فرص مبتكرة لإنشاء المحتوى باستخدام نماذج الذكاء الاصطناعي التوليدي
نشأت عن نماذج الذكاء الاصطناعي اللغوية والمرئية الضخمة، والتي يطلق عليها أحيانا اسم الذكاء الاصطناعي التوليدي أو النماذج الأساسية، آفاقا جديدة للشركات والمهنيين العاملين في مجال إنشاء المحتوى، وتتضمن بعض هذه الفرص ما يأتي:
1. إنتاج المحتوى آلياً
تُستخدَم نماذج الذكاء الاصطناعي اللغوية والمرئية الضخمة لإنشاء المحتوى تلقائياً، مثل المقالات، ومنشورات المدوَّنات، ومحتوى منصات التواصل الاجتماعي، فهي توفر الوقت والجهد على الشركات والمهنيين الذين ينتجون المحتوى دورياً.
2. تحسين جودة المحتوى
يتميز المحتوى الذي ينتجه الذكاء الاصطناعي بجودة قد تفوق المحتوى البشري، وذلك بفضل قدرة هذه النماذج على التعلم من كميات هائلة من البيانات واستخلاص الأنماط التي قد يصعب على البشر إدراكها، وينتج عن ذلك محتوى أدق وأغنى بالمعلومات.
3. زيادة تنوع المحتوى
تُنتِج نماذج الذكاء الاصطناعي تشكيلة واسعة من أنواع المحتوى، تشمل النصوص، والصور، ومقاطع الفيديو، مما يمكِّن الشركات والمهنيين من تقديم محتوى متنوعاً، وجذاباً، يلبي اهتمامات شريحة أوسع من الجمهور.
4. تخصيص المحتوى
تنتج نماذج الذكاء الاصطناعي محتوى مخصصاً بناءً على الخيارات التي يفضلها المستخدمون، ويمكِّن ذلك الشركات والمهنيين من تقديم محتوى يُرجَّح أن يثير اهتمام جمهورهم المستهدف، وبالتالي تزداد احتمالية قراءته ومشاركته.
إلى أي مدى تتقن هذه التقنية محاكاة الجهود البشرية في العمل الإبداعي؟ أُنشِئ النص المكتوب بخط مائل أعلاه بواسطة نموذج "جي بي تي- 3" (GPT-3)، وهو نموذج لغوي ضخم (LLM) طورته شركة "أوبن إيه آي" (OpenAI)، استجابةً للجملة الأولى التي كتبناها، فالنص الناتج عن "جي بي تي 3" يعكس نقاط القوة والضعف التي تتسم بها غالبية المحتوى المُنشأ بواسطة الذكاء الاصطناعي.
- يتميز هذا النموذج بحساسيته للأوامر المدخلة إليه.
- يقدم محتوى مكتوباً بصياغة جيدة، من دون أخطاء نحوية، كما أنَّ اختيار الكلمات مناسب.
- يمكن تحرير هذا النص لتحسينه؛ لأنَّ المقال لا يبدأ عادةً بفقرة تعدادات مثلاً.
- توصل النموذج إلى أفكار ربما لن تخطر ببال الكاتب، مثل فكرة المحتوى المخصص.
يُبرِز المثال أعلاه فوائد نماذج الذكاء الاصطناعي في قطاع الأعمال التجارية، والمزايا الفعلية التي تقدمها هذه التكنولوجيا للمستخدمين.
تعريف الذكاء الاصطناعي التوليدي
ينجز الذكاء الاصطناعي التوليدي عدداً كبيراً من المهام، مثل إنشاء النصوص، والصور، والأكواد البرمجية، ويُنتِج الأعمال الشعرية والفنية؛ إذ يعتمد هذا البرنامج على نماذج تعلم آلي معقدة للتنبؤ بالكلمة التالية بناءً على تسلسل الكلمات السابقة، أو التنبؤ بالصورة التالية بناءً على الكلمات التي تصف الصور السابقة، وقد بدأت النماذج اللغوية الكبيرة في مختبر "جوجل برين" (Google Brain) عام 2017.
إذ استُخدمت في البداية لترجمة الكلمات مع الحفاظ على سياقها، وانتشرت بعدها النماذج اللغوية الكبيرة ونماذج تحويل النصوص إلى صورة في شركات التكنولوجيا الرائدة، بما في ذلك "جوجل" (Google) بنموذجيها "بيرت" (BERT) و"لامدا" (LaMDA)، و "فيسبوك" (Facebook) بنموذجيها "بليندر بوت" (BlenderBot) و"أوبت-175 بي" (OPT-175B)، و"أوبن إيه آي".
وهي منظمة غير ربحية تُعد "مايكروسوفت" (Microsoft) المستثمر الرئيس فيها بنموذجي "جي بي بي 3" للنصوص، و"دال-إي 2" (DALL-E2) للصور، و"ويسبر" (Whisper) للكلام)، كما أنشأت مجتمعات من خلال الإنترنت نماذج توليدية مخصصة بهم، مثل "ميد جورني" (Midjourney)، ومزودي البرمجيات مفتوحة المصدر مثل "هاجينج فيس" (HuggingFace).
اقتصرت هذه النماذج إلى حد كبير على شركات التكنولوجيا الكبرى، وذلك لأنَّ تدريبها يتطلب كميات هائلة من البيانات وقوة حوسبة فائقة، فمثلاً، دُرِّب نموذج "جي بي تي 3" في البداية على 45 تيرابايت من البيانات ويستخدم 175 مليار معلمة أو معامل للتنبؤ، وقد بلغت تكلفة عملية التدريب الواحدة لهذا النموذج 12 مليون دولار.
ويحتوي نموذج "وو داو 2.0" (Wu Dao 2.0) الصيني على 1.75 تريليون معلمة، ولا تمتلك معظم الشركات قدرات مراكز البيانات أو ميزانيات الحوسبة السحابية اللازمة لتدريب نماذجها المخصصة من هذا النوع بالكامل.
بمجرد تدريب نموذج توليدي، يمكن "ضبطه بدقة" ليناسب مجال محتوى معيَّن باستخدام كمية أقل بكثير من البيانات، وقد أظهرَ ذلك نماذج متخصصة من نموذج "بيرت" - للمحتوى الطبي الحيوي (BioBERT)، والمحتوى القانوني (Legal-BERT)، والنص الفرنسي (CamemBERT) - ونموذج "جي بي تي-3" لمجموعة واسعة من الأغراض المحددة.
ويُعد "بيو-نيمو" (BioNeMo) من شركة "إنفيديا" (NVIDIA) إطاراً لتدريب، وبناء، ونشر نماذج لغوية كبيرة على نطاق الحوسبة الفائقة لتطبيقات الكيمياء التوليدية، وعلم البروتينات، والحمض النووي/الرنا (DNA/RNA)، وقد اكتشفت "أوبن إيه آي" أنَّ عدداً قليلاً يصل إلى 100 مثال محدد لبيانات مخصصة بمجال معيَّن يمكن أن يحسن دقة وأهمية مخرجات نموذج "جي بي تي 3".
لا يزال التدخل البشري ضرورياً في كلٍّ من بداية العملية ونهايتها للاستفادة من الذكاء الاصطناعي التوليدي بفعالية، ويجب على الإنسان بدايةً إدخال أمر في نموذج توليدي لإنشاء محتوى، وتؤدي الأوامر الإبداعية عموماً إلى مخرجات إبداعية، ومن المرجح أن يصبح "مهندس الأوامر" مهنة أساسية، على الأقل حتى ظهور الجيل التالي من الذكاء الاصطناعي.
وقد أظهرَ هذا المجال بالفعل كتاباً من 82 صفحة يحتوي على توجيهات لإنشاء صور باستخدام نموذج DALL-E 2، بالإضافة إلى سوق للتوجيهات، فيمكن للمرء شراء توجيهات مستخدمين آخرين مقابل رسوم رمزية، وسيحتاج معظم مستخدمي هذه الأنظمة إلى تجربة عدد من التوجيهات المختلفة قبل تحقيق النتيجة المطلوبة.
يحتاج هذا المحتوى المُنشَأ إلى تقييم وتحرير بشري دقيق، ويمكن دمج مخرجات التوجيهات البديلة في مستند واحد، وقد يتطلب إنشاء الصور معالجة كبيرة؛ إذ صرَّح "جيسون ألين" (Jason Allen)، الذي فاز بمسابقة "التصوير الفوتوغرافي الرقمي المعالج" بمساعدة نموذج "ميد جورني".
بأنَّه أمضى ما يزيد عن 80 ساعة في إنشاء ما يزيد عن 900 نسخة من العمل الفني، وضبطَ توجيهاته مراراً وتكراراً، ثم حسَّن النتيجة باستخدام برنامج "أدوبي فوتوشوب" (Adobe Photoshop)، وزاد من جودة الصورة ووضوحها باستخدام أداة أخرى تعمل بالذكاء الاصطناعي، وطبع 3 قطع على قماش.
تتميز نماذج الذكاء الاصطناعي التوليدي بتنوعها الهائل، فهي تعالج الصور، وتنسيقات النصوص الطويلة، ورسائل البريد الإلكتروني، ومحتوى وسائل التواصل الاجتماعي، والتسجيلات الصوتية، وأكواد البرامج، والبيانات المنظمة، وتُخرِج محتوى جديداً، وترجمات، وإجابات للأسئلة، وتحليلاً للمشاعر، وملخصات، وحتى مقاطع فيديو.
شاهد بالفيديو: وظائف لا يمكن للذكاء الاصطناعي القيام بها
ما هي أهم تطبيقات الذكاء الاصطناعي التوليدي في قطاع الأعمال التجارية؟
فيما يأتي 4 تطبيقات للذكاء الاصطناعي التوليدي في مجال الأعمال التجارية:
1. تطبيقات التسويق
يشيع استخدام نماذج الذكاء الاصطناعي التوليدي في مجال التسويق، فمثلاً، تُنتِج أداة "جاسبر" (Jasper)، وهي نسخة متخصصة في التسويق من نموذج "جي بي تي 3" محتوى متنوعاً يشمل المدوَّنات، ومنشورات وسائل التواصل الاجتماعي، ونصوص مواقع الويب، ورسائل البريد الإلكتروني التسويقية، والإعلانات، وغيرها من أنواع المحتوى الموجه للعملاء.
وتُجري الشركة اختبارات الخيارات المتعددة (A/B) دورياً لتقييم المخرجات، وتلتزم بمعايير تحسين محركات البحث، كما يضبط "جاسبر" نماذج "جي بي تي 3" بالاستفادة من أفضل المخرجات التي يقدمها عملاؤه، وهو ما يشير مسؤولو الشركة إلى أنَّه أدى إلى تحسينات ملحوظة في جودة المحتوى وفعاليته.
وعلى الرغم من أنَّ غالبية مستخدمي "جاسبر" هم أفراد وشركات صغيرة، إلَّا أنَّ بعض الأقسام داخل الشركات الكبيرة تستفيد أيضاً من قدراته، ففي شركة الحوسبة السحابية "في إم وير" (VMWare)، يعتمد الكتَّاب على "جاسبر" في إنشاء محتوى تسويقي أصلي ومتنوع، بدءاً من رسائل البريد الإلكتروني وصولاً إلى الحملات الترويجية للمنتجات ونصوص وسائل التواصل الاجتماعي.
وقد صرحت "روزا لير" (Rosa Lear)، مديرة النمو القائم على المنتج في الشركة، بأنَّ "جاسبر" طوَّر استراتيجية المحتوى المخصصة بهم كثيراً، مما أتاح للكتَّاب وقتاً أطول لإجراء بحث معمق، وتوليد أفكار مبتكرة، ووضع استراتيجيات تسويقية أكثر فعالية.
تستخدم "كريس روبي" (Kris Ruby)، صاحبة وكالة العلاقات العامة ووسائل التواصل الاجتماعي "روبي ميديا غروب" (Ruby Media Group) تقنيات توليد النصوص والصور من النماذج التوليدية، وتشير إلى فعاليتها في تحقيق أقصى استفادة من تحسين محركات البحث (SEO)، وفي مجال العلاقات العامة، في صياغة رسائل شخصية مُوجهة للصحفيين والكتَّاب.
وتعتقد أنَّ هذه الأدوات الحديثة تفتح آفاقاً جديدة في مواجهة تحديات حقوق النشر، وتضع سياسات للذكاء الاصطناعي لعملائها، وتقول إنَّه عند استخدام هذه الأدوات "يمثل الذكاء الاصطناعي 10% من العمل، بينما أُمثِّل أنا 90% منه"، وذلك نظراً للحاجة الكبيرة إلى التوجيه والتحرير البشري في العملية، وترى أنَّ هذه الأدوات تحسِّن جودة الكتابة وتزيد احتمال ظهورها في نتائج البحث، وأنَّ أدوات توليد الصور قد تحل محل سوق الصور الجاهزة وتؤدي إلى نهضة في مجال الإبداع.
تُستخدم أداة "دال-إي 2" وغيرها من أدوات توليد الصور بالفعل في مجال الإعلانات، فمثلاً، استخدمت شركة إنتاج الكاتشب الشهيرة "هاينز" (Heinz) صورة لزجاجة كاتشب تحمل ملصقاً مشابهاً لملصق منتجاتها للقول: "هكذا تبدو كلمة 'كاتشب' للذكاء الاصطناعي."
وبالطبع يعني هذا أنَّ النموذج قد دُرِّبَ على عدد كبير نسبياً من صور زجاجات كاتشب "هاينز"، كما استخدمت شركة "نستله" (Nestle) نسخة مُعززة بالذكاء الاصطناعي من لوحة للرسام الهولندي "فيرمير" (Vermeer) لتسويق إحدى علاماتها التجارية لمنتجات الألبان.
وتستخدم شركة الملابس "ستيتش فيكس" (Stitch Fix) الذكاء الاصطناعي لتقديم التوصيات لعملائها، وهي تجري حالياً تجارب باستخدام "دال-إي 2" لإنشاء تصورات بصرية للملابس بناءً على الخيارات التي يفضلها العملاء، مثل الألوان، والأقمشة، والتصميمات، وتستفيد شركة "ماتيل" (Mattel) من هذه التقنية في إنشاء صور لتصميم الألعاب وتسويقها.
2. تطبيقات توليد الأكواد
أثبت نموذج "جي بي تي 3" خصيصاً فعاليته في توليد أكواد برامج الحاسوب، وإن لم يكن مثالياً تماماً، فعند تزويده بوصف لـ "مقتطف" أو وظيفة برنامجية صغيرة، يُنتِج برنامج "كوديكس" (Codex) المخصص بـ "جي بي تي 3" والذي دُرِّب خصيصاً لهذا الغرض أكواداً بلغات برمجة مختلفة.
كما يمتلك "غيت هاب" (Github) التابع لشركة "مايكروسوفت" نسخة من "جي بي تي 3" لتوليد الأكواد تُعرف باسم "كوبايلوت" (CoPilot)، وتتمتع أحدث إصدارات "كوديكس" الآن بالقدرة على تحديد الأخطاء وإصلاحها في الكود الذي تنشئه - وحتى شرح وظيفة الكود - وذلك في بعض الحالات على الأقل.
والهدف المعلن لشركة "مايكروسوفت" ليس الاستغناء عن مبرمجي البشر؛ بل تحويل أدوات، مثل "كوديكس" و "كوبايلوت" إلى "مبرمجين مساعدين" يعملون إلى جانب المبرمجين البشريين لتحسين سرعتهم وكفاءتهم.
يجمع الخبراء على أنَّ توليد وتحسين الأكواد القائم على النماذج اللغوية الكبيرة يُنتِج هذه المقتطفات الصغيرة من الأكواد، على الرغم من أنَّ دمج هذه المقتطفات في برنامج أكبر ودمج البرنامج في بيئة تقنية محددة، يتطلب قدرات برمجة بشرية متخصصة.
وقد أجرت شركة "ديلويت" (Deloitte) تجارب مكثفة باستخدام "كوديكس" على مدى الأشهر القليلة الماضية، وخلصت إلى أنَّه يرفع إنتاجية المطورين ذوي الخبرة ويمنح بعض القدرات البرمجية للأفراد الذين ليس لديهم خبرة سابقة في البرمجة.
في تجربة تجريبية استمرت ستة أسابيع في "ديلويت" وشملت 55 مطوراً، قيّمت غالبية المستخدمين دقة الكود الناتج بنسبة 65% أو أفضل، وكانت أغلب الأكواد مُنشأة بواسطة "كوديكس"، وتوصلت تجربة "ديلويت" عموماً إلى تحسن بنسبة 20% في سرعة تطوير الأكواد للمشروعات ذات الصلة.
كما استخدمت "ديلويت" أداة "كوديكس" لترجمة الأكواد من لغة برمجة إلى أخرى، وكان استنتاج الشركة هو أنَّها ستظل بحاجة إلى مبرمجين محترفين في المستقبل المنظور، إلا أنَّ زيادة الإنتاجية قد تسمح بتقليل عددهم، وكما هو الحال مع الأنواع الأخرى من أدوات الذكاء الاصطناعي التوليدي، فقد وجدوا أنَّ جودة التوجيهات المُعطاة للذكاء الاصطناعي تؤثر مباشرة في جودة كود الإخراج.
3. تطبيقات المحادثة
تُستخدم النماذج اللغوية الكبيرة كثيراً في صميم تقنيات الذكاء الاصطناعي للمحادثة أو ما يُعرف بروبوتات الدردشة، وتوفر هذه النماذج مستويات فهم أعمق للمحادثة والوعي بالسياق مقارنة بتقنيات المحادثة الحالية، فمثلاً يُجري نموذج "بلندر بوت" من "فيسبوك"، والذي صُمم خصيصاً للحوار محادثات طويلة مع البشر مع الحفاظ على السياق.
ويُستخدم نموذج "بيرت" من "جوجل" لفهم استعلامات البحث، كما أنَّه مكون أساسي في محرك روبوت الدردشة "دايالوغ فلو" (DialogFlow) التابع للشركة، وبالمثل، صُمم نموذج "لامدا" من "جوجل"، وهو نموذج لغوي كبير آخر للحوار، وقد أقنعت المحادثات معه أحد مهندسي الشركة بأنَّه كائن واعي ومثير للإعجاب، فهو ببساطة يتوقع الكلمات المستخدمة في المحادثة بناءً على المحادثات السابقة.
لا يُعد أيٍّ من هذه النماذج اللغوية الكبيرة محاوراً مثالياً، فقد دُرِّبت على محتوى بشري سابق، ولديها ميل لتكرار أية لغة عنصرية أو متحيزة أو تمييزية تعرضت لها في عملية التدريب، وعلى الرغم من أنَّ الشركات التي طورت هذه الأنظمة تصفِّي خطاب الكراهية، إلا أنَّها لم تحقق نجاحاً كاملاً في هذا المسعى حتى الآن.
4. تطبيقات إدارة المعرفة
أحد التطبيقات الناشئة للنماذج اللغوية الكبيرة هو استخدامها بوصفها وسيلة لإدارة المعرفة النصية (أو ربما المعرفة القائمة على الصور أو الفيديو) داخل المؤسسة، وتواجه الشركات الكبرى صعوبة في إدارة قواعد المعرفة واسعة النطاق؛ لأنَّ العملية تتطلب مجهوداً بشرياً كبيراً.
ومع ذلك، فقد أشارت بعض الأبحاث إلى أنَّ النماذج اللغوية الكبيرة، يمكن أن تكون فعالة في إدارة معرفة المؤسسة عند ضبط تدريب النموذج على مجموعة محددة من المعرفة النصية داخل المؤسسة، ويمكن الوصول إلى المعرفة المخزنة داخل النموذج اللغوي الكبير عن طريق طرح الأسئلة في شكل أوامر.
تستكشف بعض الشركات فكرة إدارة المعرفة القائمة على النماذج اللغوية الكبيرة بالتعاون مع كبار مزودي هذه النماذج التجارية، فمثلاً يعمل بنك "مورجان ستانلي" (Morgan Stanley) مع نموذج "جي بي تي 3" لضبط التدريب على محتوى إدارة الثروات، ليبحث المستشارون الماليون عن المعرفة الحالية داخل الشركة وينشئون محتوى مخصصاً للعملاء بسهولة.
ويمكن أن يحتاج مستخدمو هذه الأنظمة إلى تدريب أو مساعدة على صياغة أوامر فعالة، وقد تظل مخرجات المعرفة من النماذج اللغوية الكبيرة بحاجة إلى تحرير أو مراجعة قبل تطبيقها، فيمكن للنماذج اللغوية الكبيرة أن تحيي مجال إدارة المعرفة وتسمح له بالتوسع بفعالية أكبر بافتراض معالجة هذه المشكلات.
التزييف العميق (Deepfakes) والمخاوف القانونية والأخلاقية الأخرى
تبيَّن بالفعل أنَّ أنظمة الذكاء الاصطناعي التوليدية، تُظهِر عدداً من القضايا القانونية والأخلاقية بسرعة، فقد ظهرت تقنية "التزييف العميق" (Deepfakes) في وسائل الإعلام والترفيه والسياسة، وهي عبارة عن صور ومقاطع فيديو تُنشأ بواسطة الذكاء الاصطناعي وتدَّعي أنَّها واقعية ولكنَّها ليست كذلك.
إذ تطلَّب إنشاء التزييف العميق حتى الآن قدراً كبيراً من المهارات الحاسوبية، أمَّا الآن فسيُنشِئها أي شخص تقريباً، وقد تحكَّمت شركة "أوبن إيه آي" في الصور المزيفة عن طريق إضافة "علامة مائية" مميزة إلى كل صورة تُنشَئ باستخدام نموذج "دولي 2"، ومن المرجح أن تكون هناك حاجة إلى مزيد من الضوابط في المستقبل، خصيصاً مع انتشار إنشاء الفيديو التوليدي.
يثير الذكاء الاصطناعي التوليدي أيضاً عدداً من الأسئلة حول تعريف المحتوى الأصلي والمخصص، ونظراً لأنَّ النصوص والصور التي تُنشَئ ليست مطابقة تماماً لأي محتوى سابق، فإنَّ مقدمي هذه الأنظمة يجادلون بأنَّها تنتمي إلى منشئي التوجيهات، إلا أنَّها مشتقة بوضوح من النصوص والصور السابقة التي استُخدِمَت لتدريب النماذج، بالتالي توفر هذه التقنيات قدراً كبيراً من العمل لمحامي الملكية الفكرية في السنوات القادمة.
يتضح من الأمثلة السابقة أنَّ تطبيقات الذكاء الاصطناعي مازالت في مراحلها الأولى، ويُتوقَّع أن تصبح هذه التكنولوجيا أساسية في إجراءات العمل اليومية، ويمكن أن تصيغ مثل هذه الأنظمة معظم أو كل محتوانا المكتوب أو المرئي لتقديم مسودات أولية لرسائل البريد الإلكتروني، والرسائل، والمقالات، وبرامج الحاسوب، والتقارير، ومنشورات المدونات، والعروض التقديمية، ومقاطع الفيديو، وما إلى ذلك.
ولا شك أنَّ تطوير مثل هذه القدرات سيكون له آثار جذرية وغير متوقعة على ملكية المحتوى وحماية الملكية الفكرية، ولكنَّه من المرجح أيضاً أن يحدث ثورة في المعرفة والعمل الإبداعي، وبافتراض استمرار تقدم نماذج الذكاء الاصطناعي هذه بالوتيرة التي شهدناها في الفترة القصيرة لوجودها، فإنَّه يصعب علينا تصور جميع الفرص والآثار التي قد تنجم عنها.
في الختام
يتضح الدور المحوري المتنامي للذكاء الاصطناعي التوليدي في تشكيل مشهد الأعمال الإبداعية، فمن خلال قدرته على أتمتة جوانب من إنشاء المحتوى، وتحسين جودته وتنوعه، وتقديم حلول مخصصة، يفتح الذكاء الاصطناعي التوليدي آفاقاً واسعة للابتكار والكفاءة في مختلف القطاعات، ومع ذلك، لا يزال التدخل البشري عنصراً لا غنى عنه لضمان الأصالة والدقة والجودة العالية للمحتوى الناتج، فضلاً عن معالجة التحديات القانونية والأخلاقية الناشئة.
إنَّ مستقبل العمل الإبداعي على الأرجح تعاوناً وثيقاً بين القدرات البشرية والذكاء الاصطناعي التوليدي، بينما تستمر هذه التقنيات في التطور، من الضروري للشركات والأفراد فهم إمكاناتها وحدودها، وتبنِّي أفضل الممارسات لتوظيفها بمسؤولية وأخلاق.
بالتالي سيمكِّن الاستثمار في فهم هذه الأدوات وتطوير مهارات التعامل معها المؤسسات من اغتنام الفرص الهائلة التي يتيحها الذكاء الاصطناعي التوليدي، ودفع عجلة النمو والابتكار في المستقبل.
أضف تعليقاً