ما هو الذكاء الاصطناعي وكيف يعمل؟

الذكاء الاصطناعي هو مجال علمي وهندسي يسعى إلى منح الآلات قدرات نربطها عادةً بالعقل البشري، مثل الاستدلال والتخطيط والتعلم والإدراك. ولا تُبرمج معظم أنظمة الذكاء الاصطناعي الحديثة وفق قواعد خطوة بخطوة، بل تتعلم الأنماط من أعداد كبيرة من الأمثلة، ثم تستخدمها للتنبؤ بالنتائج، أو تقديم التوصيات، أو اتخاذ القرارات، أو إنتاج محتوى جديد.

نتناول فيما يلي معنى المصطلح، وكيف يعمل التعلم الآلي من الداخل، وكيف تولّد روبوتات المحادثة مثل ChatGPT النصوص، وأين يظهر الذكاء الاصطناعي في حياتنا اليومية، والحدود التي ينبغي أن نتذكرها.

ما هو الذكاء الاصطناعي؟ تعريف مبسّط

يعود الاسم إلى مشروع دартموث البحثي الصيفي عام 1956، الذي اقترحه جون مكارثي وزملاؤه عام 1955. ولعقود، كان الذكاء الاصطناعي يعني في الغالب «الذكاء الاصطناعي الرمزي»، حيث يكتب الخبراء قواعد صريحة يتبعها الحاسوب.

وبحسب مراجعة أكاديمية، ظلّت هذه النظرة القائمة على القواعد هي السائدة حتى نهاية الثمانينيات. بعد ذلك، اكتسبت مناهج مثل الشبكات العصبونية والأنظمة الضبابية والحوسبة التطورية مزيداً من الحضور. وباختصار، انتقل المجال من القواعد المكتوبة يدوياً إلى التعلم من البيانات.

ويعتمد صانعو السياسات توصيفاً مشابهاً. فتعريف منظمة التعاون الاقتصادي والتنمية، الذي عُدّل في نوفمبر 2023، يصف نظام الذكاء الاصطناعي بأنه نظام قائم على الآلة يستنتج من مدخلاته كيفية توليد مخرجات كالتنبؤات والمحتوى والتوصيات والقرارات، والتي يمكن أن تؤثر في البيئات المادية أو الافتراضية. وتختلف الأنظمة في درجة استقلاليتها وقدرتها على التكيف، ويستخدم قانون الذكاء الاصطناعي الأوروبي صياغة قريبة جداً من ذلك.

ثمة تمييزان يساعدان المبتدئين. الأول أن كل ما هو موجود اليوم هو ذكاء اصطناعي ضيق، مصمم لمهام محددة، أما الذكاء الاصطناعي العام (AGI) فلا يزال افتراضياً، بل إن تعريفه نفسه محل خلاف. والثاني أن هذه المصطلحات متداخلة: فالذكاء الاصطناعي يشمل التعلم الآلي، والتعلم الآلي يشمل التعلم العميق، والتعلم العميق بدوره يشغّل النماذج اللغوية الكبيرة والذكاء الاصطناعي التوليدي.

كيف يعمل التعلم الآلي؟

تتبع البرمجيات التقليدية قواعد يكتبها المبرمج. أما التعلم الآلي فيعكس هذه الفكرة: تزوّد النموذج بأمثلة تُسمى بيانات التدريب، فيستخلص هو الأنماط بنفسه.

هناك ثلاثة أنماط رئيسية. في التعلم الخاضع للإشراف، تأتي الأمثلة مصحوبة بوسوم، مثل رسائل بريد مُعلَّمة بأنها «مزعجة» أو «غير مزعجة». وفي التعلم غير الخاضع للإشراف، لا توجد وسوم، ويكتشف النموذج التجمعات بنفسه. أما في التعلم المعزز، فيتعلم النموذج بالتجربة والخطأ عبر المكافآت والعقوبات، كما فعلت الأنظمة التي تلعب الألعاب مثل AlphaGo.

تستخدم معظم الأنظمة القوية اليوم الشبكات العصبونية، وهي طبقات من وحدات رياضية بسيطة مترابطة عبر إعدادات عددية تُسمى المعاملات أو الأوزان. أثناء التدريب، يُخمّن النموذج إجابة، ثم يقارنها بالإجابة الصحيحة ويعدّل أوزانه لتقليص الخطأ. والمصطلحات التقنية لذلك هي الانتشار العكسي والنزول بالتدرج.

ومن المفيد أيضاً الفصل بين مرحلتين. التدريب هو المرحلة المكلفة التي يتعلم فيها النموذج. أما الاستدلال فهو مرحلة تشغيل النموذج الجاهز للإجابة عن الأسئلة أو تقديم التنبؤات.

كيف تعمل النماذج اللغوية الكبيرة مثل ChatGPT؟

تقسّم النماذج اللغوية الكبيرة (LLMs) النص أولاً إلى رموز (tokens)، وهي كلمات كاملة أو أجزاء من كلمات. وقد تحتاج اللغات كثيرة اللواحق، مثل التركية، إلى رموز أكثر لنص بالطول نفسه، although النسبة الدقيقة تختلف بحسب النموذج.

في مرحلة ما قبل التدريب، يتدرب النموذج على مهمة واحدة عبر كمية هائلة من النصوص: التنبؤ بالرمز التالي. وهذا الهدف البسيط يجبره على استيعاب القواعد النحوية والحقائق وأنماط كثيرة أخرى. والتصميم الأساسي هو بنية المحوّل (Transformer)، التي قدّمها باحثون من غوغل في ورقة بحثية عام 2017 بعنوان «الانتباه هو كل ما تحتاجه».

تأتي بعد ذلك مرحلة ما بعد التدريب. يُضبط النموذج بدقة على أمثلة من التعليمات، ويُشكَّل بالتغذية الراجعة، عبر أساليب مثل التعلم المعزز من التغذية الراجعة البشرية (RLHF)، ليتصرف كمساعد نافع. وقد أتاح ChatGPT، الذي أطلقته OpenAI في 30 نوفمبر 2022، هذا النوع من المساعدين لجمهور واسع، وتُعد Gemini وClaude وCopilot وLlama وDeepSeek وMistral وGrok من الأسماء المعروفة الأخرى.

التقنية في تغير مستمر. ومن الاتجاهات الحديثة نماذج الاستدلال التي تحل المشكلات خطوة بخطوة قبل الإجابة، والنماذج متعددة الوسائط التي تتعامل مع الصور والصوت، والوكلاء الذين يستخدمون الأدوات لإنجاز المهام، والتوليد المعزز بالاسترجاع (RAG)، حيث يبحث النموذج أولاً عن مستندات أو معلومات على الويب. وتتغير إصدارات النماذج كثيراً، لذا راجع صفحات الشركات المصنِّعة لمعرفة الإصدارات الحالية.

ما استخدامات الذكاء الاصطناعي في الحياة اليومية؟

من المرجح أنك تستخدم الذكاء الاصطناعي مرات عدة يومياً دون أن تنتبه. فهو يقف وراء التوصيات في مواقع البث والتسوق، ويصفّي الرسائل المزعجة، ويتنبأ بازدحام المرور في تطبيقات الملاحة، ويفتح الهواتف عبر التعرف على الوجه، ويشغّل المساعدات الصوتية، ويترجم النصوص.

وتعتمد البنوك عليه في رصد الاحتيال، وتستخدمه تطبيقات الصور في التحرير التلقائي. وأضاف الذكاء الاصطناعي التوليدي إلى هذه القائمة المساعدة في الكتابة، والتلخيص، والمساعدة في البرمجة، وإنشاء الصور، ودعم الدراسة.

وفي الطب، تساعد أدوات الذكاء الاصطناعي الأطباء على قراءة الفحوص الطبية بالأشعة. وفي العلوم، نال تأثيره اعترافاً على أعلى المستويات: فقد فاز ديميس هассابيس وجون جمبر بجزء من جائزة نوبل في الكيمياء لعام 2024 عن نظام AlphaFold الذي يتنبأ ببنى البروتينات، وفاز جون هوبفيلد وجيفري هينتون بجائزة نوبل في الفيزياء لعام 2024 عن أعمالهما الأساسية في الشبكات العصبونية.

ما حدود الذكاء الاصطناعي ومخاطره؟

أشهر المشكلات هي الهلوسة. فلأن النماذج اللغوية تنتج نصوصاً تبدو معقولة لا حقائق متحقَّقاً منها، يمكن أن تقول أشياء خاطئة بثقة. ويتفاوت تكرار ذلك تفاوتاً كبيراً بحسب النموذج والاختبار، لذا تحقق مرة أخرى من أي معلومة مهمة.

وللنماذج أيضاً حد معرفي: فما لم تكن متصلة بالبحث، لا تعرف شيئاً عن الأحداث التي وقعت بعد انتهاء تدريبها. وقد تعيد إنتاج التحيزات الموجودة في بيانات تدريبها.

والخصوصية تستحق الانتباه. فكّر مرتين قبل كتابة معلومات شخصية أو صحية أو تجارية حساسة في روبوت محادثة، وتحقق من إعدادات كل مزود لمعرفة ما إذا كانت محادثاتك قد تُستخدم في التدريب.

وتشمل النقاشات الأوسع دعاوى حقوق النشر، واستهلاك الطاقة والمياه، والتزييف العميق والمعلومات المضللة، وتأثيره في الوظائف حيث تتباين التوقعات تبايناً كبيراً. وأخيراً، لا ينبغي افتراض أن الأنظمة الحالية تفهم أو تملك وعياً بالمعنى البشري؛ فهذه المسألة لا تزال محل جدل فلسفي.

هل يخضع الذكاء الاصطناعي للتنظيم؟

نعم، وبشكل متزايد. فقد دخل قانون الذكاء الاصطناعي الأوروبي حيز النفاذ في 1 أغسطس 2024، وتُطبَّق التزاماته تدريجياً على مدى عدة سنوات. وقد تتغير بعض المواعيد بموجب مقترحات أوروبية لاحقة، لذا يُستحسن الرجوع إلى المصادر الرسمية للاتحاد الأوروبي للاطلاع على الجدول الزمني الحالي.

وتضع دول أخرى أطرها الخاصة. فتركيا، على سبيل المثال، لديها الاستراتيجية الوطنية للذكاء الاصطناعي للفترة 2021–2025، التي أعدّها مكتب التحول الرقمي التابع للرئاسة ووزارة الصناعة والتكنولوجيا. ولأن السياسات تتحرك بسرعة، تابع الإعلانات الصادرة عن الجهات المختصة للاطلاع على آخر المستجدات.