يشكل الذكاء الاصطناعي اللبنة الأساسية للتكنولوجيا المتطورة في العصر الحالي والمستقبل، لما له من قدرةٍ على خلق فرص كبيرة في التطور التكنولوجي، سواء من إنشاء حلول لمشاكل معينة، أو ابتكار اختراعات جديدة، والذي بدوره يعمل على المساهمة في النهوض بالاقتصاد العالمي، وتبعًا لمجموعةٍ من الدراسات تبين أنه حوالي 94% من الشركات المتخصصة بمجال الذكاء الاصطناعي تواجه تحديات ومشاكل مرتبطة باعتماد وتنفيذ تقنيات الذكاء الاصطناعي بمختلف أنواعه، وأوجه قصور ومشاكل مختلفة تمنع اعتماده على نطاق واسع، وعلى جميع الشركات أن تكون على دراية بكل المشاكل المحتملة قبل وقوعها؛ وذلك للقدرة على التخفيف منها ومعالجتها،[١] وتشمل المشكلات أمور متعلقة بالأمان والثقة وقوة الحساب ومخاوف فقدان العمل وما إلى ذلك.[٢]

ما هي مشاكل الذكاء الاصطناعي

يمكن تلخيص مشاكل الذكاء الاصطناعي كما يلي:


نقص المعرفة التقنية

لدمج تطبيقات الذكاء الاصطناعي وتثبيتها وتطبيقها في أي مؤسسة، يجب أن يكون لدى الشركة فهم شامل للتطورات والتقنيات الحالية للذكاء الاصطناعي بالإضافة إلى فهم عيوبها، وما يعوق أي شركة للبدء في العمل بهذا القطاع التخصصي هو نقص المعرفة الفنية؛ حيث أن 6% فقط من الشركات تتمتع الآن بمعرفة وخبرة في تقنيات الذكاء الاصطناعي، وللحد من هذا العائق في عمليات ومراحل الذكاء الاصطناعي تحتاج المؤسسة إلى تطوير المعرفة التقنية لديها وفي تخصيص قسم خاص لتدريب الموظفين لتحسين مهاراتهم.[١]


انحياز خوارزميات الذكاء الاصطناعي

تكمن هذه المشكلة في ظهور نتائج متحيزة لخوارزميات الذكاء الاصطناعي وذلك عند كتابتها من قبل شخص متحيز لنتيجة ما، ولأن عمليات إنشاء وكتابة الخوارزميات تتم بشكل مخفي وبدون أي شفافية حول كيفية عمل عمليات صنع القرار التي تحدث ما وراء عمليات الإنشاء لا يمكن للمستخدمين الحقيقيين التأكد من عدالتها، مما يشكل عائق وتحدي للذكاء الاصطناعي.[٣]


انعدام الشفافية

يستلزم الذكاء الاصطناعي برمجة منتجات معقدة يصعب فهمها بالنسبة للشخص العادي، علاوة على ذلك فإن معظم السلع أو التطبيقات القائمة على الذكاء الاصطناعي تحافظ على خوارزمياتها مخفية لتجنب الانتهاكات الأمنية والمخاطر الأخرى بسبب هذه العوامل فإن الخوارزميات الداخلية لمنتجات الذكاء الاصطناعي ليست شفافة مما يجعل من الصعب على العملاء الوثوق بها.[٣]


ندرة وكلفة القوى العاملة

يحتاج العمل في مجال الذكاء الاصطناعي بدءًا من إعداد التقنيات ودمجها وتصميم الخوارزميات وتنفيذها ونشرها وغيرها من الأمور إلى وجود متخصصين مثل علماء البيانات ومهندسين البيانات والمبرمجين ومصممين الأجهزة وغيرهم الكثير، وتوفير هؤلاء الخبراء يعد أمر مكلف ونادر في السوق الحالية، حيث أن الشركات الصغيرة والمتوسطة الحجم تعد ميزانياتها محدودة جدًا لتوفير جميع القوى العاملة التي يحتاجها المشروع.[١]


نقص في سرعة الحساب للبيانات

تتطلب حلول الذكاء الاصطناعي والتعلم الآلي والتعلم العميق عمليات حسابية عالية السرعة، والتي لا تتوفر إلا في وحدات المعالجة المركزية المتطورة، كما أصبحت أغلب احتياجات وأسعار البنية التحتية المرتبطة بهذه المعالجات عائقًا أمام اعتماد تقنية الذكاء الاصطناعي على نطاق واسع، ومع زيادة كمية البيانات التي يمكن الوصول إليها للمعالجة بشكل كبير، تزداد متطلبات سرعة الحساب كذلك، لذا يعد تطوير حلول البنية التحتية الحاسوبية من الجيل التالي أمرًا بالغ الأهمية في هذه الحالة لزيادة سرعة العمليات الحاسوبية.[١]


المراجع

  1. ^ أ ب ت ث "Top 10 artificial intelligence problems you should know", cloudmoyo, Retrieved 2/2/2022. Edited.
  2. "Overview of Artificial Intelligence Problems", educba, Retrieved 2/2/2022. Edited.
  3. ^ أ ب Azamat Abdoullaev (7/9/2021), "WHAT ARE THE BIGGEST CHALLENGES IN ARTIFICIAL INTELLIGENCE AND HOW TO SOLVE THEM?", bbntimes, Retrieved 2/2/2022. Edited.