الذكاء الاصطناعي: دليل المبتدئين

الجميع يتحدث عن الذكاء الاصطناعي. هذا مفهوم - بعد كل شيء ، فجأة هناك أدوات مجانية (أو رخيصة) متاحة بسهولة لإنشاء مجموعة متنوعة من المحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي ، بما في ذلك النصوص والصور ، في مجموعة غير محدودة من الأنماط ، وعلى ما يبدو في ثوانٍ.

بالطبع هذا مثير.

لكن توقف للحظة واسأل نفسك بعض الأسئلة:

• هل أعرف حقًا ما هو الذكاء الاصطناعي؟
• هل أعرف كم من الوقت مضى؟
• هل أعرف الفرق ، إن وجد ، بين الذكاء الاصطناعي والتعلم الآلي؟
• وهل أعرف ما هو التعلم العميق؟

إذا أجبت على كل هذه الأسئلة بالإيجاب ، فقد لا تكون هذه المقالة مناسبة لك. إذا ترددت في بعض منها ، تابع القراءة.

ثورة الذكاء الاصطناعي تبدأ ... الآن؟

لنبدأ بملء بعض المعلومات الأساسية.

هل الذكاء الاصطناعي شيء جديد؟

لا. من الناحية المفاهيمية ، على الأقل ، يعود تاريخ الذكاء الاصطناعي إلى عام 1950 (المزيد عن ذلك لاحقًا). كمسعى عملي ، بدأت في الازدهار في الستينيات والسبعينيات من القرن الماضي حيث أصبحت أجهزة الكمبيوتر أسرع وأرخص ومتاحة على نطاق أوسع.

هل الذكاء الاصطناعي في التسويق شيء جديد؟

لا. تجدر الإشارة إلى أن للذكاء الاصطناعي منذ فترة طويلة العديد من التطبيقات في التسويق بخلاف إنشاء المحتوى. تم دعم توصيات المحتوى وتوصيات المنتج بواسطة AI لسنوات. التحليلات التنبؤية - تُستخدم للتنبؤ بسلوك المستخدم استنادًا إلى مجموعات البيانات الكبيرة للسلوك السابق ، وكذلك للتنبؤ بالإجراء الأفضل التالي (اعرض لها ورقة بيضاء ذات صلة ، وأظهر له قبعة بيسبول حمراء ، وأرسل بريدًا إلكترونيًا) - كانت عبارة عن الذكاء الاصطناعي - تعمل لفترة طويلة.

ظل البائعون المشهورون يخبزون الذكاء الاصطناعي في حلولهم منذ ما يقرب من عقد من الزمان. يعود تاريخ Adobe Sensei و Salesforce Einstein إلى عام 2016. تعود مشاركة Oracle في الذكاء الاصطناعي على الأقل إلى أبعد من ذلك ، ومن المحتمل أن تكون أبعد من ذلك ؛ انها فقط لم تعطها اسما لطيفا. شركة Pega المخضرمة الأخرى التي تقوم بنشر الذكاء الاصطناعي ، تستخدمه أولاً للتنبؤ بالإجراءات التالية الأفضل في عرض إدارة عمليات الأعمال ، ولاحقًا في نظام CRM الأساسي الخاص بها.

حسنًا ... هل الذكاء الاصطناعي التوليدي شيء جديد؟

الذكاء الاصطناعي التوليدي. AI للمحادثة. أدوات الكتابة بالذكاء الاصطناعي. كل عبارات اللحظة ، كلها متداخلة في المعنى. يولد الذكاء الاصطناعي التوليدي نصوصًا (أو صورًا أو حتى مقاطع فيديو). يولد الذكاء الاصطناعي للمحادثة نصوصًا بالتفاعل مع محاور بشري (فكر في روبوتات محادثة مدعومة بالذكاء الاصطناعي). تهدف أدوات الكتابة بالذكاء الاصطناعي إلى إنشاء نصوص مخصصة حسب الطلب. تستخدم كل هذه الحلول ، بشكل أو بآخر ، "المطالبات" - أي أنها تنتظر حتى يتم طرح سؤال أو تعيين مهمة.

هل كل هذا جديد؟ لا ، الجديد هو توفره على نطاق واسع. كانت معالجة اللغة الطبيعية (NLP) وتوليد اللغة الطبيعية (NLG) موجودة منذ سنوات حتى الآن. يشير الأول إلى تفسير النصوص المدعوم بالذكاء الاصطناعي ؛ الأخير ، إنشاء نصوص مدعومة بالذكاء الاصطناعي. منذ عام 2015 ، بناءً على تقريري الخاص ، كانت NLG التي تعمل بالذكاء الاصطناعي تُنشئ تقارير مكتوبة للأطباء وللعمليات الصناعية - وحتى تصدر تنبؤات بالطقس لمكتب الأرصاد الجوية ، خدمة الطقس الوطنية في المملكة المتحدة.

البيانات الواردة والنصوص. فقط ليس متاحًا على نطاق واسع مثل شيء مثل ChatGPT.

فيديو ايضا. بحلول عام 2017 على الأقل ، تم استخدام الذكاء الاصطناعي لإنشاء محتوى فيديو فردي وليس مخصصًا فقط - يتم إنشاؤه عندما ينقر المستخدم على تشغيل ، بسرعة كبيرة بحيث يبدو أنه يتدفق من مكتبة فيديو موجودة. مرة أخرى ، ليس متاحًا على نطاق واسع ، ولكنه عرض مكلف للمؤسسات.

أحفر أكثر عمقا: الدردشة : دليل المسوق

ما هو الذكاء الاصطناعي: النسخة البسيطة

دعونا نشرحها من الألف إلى الياء.

ابدأ بالخوارزميات

يمكن تعريف الخوارزمية على أنها مجموعة من القواعد التي يجب اتباعها في العمليات الحسابية أو غيرها من عمليات حل المشكلات أو إكمال المهام ، وخاصة بواسطة الكمبيوتر. هل "الخوارزمية" من اليونانية؟ لا ، إنها في الواقع من جزء من اسم (الخوارزمي) لعالم رياضيات عربي من القرن ^التاسع . لكن هذا لا يهم.

ما يهم هو أن استخدام الخوارزميات في عملية حسابية أو مهمة ليس - كرر ، وليس - مثل استخدام الذكاء الاصطناعي. يتم إنشاء خوارزمية بسهولة ؛ لنأخذ مثالاً بسيطًا. لنفترض أنني أدير متجرًا لبيع الكتب عبر الإنترنت وأريد تقديم توصيات بالمنتج. يمكنني كتابة مائة قاعدة (خوارزميات) وتدريب موقع الويب الخاص بي على تنفيذها. "إذا بحثت عن جين أوستن ، أظهر لها أيضًا إميلي برونتي." "إذا كان يبحث عن كتب الحرب العالمية الأولى ، اعرض له أيضًا كتب الحرب العالمية الثانية." "إذا بحث عن أجاثا كريستي ، أظهر له روايات بوليسية أخرى."

سأحتاج بالطبع إلى تصنيف مجلدات الخيال البوليسي بشكل مناسب ، لكن حتى الآن سهل للغاية. من ناحية ، هذه قواعد جيدة. من ناحية أخرى ، فهي ليست قواعد "ذكية". هذا لأنهم في حجر ما لم أعود وأغيرهم. إذا تجاهل الأشخاص الذين يبحثون عن كتب WW1 باستمرار كتب WW2 ، فإن القواعد لا تتعلم ولا تتكيف. إنهم يواصلون فعل ما قيل لهم أن يفعلوه بغباء.

الآن ، إذا كانت لدي موارد أمازون ، فسأجعل قواعدي ذكية - أي قادرة على التغيير والتحسين استجابة لسلوك المستخدم. وإذا كنت أمتلك حصة أمازون في السوق ، فسيكون لدي طوفان من سلوك المستخدم يمكن للقواعد أن تتعلم منه.

إذا تمكنت الخوارزميات من تعليم نفسها - مع أو بدون إشراف بشري - فلدينا ذكاء اصطناعي.

لكن انتظر. أليس هذا مجرد تعلم آلي؟

الذكاء الاصطناعي مقابل التعلم الآلي

بالنسبة إلى الأصولي ، فإن الذكاء الاصطناعي والتعلم الآلي ليسا في الأصل نفس الشيء. لكن - وهي كبيرة لكن - المصطلحات تستخدم بالتبادل بحيث لا عودة إلى الوراء. بدلاً من ذلك ، يتم استخدام مصطلح "الذكاء الاصطناعي العام" عندما يريد الناس التحدث عن الذكاء الاصطناعي الخالص ، الذكاء الاصطناعي بمعناه الأصلي.

دعنا نعود إلى عام 1950 (لقد حذرتك من أننا سوف نفعل ذلك). كان آلان تورينج عالم كمبيوتر لامعًا. ساعد الحلفاء في التغلب على النازيين من خلال عمله الاستخباري في فك الشفرات. كانت مكافأته هي أن يعامله المجتمع البريطاني معاملة بغيضة بسبب مثليته الجنسية (التي لا تزال غير قانونية) ، وهي المعاملة التي أدت إلى اعتذار رسمي من رئيس الوزراء جوردون براون ، بعد أكثر من 50 عامًا من وفاته: "نيابة عن الحكومة البريطانية ، وكل هؤلاء الذين يعيشون بحرية بفضل عمل آلان ، أنا فخور جدًا بالقول: نحن آسفون. أنت تستحق أفضل بكثير ".

إذن ماذا عن الذكاء الاصطناعي؟ في عام 1950 ، نشر تورينج بحثًا بارزًا بعنوان "آلات الحوسبة والذكاء". نشرها ، ليس في مجلة علمية ، ولكن في مجلة الفلسفة "Mind". يوجد في قلب الورقة نوع من التجربة الفكرية أطلق عليها "لعبة التقليد". يُعرف الآن على نطاق واسع باسم "اختبار تورينج". بأبسط العبارات ، يقترح معيارًا للذكاء الآلي (أو الذكاء الاصطناعي). إذا لم تستطع محادثة بشرية معرفة الفرق بين الردود على أسئلتها من آلة وردود إنسان آخر ، فيمكننا أن ننسب الذكاء إلى الآلة.

بالطبع ، هناك العديد والعديد من الاعتراضات على اقتراح تورينج (واختباره ليس مصممًا بذكاء). لكن هذا أطلق بالفعل السعي لتكرار - أو على الأقل خلق ما يعادل - الذكاء البشري. يمكنك التفكير في IBM Watson على أنه السعي المستمر لتحقيق هذا الهدف (على الرغم من أنه يحتوي على العديد من حالات الاستخدام الأقل طموحًا والأكثر ربحية).

لا أحد يعتقد حقًا أن آلة التوصية بالمنتجات الشبيهة بأمازون أو محرك إنشاء المحتوى الشبيه بـ ChatGPT ذكي مثل البشر. لسبب واحد ، هم غير قادرين على معرفة أو الاهتمام بما إذا كان ما يفعلونه صحيحًا أم خاطئًا - يفعلون ما يفعلونه بناءً على البيانات والإحصاءات التنبؤية.

في الواقع ، كل الذكاء الاصطناعي الذي تمت مناقشته هنا هو التعلم الآلي حقًا. لكننا لن نمنع أي شخص يطلق عليه اسم AI. أما بالنسبة للسعي وراء مستوى الإنسان أو "الذكاء الاصطناعي العام" ، فهناك أسباب وجيهة للاعتقاد بأنه ليس قاب قوسين أو أدنى. انظر ، على سبيل المثال ، كتاب إريك جي لارسون "أسطورة الذكاء الاصطناعي: لماذا لا تستطيع أجهزة الكمبيوتر التفكير بالطريقة التي نفكر بها."

ماذا عن "التعلم العميق"؟

"التعلم العميق" هو ​​مصطلح آخر مرتبط بالذكاء الاصطناعي قد تصادفه. هل يختلف عن التعلم الآلي؟ نعم إنه كذلك؛ إنها خطوة كبيرة تتجاوز التعلم الآلي وأهميتها أنها حسنت بشكل كبير من قدرة الذكاء الاصطناعي على اكتشاف الأنماط وبالتالي التعامل مع الصور (والفيديو) بكفاءة كما يتعامل مع الأرقام والكلمات. هذا معقد. ها هي النسخة القصيرة.

يعتمد التعلم العميق على شبكة عصبية ، وهي طبقة من الخلايا العصبية الاصطناعية (أجزاء من الرياضيات) يتم تنشيطها بواسطة أحد المدخلات ، وتتواصل مع بعضها البعض حولها ، ثم تنتج مخرجات. وهذا ما يسمى "الانتشار الأمامي". كما هو الحال في التعلم الآلي التقليدي ، تتعرف العقد على مدى دقة المخرجات وتعديل عملياتها وفقًا لذلك. وهذا ما يسمى "الانتشار الخلفي" وينتج عنه تدريب الخلايا العصبية.

ومع ذلك ، هناك أيضًا مضاعفة لما يُعرف باسم "الطبقات المخفية" بين طبقة الإدخال وطبقة الإخراج. فكر في هذه الطبقات التي يتم تكديسها حرفيًا: لهذا السبب ببساطة يُطلق على هذا النوع من التعلم الآلي اسم "عميق".

تبين أن مجموعة طبقات الشبكة أفضل بكثير في التعرف على الأنماط في بيانات الإدخال. يساعد التعلم العميق في التعرف على الأنماط ، لأن كل طبقة من الخلايا العصبية تقسم الأنماط المعقدة إلى أنماط أكثر بساطة من أي وقت مضى (وهناك عملية تدريب للتكاثر العكسي تجري أيضًا).

هل يوجد بائعون للذكاء الاصطناعي في مجال التكنولوجيا العسكرية؟

ذلك يعتمد على ما تعنيه.

الباعة الذين يستخدمون الذكاء الاصطناعي

يوجد ما يزيد عن 11000 بائع في مساحة martech. يستخدم الكثير منهم ، وربما معظمهم ، الذكاء الاصطناعي (أو يمكنهم تقديم حجة جيدة مفادها أن هذا ما يفعلونه). لكنهم لا يستخدمون الذكاء الاصطناعي في حد ذاته. إنهم يستخدمونها لفعل شيء ما.

• لإنشاء توصيات التجارة.
• لكتابة سطور موضوع البريد الإلكتروني.
• للتوصية بالإجراءات التالية الأفضل للمسوقين أو مندوبي المبيعات.
• لتشغيل روبوتات المحادثة.
• لكتابة نسخة إعلانية.
• لإنشاء محتوى للاختبار متعدد المتغيرات على نطاق واسع.

القائمة لا حصر لها.

النقطة التي أريد توضيحها هي أن الذكاء الاصطناعي يشبه الملح إلى حد ما. يضاف الملح للطعام لتحسين مذاقه. يحب معظمنا ، على الأقل ، الاستخدام المناسب للملح في طعامنا. ولكن من قال: "سأتناول الملح على العشاء" أو "أشعر كوجبة خفيفة ؛ سآخذ بعض الملح ".

نضع الملح في الطعام. نضع الذكاء الاصطناعي في تكنولوجيا التسويق. بعيدًا ، ربما ، لأغراض البحث ، لا يتم استخدام الملح والذكاء الاصطناعي كثيرًا بمفردهما.

لذا نعم ، هناك عدد لا يحصى من بائعي التقنيات العسكرية الذين يستخدمون الذكاء الاصطناعي. ولكن هل هناك بائعون متخصصون يبيعون الذكاء الاصطناعي كمنتج مستقل؟

الباعة الذين يبيعون الذكاء الاصطناعي

الجواب ، في فضاء martech ، قليل جدا. الذكاء الاصطناعي كمنتج يعني حقًا برنامج الذكاء الاصطناعي المصمم من قبل المهندسين والذي يمكن بعد ذلك دمجه واستخدامه في سياق بعض الحلول الأخرى. من السهل العثور على بائعين هندسيين يبيعون برمجيات الذكاء الاصطناعي ، لكنهم في الغالب يبيعون لمؤسسات تكنولوجيا المعلومات بدلاً من مؤسسات التسويق ، ويبيعونها لاستخدامها في مجموعة واسعة جدًا من أغراض المكتب الخلفي بدلاً من تمكين التسويق أو مبيعات.

هناك استثناء واحد أو اثنان هناك ، يستهدفان بوضوح منتجاتهما للمسوقين. ومع ذلك ، لا يكفي إنشاء فئة مكتظة بالسكان في مشهد تكنولوجيا التسويق.

خدشنا السطح

هذا كل ما تهدف هذه المقالة إلى القيام به: خدش سطح موضوع معقد للغاية بتاريخ ثري وراءه ومستقبل لا يمكن التنبؤ به في المستقبل. هناك أسئلة أخلاقية يجب معالجتها ، بالطبع ، مثل الحالات التي لا مفر منها تقريبًا حيث يتم تدريب نماذج التعلم الآلي على مجموعات البيانات المتحيزة ، فضلاً عن الانتحال الحتمي للمحتوى البشري بواسطة الذكاء الاصطناعي التوليدي.

لكن نأمل أن يكون هذا كافياً للمضغ في الوقت الحالي.