فريق من معهد ماساتشوستس للتكنولوجيا يعلّم نماذج الذكاء الاصطناعي ما لم تكن تعرفه من قبل.

يتزايد استخدام الذكاء الاصطناعي بسرعة، ويصبح أكثر تشابكًا مع حياتنا اليومية ومع القطاعات الحيوية مثل الرعاية الصحية والاتصالات والطاقة. لكن القوة الكبيرة تأتي أيضًا بمسؤولية كبيرة؛ إذ ترتكب أنظمة الذكاء الاصطناعي أحيانًا أخطاءً أو تقدم إجابات غير مؤكدة قد تترتب عليها عواقب وخيمة.

لماذا يُعد ذلك مهمًا إلى هذه الدرجة؟
قد تُظهر العديد من نماذج الذكاء الاصطناعي، حتى المتقدمة منها، ما يُعرف أحيانًا بـ«الهلوسات»، فتقدم إجابات خاطئة أو غير مستندة إلى أساس. وفي القطاعات التي تكون فيها القرارات بالغة الأهمية، مثل التشخيص الطبي أو القيادة الذاتية، قد تترتب على ذلك عواقب كارثية. طوّرت شركة ثيميس للذكاء الاصطناعي منصة كابسا، التي تطبق التقدير الكمي لعدم اليقين؛ إذ تقيس درجة عدم اليقين في مخرجات الذكاء الاصطناعي وتحددها كميًا بطريقة مفصلة وموثوقة.

 كيف يعمل ذلك؟
من خلال تعليم النماذج الوعيَ بعدم اليقين، يمكنها تزويد المخرجات بتصنيف للمخاطر أو الموثوقية. فعلى سبيل المثال، يمكن لسيارة ذاتية القيادة أن تشير إلى عدم يقينها بشأن موقف ما، ومن ثم تفعّل تدخلًا بشريًا. وهذا لا يعزز السلامة فحسب، بل يزيد أيضًا ثقة المستخدمين بأنظمة الذكاء الاصطناعي.

الخلاصة
معهد ماساتشوستس للتكنولوجيا الفريق يوضح أن مستقبل الذكاء الاصطناعي لا يتمحور حول أن يصبح أكثر ذكاءً فحسب، بل، قبل كل شيء، حول أن يعمل بمزيد من الأمان والإنصاف. في فورتيس للذكاء الاصطناعي، نؤمن بأن الذكاء الاصطناعي لا يصبح ذا قيمة حقيقية إلا عندما يتسم بالشفافية بشأن حدوده الخاصة. وباستخدام أدوات متقدمة للتقدير الكمي لعدم اليقين، مثل كابسا، يمكنكم تحويل هذه الرؤية إلى واقع عملي.