أفضل مقالات الذكاء الاصطناعي لعام 2024

IEEE الطيفتُظهر قصص الذكاء الاصطناعي الأكثر شهرة في العام الماضي موضوعًا واضحًا. في عام 2024، سيكافح العالم من أجل التأقلم مع قدرات وعيوب الذكاء الاصطناعي التوليدي، وكلاهما مهم. تناولت مقالتان من أكثر مقالات الذكاء الاصطناعي قراءة هذا العام قدرات البرمجة الخاصة بروبوتات الدردشة، بينما تناولت مقالة أخرى أفضل طريقة لتحفيز روبوتات الدردشة ومولدات الصور (ووجدت أنه يمكن الاستغناء عن البشر). في عمود “العيوب”، وجد أحد التحقيقات المتعمقة أن منشئ الصور Midjourney لديه عادة سيئة تتمثل في بث صور متطابقة تقريبًا مع الشخصيات ذات العلامات التجارية والمشاهد من الأفلام المحمية بحقوق الطبع والنشر، بينما بحث تحقيق آخر في مدى قدرة الممثلين السيئين على استخدام الصورة. منشئ الصور Stable Diffusion الإصدار 1.5 لصنع مواد الاعتداء الجنسي على الأطفال.

اثنان من المقالات المفضلة لدي من هذه المجموعة الأفضل عبارة عن مقالات مميزة تحكي قصصًا رائعة. في إحداها، يروي أحد باحثي الذكاء الاصطناعي كيف ساعد العاملين في مجال الأعمال المؤقتة على جمع البيانات وتنظيمها من أجل تدقيق صاحب العمل. وفي مقال آخر، يصف عالم اجتماع عمل في شركة ناشئة صاخبة لمدة 19 شهرًا كيف يقوم المهندسون بتقليص النفقات لتلبية توقعات أصحاب رأس المال المغامر. كلتا القصتين المهمتين تجلبان القراء إلى داخل فقاعة الضجيج للحصول على رؤية حقيقية لكيفية استفادة الشركات التي تعمل بالذكاء الاصطناعي من العمالة البشرية. في عام 2025، IEEE الطيف يعد بمواصلة إعطائك الحقيقة الأرضية.

ديفيد بلونكيرت

على الرغم من أن طفرة الذكاء الاصطناعي التوليدي أثارت مخاوف من أن تؤدي روبوتات الدردشة ومولدات الصور إلى إزالة الوظائف، إلا أن البعض كان يأمل في أن تخلق وظائف جديدة تمامًا – مثل الهندسة السريعة، وهي البناء الدقيق للمطالبات للحصول على أداة ذكاء اصطناعي توليدية لإنشاء ما هو مرغوب فيه بالضبط. الإخراج. حسنًا، لقد وضع هذا المقال مثبطًا لهذا الأمل. نطاق أفادت المحررة دينا جينكينا عن بحث جديد يوضح أن نماذج الذكاء الاصطناعي تقوم بعمل أفضل في إنشاء المطالبات من المهندسين البشريين.

غاري ماركوس وريد ساوثين عبر Midjourney

نيويورك تايمز وقد رفعت صحف أخرى بالفعل دعاوى قضائية ضد شركات الذكاء الاصطناعي بتهمة سرقة النصوص، بحجة أن روبوتات الدردشة تسحب قصصها المحمية بحقوق الطبع والنشر حرفيًا. في هذا التحقيق المهم، أظهر غاري ماركوس وريد ساوثين أمثلة واضحة على الانتحال البصري، باستخدام Midjourney لإنتاج صور تبدو تمامًا مثل لقطات الشاشة من الأفلام الكبرى، بالإضافة إلى شخصيات ذات علامات تجارية مثل Darth Vader وHomer Simpson وSonic the Hedgehog. يجدر إلقاء نظرة على المقال كاملاً فقط لرؤية الصور.

يكتب المؤلفون: “توفر هذه النتائج دليلًا قويًا على أن Midjourney قد تدرب على المواد المحمية بحقوق الطبع والنشر، وتثبت أن بعض أنظمة الذكاء الاصطناعي التوليدية على الأقل قد تنتج مخرجات مسروقة، حتى عندما لا يُطلب منها ذلك بشكل مباشر، مما قد يعرض المستخدمين لادعاءات انتهاك حقوق الطبع والنشر.”

صور جيتي

عندما تم طرح ChatGPT من OpenAI لأول مرة في أواخر عام 2022، اندهش الناس من قدرته على كتابة التعليمات البرمجية. لكن بعض الباحثين الذين أرادوا قياسًا موضوعيًا لقدرته، قاموا بتقييم الكود الخاص به من حيث الوظيفة والتعقيد والأمان. لقد اختبروا GPT-3.5 (نسخة من نموذج اللغة الكبير الذي يدعم ChatGPT) على 728 مشكلة ترميز من منصة اختبار LeetCode بخمس لغات برمجة. ووجدوا أنها كانت جيدة جدًا في حل مشكلات البرمجة التي كانت موجودة على LeetCode قبل عام 2021، ربما لأنها لاحظت تلك المشكلات في بيانات التدريب الخاصة بها. ومع المشاكل الأحدث، انخفض أداء البرنامج بشكل كبير: فقد انخفضت درجته في الكود الوظيفي لمسائل التشفير السهلة من 89 بالمائة إلى 52 بالمائة، وبالنسبة للمسائل الصعبة انخفض من 40 بالمائة إلى 0.66 بالمائة.

ومع ذلك، تجدر الإشارة إلى أن طرازي OpenAI GPT-4 وGPT-4o يتفوقان على الطراز الأقدم GPT-3.5. وبينما تستمر منصات الذكاء الاصطناعي التوليدية ذات الأغراض العامة في التحسن في مجال البرمجة، فقد شهد عام 2024 أيضًا انتشار أدوات الذكاء الاصطناعي ذات القدرة المتزايدة والمصممة خصيصًا للبرمجة.

العلمي

هذه القصة الثالثة في قائمتنا تمثل القصة الرابعة بشكل مثالي، والتي تلقي نظرة فاحصة على كيفية قيام الأساتذة بتغيير أساليبهم في تدريس البرمجة، بالنظر إلى الانتشار المذكور أعلاه لمساعدي البرمجة. تركز دورات علوم الكمبيوتر التمهيدية بشكل أقل على بناء جملة الترميز وبشكل أكبر على الاختبار وتصحيح الأخطاء، بحيث يكون الطلاب مجهزين بشكل أفضل لاكتشاف الأخطاء التي يرتكبها مساعدوهم في مجال الذكاء الاصطناعي. التركيز الجديد الآخر هو تحليل المشكلة، كما يقول أحد الأساتذة: “هذه مهارة يجب معرفتها في وقت مبكر لأنك تحتاج إلى تقسيم مشكلة كبيرة إلى أجزاء أصغر يمكن لطالب الماجستير في القانون حلها”. بشكل عام، يقول المعلمون إن استخدام طلابهم لأدوات الذكاء الاصطناعي يحررهم لتدريس التفكير عالي المستوى الذي كان مخصصًا للفصول المتقدمة.

مايك ماكويد

تم تأليف هذه القصة المميزة من قبل باحثة الذكاء الاصطناعي، دانا كالاتشي، التي تعاونت مع العاملين في Shipt، منصة التسوق والتوصيل المملوكة لشركة Target. عرف العمال أن Shipt قد غيرت خوارزمية الدفع الخاصة بها بطريقة غامضة، وشهد الكثيرون انخفاض رواتبهم، لكنهم لم يتمكنوا من الحصول على إجابات من الشركة – لذلك بدأوا في جمع البيانات بأنفسهم. عندما انضموا إلى كالاتشي، عمل معهم لبناء روبوت نصي حتى يتمكن العمال من إرسال لقطات شاشة لإيصالات رواتبهم بسهولة. قامت الأداة أيضًا بتحليل البيانات، وأخبرت كل عامل ما إذا كانوا يحصلون على رواتب أكثر أو أقل بموجب الخوارزمية الجديدة. ووجدت أن 40% من العمال حصلوا على تخفيض غير معلن في أجورهم، واستخدم العمال النتائج لجذب انتباه وسائل الإعلام أثناء قيامهم بتنظيم الإضرابات والمقاطعة والاحتجاجات.

يكتب كالاتشي: “الشركات التي تعتمد نماذج أعمالها على العاملين المستقلين لديها مصلحة في إبقاء خوارزمياتها مبهمة. يساعد “عدم تناسق المعلومات” الشركات على التحكم بشكل أفضل في القوى العاملة لديها – فهي تحدد الشروط دون الكشف عن التفاصيل، والخيار الوحيد أمام العمال هو قبول هذه الشروط أم لا. لا يوجد سبب تقني يجعل هذه الخوارزميات بمثابة صناديق سوداء؛ السبب الحقيقي هو الحفاظ على هيكل السلطة”.

IEEE الطيف

مثل اثنين من دمى التعشيش الروسية، لدينا هنا قائمة داخل القائمة. تصدر جامعة ستانفورد كل عام مؤشرها الضخم للذكاء الاصطناعي، والذي يحتوي على مئات من الرسوم البيانية لتتبع الاتجاهات داخل الذكاء الاصطناعي؛ تشمل الفصول الأداء الفني والذكاء الاصطناعي المسؤول والاقتصاد والتعليم والمزيد. مؤشر هذا العام. وعلى مدى السنوات الأربع الماضية، نطاق لقد قرأ كل شيء وأخرج تلك المخططات التي تبدو أكثر دلالة على الوضع الحالي للذكاء الاصطناعي. في عام 2024، سلطنا الضوء على الاستثمار في الذكاء الاصطناعي التوليدي، والتكلفة والبصمة البيئية لنماذج أسس التدريب، وتقارير الشركات عن الذكاء الاصطناعي الذي يساعد في تحقيق النتيجة النهائية، والحذر العام من الذكاء الاصطناعي.

iStock

كانت الشبكات العصبية هي البنية المهيمنة في الذكاء الاصطناعي منذ عام 2012، عندما قام نظام يسمى AlexNet بدمج قوة وحدة معالجة الرسومات مع شبكة عصبية متعددة الطبقات للحصول على أداء لم يسبق له مثيل في مهمة التعرف على الصور. ولكن لديهم جوانب سلبية، بما في ذلك افتقارهم إلى الشفافية: فهم يستطيعون تقديم إجابة غالبا ما تكون صحيحة، ولكنهم لا يستطيعون إظهار عملهم. توضح هذه المقالة طريقة جديدة بشكل أساسي لإنشاء شبكات عصبية أكثر قابلية للتفسير من الأنظمة التقليدية، كما تبدو أكثر دقة. عندما اختبر المصممون نموذجهم الجديد في أسئلة فيزيائية ومعادلات تفاضلية، تمكنوا من رسم خريطة مرئية لكيفية حصول النموذج على إجاباته (الصحيحة غالبًا).

إد جنت

القصة التالية تقودنا إلى مركز التكنولوجيا في بنغالورو، الهند، الذي نما من حيث عدد السكان بشكل أسرع من نمو البنية التحتية – مما يتركها مع بعض الشوارع الأكثر ازدحامًا في العالم. الآن، تم تكليف مهندس شرائح سابق بمهمة شاقة تتمثل في ترويض حركة المرور. لقد لجأ إلى الذكاء الاصطناعي طلبًا للمساعدة، باستخدام أداة تصمم نماذج الازدحام، وتتنبأ بالاختناقات المرورية، وتحدد الأحداث التي تجتذب حشودًا كبيرة، وتمكن ضباط الشرطة من تسجيل الحوادث. بالنسبة للخطوات التالية، يخطط مسؤول المرور لدمج البيانات من الكاميرات الأمنية في جميع أنحاء المدينة، مما سيسمح بإحصاء المركبات وتصنيفها آليًا، بالإضافة إلى البيانات من شركات توصيل الطعام ومشاركة الرحلات.

مايك كيمب / جيتي إيماجيس

وفي تحقيق مهم آخر حصريا ل نطاق، أوضح باحثا سياسة الذكاء الاصطناعي ديفيد إيفان هاريس وديف ويلنر كيف أن بعض مولدات صور الذكاء الاصطناعي قادرة على إنتاج مواد الاعتداء الجنسي على الأطفال (CSAM)، على الرغم من أنها تتعارض مع شروط الاستخدام المعلنة. ركزوا بشكل خاص على النموذج مفتوح المصدر Stable Diffusion الإصدار 1.5، وعلى منصات Hugging Face وCivitai التي تستضيف النموذج وتجعله متاحًا للتنزيل المجاني (في حالة Hugging Face، تم تنزيله ملايين المرات شهريًا). . لقد كانوا يعتمدون على الأبحاث السابقة التي أظهرت أن العديد من منشئي الصور قد تم تدريبهم على مجموعة بيانات تتضمن مئات الأجزاء من CSAM. اتصل هاريس وويلنر بالشركات لطلب ردود على هذه الادعاءات، وربما ردًا على استفساراتهم، اختفى Stable Diffusion 1.5 على الفور من Hugging Face. يرى المؤلفون أن الوقت قد حان لكي تأخذ شركات الذكاء الاصطناعي ومنصات الاستضافة مسؤوليتها المحتملة على محمل الجد.

فورهيس

ماذا يحدث عندما يدمج عالم اجتماع نفسه في شركة ناشئة في سان فرانسيسكو تلقت للتو استثمارًا أوليًا لرأس المال الاستثماري بقيمة 4.5 مليون دولار وسرعان ما صعدت في المراتب لتصبح واحدة من “يونيكورن” في وادي السيليكون بقيمة تزيد عن مليار دولار؟ الإجابة: تحصل على كتاب جذاب للغاية يسمى وراء بدء التشغيل: كيف تعمل أشكال رأس المال الاستثماري، والابتكار، وعدم المساواة، منها نطاقمقتطف فصلا. يصف مؤلف عالم الاجتماع، بنجامين شيستاكوفسكي، كيف أعطت الشركة التي يسميها AllDone (ليس اسمها الحقيقي) الأولوية للنمو بأي ثمن لتلبية توقعات المستثمرين، مما دفع المهندسين إلى التركيز على توظيف كل من الموظفين والمستخدمين بدلاً من القيام بالكثير من الهندسة الفعلية.

على الرغم من أن القيمة الكاملة للشركة كانت تتمثل في أنها ستقوم تلقائيًا بمطابقة الأشخاص الذين يحتاجون إلى الخدمات المحلية مع مقدمي الخدمات المحليين، فقد انتهى الأمر بالاستعانة بمصادر خارجية لعملية المطابقة مع قوة عاملة فلبينية تقوم بإجراء المطابقات يدويًا. “لقد عمل المقاولون الفلبينيون بشكل فعال صناعي يكتب شيستاكوفسكي: “الذكاء الاصطناعي يحاكي مخرجات خوارزميات البرمجيات التي لم تكتمل بعد”.