هذا الأسبوع في الذكاء الاصطناعي: تتزايد شكوك الشركات بشأن عائد استثمار الذكاء الاصطناعي

مرحبًا يا رفاق، مرحبًا بكم في النشرة الإخبارية المنتظمة للذكاء الاصطناعي الخاصة بـ TechCrunch.

أصدرت مؤسسة جارتنر هذا الأسبوع في مجال الذكاء الاصطناعي تقريرًا يشير إلى أنه سيتم التخلي عن حوالي ثلث مشاريع الذكاء الاصطناعي التوليدية في المؤسسة بعد مرحلة إثبات المفهوم بحلول نهاية عام 2025. والأسباب كثيرة – ضعف جودة البيانات، وعدم كفاية ضوابط المخاطر وتصاعد تكاليف البنية التحتية وما إلى ذلك.

لكن أحد أكبر العوائق التي تحول دون اعتماد الذكاء الاصطناعي هو عدم وضوح قيمة الأعمال، وفقًا للتقرير.

إن تبني الذكاء الاصطناعي على مستوى المؤسسة يأتي بتكاليف كبيرة، تتراوح من 5 ملايين دولار إلى 20 مليون دولار، وفقًا لتقديرات مؤسسة جارتنر. توصل التقرير إلى أن مساعد الترميز البسيط لديه تكلفة أولية تتراوح بين 100 ألف دولار و200 ألف دولار وتكاليف متكررة تصل إلى 550 دولارًا لكل مستخدم سنويًا، في حين أن أداة البحث عن المستندات التي تعمل بالذكاء الاصطناعي يمكن أن تكلف مليون دولار مقدمًا وما بين 1.3 مليون دولار و11 مليون دولار لكل مستخدم سنويًا. .

ومن الصعب على الشركات أن تتقبل هذه الأسعار الباهظة عندما يكون من الصعب قياس الفوائد، وقد يستغرق تحقيقها سنوات – إذا حدث ذلك بالفعل. أبدًا تتحقق.

يكشف استطلاع أجرته شركة Upwork هذا الشهر أن الذكاء الاصطناعي، بدلاً من تعزيز الإنتاجية، أثبت في الواقع أنه وسيلة فعالة حرج للعديد من العمال استخدامه. وفقًا للاستطلاع، الذي أجرى مقابلات مع 2500 من المديرين التنفيذيين والموظفين بدوام كامل والمستقلين، يقول ما يقرب من نصف (47٪) الموظفين الذين يستخدمون الذكاء الاصطناعي أنه ليس لديهم أي فكرة عن كيفية تحقيق مكاسب الإنتاجية التي يتوقعها أصحاب العمل بينما أكثر من ثلاثة أرباعهم (77%) يعتقدون أن أدوات الذكاء الاصطناعي موجودة انخفض الإنتاجية وإضافتها إلى عبء العمل بطريقة واحدة على الأقل.

يبدو أن مرحلة شهر العسل في الذكاء الاصطناعي قد تكون على وشك الانتهاء، على الرغم من النشاط القوي من جانب رأس المال الاستثماري. وهذا ليس صادمًا. تكشف الحكاية تلو الأخرى كيف أن الذكاء الاصطناعي التوليدي، الذي لم يحل المشكلات التقنية الأساسية، غالبًا ما يمثل مشكلة أكثر مما يستحق.

يوم الثلاثاء فقط، نشرت بلومبرج مقالًا عن أداة مدعومة من جوجل تستخدم الذكاء الاصطناعي لتحليل السجلات الطبية للمرضى، وهي الآن قيد الاختبار في مستشفيات HCA في فلوريدا. قال مستخدمو الأداة التي تحدثت معها بلومبرج إنها لا تستطيع تقديم معلومات صحية موثوقة باستمرار؛ وفي إحدى المرات، فشل في ملاحظة ما إذا كان المريض يعاني من أي حساسية للأدوية.

بدأت الشركات تتوقع المزيد من الذكاء الاصطناعي. باستثناء الاختراقات البحثية التي تعالج أسوأ القيود، يتعين على البائعين إدارة التوقعات.

سنرى ما إذا كان لديهم التواضع للقيام بذلك.

أخبار

بحثGPT: أعلنت OpenAI يوم الخميس الماضي عن SearchGPT، وهي ميزة بحث مصممة لتقديم “إجابات في الوقت المناسب” للأسئلة، بالاعتماد على مصادر الويب.

يحصل Bing على المزيد من الذكاء الاصطناعي: وحتى لا يتفوق عليها أحد، قامت مايكروسوفت الأسبوع الماضي بمعاينة تجربة البحث الخاصة بها المدعومة بالذكاء الاصطناعي، والتي تسمى البحث التوليدي لـ Bing. متاح فقط لـ “نسبة صغيرة” من المستخدمين في الوقت الحالي، حيث يقوم بحث Bing التوليدي – مثل SearchGPT – بتجميع المعلومات من جميع أنحاء الويب وإنشاء ملخص استجابة لاستعلامات البحث.

X يختار المستخدمين في: قامت X، تويتر سابقًا، بهدوء بطرح تغيير يبدو أنه يجعل بيانات المستخدم افتراضية في مجموعة التدريب الخاصة بها لـ chatbot Grok الخاص بـ X، وهي خطوة اكتشفها مستخدمو المنصة يوم الجمعة. وسرعان ما انتقد المنظمون في الاتحاد الأوروبي وآخرون هذا الأمر. (هل تتساءل عن كيفية إلغاء الاشتراك؟ إليك الدليل.)

الاتحاد الأوروبي يدعو للمساعدة في مجال الذكاء الاصطناعي: بدأ الاتحاد الأوروبي مشاورة بشأن القواعد التي سيتم تطبيقها على مقدمي نماذج الذكاء الاصطناعي للأغراض العامة بموجب قانون الذكاء الاصطناعي الخاص بالكتلة، وهو إطاره القائم على المخاطر لتنظيم تطبيقات الذكاء الاصطناعي.

تفاصيل الحيرة ترخيص الناشر: سيبدأ محرك بحث الذكاء الاصطناعي Perplexity قريبًا في مشاركة عائدات الإعلانات مع ناشري الأخبار عندما يقوم برنامج الدردشة الآلي الخاص به بعرض محتواهم استجابةً لاستعلام، وهي خطوة يبدو أنها مصممة لتهدئة النقاد الذين اتهموا Perplexity بالسرقة الأدبية والتقطيع غير الأخلاقي للويب.

ميتا تطرح AI Studio: قالت شركة Meta يوم الاثنين إنها تطرح أداة AI Studio الخاصة بها لجميع المبدعين في الولايات المتحدة للسماح لهم بإنشاء روبوتات دردشة مخصصة تعمل بالذكاء الاصطناعي. وكشفت الشركة لأول مرة عن AI Studio العام الماضي وبدأت في اختباره مع منشئي محتوى مختارين في يونيو.

وزارة التجارة تؤيد النماذج “المفتوحة”: أصدرت وزارة التجارة الأمريكية يوم الاثنين تقريرًا يدعم نماذج الذكاء الاصطناعي التوليدية “ذات الوزن المفتوح” مثل Meta’s Llama 3.1، لكنها أوصت الحكومة بتطوير “قدرات جديدة” لمراقبة مثل هذه النماذج بحثًا عن المخاطر المحتملة.

99 دولارًا صديقًا: يعمل آفي شيفمان، الذي ترك جامعة هارفارد، على جهاز يعمل بالذكاء الاصطناعي بقيمة 99 دولارًا يسمى Friend. كما يوحي الاسم، تم تصميم القلادة التي يتم ارتداؤها على الرقبة ليتم التعامل معها كرفيق من نوع ما. لكن ليس من الواضح بعد ما إذا كان يعمل تمامًا كما هو معلن عنه.

ورقة بحثية للأسبوع

يعد التعلم المعزز من ردود الفعل البشرية (RLHF) هو الأسلوب السائد لضمان أن نماذج الذكاء الاصطناعي التوليدية تتبع التعليمات وتلتزم بإرشادات السلامة. لكن RLHF يتطلب توظيف عدد كبير من الأشخاص لتقييم استجابات النموذج وتقديم التعليقات، وهي عملية تستغرق وقتًا طويلاً ومكلفة.

لذا فإن OpenAI تتبنى البدائل.

في ورقة بحثية جديدة، يصف الباحثون في OpenAI ما يسمونه المكافآت القائمة على القواعد (RBRs)، والتي تستخدم مجموعة من القواعد خطوة بخطوة لتقييم وتوجيه استجابات النموذج للمطالبات. تعمل عمليات RBR على تقسيم السلوكيات المرغوبة إلى قواعد محددة يتم استخدامها بعد ذلك لتدريب “نموذج المكافأة”، الذي يوجه الذكاء الاصطناعي – “يعلمه” إلى حد ما – حول كيفية التصرف والاستجابة في مواقف محددة.

تدعي OpenAI أن النماذج المدربة على RBR تُظهر أداءً أفضل للسلامة من تلك التي تم تدريبها باستخدام التعليقات البشرية وحدها مع تقليل الحاجة إلى كميات كبيرة من بيانات التعليقات البشرية. في الواقع، تقول الشركة إنها استخدمت RBRs كجزء من حزمة الأمان الخاصة بها منذ إطلاق GPT-4 وتخطط لتنفيذ RBRs في النماذج المستقبلية.

نموذج الاسبوع

تحرز شركة DeepMind التابعة لشركة Google تقدمًا في سعيها لمعالجة المشكلات الرياضية المعقدة باستخدام الذكاء الاصطناعي.

قبل بضعة أيام، أعلنت شركة DeepMind أنها قامت بتدريب نظامين للذكاء الاصطناعي على حل أربع من أصل ست مسائل من الأولمبياد الدولي للرياضيات (IMO) لهذا العام، وهي مسابقة الرياضيات المرموقة في المدارس الثانوية. تدعي شركة DeepMind أن النظامين AlphaProof وAlphaGeometry 2 (خليفة نظام AlphaGeometry الذي صدر في شهر يناير)، أظهرا قدرة على تشكيل والاعتماد على التجريدات والتخطيط الهرمي المعقد – وكلها كانت تمثل تحديًا تاريخيًا لأنظمة الذكاء الاصطناعي.

عمل AlphaProof وAlphaGeometry 2 معًا لحل مشكلتين في الجبر ومسألة نظرية الأعداد. (تم ترك السؤالين المتبقيين حول التوافقيات دون حل). تم التحقق من النتائج من قبل علماء الرياضيات. إنها المرة الأولى التي تتمكن فيها أنظمة الذكاء الاصطناعي من تحقيق أداء على مستوى الميدالية الفضية في أسئلة المنظمة البحرية الدولية.

ومع ذلك، هناك بعض المحاذير. استغرق الأمر أيامًا حتى تتمكن النماذج من حل بعض المشكلات. وعلى الرغم من أن قدراتهم المنطقية مثيرة للإعجاب، إلا أن AlphaProof وAlphaGeometry 2 لا يمكنهم بالضرورة المساعدة في حل المشكلات المفتوحة التي لها العديد من الحلول الممكنة، على عكس تلك التي لديها إجابة واحدة صحيحة.

سنرى ما سيجلبه الجيل القادم.

الاستيلاء على حقيبة

أصدرت شركة Stability AI الناشئة في مجال الذكاء الاصطناعي نموذجًا توليديًا للذكاء الاصطناعي يحول مقطع فيديو لكائن ما إلى مقاطع متعددة تبدو كما لو تم التقاطها من زوايا مختلفة.

يُطلق على النموذج اسم Stable Video 4D، ويمكن أن يكون له تطبيقات في تطوير الألعاب وتحرير الفيديو، كما يقول Stability، بالإضافة إلى الواقع الافتراضي. وكتبت الشركة في منشور على مدونتها: “نتوقع أن تتبنى الشركات نموذجنا، وتحسنه بشكل أكبر ليناسب متطلباتها الفريدة”.

لاستخدام Stable Video 4D، يقوم المستخدمون بتحميل اللقطات وتحديد زوايا الكاميرا المطلوبة. وبعد حوالي 40 ثانية، يقوم النموذج بعد ذلك بإنشاء ثمانية مقاطع فيديو بخمسة إطارات (على الرغم من أن “التحسين” قد يستغرق 25 دقيقة أخرى).

تقول شركة Stability إنها تعمل بنشاط على تحسين النموذج وتحسينه للتعامل مع نطاق أوسع من مقاطع الفيديو الواقعية بما يتجاوز مجموعات البيانات التركيبية الحالية التي تم تدريبها عليها. وتابعت الشركة: “إن إمكانات هذه التكنولوجيا في إنشاء مقاطع فيديو واقعية ومتعددة الزوايا هائلة، ونحن متحمسون لرؤية كيف ستتطور مع البحث والتطوير المستمر”.