تطبيقات الذكاء الاصطناعي التوليدي في جوجل

ملخص

في هذه الحلقة من True ML، أجرى نيكونج، الشريك المؤسس والرئيس التنفيذي لشركة True Foundry، حوارًا شاملاً مع بريا ماثور، رئيسة قسم أجهزة الذكاء الاصطناعي في جوجل. لم يسلط هذا النقاش الضوء على رحلة بريا وتجاربها فحسب، بل تطرق أيضًا إلى جوانب مختلفة من التعلم الآلي والذكاء الاصطناعي وتداعيات الذكاء الاصطناعي التوليدي في المشهد التقني. فيما يلي النقاط الرئيسية المستخلصة من محادثتهما:

-مقدمة وخلفية
-النساء في التعلم الآلي والتعلم
-تحديات في علم البيانات
-ابتكارات في جوجل
-الذكاء الاصطناعي في صناعات مختلفة
-بناء الثقة بالذكاء الاصطناعي التوليدي

مقدمة وخلفية

تتمتع بريا بخبرة تزيد عن عقد من الزمان في مجال الذكاء الاصطناعي، لا سيما فترة عملها في Groupon حيث تعاملت مع تحديات علم بيانات التسويق، ودورها الحالي في جوجل، حيث تركز على علم بيانات المنتجات لخدمات الأجهزة. تستمد رؤاها من حل المشكلات المعقدة وقيادة مبادرات الذكاء الاصطناعي/التعلم الآلي. 

لقد اكتسبت بريا خلفية غنية في مجال الذكاء الاصطناعي، تمتد لأكثر من عشر سنوات. خلال فترة عملها في Groupon، قادت بريا فريق علم بيانات التسويق، مع التركيز على مجموعة متنوعة من التحديات بما في ذلك قياس عائد الاستثمار للإعلانات التلفزيونية والحملات التفاعلية، مما يبرز قدرتها على الاستفادة من الذكاء الاصطناعي لحل مشكلات الأعمال المعقدة.

النساء في التعلم الآلي والتعلم

بصفتها امرأة رائدة في مجال يهيمن عليه الرجال تقليديًا، تؤكد إنجازات بريا ودورها القيادي على قدراتها الفردية وتمثل خطوة مهمة نحو تنويع صناعة الذكاء الاصطناعي. تجسد مشاركتها في منتديات مثل "النساء في التعلم الآلي" التزامها بالتعلم المجتمعي وتوجيه قادة المستقبل في مجال الذكاء الاصطناعي. وهي تؤكد على أهمية هذه المنتديات في المساهمة في مجال الذكاء الاصطناعي/التعلم الآلي.

تحديات في علم البيانات 

تتصدر بريا مجال الذكاء الاصطناعي والتعلم الآلي لخدمات الأجهزة، مما يشير إلى مسؤولية كبيرة في دفع الابتكار وتطبيق حلول الذكاء الاصطناعي لتحسين تجارب المنتجات ووظائفها. 

• قياس عائد الاستثمار التسويقي: طورت بريا نماذج لقياس فعالية القنوات التسويقية، بما في ذلك الإعلانات التلفزيونية، في Groupon، مما سهل اتخاذ القرارات الاستراتيجية وتحسين الميزانية.
• حساب تكاليف اكتساب العملاء: واجهت تحدي تقدير تكاليف اكتساب العملاء من الإعلانات التلفزيونية، مستخدمةً علم البيانات لتوجيه استراتيجيات التسويق وتخصيص الموارد.
• تقدير الخط الأساسي التنبؤي: ابتكرت بريا طرقًا للتنبؤ باكتساب العملاء في غياب إعلانات معينة، مستخدمةً نماذج تعلم آلة مبتكرة لتقديرات دقيقة للخط الأساسي.
• حل مشكلات علم بيانات المنتجات في جوجل: في جوجل، ركزت على تحسين مسارات المنتجات من خلال دمج الذكاء الاصطناعي وتعلم الآلة، معالجةً التحديات الفريدة التي يفرضها النظام البيئي المتنوع لمنتجات جوجل.
• تطبيق نماذج اللغة الكبيرة: قادت بريا مشروعًا لتبسيط إنشاء استعلامات SQL باستخدام نماذج اللغة الكبيرة (LLMs)، بهدف تحسين الإنتاجية وتقليل الاعتماد على فرق البيانات لمهام الاستعلام.
  

ابتكارات في جوجل

عند انتقالها إلى دورها في جوجل، أوضحت بريا تركيزها على تحسين مسارات المنتجات للأجهزة والخدمات. وعلى الرغم من التغير في الصناعة وتوفر البيانات، ظلت أدوات علم البيانات الأساسية ثابتة.

• استعلامات SQL عبر نموذج اللغة الكبير: طورت بريا نموذج لغة كبير (LLM) لإنشاء استعلامات SQL، مما يبسط تحليل البيانات للمستخدمين غير التقنيين ويعزز الإنتاجية.
• التركيز على خصوصية البيانات: أعطت مشاريعها في جوجل الأولوية لخصوصية بيانات المستخدم والتحكم فيها، مما وضع معيارًا لتطوير الذكاء الاصطناعي وتعلم الآلة المسؤولين.
• التعاون متعدد التخصصات: قادت بريا جهودًا تعاونية مشتركة بين فرق مختلفة في جوجل لفهم وتلبية حلول الروبوتات الدردشة للفريق ذي الاحتياجات الخاصة.
• مشروع الذكاء الاصطناعي التوليدي: تجسد مبادرة بريا في الاستفادة من نماذج اللغة الكبيرة (LLMs) لتبسيط إنشاء استعلامات SQL الأساليب المبتكرة التي يتم تبنيها لتعزيز الإنتاجية وتقليل الاعتماد على فرق البيانات المتخصصة.

الذكاء الاصطناعي في صناعات مختلفة

أكدت بريا ماثور على الإمكانات التحويلية للذكاء الاصطناعي التوليدي عبر مختلف الصناعات، خاصة تلك التي لم تستفد بعد بشكل كامل من التطورات التكنولوجية، مثل الرعاية الصحية والتمويل والتعليم. 

وسلطت الضوء على المكاسب الهائلة التي يمكن لهذه القطاعات تحقيقها بفضل الذكاء الاصطناعي التوليدي، بدءًا من تسريع اكتشاف الأدوية عبر المحاكاة وصولاً إلى تخصيص تجارب التعلم. من خلال زيادة الإنتاجية وتمكين التجارب المخصصة على نطاق واسع، يعد الذكاء الاصطناعي التوليدي بإحداث ثورة في الممارسات الصناعية، جاعلاً العمليات أكثر كفاءة وتركيزًا على العملاء. تشير رؤى بريا إلى أنه مع تطور تقنيات الذكاء الاصطناعي، ستحدث تحولات كبيرة، ليس فقط في كيفية عمل الشركات، بل أيضًا في تعزيز تجارب المستخدم ونتائجه في القطاعات الحيوية.

بناء الثقة بالذكاء الاصطناعي التوليدي 

ناقش بريا ونيكوج الجوانب الحاسمة لتعزيز الثقة في تقنيات الذكاء الاصطناعي، مع التركيز على توعية المستخدمين، والتحكم في البيانات الشخصية، والحاجة إلى لوائح شاملة.

• توعية المستخدمين: تؤكد بريا على الحاجة إلى توعية المستخدمين حول كيفية عمل الذكاء الاصطناعي التوليدي، وتعتبر زيادة المعرفة طريقًا لبناء الثقة، على غرار منحنى تبني الإنترنت.
• التحكم في البيانات: تدعو إلى تمكين المستخدمين من التحكم في بياناتهم الشخصية، وتشير إلى أن القدرة على إدارة بيانات الفرد ومحوها تعزز الثقة في تقنيات الذكاء الاصطناعي.
• الحماية التنظيمية: مسلطة الضوء على دور التنظيم، تدعو بريا إلى وضع سياسات تمنع إساءة استخدام البيانات وتحمي المستخدمين من الأضرار المحتملة للذكاء الاصطناعي، مما يعزز الثقة من خلال الضمانات القانونية.
• الشفافية والفهم: تُبنى الثقة على الشفافية بشأن قدرات الذكاء الاصطناعي وقيوده، مما يشجع على فهم واقعي لما يمكن للذكاء الاصطناعي فعله وما لا يمكنه فعله.
• تطوير الذكاء الاصطناعي الأخلاقي: من خلال إعطاء الأولوية للاعتبارات الأخلاقية في تطوير الذكاء الاصطناعي، مثل العدالة وعدم التمييز، يمكن بناء الثقة في تطبيقات الذكاء الاصطناعي عبر مختلف الصناعات، مما يضمن خدمتها للصالح العام بفعالية.

يسلط هذا الحوار الثاقب بين نيكوج وبريا ماثور الضوء على الإمكانات التحويلية للذكاء الاصطناعي عبر مختلف الصناعات. ويؤكد على أهمية التعلم المستمر والتعاون والاعتبارات الأخلاقية في تطوير هذا المجال. ومع استمرار تطور الذكاء الاصطناعي، يظل تأثيره في حل المشكلات المعقدة، وتعزيز الإنتاجية، وتحسين الحياة ذا أهمية لا يمكن إنكارها.

‍