال عقود أو ما إذا كانت لا تزال تحتاج إلى اختراقات أساسية.

كما تفرض آثاره المحتملة مسؤوليات على الحكومات والمؤسسات. ومع أتمتة الأنظمة المتقدمة بصورة متزايدة للأعمال التحليلية المعقدة والمتكررة، قد تتغير أدوار كثيرة. ويقول المقال إن ثمة حاجة إلى أطر تدعم النشر المسؤول، لكنه لا يحدد نموذجاً مستقراً لهذه الرقابة.

ومع ذلك، يتواصل الاستثمار في أبحاث الذكاء الاصطناعي العام، وتدرس الشركات كيفية الاستعداد لأنظمة تستدل وتتعلم وتتعاون على نطاق أوسع من الذكاء الاصطناعي الحالي. ويجادل مقال الناشر بأن على المؤسسات النظر في التطبيقات العملية والقيمة القابلة للقياس، مع فهم الآثار الأوسع للتكنولوجيا أيضاً. ويستشهد بشركة Emorphis Health وخبرائها في الذكاء الاصطناعي بوصفها أحد الشركاء التقنيين الذين يساعدون المؤسسات على استكشاف تلك الإمكانات.

في الوقت الراهن، يظل الذكاء الاصطناعي العام رؤية أكثر منه واقعاً تشغيلياً. وتكمن أهميته في حجم التحول المقترح: من أدوات صُممت لمهام منفصلة إلى آلات يمكنها تطبيق المعرفة عبر الصناعات والتحسن من خلال الخبرة.