جارتنر: 4 توجهات تقود الابتكار في الذكاء الاصطناعى على المدى القريب

رصدت شركة "جارتنر" في تقريرها الجديد (هايب سايكل) للذكاء الاصطناعي للعام 2021 أربعة توجهات تعتقد أنها ستكون المسؤولة عن توجيه دفة الابتكار على المدى القريب على صعيد الذكاء الاصطناعي، وتضم هذه التوجهات كلا من الذكاء الاصطناعي المسؤول، ومنهجية التعامل مع البيانات المحدودة والواسعة، وتفعيل منصات الذكاء الاصطناعي، وأخيرا، الاستخدام الفعّال لموارد البيانات والنماذج والحوسبة.
وقالت شوبهانجي فاشيسث، كبير محللي الأبحاث لدى "جارتنر":" يسجّل الذكاء الاصطناعي تطورا في الابتكارات بوتيرة متسارعة، لاسيما وأن عدد التقنيات التي يتوقّع لها أن تدخل حيّز التطبيق العام خلال العامين إلى خمس أعوام المقبلة يفوق معدّل تلك الواردة في تقرير جارتنر (هايب سايكل).
ومن المنتظر لابتكارات مثل الذكاء الاصطناعي الطرفي (edge AI)، ورؤى الكمبيوتر، واتخاذ القرار الذكي، والتعلّم الآلي أن تسهم في التحوّل الذي ستشهده الأسواق خلال السنوات المقبلة".
ولا يزال سوق الذكاء الاصطناعي يشهد حالة من التطوّر المستمر، مع تركّز نسبة الابتكارات التي تحجز موقعها على رأس المنحنى الصاعد لمؤشر الابتكار. وهذا إنما يدلّ على التوجهات التي تسجّلها الأسواق من رغبة لدى المستخدم النهائي في إيجاد قدرات تقنية محدّدة ربما تتجاوز في إمكانيات وقدرات الأدوات الحالية المتاحة لتقنيات الذكاء الاصطناعي.
وفيما يلي أربعة توجهات تدفع بابتكارات الذكاء الاصطناعي قدما وفقا لما أوردته مؤسسة "جارتنر":
1- الذكاء الاصطناعي المسؤول
قالت سفيتلانا سيكولار، نائب رئيس الأبحاث لدى "جارتنر":" لا تزال قضايا مثل زيادة درجة الثقة، والشفافية، والعدالة، وقابلية التدقيق في تقنيات الذكاء الاصطناعي تحظى باهتمام متزايد لدى مجموعة واسعة من الأطراف ذات الصلة، ولذا، فإن اعتماد الذكاء الاصطناعي المسؤول يساعد في تحقيق العدالة، على الرغم من وجود التحيّز في البيانات المعتمدة، وكسب الثقة على الرغم من استمرار تطورات أساليب الشفافية والمساءلة، وضمان الامتثال التنظيمي على الرغم من الطبيعة المبنية على الاحتمالات للذكاء الاصطناعي".
بل تتوقع شركة "جارتنر" أنه وبحلول 2023 سيتعيّن على الفرق المشرفة على تطوير الذكاء الاصطناعي وأعمال التدريب أن تُظهر خبراتها في مجال الذكاء الاصطناعي المسؤول.
2- البيانات المحدودة والواسعة
تمثّل البيانات أساس مبادرات الذكاء الاصطناعي الناجحة. إذ يمكن لمنهجيات البيانات المحدودة والواسعة توفير تحليلات وذكاء اصطناعي أكثر تطورا، وتحدّ من اعتماد المؤسسات على البيانات الضخمة big data، وتُقدّم إدراكا أكثر اكتمالا وإلماما بالحالة الراهنة.
ووفقا لما أوردته "جارتنر"، فإنه وبحلول 2025 فإن قرابة 70% من المؤسسات ستكون مقتنعة بتحويل تركيزها من البيانات الضخمة إلى البيانات المحدودة والواسعة، مما يتيح مزيدا من السياقات للتحليل وجعل الذكاء الاصطناعي أقل اعتمادا على البيانات.
3- تفعيل منصات الذكاء الاصطناعي
إن الحاجة الماسّة والمُلحّة للاستفادة من الذكاء الاصطناعي من أجل التحوّل الرقمي للأعمال يعزّز من الحاجة إلى تفعيل منصات الذكاء الاصطناعي، وهذا ما يتطلب الانتقال بمشاريع الذكاء الاصطناعي من مرحلة المفهوم إلى مرحلة الإنتاج، يما يتيح الاعتماد على حلول الذكاء الاصطناعي لحل المشكلات على مستوى المؤسسة.
تقول سيكولار:" أظهرت دراسة قامت بها "جارتنر" أن نصف مشاريع الذكاء الاصطناعي فقط تنجح في تجاوز المرحلة التجريبية إلى مرحلة الإنتاج، وأن تلك التي تنجح في ذلك تستغرق مدة تمتد إلى قرابة تسعة أشهر لتحقيق ذلك، كما أن بعض الابتكارات مثل منصات أتمتة وتنسيق الذكاء الاصطناعي AIOAP وتشغيل النماذج ModelOps أتاحت إمكانية إعادة الاستخدام، وقابلية التطوير، والحوكمة، مما يسهم في نمو وتسريع وتيرة تبني الذكاء الاصطناعي".
4- الاستخدام الفعّال للموارد
بالنظر إلى حجم ودرجة تعقيد البيانات، والنماذج، وموارد الحوسبة المستخدمة في تنفيذ مشاريع الذكاء الاصطناعي، إن الابتكارات في ميدان الذكاء الاصطناعي تتطلب الاستغلال الأمثل لهذه الموارد المتاحة وبأعلى درجات الكفاءة، كما أن بعض المفاهيم المتعلقة بالذكاء الاصطناعي مثل تعدّد الخبرات، والذكاء الاصطناعي المركّب، ومولّدات الذكاء الاصطناعي ومحوّلاته تلقى اهتماما متزايدا في أسواق الذكاء الاصطناعي، وذلك لما تمتلكه من قدرات في مجال إيجاد الحلول لقائمة عريضة من المشكلات التي تواجه الأعمال، وبأساليب أكثر فاعلية.