أخبار Microsoft AI: جعل الذكاء الاصطناعي أسهل وأبسط وأكثر مسؤولية
اليوم هو يوم مهم لإعلانات الذكاء الاصطناعي من Microsoft، سواء من مؤتمر Build لهذا الأسبوع وما بعده.
ولكن هناك موضوع واحد مشترك يتدفق باستمرار: لكي يصبح الذكاء الاصطناعي أكثر فائدة لتطبيقات الأعمال، يجب أن يكون أسهل، وأبسط، وأكثر قابلية للتفسير، وأكثر سهولة في الوصول إليه، والأهم من ذلك كله، أن يكون مسؤولاً.
تعمل Microsoft على تسهيل فهم الذكاء الاصطناعي المسؤول
قال جون مونتغمري، نائب رئيس شركة Azure AI، لموقع VentureBeat، إن الذكاء الاصطناعي المسؤول يقع في قلب الكثير من أخبار البناء اليوم.
أبرزها معاينة Azure Machine Learning للوحة معلومات AI المسؤولة، والتي تجمع بين الإمكانات المستخدمة على مدار الـ 18 شهرًا الماضية، مثل مستكشف البيانات، وقابلية تفسير النموذج، وتحليل الأخطاء، وتحليل الاستدلال الوقائعي والسببي، في عرض واحد.
سيقدم Azure Machine Learning الآن “بطاقة أداء” AI مسؤولة في المعاينة لتلخيص أداء النموذج والرؤى حتى يتمكن جميع أصحاب المصلحة من المشاركة بسهولة في مراجعات الامتثال.
قال مونتغمري: “كان السؤال هو كيف نجعل الذكاء الاصطناعي يعمل بشكل أسهل وأسهل في الفهم”.
“يحتاج المستخدمون إلى إنشاء شيء يمكن لمسؤولي الامتثال الاستفادة منه.”
توفر لوحة معلومات الذكاء الاصطناعي وبطاقة الأداء المسؤولة “مجموعة واضحة جدًا من التصورات، وتدفق يحركه المعالج يجعل من السهل على الأشخاص الذين لديهم خبرة أقل في علوم البيانات استخدام هذه الأدوات وتصدير بطاقة الأداء إلى ملف PDF.”
تستخدم خدمة الصحة الوطنية في المملكة المتحدة لوحة معلومات الذكاء الاصطناعي المسؤولة في Azure
على سبيل المثال، يستكشف فريق من المهنيين الطبيين في واحدة من أكبر صناديق الخدمات الصحية الوطنية في المملكة المتحدة كيف يمكن للذكاء الاصطناعي المساعدة في تقليل أوقات الانتظار ودعم التوصيات من فرق الرعاية الصحية وتزويد المرضى بمعلومات أفضل حتى يتمكنوا من اتخاذ قرارات مستنيرة بشأنهم.
الرعاية الخاصة. طور اثنان من جراحي العظام نموذجًا للذكاء الاصطناعي لمساعدة الاستشاريين على إعطاء مرضاهم تقييمًا شخصيًا للمخاطر لعمليات الورك أو الركبة القادمة.
النموذج مستضاف في سحابة Microsoft Azure ويستخدم لوحة معلومات AI المسؤولة في Azure Machine Learning.
يمكن للمهنيين الطبيين معرفة كيفية عمل النموذج والحصول على فهم أوضح لسبب توصل الذكاء الاصطناعي إلى هذه الاستنتاجات. هذا يعزز الثقة في أن نصائحهم للمرضى تستند إلى بيانات دقيقة وموثوقة.
“تعد نماذج التعلم الآلي نوعًا من الفن المظلم، لذلك يمكن لعالم البيانات أن يشرح لعلماء بيانات آخرين سبب تصرفهم بطريقة معينة، ولكن يجب أن تكون قادرًا على التوضيح لأصحاب الأعمال والمديرين التنفيذيين والمدققين وفرق الامتثال – هذا هو المكان الذي قال مونتغمري: “تأتي أدوات الذكاء الاصطناعي المسؤولة، للمساعدة في شرح سبب اتخاذ النماذج للقرارات التي يتخذونها”.
“هذا هو الاتجاه الذي نسير فيه.”
جعل حياة المطورين أسهل باستخدام الذكاء الاصطناعي
في Microsoft Build، أبرز كيفن سكوت، كبير مسؤولي التكنولوجيا في Microsoft، كيف أن أدوات تطوير البرامج التي تعمل بالذكاء الاصطناعي تسمح للمطورين ببناء برامج باستخدام لغة يومية طبيعية، من خلال ترجمة اللغة الطبيعية إلى لغات البرمجة التي تفهمها أجهزة الكمبيوتر.
قال سكوت: “هذه طريقة مختلفة جذريًا في التفكير بشأن التنمية عما كانت لدينا منذ بداية البرنامج”.
سلطت Microsoft الضوء على هذا التحول النموذجي على أنه مدفوع بواسطة Codex، وهو نموذج للتعلم الآلي من شركة OpenAI للبحث والتطوير في مجال الذكاء الاصطناعي يمكنه ترجمة أوامر اللغة الطبيعية إلى كود بأكثر من اثنتي عشرة لغة برمجة.
ينحدر كودكس من GPT-3، نموذج اللغة الطبيعية لـ OpenAI الذي تم تدريبه على بيتابايت من بيانات اللغة من الإنترنت.
وفقًا لسكوت، فإن الزيادة في الإنتاجية التي يجلبها Codex لتطوير البرمجيات هي تغيير قواعد اللعبة، مما يسمح للمطورين “بإنجاز العديد من المهام في دقيقتين والتي كانت تستغرق في السابق ساعتين”.
كود منخفض مدعوم بالذكاء الاصطناعي ولا توجد أدوات كود تجلب الذكاء الاصطناعي إلى الجماهير
في Build ، سلطت Microsoft أيضًا الضوء على تعليمات برمجية منخفضة مدعومة بالذكاء الاصطناعي ولا توجد أدوات تعليمات برمجية مثل تلك المتوفرة من خلال Microsoft Power Platform ، والتي قالوا: “إنها مستعدة لتمكين مليارات الأشخاص من تطوير تطبيقات البرامج التي يحتاجون إليها لحل مشكلاتهم الفريدة ، من اختصاصي سمعيات يرقمن النماذج الورقية البسيطة لتحويل الوقاية من فقدان السمع في أستراليا إلى أداة تخفف عبء عمل إدخال البيانات اليدوي من موظفي شركة مملوكة للعائلة وحل على مستوى المؤسسات يعالج مليارات الدولارات من COVID-19 مطالبات الإعفاء من القروض للشركات الصغيرة “.
وفقًا لتشارلز لامانا، نائب رئيس شركة Microsoft لتطبيقات الأعمال والمنصة، إذا كنت تعمل مع الصيغ في Excel، فيمكنك إنشاء تطبيقات برمجية مدعومة بالذكاء الاصطناعي.
قال “مئات الملايين من الأشخاص الذين يشعرون بالراحة عند التعامل مع الصيغ في Microsoft Excel يمكنهم بسهولة جلب هذه المهارات إلى Power Platform، حيث يمكنهم إنشاء هذه الأنواع من تطبيقات البرامج”.
المزيد من التحركات السائدة من شراكة Hugging Face مع Microsoft
في أخبار أخرى من Microsoft ، واصلت Hugging Face اليوم – التي أعلنت مؤخرًا عن تقييم بقيمة 2 مليار دولار بفضل وضعها المتصاعد كمستودع رئيسي لجميع الأشياء المتعلقة بنماذج التعلم الآلي – مسيرتها نحو الاتجاه السائد بإعلان تعاون جديد مع Microsoft يجعل منصة التعلم الآلي Hugging Face متاحة لعملاء Microsoft Azure.
خدمة جديدة، Hugging Face Endpoints على Azure، تجعل نماذج Hugging Face، وفقًا للشركة، “بسيطة” و “قابلة للتطوير” و “آمنة”.
“نحن نعمل على تعميق شراكتنا مع Microsoft ونقدم هذه الخدمة الجديدة التي تُعد طريقة سهلة جدًا للأشخاص لتحويل نموذج Hugging Face إلى إنتاج قابل للتطوير وآمن يعيش في إطار إيجار Azure الخاص بهم،” جيف بودير ، مدير المنتج في Hugging الوجه، قال لـ VentureBeat.
“نحن بالفعل نقدم الميل الأخير من دورة تطوير التعلم الآلي.”
وأشار إلى أن مشاريع التعلم الآلي، خاصة في المؤسسة، لها معدلات إتمام منخفضة – 80٪ لا تصل إلى مرحلة الإنتاج أبدًا. كما يستغرق إكمالها شهورًا.
وفقًا لبودييه، من خلال “بضع نقرات” و “10-20 دقيقة”، يمكن للمطورين “الحصول على نقطة نهاية تعمل داخل بيئة Azure الخاصة بك والتي تتوافق مع كل شيء داخل شركتك.”
تأمل Hugging Face في أن يؤدي هذا إلى تحويل معدلات إكمال 20٪ إلى معدلات إتمام 80٪، ومن ثلاثة إلى أربعة أشهر من التأخير إلى جهد منتهي في أقل من نصف ساعة.
“كانت الشركات تعيد اختراع العجلة وتخدش رؤوسها في نفس النوع من نقاط الألم حول أي نوع من الحالات التي يمكنني أن أناسب هذا النموذج فيها؟ كم عدد النسخ المتماثلة؟ كيف يمكنني قياس هذا؟ ” قال بودير.
“إننا نجعل هذا الأمر بسيطًا جدًا بحيث يمكن لمهندس التعلم الآلي أن يذهب إلى الإنتاج.”
المصدر: venturebeat
شاهد المزيد:
