ممثل الاتحاد العالمي للتوظيف بمصر: يجب التوقف عن النظر إلى الذكاء الاصطناعي كمصدر للتهديد فقط

قال محمد الدروي، ممثل_الاتحاد_العالمي_للتوظيف في مصر إنه يجب التوقف عن النظر إلى الذكاء الاصطناعي كمصدر للتهديد فقط، وأن نبدأ في استخدامه كأداة تمكين قوية في قطاع التوظيف، يُحدث الذكاء الاصطناعي ثورة في كيفية مطابقة المواهب مع الفرص، مما يتيح لنا التنبؤ بنقص العمالة وتحديد فجوات المهارات بدقة غير مسبوقة».

وأضاف الدروي، في تصريحات على هامش مشاركته في النسخة الثالثة من المؤتمر_الدولي_لسوق_العمل بالمملكة العربية السعودية، أن الاتحاد يشارك في المؤتمر للتأكيد على الدور المحوري الذي يلعبه كصوت لقطاع خدمات التوظيف الخاص في مصر، وحرصًا على تعميق أطر التعاون عبر الحدود لبناء سوق عمل مرن وشامل ومستعد للمستقبل في منطقة الشرق الأوسط، مؤكدًا على ضرورة تعزيز التعاون الإقليمي ومواكبة التحولات المتسارعة في ديناميكيات القوى العاملة.

ما المقصود بالذكاء الاصطناعي (AI)؟

الذكاء الاصطناعي (AI) هو تقنية تحويلية تمكن الآلات من أداء مهام حل المشكلات بطريقة تشبه البشر. من التعرف على الصور وإنشاء محتوى إبداعي إلى وضع تنبؤات تعتمد على البيانات، يعمل الذكاء الاصطناعي على تمكين الشركات من اتخاذ قرارات أكثر ذكاءً على نطاق واسع.

في المشهد الرقمي اليوم، تقوم المؤسسات بتوليد كميات هائلة من البيانات من أجهزة الاستشعار وتفاعلات المستخدم وسجلات النظام. يمكن تسخير البيانات باستخدام الذكاء الاصطناعي لتبسيط العمليات - أتمتة دعم العملاء، وتعزيز استراتيجيات التسويق، وتوفير رؤى قابلة للتنفيذ من خلال التحليلات المتقدمة.

تتيح AWS للشركات دمج الذكاء الاصطناعي بسهولة لتعزيز الابتكار وتحسين تجربة العملاء ومعالجة التحديات المعقدة. تتيح حلول الذكاء الاصطناعي من AWS للشركات تقديم تجارب مخصصة، وأتمتة القرارات، واستكشاف فرص نمو جديدة في بيئة رقمية متغيرة، وكل ذلك في إطار من الخصوصية والأمان والذكاء الاصطناعي المسؤول من AWS.

ما تاريخ الذكاء الاصطناعي؟

طرح Alan Turing عام 1950 فكرة الذكاء الاصطناعي في ورقته الشهيرة "Computing Machinery and Intelligence"، التي ناقش فيها ما إذا كانت الآلات قادرة على التفكير كالبشر. رغم أن Turing وضع الإطار النظري، إلا أن الذكاء الاصطناعي الحديث هو نتاج تطورات مستمرة على مدى عقود، بدعم من مساهمات العلماء والمهندسين في مختلف التخصصات.

1940‏-1980

في عام 1943، اقترح Warren McCulloch وWalter Pitts نموذجًا للخلايا العصبونية الاصطناعية، ووضع الأساس للشبكات العصبية، وهي التكنولوجيا الأساسية داخل الذكاء الاصطناعي.

بعد ذلك بسرعة، في عام 1950، نشر Alan Turing ورقته البحثية "Computing Machinery and Intelligence"، حيث قدم مفهوم اختبار تورينج (Turing Test) لتقييم ذكاء الآلة.

أدى ذلك إلى قيام طلاب الدراسات العليا Marvin Minsky وDean Edmonds ببناء أول آلة شبكية عصبية تُعرف باسم SNARC، وقام Frank Rosenblatt بتطوير Perceptron الذي يعد أحد أقدم نماذج الشبكة العصبونية، وقام Joseph Weizenbaum بإنشاء ELIZA؛ وهو من أوائل روبوتات الدردشة لمحاكاة معالج نفسي روجيري بين عامي 1951 و1969.

من عام 1969 حتى عام 1979، أظهر Marvin Minsky قيود الشبكات العصبونية، مما تسبب في انخفاض مؤقت في أبحاث الشبكات العصبونية. حدث "كساد الذكاء الاصطناعي" الأول بسبب انخفاض التمويل وقيود الأجهزة والحوسبة.

1980‏-2006

تميّزت فترة الثمانينيات بزيادة الاهتمام بالذكاء الاصطناعي، بفضل دعم الحكومات وتمويل المشاريع البحثية، لا سيما في مجالات الترجمة وتحويل الكلام إلى نص. شهدت تلك الحقبة بروز أنظمة خبيرة كـ MYCIN، والتي استطاعت تقليد القرارات البشرية ضمن مجالات متخصصة كالرعاية الصحية. تزامن مع هذه المرحلة إحياء مفهوم الشبكات العصبية، بفضل الأبحاث المبتكرة التي قادها David Rumelhart وJohn Hopfield في مجال التعلم العميق، حيث أثبتوا أن الحواسيب قادرة على اكتساب المعرفة من التجربة.

لكن خلال الفترة من 1987 إلى 1997، تسببت ظروف اجتماعية واقتصادية، أبرزها فورة الإنترنت، في دخول الذكاء الاصطناعي في فترة "كساده الثاني"، مما أدى إلى تراجع النشاط البحثي وتقلص الاهتمام التجاري به.

شهد عام 1997 نقطة تحول في مسيرة الذكاء الاصطناعي عندما حقق حاسوب Deep Blue من IBM انتصارًا تاريخيًا على بطل العالم Garry Kasparov في الشطرنج. في تلك المرحلة، لعبت أبحاث Judea Pearl في نظرية الاحتمالات واتخاذ القرار دورًا محوريًا في تقدم الذكاء الاصطناعي، فيما ساهم روّاد كـ Geoffrey Hinton في إحياء الاهتمام بالتعلم العميق وتمهيد الطريق لنهضة الشبكات العصبية. على الرغم من أن التوجه التجاري لم يكن قد بلغ ذروته بعد، فإن هذه الابتكارات شكّلت قاعدة صلبة للانطلاقة التالية للذكاء الاصطناعي.

من 2007 إلى الوقت الحاضر

من عام 2007 إلى عام 2018، أدى التقدم في الحوسبة السحابية إلى زيادة إمكانية الوصول إلى قوة الحوسبة والبنية التحتية للذكاء الاصطناعي. أدى ذلك إلى زيادة التبني. الابتكار والتقدم في تعلّم الآلة. تضمنت التطورات بنية الشبكة العصبونية الالتفافية (CNN) المسماة AlexNet، والتي طورها Alex Krizhevsky وIlya Sutskever وGeoffrey Hinton للفوز في مسابقة ImageNet، حيث عرضت قوة التعلم العميق في التعرف على الصور وأتقن AlphaZero من Google ألعاب الشطرنج وshogi وGo بدون بيانات بشرية، بالاعتماد على اللعب الذاتي.