عند التطوير باستخدام الذكاء الاصطناعي، قد تحتار في اختيار النموذج والبنية الأساسية والرمز البرمجي. قد تنسى الصورة الكبيرة.
في هذه الوحدة، سنقدّم مخططًا يمكنك استخدامه لتحديد أي ميزة أو منتج جديدين يستندان إلى الذكاء الاصطناعي:
- لماذا تريد إنشاء هذا التطبيق؟ ما هي القيمة التي تقدّمها حالة استخدام الذكاء الاصطناعي للمستخدمين؟
- كيف سيعمل تطبيقك؟
- كيف يمكنك ضمان تطوير كل جزء من نظامك بمسؤولية؟
لفهم طريقة عمل مخطط الموقع هذا، لنفترض أنّك تعمل على موقع إلكتروني للتجارة الإلكترونية، وهو Example Shoppe. ينشغل منافسوك بإضافة روبوتات محادثة عامة، ولكن لم يحققوا أي نجاح يُذكر. تريد تقديم تجربة أفضل للمستخدمين، وتقرّر تحسين تجربة البحث بدون مقاطعة مسارات المستخدمين الأساسية.
من خلال الترقية المستندة إلى الذكاء الاصطناعي، يمكن للمتسوّقين كتابة عبارات باللغة الطبيعية، مثل "أحذية رياضية حمراء للمشي في الطبيعة في الشتاء"، والحصول على نتائج ذات صلة كان من الممكن أن تفوتهم عند البحث باستخدام الكلمات الرئيسية.
الفرصة
يجب أن يبدأ كل مشروع للذكاء الاصطناعي بحالة استخدام واضحة، أي مهمة أو مشكلة لدى المستخدم تستحق الحل باستخدام الذكاء الاصطناعي. يُدخل الذكاء الاصطناعي حالة من عدم اليقين ومخاطر أخرى إلى تطبيقك، لذا يجب عدم استخدامه إلا إذا تعذّر حل المشكلة بطريقة تحديد النتائج تقليدية.
حالة الاستخدام
بالنسبة إلى Example Shoppe، يشكّل البحث وظيفة رئيسية تربط المستخدمين بالمنتجات التي يبحثون عنها. يتوقف المستخدمون غالبًا عن البحث عندما لا يحقّقون نتائج بسبب أخطاء إملائية أو مرادفات أو طلبات بحث غامضة. يمكنك معرفة ذلك من خلال إحصاءاتك الخاصة، ولكن أيضًا من خلال الأبحاث الخارجية. من خلال توفير بحث أكثر مرونة وذكاءً، يمكن جعل رحلات المستخدمين أكثر كفاءة وجاذبية.
تشمل الأمثلة الأخرى على حالات استخدام الذكاء الاصطناعي ما يلي:
- على موقع إخباري، يمكنك تقليل العبء الإدراكي من خلال تلخيص الأخبار بطريقة منظَّمة.
- على منصة نشر، يمكنك تحسين إمكانية الوصول من خلال اقتراح نصوص بديلة ومقاطع ترجمة وشرح تلقائيًا.
- بصفتك مقدّم خدمة سحابية، يمكنك تقليل طلبات الدعم من خلال توفير بحث أكثر ذكاءً في المستندات.
إنّ اكتشاف فرص عالية القيمة هو مفتاح النجاح باستخدام الذكاء الاصطناعي. كما ورد في تقرير صادر عن مؤسسة RAND، فإنّ اختيار الفرصة غير المناسبة هو أحد الأسباب الرئيسية لفشل مشاريع الذكاء الاصطناعي.
القيمة
للقيمة جانبان: الفوائد التي تعود على المستخدمين والفوائد التي تعود على المنتج أو النشاط التجاري. في معظم المنتجات السليمة والمسؤولة، تكون هذه المقاييس متوافقة: عندما يحقّق المستخدمون النجاح، ينمو النشاط التجاري أيضًا. على سبيل المثال، يساهم البحث المحسّن بالذكاء الاصطناعي في تحقيق قيمة مضافة من خلال مساعدة المستخدمين في العثور على المنتجات المناسبة بشكل أسرع وبأقل جهد. يؤدي ذلك إلى زيادة فرص العثور على المنتجات ومعدلات الإحالات الناجحة ورضا العملاء على المدى الطويل.
في بعض الأحيان، يمكن أن تكون القيمة غير ملموسة، مثل رضا المستخدم وثقته. في البداية تحديدًا، من الأفضل إيجاد طريقة لتحديد قيمة عرض القيمة. يمنحك ذلك أساسًا متينًا لتحديد الأولويات وتوضيح التأثير وإقناع الأطراف المعنية. وحتى التقديرات التقريبية يمكن أن تساعد في توجيه القرارات وجعل النجاح قابلاً للقياس.
الحل
بعد توضيح سبب إضافة الذكاء الاصطناعي إلى منتجك، فكِّر في كيفية تنفيذه. ألقِ نظرة على الوحدات الأساسية الرئيسية لحلّ الذكاء الاصطناعي.
البيانات
البيانات هي وقود الذكاء الاصطناعي. في النهاية، يعتمد أداء نظام الذكاء الاصطناعي على مدى قدرته على التعلّم من بياناتك. تؤدي البيانات غير الدقيقة أو غير المكتملة أو غير المتوافقة إلى نتائج ضعيفة وإحباط المستخدمين، بغض النظر عن مدى تطوّر النموذج أو البنية الأساسية. في المقابل، يمكن أن تصبح البيانات عالية الجودة وعجلة البيانات المصمَّمة جيدًا من العوامل التي تزيد القيمة وتساهم في تمييز منتجك عن غيره.
تتخذ البيانات أشكالاً وأنواعًا مختلفة. في مثالنا عن البحث المستند إلى الذكاء الاصطناعي، قد تتضمّن البيانات المفيدة ما يلي:
- البيانات المنظَّمة: عناوين المنتجات وألوانها ومقاساتها وفئاتها ومدى توفّرها
- البيانات غير المنظَّمة: أوصاف المنتجات ومراجعات المستخدمين والأسئلة الشائعة
- قوائم المرادفات: علاقات المصطلحات، مثل "أحذية رياضية" تساوي "أحذية جري"
- إشارات المستخدمين: النقرات، ومرات التوقف، والإجراءات المتعلقة بإضافة المنتجات إلى سلة التسوق، وعمليات الشراء، كلها إشارات تساعد النماذج في التعرّف على المحتوى الذي يجده المستخدمون مناسبًا.
- البيانات المرئية: صور المنتجات التي يمكن تضمينها في فهرس التشابه المرئي، ما يتيح للمستخدمين البحث باستخدام الصور أو العثور على منتجات مشابهة مرئيًا، حتى بدون نص مطابق
قد يبدو ذلك قدرًا كبيرًا من البيانات، ولكن لا داعي للقلق. ابدأ بعدد قليل من مصادر البيانات التي تقدّم أفضل نسبة إشارة إلى ضوضاء، ثم وسِّع نطاقها مع تطوّر نظامك.
في معظم الحالات، من المحتمل أنّ بياناتك الأولية غير جاهزة ليتم استيعابها من خلال نموذج. ويجب تنظيفها ومعالجتها مسبقًا وتنظيمها بتنسيق متوافق مع الذكاء الاصطناعي. على سبيل المثال، يمكن تحويل إشارات المستخدمين إلى تسلسلات إجراءات، بينما يمكن ترميز أوصاف المنتجات غير المنظَّمة على شكل تضمينات دلالية.
يمكن استخدام البيانات في مراحل مختلفة من دورة حياة الذكاء الاصطناعي:
- في مرحلة التدريب أو التحسين، يتم استخدامها لتعليم النموذج الأنماط والعلاقات.
- في التقييم، يمكنك استخدامها لاختبار الجودة والدقة ومدى الصلة بالموضوع.
- في مرحلة الإنتاج، يمكنك استخدامها لتتبُّع الانحراف وجمع الملاحظات من الاستخدام الفعلي.
باختصار، البيانات ليست مجرد مدخلات، بل هي أصول حية. تُعدّ إدارة البيانات بشكل جيد إحدى أهم المهارات التي يمكن لمطوّر الويب اكتسابها عند العمل باستخدام الذكاء الاصطناعي.
المراقبة
طبقة الذكاء هي المكان الذي يقدّم فيه الذكاء الاصطناعي قيمة مضافة. في كثير من الأحيان، يكون هناك نموذج أساسي، ولكن معظم الأنظمة أكثر تعقيدًا. بالنسبة إلى Example Shoppe، تستخدم طبقة الذكاء الاصطناعي مجموعة من الطرق لفهم طلبات بحث المستخدمين، وهي:
- التعرّف على الكيانات المسماة واستخراج المعلومات لاستخراج سمات مثل
color=redأوseason=winter - نموذج تضمين الجمل لإنشاء تمثيلات دلالية لطلبات بحث المستخدمين والمنتجات المتاحة
- البحث الدلالي لاسترداد نتائج ذات صلة
- نموذج إعادة ترتيب صغير ومخصّص لترتيب النتائج بدقة حسب مدى صلتها بالموضوع
لا شك في أنّ الذكاء هو الجزء الأكثر إثارة في نظام الذكاء الاصطناعي، لكنّه أيضًا الجزء الذي يتم الترويج له بشكل مبالغ فيه. ويتم طرح طُرز جديدة كل أسبوع، وغالبًا ما تكون مصحوبة بمزاعم تسويقية مبالغ فيها.
في ما يلي عاملان أساسيان يجب أخذهما في الاعتبار:
- لا يقتصر الذكاء الاصطناعي على الذكاء الاصطناعي التوليدي والنماذج اللغوية الكبيرة. تتطلب العديد من المهام نماذج أصغر وأكثر تخصّصًا، وهي أسرع وأقل تكلفة من حيث النشر والصيانة.
- نادراً ما تعتمد أنظمة الذكاء الاصطناعي في الحياة الواقعية على نموذج واحد متكامل. بدلاً من ذلك، تستخدم بُنى الذكاء الاصطناعي المركّبة، وهي عبارة عن مجموعات من نموذج واحد أو أكثر مع مكوّنات إضافية، مثل قواعد البيانات وواجهات برمجة التطبيقات وضوابط الأمان. تعمل هذه الميزات معًا لتقديم سلوك قوي ومراعي للسياق.
بدلاً من البحث عن أحدث الإحصاءات في لوحات الصدارة، اختَر الإحصاءات المناسبة لمشكلتك، ما يتيح لك التكيّف مع تطوّر منتجك ونشاطك التجاري. في الوحدات المستقبلية، ستتعرّف على أساسيات تقنيات الذكاء الاصطناعي الأكثر شيوعًا في الوقت الحالي، وهي الذكاء الاصطناعي التوقّعي والذكاء الاصطناعي التوليدي. ستتعرّف أيضًا على كيفية تقييم واختيار الأسلوب الفني المناسب لنظامك.
تجربة المستخدم
واجهة المستخدم هي القناة التي تقدّم قيمة الذكاء الاصطناعي للمستخدمين. تكون واجهات البرامج الحتمية دقيقة ويمكن التنبؤ بها، إذ إنّ المعلومات نفسها ستؤدي دائمًا إلى الردود نفسها. مع الذكاء الاصطناعي، يصبح هناك مجال للخطأ. قد تؤدي عبارتان متطابقتان تقريبًا إلى نتائج مختلفة تمامًا، وحتى أقوى نماذج الذكاء الاصطناعي معروفة بأنّها قد تقدّم معلومات غير صحيحة أو ترتكب أنواعًا أخرى من الأخطاء.
يجب أن تكون حريصًا للغاية بشأن هذا التغيير، خاصةً إذا أضفت الذكاء الاصطناعي إلى منتج حالي. تُعدّ برامج الدردشة المفتوحة ممتعة، ولكنّها معقّدة ومحفوفة بالمخاطر في التطبيق العملي.
في البداية، يجب أن تهدف إلى الحدّ من حالات عدم اليقين والمخاطر التي يتعرّض لها المستخدمون. على سبيل المثال، في حالة Example Shoppe، يمكن دمج ميزة البحث المستندة إلى الذكاء الاصطناعي بشكل غير ملحوظ في الواجهة الحالية. يواصل المستخدمون كتابة طلبات بحث بلغة طبيعية، ويتلقّون نتائج بحث أفضل جودة.
على الرغم من أنّ ميزة الذكاء الاصطناعي تعمل في الخلفية، من الممارسات الجيدة تعزيز الشفافية. على سبيل المثال، يمكنك إضافة إشعار وشرح موجز حول الطريقة التي ينسّق بها النظام هذه النتائج.
في أنماط تجربة المستخدم، ستتعرّف على كيفية تحقيق التوازن بين عرض الذكاء الاصطناعي وقدراته ومخاطره في تجربة المستخدم لمنتجك.
ميزة الإدارة
يجب إنشاء أنظمة الذكاء الاصطناعي بشكل مسؤول. عليك إنشاء نظام يحمي خصوصية المستخدمين ويقلّل من التحيز ويوفّر الشفافية ويستوفي جميع المعايير القانونية ذات الصلة. لا تقتصر الحوكمة الجيدة على الامتثال، بل هي مبدأ تصميم أساسي لضمان ثقة المستخدمين واعتمادهم للخدمة.
في ميزة البحث المستندة إلى الذكاء الاصطناعي في Example Shoppe، تبدأ الحوكمة بضوابط مدمجة في المنتج:
- الخصوصية: تبقى بيانات التخصيص محلية ما لم يوافق المستخدمون صراحةً على مشاركتها. ويمكنك تفعيلها أو إيقافها في أي وقت.
- الإنصاف: يتم تدقيق نتائج البحث لضمان عرضها بشكل متوازن على جميع البائعين.
- الثقة والشفافية: يتيح لك Example Shoppe معرفة سبب ظهور نتيجة معيّنة في أعلى كل طلب بحث. ويوفّر ذلك فرصة لبناء الثقة مع المستخدمين.
- الأمان: يتم فلترة طلبات البحث المحظورة أو غير الآمنة (مثل السلع المحظورة) أو حظرها من خلال ضوابط الأمان.
- إمكانية الرجوع إلى النتائج الأصلية: يمكن للمستخدمين تجاهل اقتراحات الذكاء الاصطناعي بسرعة، والإبلاغ عن النتائج أو التفاعلات غير المفيدة التي يقدّمها الذكاء الاصطناعي، والرجوع إلى البحث المستند إلى الكلمات الرئيسية فقط، إذا لم تكن التحسينات المستندة إلى الذكاء الاصطناعي مفيدة.
لتطوير الذكاء الاصطناعي بمسؤولية، عليك تحمّل مسؤولية عملية النشر. تصميم ضوابط واضحة وحلقات ملاحظات مدروسة أنت من يحدّد مستوى الأمان والموثوقية في التجربة، كما يحدّد التوقّعات بشأن استخدامها وحدودها. على الرغم من أنّه لا يمكنك التحكّم في الناتج بشكل كامل، عليك الاستعداد للردّ على أي مخاوف.
يمكنك التعرّف على الجوانب الأساسية لإدارة الذكاء الاصطناعي في التصميم المسؤول باستخدام الذكاء الاصطناعي، ما يزوّدك بأدوات عملية لإنشاء تطبيقات مستدامة وموثوقة مستندة إلى الذكاء الاصطناعي.
الخلاصات الرئيسية
يمكن أن يساعدك مخطط نظام الذكاء الاصطناعي في الحصول على الوضوح والتوافق لأي مشروع ذكاء اصطناعي تشارك فيه. لقد استعرضنا كل عنصر من عناصر المخطط بشكل عام، وستتعرّف على المزيد من التفاصيل حول كل خطوة أثناء مواصلة القراءة.
يمكنك توقُّع رؤية هذا التصميم مرة أخرى في أمثلة مختلفة، مع شرح بعض الطبقات بتفصيل أكبر.
التحقّق من فهمك
وفقًا لمخطط نظام الذكاء الاصطناعي، ما هي الجوانب الأساسية الثلاثة التي يجب أخذها في الاعتبار عند تحديد ميزة جديدة من ميزات الذكاء الاصطناعي؟
متى تستدعي الفرصة استخدام الذكاء الاصطناعي كحلّ؟
أيّ مما يلي يصف على أفضل وجه "التكامل السلس" في تجربة المستخدم مع الذكاء الاصطناعي؟
ما هو مبدأ التصميم الأساسي الذي يهدف إلى بناء ثقة المستخدمين؟