دراسة: 69% من المؤسسات تُجري أبحاثاً حول الذكاء الاصطناعي وسُبُل استخدامه

استعرضت شركة F5 اليوم، وعلى لسان لوري ماكفيتي، المهندسة البارزة لدى الشركة، أبرز الخصائص التي يجب معرفتها عن تطبيقات الذكاء الاصطناعي. 

وقد أشارت دراسة حديثة لشركة F5 إلى أن معظم المؤسسات (69%) تُجري أبحاثاً حول الذكاء الاصطناعي وحالات الاستخدام المتعلقة به، وأن 43% منها قامت بتطبيق الذكاء الاصطناعي التوليدي أو التنبؤي على نطاق واسع. 

ومن المثير للقلق إلى حد ما معرفة أن 47% من المؤسسات التي تطبق حالياً نوعاً ما من أنواع الذكاء الاصطناعي ليس لديها استراتيجية ذكاء اصطناعي محددة. 

وفي حال كان هناك أي درس قد تعلمناه سابقاً من الاندفاع نحو الحوسبة السحابية العامة، فإنه يتمثل بإدراك حقيقة أن الانخراط الكبير دون وجود استراتيجية سيتسبب بمشاكل في المستقبل. 

وبهدف المساعدة في تحديد تلك الاستراتيجية وخاصة عند محاولة فهم التبعات التشغيلية والأمنية، فقد قمنا بإدراج قائمة بثلاثة أمور يجب أخذها بالاعتبار. 

1. تطبيقات الذكاء الاصطناعي هي تطبيقات حديثة 

قد لا يكون ضرورياً ذكر أن تطبيقيات الذكاء الاصطناعي هي تطبيقات حديثة. وعلى الرغم من أن جوهر تطبيق الذكاء الاصطناعي هو النموذج، فإن هناك العديد من المكونات الأخرى مثل خوادم الاستدلال، ومصادر البيانات، وفك التشفير، وأجهزة التشفير، وما إلى ذلك من العناصر التي تشكل مجتمعة “تطبيق الذكاء الاصطناعي”.

 وعادة ما يتم نشر هذه المكونات بصفتها تطبيقات حديثة، إذا أنها تستفيد من بيئات “كوبرنيتس” ومكوناتها من أجل التوسيع المستقبلي والجدولة وحتى من أجل مهام الأمن الإلكتروني. ونظراً لاختلاف احتياجات المصادر باختلاف المكونات -إذ تستفيد بعض أحمال العمل من تسريع وحدات معالجة الرسوميات (GPU)، في حين أن أحمال أخرى تحتاج فقط إلى وحدات المعالجة المركزية القديمة (CPU)- فإن النشر كتطبيق حديث يعتبر الطريقة الأكثر منطقية إذ يتيح مستويات مرونة أعلى لضمان نشر كل من أحمال العمل في تطبيق الذكاء الاصطناعي، وتطويره بصورة مثالية بناء على احتياجات الحوسبة الخاصة به.

1. تطبيقات الذكاء الاصطناعي تختلف قليلاً عن باقي التطبيقات الحديثة 

على الرغم من أننا أشرنا أعلاه إلى أن “تطبيقات الذكاء الاصطناعي هي تطبيقات حديثة”، ولكن هناك اختلافات تؤثر على الهيكل والعمليات والأمن.

 أولاً، تتبادل تطبيقات الذكاء الاصطناعي بيانات غير منظمة، إذ لا توجد صيغة لأوامر الذكاء الاصطناعي، ولا تشتمل على متطلبات متعلقة بالصيغة أو الطول أو نوع البيانات، وإن الاعتماد المتسرع لنماذج اللغات الكبيرة متعددة الوسائط لن تؤدي إلا إلى زيادة الفوضى التي تعتبر في حد ذاتها “مطلباً”. وفي سياق قيام معظم تطبيقات الذكاء الاصطناعي بجمع الأمر (Prompt) مع الاستجابة (Response) في حمل عمل “تدوين كائنات جافاسكريبت” (JSON)، فإنه يمكننا وصفها حينها بأنها منظمة، ولكن السبب في ذلك لا يعود إلى كون الحمل الفعلي غير محدد.

 ثانياً، تتواصل تطبيقات الذكاء الاصطناعي بشكل شبه حصري مع النموذج من خلال واجهة برمجة التطبيقات (API)، ما يعني أن حلول الكشف عن الروبوتات التي تستخدم “العنصر البشري” أو “الآلة” كمعيار أساسي للوصول لن تكون مفيدة بنفس القدر، ولذلك فإن خدمات الأمن الإلكتروني التي يتم توظيفها في الفصل ما بين “الروبوتات السيئة” و”الروبوتات الجيدة” ستكون جزءاً مهماً من أي استراتيجية ذكاء اصطناعي.

 وأخيراً، فإن أنماط تفاعل تطبيقات الذكاء الاصطناعي غالباً ما تكون ديناميكية ومتنوعة ولا يمكن التنبؤ بها. وبصورة عامة، فإن خدمات الأمن الإلكتروني في الوقت الحالي تراقب أي أوجه انحراف أو شذوذ في معدلات نقرات الفأرة والكتابة لكل صفحة، لأنه يمكن للخدمات استنتاج سلوك الروبوت بناءً على الانحرافات عن متوسط المعايير البشرية المعروفة.

1. تطبيقات الذكاء الاصطناعي المختلفة تستخدم نماذج مختلفة

 كما هو الحال مع الواقع المتمثل بتعدد السحابات فمن غير المرجح أن توحد المنظمات معاييرها على نموذج واحد للذكاء الاصطناعي، ويعود السبب في ذلك إلى أن النماذج المختلفة قد تكون أكثر ملاءمة لحالات استخدام معينة.

 ولذلك فمن غير المفاجئ أن تستخدم المؤسسات متوسطة الحجم ثلاثة نماذج مختلفة تضم نماذج مفتوحة المصدر ونماذج خاصة. وبالنظر إلى استخدام النماذج القائمة على حالات الاستخدام فإننا نلحظ وجود نمط معين. على سبيل المثال، في حالات الاستخدام التي تعتمد بشكل كبير على البيانات أو الأفكار الحساسة للشركات -مثل عمليات الأمن الإلكتروني وإنشاء المحتوى- فإننا نرى توجهات ملموسة نحو النماذج مفتوحة المصدر. ومن ناحية أخرى، وبالنظر إلى حالات الاستخدام المرتبطة بالأتمتة، فإننا نرى أن “مايكروسوفت” تستقطب المزيد من حالات الاستخدام إلى حد كبير بفضل قدرتها على الدمج مع الأدوات والعمليات المطبقة بالفعل في العديد من المؤسسات.

 ويعد فهم هذا الأمر على قدر كبير من الأهمية لأن الممارسات والأدوات والتقنيات المطلوبة لتوفير نموذج ذكاء اصطناعي مُدار ببرمجية مقدمة كخدمة وضمان أمنه مختلف عما هو الحال في نموذج ذكاء اصطناعي مُدار بالسحابة والذين يختلفان كذلك عن نموذج ذكاء اصطناعي مُدار ذاتياً. وعلى الرغم من وجود أوجه تشابه -وخاصة من ناحية الأمن الإلكتروني- فإن هناك اختلافات ملموسة يجب معالجتها بخصوص كل نمط نشر يتم استخدامه.