التقدم المذهل للذكاء الاصطناعي

القائمة الرئيسية

الصفحات

التقدم المذهل للذكاء الاصطناعي

Yapay zekanın inanılmaz gelişimi



سيعمل البشر ومنظمة العفو الدولية بشكل أفضل 

عندما يبدأون التعلم من بعضهم البعض
في عصر البيانات الضخمة والتقدم المذهل للذكاء الاصطناعي ، 
تعزز البنية التحتية الاجتماعية المشاركة الرقمية والحضور النشط. 
تعمل الديمقراطية الرقمية على نشر مشاركة عدد متزايد من المستخدمين 
للتفاعل مع المؤسسات والخدمات ، مما يضمن أن القرارات التي تتخذها 
الأدوات الرقمية التي تدعمها منظمة العفو الدولية تعكس القيم الإنسانية. 

منغمسين في التشغيل الآلي ، 

تتضمن العديد من الخيارات التي نتخذها شكلًا من أشكال العملية الحسابية.
 بدأ هذا التحول من السلوك اليدوي إلى السلوك المبرمج مع إدخال أنظمة 
التوصية للعثور على منتجات مماثلة وفقًا لتفضيلات المستخدمين.


ومع ذلك ، فإن أنظمة الذكاء الاصطناعي الحالية تتجاوز فرض 
الاقتراحات وتعرف جيدًا ما الذي نفعله وما نريده . باستخدام 
"الحوسبة المقنعة" و "التحفيز الكبير" ، 
توجه الذكاء الاصطناعي والأتمتة الإجراءات نحو سلوكيات أكثر قبولًا 
مما يستلزم عدم الثقة في رؤية حديثة للتعاون الرقمي. 


تختلف ردود الفعل تجاه هذه الظاهرة من كونها 

"غير موصول" أو مجرد قطع الاتصال من الأنظمة الآلية إلى محاولة التعايش مع الذكاء 
الاصطناعي. بالاعتماد على العديد من التطبيقات في حياتنا اليومية ،
 فمن الواضح أننا اخترنا بالفعل مسار التعايش مع الأتمتة.


ومع ذلك ، فإن التعرض للأسواق الرقمية ومجموعة 
واسعة من الحلول يساهم بشكل طبيعي في الارتباك 
والشك في تجارب المستخدمين عبر الإنترنت. تجلب 
إساءة استخدام وإساءة استخدام الذكاء الاصطناعي 
مجموعة إضافية من التحديات التقنية لإقامة تفاعل 
موثوق بين الإنسان والآلة.

علاوة على ذلك ، يزداد الشكوك في محيط تسجيل البيانات وتحويلها وتوزيعها ،
 مما يؤدي إلى تكوين سحب واسعة وسهلة الوصول إليها لمزيد من الاستخدام 
والتلاعب. لتحسين جودة التعايش بين الإنسان والآلة والالتزام ببعض المبادئ 
الأساسية لأجندة الثورة الرقمية ، من الضروري أن يتحمل المستخدمون النزاهة 
ويثقوا في القرارات الآلية.  

تلعب الثقة دورًا مهمًا في تقليل التعقيد المعرفي الذي يواجهه
 المستخدمون في التفاعل مع التكنولوجيا المتطورة. وبالتالي 
فإن غيابه يؤدي إلى نقص الاستخدام أو التخلي عن نموذج الذكاء الاصطناعي.


يأتي تنظيم الثقة بشكل حدسي

 مع استيعاب عملية التعلم  باستخدام التفسير كتدبير .
 ومع ذلك ، فإن تقديم تعليقات من كل من البشر والآلات يزيد من تعقيد التحديات المذكورة.
 تصبح العملية أكثر تعقيدًا مع إدخال أنواع المستخدمين المحتملين التي يمكنها معالجة الجهاز.
 نظرًا لأنه من نطاق أو مهارة معينة أو مجموعة من الأفكار أو المخرجات المرغوبة من نموذج الذكاء 
الاصطناعي ، يختلف مظهر عملية المستخدم ثنائية الاتجاه مع مختلف المستخدمين.


ستكون التكنولوجيا بنفس القدر

 إذا فهمت جميع المجموعات الأدلة 
التي تقف وراءها واستعدت لاستخدامها بفعالية. يستخدم خبراء 
المجال كمجموعة أولى الذكاء الاصطناعى للأغراض العلمية مع كل 
تفاعل يخدم كعملية لاكتشاف المعرفة.


يهتم المستخدمون النهائيون ، كمجموعة ثانية ، بالمخرجات البحتة ، 
ولا شك أن منتجًا سريعًا وسهل الاستخدام يجب أن يحقق نتائج. لصالح إنتاج 
نماذج جيدة من الذكاء الاصطناعي وزيادة استخدام الأتمتة ، تحتاج المجموعة 
النهائية أو المهندسون المعماريون أو مهندسو النظام إلى فكرة عن العمليات 
الداخلية للأتمتة.


بالنظر إلى كل ما ذكرناه للتو ، ما الوسطاء في المصطلحات البشرية
القادرة على تمثيل التفسير كتدبير؟ يجب أن يكون المستخدمون قادرين 
على فهم أداء AI بسهولة من أجل تقييم قدرته. يتم حل المواقف المتعارضة 
بشكل سيئ بسبب التفاعلات غير الموثوقة بين الإنسان والآلة.


قد يدل بذل جهد مرئي من قبل الجهاز على أنه يعمل لصالح المستخدم.
 يمكن فهم مثل هذا السلوك الإيجابي للنظام الآلي بسهولة مع التصور 
الذي بدوره قد يزيد الثقة. نظرًا لأن التصور يعزز الفهم ، فقد يؤثر 
على الوظائف المدركة وموثوقية الأنظمة المعقدة. التصور يقلل من الحمل 
الزائد للمعلومات المعرفية ويوفر نظرة أفضل على الأداء المعقد. علاوة على ذلك ،
 فإن التواصل مع المخاطر يسهل المصداقية والإدراك للجدارة بالثقة.


يمكن اعتبار اللغة المرئية بمثابة عنصر جسر بين الآليات النفسية 
"الشخصية" والعوامل التجريبية في كل تفاعل. يمكن استخدام التصميم
 للتأثير بشكل مباشر على مستوى الثقة وبالتالي تصحيح اتجاهات المشغلين 
من البشر لإساءة استخدام و / أو التخلص من نظام الذكاء الاصطناعي.


يمكن أن تؤدي الثقة المناسبة إلى أداء نظام الأتمتة البشرية 
المشترك المتفوق على أداء النظام البشري أو الذكاء الاصطناعي وحده. 
نظرًا لأن التواصل الشفاف ضروري لبناء الثقة ، فإن استخدام المرئيات 
يؤثر بشكل مباشر على تحسين أتمتة الإنسان والآلة.


يمكن أن تصل إمكانات التعلم ثنائي الاتجاه إلى كامل إمكاناته بفضل 
الجوانب المرئية ، مع وضع مدخلات بشرية مباشرة في الحلقة إذا فشل 
النموذج في توفير نتيجة مرغوبة. المدخلات والمخرجات في نفس المساحة 
(المرئية) ويحدث التدبير الفعال على كلا الجانبين. يساعد تفسير العناصر 
الداخلية لنموذج الذكاء الاصطناعي على التحكم الفعال وتعزيز الإنصاف تجاه 
مستخدم نهائي مناسب تتركز اهتماماته فقط على التفسيرات القائمة على الإنسان.  


ومع ذلك ، فإن تصور مراحل العمليات الداخلية للجهاز لا يكفي لفهمها الكامل. 
توفر إمكانية إعداد المعلمات مباشرة أو التأثير في العملية التدريبية لنموذج الذكاء 
الاصطناعي مستوى أعلى من التواصل ، وزيادة التعلم ثنائي الاتجاه ، وتعزيز الثقة. يتيح 
استخدام المرئيات التفاعلية في التعلم الآلي إنتاجًا مباشرًا وفوريًا لتوليد تعليقات مرئية فعالة 
أثناء عملية التعلم . وبهذه الطريقة ، يمكن لجميع أنواع المستخدمين فهم إجراءات وأداء نموذج 
الذكاء الاصطناعي ، مما يفتح المجال لتطبيق الذكاء الاصطناعي باستخدام وسائط مختلفة (المحمول ، سطح المكتب ، VR / AR). 


الفكرة من وراء تعزيز التعايش بين الإنسان والآلة ليست تدريب الأتمتة واستبدال 
بعض أنشطتنا. يحتاج الفهم "المتبادل" إلى تمكين المدخلات والثقة الجيدة ، 
حتى يستفيد المستخدم من الذكاء الاصطناعي ويساعد في اكتشاف المعرفة.  


تم اتخاذ إجراءات في هذا الاتجاه ، وتعمل المنصات مثل Archspike 
على تقديم تعليقات نوعية من الإنسان والآلة. تعمل المنصة على 
نوايا المستخدمين وكيف تتغير "المعرفة" مع مدخلات بشرية متتالية بمرور الوقت. 
يتفاعل المستخدم مع النتائج (وليس الاقتراحات) ذات الأهمية المطبقة على مقياس 
(مدينة) كبير لا يمكن استلامه. 


مثال عملي آخر هو منصة تسمى Macaque 

والتي توفر عدة حلقات ثنائية الاتجاه متزامنة بين المستخدمين وأنظمة الذكاء 
الاصطناعي. تتمثل المساهمة الرئيسية للمنصة في زيادة الثقة ، مما يتيح للمشغلين 
الفرصة لفهم الوحدات المعقدة وإدارتها بسهولة. يقدم Macaque تحسين الأداء الذاتي 
من خلال توظيف كل من القدرات البشرية والذكاء الاصطناعي. يختار المشغل طريقة ، ويتم 
التقييم تلقائيًا ، ويتبع الجهاز ردود فعل المستخدمين النهائيين استنادًا إلى تفاعلاتهم
 مع النظام. مع مرور الوقت ، يحصل المشغلون على نتائج أقل تحيزًا استنادًا إلى مدخلات

المستخدم النهائي المتزامنة المتعددة. 

تعتمد البيئة المستقبلية وحيويتها على القدرة على استخدام التطبيقات الذكية 
و "التفكير في النظم". على مهندسي الذكاء الاصطناعى فهم طريقة عمل الأنظمة الآلية 
من أجل تطوير تغذية راجعة فعالة وزيادة أداء النموذج. يلزم دمج عدة تدفقات معلومات متزامنة
أو غير متزامنة في حلقات ثنائية الاتجاه تتسم بالكفاءة.


الجانب الرئيسي في كل عملية

 هي الوظائف المعرفية للإنسان وتطويرها باستخدام الأتمتة. يجب أن تدعم أنظمة الذكاء الاصطناعي التفكير العقلاني الموضوعي وإشراك وتحفيز المستخدمين بدلاً من فرض التوصيات. باستخدام حلقات التعليق ، يمكننا قياس الآثار الجانبية الإيجابية والسلبية لتفاعلاتنا وتحقيق النتائج عن طريق التنظيم الذاتي. التصور أمر حاسم في تقديم رؤى حول كيفية تأثير التغييرات على نموذج الذكاء الاصطناعي ويجب استخدامه في أي مرحلة من مراحل عملية التعلم. من أجل فهم كيفية تطبيق حلقات التغذية الراجعة الفعالة في تفاعل فعال بين الإنسان والآلة ، نحتاج إلى حل المشكلة وفهم تأثير الذكاء الاصطناعي على الأشخاص بشكل منفصل عن التأثير الذي يتمتع به الأشخاص على عمليات التشغيل الآلي.


هل اعجبك الموضوع :

تعليقات