الذكاء الاصطناعي
#الذكاء_الاصطناعي
#وكلاء_الذكاء_الاصطناعي
الذكاء الاصطناعي: حلول واقعية لمشكلات محدودة
في كل مكان تنظر إليه، يتحدث الناس عن وكلاء الذكاء الاصطناعي كما لو كانوا على بعد خطوة واحدة من استبدال أقسام كاملة. الحلم مغرٍ: أنظمة مستقلة قادرة على التعامل مع أي شيء تقدمه لها، دون قيود أو حواجز. لكن الحقيقة هي أن هذا ليس كيف تسير الأمور، خاصة في عالم الأعمال، حيث الاعتمادية ليست خيارًا.
حتى لو كان الوكيل دقيقًا بنسبة 99%، فهذا ليس دائمًا كافيًا. إذا كان يقوم بتحسين مسارات توصيل الطعام، فهذا يعني أن واحدًا من كل مئة طلب ينتهي في العنوان الخطأ. في سياق الأعمال، هذه النسبة من الفشل غير مقبولة. إنها مكلفة وصعبة التفسير للعميل أو الجهة التنظيمية.
في البيئات الواقعية مثل المالية والرعاية الصحية، لا تشبه أنظمة الذكاء الاصطناعي التي تقدم قيمة أيًا من هذه الأحلام الطموحة. إنها لا تتعامل مع العالم المفتوح؛ بل تحل مشاكل محددة جيدًا مع مدخلات واضحة ونتائج متوقعة.
إذا استمرينا في السعي وراء مشاكل العالم المفتوح بتكنولوجيا غير جاهزة، سنهدر الوقت والمال والثقة. ولكن إذا ركزنا على المشاكل التي أمامنا، يمكننا جعل الذكاء الاصطناعي يعمل اليوم.
هذا المقال يتناول كيفية تجاوز الضجيج وبناء وكلاء ذكاء اصطناعي يمكنهم الشحن والتشغيل والمساعدة.
المشكلة مع ضجيج العالم المفتوح
تحب صناعة التكنولوجيا المشاريع الطموحة. في الوقت الحالي، المشروع الطموح هو الذكاء الاصطناعي في العالم المفتوح - وكلاء يمكنهم التعامل مع أي شيء، التكيف مع المواقف الجديدة، التعلم في الوقت الفعلي. إنه حلم الذكاء العام: أنظمة يمكنها ليس فقط التفكير، ولكن أيضًا الارتجال.
ما الذي يجعل المشكلة "عالم مفتوح"؟
تُعرف مشاكل العالم المفتوح بما لا نعرفه. بشكل أكثر رسمية، يتميز العالم المفتوح بالكامل بخصيصتين رئيسيتين: الزمان والمكان غير محدودين، والمهام غير محدودة.
في مثل هذه البيئات، يعمل الذكاء الاصطناعي بمعلومات غير مكتملة؛ لا يمكنه افتراض أن ما ليس معروفًا بأنه صحيح هو خطأ، إنه ببساطة غير معروف. من المتوقع أن يتكيف الذكاء الاصطناعي مع هذه التغييرات غير المتوقعة والمهام الجديدة أثناء تنقله في العالم. وهذا يقدم مجموعة من المشاكل الصعبة لقدرات الذكاء الاصطناعي الحالية.
معظم مشاكل المؤسسات ليست مثل هذا
على النقيض من ذلك، فإن مشاكل العالم المغلق هي تلك التي يكون نطاقها معروفًا، والقواعد واضحة. هذه هي أنواع المشاكل التي تواجهها معظم الشركات يوميًا: مطابقة الفواتير، التحقق من العقود، كشف الاحتيال، معالجة المطالبات.
|
الميزة |
العالم المفتوح |
العالم المغلق |
|
النطاق |
غير محدود |
محدد جيدًا |
|
المعرفة |
غير مكتملة |
كاملة (داخل المجال) |
|
الافتراضات |
غير معروف ≠ خطأ |
غير معروف = خطأ |
|
المهام |
ناشئة، غير محددة مسبقًا |
ثابتة، متكررة |
|
قابلية الاختبار |
صعبة للغاية |
محددة جيدًا |
هذه ليست حالات الاستخدام التي عادة ما تصنع العناوين، لكنها تلك التي تهتم بها الشركات فعليًا في حلها.
كيف تبدو وكلاء المؤسسات فعليًا
عندما يتخيل الناس وكلاء الذكاء الاصطناعي اليوم، يميلون إلى تصور نافذة دردشة. لكن في المؤسسات، معظم الوكلاء المفيدين ليسوا مبادرين من قبل المستخدم، بل هم مستقلون. إنهم عمليات طويلة الأمد تتفاعل مع البيانات أثناء تدفقها عبر الأعمال.
تخيل وكيلًا يراقب الفواتير الجديدة. في كل مرة تصل فاتورة، يقوم باستخراج الحقول ذات الصلة، والتحقق منها مقابل أوامر الشراء المفتوحة، وإبراز التناقضات، وإما توجيه الفاتورة للموافقة أو الرفض. أو فكر في عملية انضمام العملاء، حيث قد يراقب وكيل لحظة إنشاء حساب جديد.
هذه هي كيفية ظهور وكلاء المؤسسات: يعتمدون على الأحداث، مستقلون، مستمرون، وغير متزامنين.
لا تبني هؤلاء الوكلاء من خلال تحسين نموذج ضخم. بل تقوم ببنائهم من خلال ربط النماذج والأدوات والمنطق الموجودة. إنها مشكلة هندسة البرمجيات، وليست مشكلة نمذجة.
لقد حللنا هذا النوع من المشاكل من قبل
إذا كان هذا يبدو مألوفًا، فيجب أن يكون كذلك. لقد كنا هنا من قبل. عندما لم تتمكن الأنظمة الأحادية من التوسع، قمنا بتفكيكها إلى خدمات صغيرة. هذه دروس صعبة تم تعلمها على مدى عقود من بناء الأنظمة الواقعية.
نماذج الذكاء الاصطناعي ليست حتمية، لكن أنظمتك يمكن أن تكون
المشاكل التي تستحق الحل في معظم الأعمال هي مشاكل عالم مغلق: مشاكل ذات مدخلات معروفة، وقواعد واضحة ونتائج قابلة للقياس. لكن النماذج التي نستخدمها، خاصة نماذج اللغة الكبيرة، غير حتمية بطبيعتها. لذا إذا كنت ترغب في بناء أنظمة ذكاء اصطناعي جاهزة للإنتاج، فإن مهمتك بسيطة: احط نماذج غير حتمية في بنية تحتية حتمية.
بناء الأساس الصحيح
مستقبل الذكاء الاصطناعي في المؤسسات لا يبدأ بالذكاء الاصطناعي العام. بل يبدأ بأتمتة تعمل. وهذا يعني التركيز على المشكلات المغلقة التي هي منظمة، محدودة وغنية بالفرص لتحقيق تأثير حقيقي.
في النهاية، من المهم أن نفهم أن الذكاء الاصطناعي الفعلي لا يزال بعيدًا عن تحقيق الأحلام الكبيرة. بدلاً من ذلك، يجب أن نركز على تطوير وكلاء ذكاء اصطناعي قادرين على حل المشكلات المحدودة بشكل فعال.
التعليقات 0
سجل دخولك لإضافة تعليق
لا توجد تعليقات بعد. كن أول من يعلق!