يقدم محرر Downcodes تفسيرًا لـ "تقرير حالة الذكاء الاصطناعي" لعام 2024 الصادر عن Appen. ويظهر التقرير أن الذكاء الاصطناعي التوليدي ينمو بسرعة، لكن الشركات تواجه تحديات خطيرة في إدارة البيانات. ويظهر الاستطلاع تراجع جودة البيانات، كما انخفض العائد على الاستثمار في مشاريع الذكاء الاصطناعي، مما يسلط الضوء على أهمية البيانات عالية الجودة في تطبيقات الذكاء الاصطناعي. ويؤكد التقرير أيضًا على أهمية نماذج التعلم الآلي "التعاون بين الإنسان والآلة" لتحسين أداء نموذج الذكاء الاصطناعي وضمان أخلاقياته وأهميته. دعونا نلقي نظرة فاحصة على النتائج الرئيسية للتقرير.
في الآونة الأخيرة، اجتذب تقرير Appen لحالة الذكاء الاصطناعي لعام 2024 اهتمامًا واسع النطاق. ويظهر التقرير، الذي يستند إلى دراسة استقصائية شملت أكثر من 500 من صناع القرار في مجال تكنولوجيا المعلومات في الولايات المتحدة، أن الذكاء الاصطناعي التوليدي نما بنسبة 17% خلال العام الماضي. ومع ذلك، مع هذا الاتجاه المتزايد، تواجه الشركات تحديات كبيرة في إدارة البيانات.
ذكر سي تشين، رئيس الإستراتيجية في Appen، في مقابلة أنه مع تغلغل تطبيق نماذج الذكاء الاصطناعي تدريجيًا في مجالات أكثر تعقيدًا واحترافية، فإن المتطلبات على البيانات تتزايد أيضًا. البيانات وحدها لا تكفي، ولا تحتاج الشركات إلى بيانات دقيقة ومتنوعة فحسب، بل تحتاج أيضًا إلى تسميات واضحة ويجب أن تناسب سيناريوهات استخدام الذكاء الاصطناعي المحددة.
يتوسع نطاق تطبيقات الذكاء الاصطناعي التوليدية، حيث تستفيد الشركات من عمليات تكنولوجيا المعلومات إلى البحث والتطوير من التكنولوجيا لتحسين الكفاءة. ومع ذلك، على الرغم من الطفرة في هذا المجال، فإن العائد على الاستثمار من مشاريع الذكاء الاصطناعي آخذ في الانخفاض.
منذ عام 2021، انخفضت نسبة مشاريع الذكاء الاصطناعي التي تم نشرها بنجاح بنسبة 8.1%، في حين انخفض أيضًا عدد تلك المشاريع التي يمكن أن تحقق عوائد كبيرة بنسبة 9.4%. ويرجع ذلك أساسًا إلى أن مشاريع الذكاء الاصطناعي اليوم أصبحت أكثر تعقيدًا، وبدأت العديد من الشركات في تجربة تطبيقات الذكاء الاصطناعي التوليدية الأكثر تحديًا، والتي تتطلب دعمًا عالي الجودة للبيانات.
بالإضافة إلى ذلك، أشار التقرير إلى أن مشاكل جودة البيانات أصبحت خطيرة بشكل متزايد. منذ عام 2021، انخفضت دقة البيانات بنسبة 9٪ تقريبًا. واليوم، تحتاج 86% من المؤسسات إلى تحديث النماذج كل ثلاثة أشهر، مما يفرض متطلبات أعلى على دقة البيانات وتنوعها. ولحل هذه المشكلات، تلجأ العديد من الشركات إلى موفري البيانات الخارجيين للحصول على المساعدة.
وفي الوقت نفسه، أصبح إعداد البيانات أكبر عنق الزجاجة الذي يواجه مشاريع الذكاء الاصطناعي في المؤسسات. مع زيادة تعقيد نماذج الذكاء الاصطناعي التوليدية، تحتاج الشركات إلى استراتيجيات طويلة المدى لضمان جودة البيانات واتساقها. بالإضافة إلى ذلك، أصبح التدخل البشري ذا أهمية متزايدة في هذه العملية. ويظهر الاستطلاع أن 80% من المشاركين يعتقدون أن التعلم الآلي "للتعاون بين الإنسان والآلة" أمر بالغ الأهمية. لا يساعد هذا النموذج على تحسين أداء نماذج الذكاء الاصطناعي فحسب، بل يضمن أيضًا أخلاقياتها وأهميتها.
تسليط الضوء على:
سيحقق الذكاء الاصطناعي التوليدي نمواً بنسبة 17% في عام 2024، لكن الشركات تواجه العديد من الصعوبات في إدارة البيانات.
إن نسبة عمليات النشر الناجحة لمشاريع الذكاء الاصطناعي آخذة في الانخفاض، وكذلك العائد على الاستثمار.
أصبحت مشاكل جودة البيانات خطيرة بشكل متزايد، وتحتاج المؤسسات بشكل عاجل إلى بيانات ذات جودة أعلى لتلبية احتياجات نماذج الذكاء الاصطناعي المعقدة.
وبشكل عام، يوفر تقرير Appen مرجعًا قيمًا لاستراتيجيات البيانات الخاصة بالمؤسسات في عصر الذكاء الاصطناعي التوليدي. أثناء متابعة تطبيق تكنولوجيا الذكاء الاصطناعي، من الضروري الاهتمام بجودة البيانات واستراتيجيات إدارة البيانات الفعالة لضمان نجاح مشاريع الذكاء الاصطناعي والحصول على العائد المثالي على الاستثمار. سيستمر محرر Downcodes في الاهتمام بالاتجاهات في مجال الذكاء الاصطناعي وسيقدم لك المزيد من التقارير المثيرة.