هذا الأسبوع في الذكاء الاصطناعي: تلصق Microsoft إعلانًا للذكاء الاصطناعي على لوحات المفاتيح

إن مواكبة صناعة سريعة الحركة مثل الذكاء الاصطناعي يعد أمرًا صعبًا. لذا، إلى أن يتمكن الذكاء الاصطناعي من القيام بذلك نيابةً عنك، إليك ملخصًا مفيدًا للقصص الحديثة في عالم التعلم الآلي، إلى جانب الأبحاث والتجارب البارزة التي لم نغطيها بمفردنا.

كشفت Microsoft هذا الأسبوع في مجال الذكاء الاصطناعي عن تخطيط قياسي جديد للوحة مفاتيح الكمبيوتر الشخصي مع مفتاح “Copilot”. لقد سمعت بشكل صحيح – من الآن فصاعدا، سيكون لدى أجهزة Windows مفتاح مخصص لتشغيل مساعد Copilot المدعوم بالذكاء الاصطناعي من Microsoft، ليحل محل مفتاح التحكم الصحيح.

يتصور المرء أن هذه الخطوة تهدف إلى الإشارة إلى جدية استثمار مايكروسوفت في السباق على هيمنة الذكاء الاصطناعي على المستهلكين (والمؤسسات في هذا الشأن). إنها المرة الأولى التي تغير فيها Microsoft تخطيط لوحة مفاتيح Windows منذ 30 عامًا تقريبًا؛ من المقرر أن يتم شحن أجهزة الكمبيوتر المحمولة ولوحات المفاتيح المزودة بمفتاح Copilot في أواخر فبراير.

ولكن هل كل ذلك ثرثرة؟ هل مستخدمي Windows حقا يريد اختصار الذكاء الاصطناعي – أو نكهة مايكروسوفت لفترة الذكاء الاصطناعي؟

من المؤكد أن شركة ميكروسوفت قدمت عرضًا لحقن جميع منتجاتها القديمة والجديدة تقريبًا بوظيفة “مساعد الطيار”. في الكلمات الرئيسية المبهجة، والعروض التوضيحية الرائعة، والآن، مفتاح الذكاء الاصطناعي، تجعل الشركة تقنية الذكاء الاصطناعي الخاصة بها بارزة – وتراهن على ذلك لزيادة الطلب.

الطلب ليس أمرا مؤكدا. ولكن لكي نكون منصفين. تمكن عدد قليل من البائعين من تحويل نجاحات الذكاء الاصطناعي الفيروسية إلى نجاحات. انظر إلى OpenAI، صانع ChatGPT، الذي يقال إن إيراداته السنوية تجاوزت 1.6 مليار دولار بحلول نهاية عام 2023. ويبدو أن منصة الفنون التوليدية Midjourney مربحة أيضًا – ولم تحصل بعد على سنت واحد من رأس المال الخارجي.

التركيز على قليلة، رغم ذلك. كان على معظم البائعين، المثقلين بتكاليف التدريب وتشغيل نماذج الذكاء الاصطناعي المتطورة، البحث عن شرائح أكبر وأكبر من رأس المال للبقاء على قدميه. ومن الأمثلة على ذلك، يقال إن شركة Anthropic ستجمع 750 مليون دولار في جولة من شأنها أن يصل إجمالي ما تم جمعه إلى أكثر من 8 مليارات دولار.

وتأمل مايكروسوفت، بالتعاون مع شركائها في مجال الرقائق AMD وIntel، أن تنتقل معالجة الذكاء الاصطناعي بشكل متزايد من مراكز البيانات الباهظة الثمن إلى السيليكون المحلي، مما يؤدي إلى تسليع الذكاء الاصطناعي في هذه العملية – وقد يكون ذلك صحيحا. تحتوي مجموعة الرقائق الاستهلاكية الجديدة من Intel على نوى مصممة خصيصًا لتشغيل الذكاء الاصطناعي. بالإضافة إلى ذلك، فإن شرائح مراكز البيانات الجديدة مثل تلك الخاصة بشركة Microsoft يمكن أن تجعل التدريب النموذجي مسعى أقل تكلفة مما هو عليه حاليًا.

ولكن ليس هناك ضمان. سيكون الاختبار الحقيقي هو معرفة ما إذا كان مستخدمو Windows والعملاء من المؤسسات، الذين يتعرضون للقصف بما يرقى إلى إعلانات Copilot، يظهرون شهية للتكنولوجيا – وينفقون عليها. إذا لم يفعلوا ذلك، فقد لا يمر وقت طويل قبل أن تضطر Microsoft إلى إعادة تصميم لوحة مفاتيح Windows مرة أخرى.

فيما يلي بعض قصص الذكاء الاصطناعي الأخرى الجديرة بالملاحظة من الأيام القليلة الماضية:

• مساعد الطيار يأتي إلى الهاتف المحمول: وفي المزيد من أخبار Copilot، جلبت Microsoft عملاء Copilot بهدوء إلى Android وiOS، إلى جانب iPadOS.
• متجر جي بي تي: أعلنت شركة OpenAI عن خطط لإطلاق متجر لـ GPTs، وهي تطبيقات مخصصة تعتمد على نماذج الذكاء الاصطناعي الخاصة بإنشاء النصوص (مثل GPT-4)، خلال الأسبوع المقبل. تم الإعلان عن متجر GPT العام الماضي خلال مؤتمر المطورين السنوي الأول لـ OpenAI، DevDay، ولكن تم تأجيله في ديسمبر – ومن المؤكد تقريبًا بسبب التغيير القيادي الذي حدث في نوفمبر بعد الإعلان الأولي مباشرة.
• OpenAI يقلص مخاطر التسجيل: وفي أخبار OpenAI الأخرى، تتطلع الشركة الناشئة إلى تقليص مخاطرها التنظيمية في الاتحاد الأوروبي من خلال تحويل جزء كبير من أعمالها الخارجية من خلال كيان أيرلندي. كتبت ناتاشا أن هذه الخطوة ستقلل من قدرة بعض هيئات مراقبة الخصوصية في الكتلة على التصرف من جانب واحد بشأن المخاوف.
• الروبوتات التدريبية: يكتب برايان أن فريق DeepMind Robotics التابع لشركة Google يستكشف طرقًا لمنح الروبوتات فهمًا أفضل لما نريده نحن البشر منها على وجه التحديد. يمكن للنظام الجديد للفريق إدارة أسطول من الروبوتات التي تعمل جنبًا إلى جنب واقتراح المهام التي يمكن إنجازها بواسطة أجهزة الروبوتات.
• شركة إنتل الجديدة: إنتل تدور شركة منصة جديدة، Articul8 AI، بدعم من شركة إدارة الأصول والمستثمر DigitalBridge ومقرها بوكا راتون بولاية فلوريدا. وكما يوضح متحدث باسم إنتل، فإن منصة Articul8 “توفر إمكانات الذكاء الاصطناعي التي تحافظ على بيانات العملاء والتدريب والاستدلال ضمن محيط أمان المؤسسة” – وهو احتمال جذاب للعملاء في الصناعات شديدة التنظيم مثل الرعاية الصحية والخدمات المالية.
• صناعة صيد الأسماك المظلمة مكشوفة: تقدم صور الأقمار الصناعية والتعلم الآلي نظرة جديدة أكثر تفصيلاً بكثير على الصناعة البحرية، وتحديدًا عدد وأنشطة سفن الصيد والنقل في البحر. تبين أن هناك طريق أكثر مما توحي به البيانات المتاحة للجمهور – وهي حقيقة كشف عنها بحث جديد نُشر في مجلة Nature أجراه فريق في Global Fishing Watch والعديد من الجامعات المتعاونة.
• البحث المدعوم بالذكاء الاصطناعي: قامت Perplexity AI، وهي منصة تطبق الذكاء الاصطناعي على البحث على الويب، بجمع 73.6 مليون دولار في جولة تمويل تقدر قيمة الشركة بمبلغ 520 مليون دولار. على عكس محركات البحث التقليدية، تقدم Perplexity واجهة تشبه برنامج الدردشة الآلية تسمح للمستخدمين بطرح الأسئلة باللغة الطبيعية (على سبيل المثال، “هل نحرق السعرات الحرارية أثناء النوم؟”، “ما هو البلد الأقل زيارة؟”، وما إلى ذلك).
• الملاحظات السريرية، مكتوبة تلقائيا: وفي المزيد من أخبار التمويل، شركة Nabla الناشئة ومقرها باريس جمعت مبلغًا رائعًا قدره 24 مليون دولار. الشركة التي لديها الشراكة مع المجموعة الطبية الدائمةتعمل شركة كايزر بيرماننت، وهي أحد أقسام شركة الرعاية الصحية الأمريكية العملاقة كايزر بيرماننت، على “مساعد طيار يعمل بالذكاء الاصطناعي” للأطباء وغيرهم من العاملين السريريين الذين يقومون تلقائيًا بتدوين الملاحظات وكتابة التقارير الطبية.

المزيد من التعلم الآلي

ربما تتذكر أمثلة مختلفة لأعمال مثيرة للاهتمام خلال العام الماضي تتضمن إجراء تغييرات طفيفة على الصور التي تتسبب في حدوث خطأ في نماذج التعلم الآلي، على سبيل المثال، صورة كلب مقابل صورة سيارة. يفعلون ذلك عن طريق إضافة “اضطرابات”، وهي تغييرات طفيفة على وحدات بكسل الصورة، في نمط لا يمكن إلا للنموذج أن يراه. أو على الأقل هم معتقد فقط النموذج يمكنه إدراكه.

أظهرت تجربة أجراها باحثون في Google DeepMind أنه عندما تم تعديل صورة الزهور لتبدو أكثر شبهاً بالقطط بالنسبة للذكاء الاصطناعي، كان الناس أكثر ميلاً إلى وصف تلك الصورة بأنها تشبه القطة على الرغم من أنها لم تعد تشبه القطة بالتأكيد. الشيء نفسه بالنسبة للأشياء الشائعة الأخرى مثل الشاحنات والكراسي.

لماذا؟ كيف؟ الباحثون لا يعرفون ذلك حقًا، وشعر جميع المشاركين أنهم كانوا يختارون عشوائيًا (في الواقع، التأثير، على الرغم من موثوقيته، نادرًا ما يكون فوق الصدفة). يبدو أننا أكثر إدراكًا مما نعتقد، ولكن هذا له أيضًا آثار على السلامة وغيرها من التدابير، لأنه يشير إلى أن الإشارات المموهة يمكن أن تنتشر بالفعل من خلال الصور دون أن يلاحظها أحد.

صدرت تجربة أخرى مثيرة للاهتمام تتعلق بالإدراك البشري من معهد ماساتشوستس للتكنولوجيا (MIT) هذا الأسبوع، والتي استخدمت التعلم الآلي للمساعدة في توضيح نظام معين لفهم اللغة. في الأساس، بعض الجمل البسيطة، مثل “مشيت إلى الشاطئ”، بالكاد تتطلب أي قوة دماغية لفك شفرتها، في حين أن الجمل المعقدة أو المربكة مثل “في نظامه الأرستقراطي الذي أحدث ثورة كئيبة” تنتج تنشيطًا أكثر وأوسع، كما تم قياسه بواسطة الرنين المغناطيسي الوظيفي.

قارن الفريق قراءات التنشيط لدى البشر الذين قرأوا مجموعة متنوعة من هذه الجمل مع كيفية تنشيط نفس الجمل لما يعادل المناطق القشرية في نموذج لغة كبير. ثم صنعوا نموذجًا ثانيًا تعلم كيفية توافق نمطي التنشيط مع بعضهما البعض. كان هذا النموذج قادرًا على التنبؤ فيما إذا كانت الجمل الجديدة ستؤثر على الإدراك البشري أم لا. قد يبدو الأمر غامضًا بعض الشيء، لكنه بالتأكيد مثير للاهتمام للغاية، ثق بي.

ما إذا كان التعلم الآلي يمكنه تقليد الإدراك البشري في المجالات الأكثر تعقيدًا، مثل التفاعل مع واجهات الكمبيوتر، لا يزال سؤالًا مفتوحًا إلى حد كبير. ومع ذلك، هناك الكثير من الأبحاث، وهي تستحق دائمًا إلقاء نظرة عليها. لدينا هذا الأسبوع نظام SeeAct، وهو نظام من باحثين في ولاية أوهايو يعمل من خلال ترسيخ تفسيرات LLM للإجراءات المحتملة في أمثلة من العالم الحقيقي.

اعتمادات الصورة: جامعه ولايه اوهيو

في الأساس، يمكنك أن تطلب من نظام مثل GPT-4V إنشاء حجز على موقع ما، وسيحصل على مهمته وأنه يحتاج إلى النقر فوق الزر “إجراء حجز”، لكنه لا يعرف حقًا كيفية القيام بذلك . ومن خلال تحسين كيفية إدراكها للواجهات ذات التصنيفات الواضحة والمعرفة العالمية، يمكنها أن تفعل الكثير بشكل أفضل، حتى لو لم تنجح إلا في جزء صغير من الوقت. أمام هؤلاء الوكلاء طريق طويل لنقطعه، ولكن توقع الكثير من المطالبات الكبيرة هذا العام على أي حال! لقد سمعت بعضًا منها اليوم فقط.

بعد ذلك، تحقق من هذا الحل المثير للاهتمام لمشكلة لم يكن لدي أي فكرة عن وجودها ولكنها منطقية تمامًا. تعد السفن ذاتية القيادة مجالًا واعدًا للأتمتة، ولكن عندما يكون البحر غاضبًا، فمن الصعب التأكد من أنها تسير على المسار الصحيح. نظام تحديد المواقع العالمي (GPS) والجيروسكوبات لا يفيان بالغرض، ويمكن أن تكون الرؤية سيئة أيضًا – ولكن الأهم من ذلك، أن الأنظمة التي تحكمهما ليست معقدة للغاية. لذلك يمكنهم الانحراف عن الهدف بشكل كبير أو هدر الوقود في تحويلات كبيرة إذا لم يعرفوا أي شيء أفضل، وهي مشكلة كبيرة إذا كنت تستخدم طاقة البطارية. ولو لم أكن أفكر في ذلك!

تقترح جامعة البحرية والمحيطات في كوريا (شيء آخر تعلمته اليوم) نموذجًا أكثر قوة لتحديد المسار مبني على محاكاة حركات السفن في نموذج ديناميكيات الموائع الحسابية. ويقترحون أن هذا الفهم الأفضل لحركة الأمواج وتأثيرها على الهياكل والدفع يمكن أن يحسن بشكل كبير كفاءة وسلامة النقل البحري المستقل. قد يكون من المنطقي أيضًا استخدامه في السفن الموجهة بشريًا والتي لا يكون قباطنتها متأكدين تمامًا من أفضل زاوية للهجوم في شكل موجة أو عاصفة معينة!

أخيرًا، إذا كنت تريد تلخيصًا جيدًا للتقدم الكبير الذي تم إحرازه في العام الماضي في علوم الكمبيوتر، والذي تداخل بشكل كبير في عام 2023 مع أبحاث تعلم الآلة، فاطلع على مراجعة Quanta الممتازة.