يعتبر الذكاء الاصطناعي من أفضل التقنيات التي توصل لها العلم الحديث لما له من قدرات هائلة في تأدية المهام المعقدة التي كانت تتطلب في الماضي تدخلات بشرية تستهلك الوقت والموارد بنتائج أقل كفاءة مما عليه الوضع حاليا.
فهل يستطيع الذكاء الاصطناعي إنقاذنا من فيروس Covid-19؟
في الوقت الذي يواجه فيه العالم تفشي فيروس كورونا ، أشاد الكثيرون بالذكاء الاصطناعي باعتباره سلاحنا السري العليم.
على الرغم من أن البيانات الصحفية للشركات وبعض التغطية الإعلامية تشيد بها ،
إلا أن الذكاء الاصطناعي لن يلعب سوى دور هامشي في معركتنا ضد Covid-19.
في حين أن هناك بلا شك طرق يمكن أن تكون مفيدة – وأكثر من ذلك في الأوبئة المستقبلية – في الوقت الحالي ،
فإن تقنيات مثل الإبلاغ عن البيانات ، والتطبيب عن بعد ، وأدوات التشخيص التقليدية أكثر تأثيرًا بكثير.
إذن كيف يمكنك تجنب الوقوع في ضجيج الذكاء الصنعي؟ في تقرير حديث لمؤسسة بروكينغز ، حددتُ الاستدلال الضروري للشك الصحي في ادعاءات الذكاء الاصطناعي حول فيروس Covid-19
لنبدأ بالقاعدة الأكثر أهمية: ابحث دائمًا عن خبراء الموضوع. إذا كانوا يطبقون الذكاء الاصطناعي
، فهذا أمر رائع! إذا لم يكن الأمر كذلك ، فاحذر من تطبيقات الذكاء الاصطناعي من شركات البرمجيات التي لا توظف هؤلاء الخبراء. تعتمد البيانات دائمًا على سياقها ، الأمر الذي يتطلب خبرة لفهمه.
هل تنطبق البيانات الواردة من الصين على الولايات المتحدة؟
إلى متى قد يستمر النمو الأسي؟ إلى أي مدى ستحد تدخلاتنا من انتقال العدوى؟ جميع النماذج ،
حتى نماذج الذكاء-الاصطناعي ، تضع افتراضات حول أسئلة مثل هذه.
إذا لم يفهم المصممون هذه الافتراضات ، فمن المرجح أن تكون نماذجهم ضارة أكثر من كونها مفيدة.
لحسن الحظ ، في حالة Covid-19 ، يعرف علماء الأوبئة الكثير عن سياق البيانات. على الرغم من أن الفيروس جديد وهناك الكثير مما يمكن تعلمه ،
إلا أن هناك خبرة عميقة هائلة حول الأسئلة التي يجب طرحها وكيف يمكن الإجابة عليها.
يعود تاريخ علم الأوبئة الإحصائي الحديث إلى أوائل القرن العشرين ، مما يعني أن المجال يدمج قرنًا من البحث العلمي في تحليلاته.
في المقابل ، تميل أساليب التعلم الآلي إلى افتراض أنه يمكن تعلم كل شيء مباشرة من مجموعة البيانات ، دون دمج السياق العلمي الأوسع.
لنأخذ ، على سبيل المثال ، الادعاء بأن الذكاء الاصطناعي كان أول من اكتشف فيروس كورونا. يعتمد التعلم الآلي بشكل كبير على البيانات التاريخية لإنشاء رؤى ذات مغزى.
استخدام الذكاء الاصطناعي في التصدي لـ “كوفيد-19”
نظرًا لعدم وجود قاعدة بيانات عن حالات تفشي Covid-19 السابقة ، لا يمكن للذكاء الاصطناعي وحده التنبؤ بانتشار هذا الوباء الجديد.
علاوة على ذلك ، فإن الادعاء يبالغ ضمنيًا في قدرة الذكاء الاصطناعي على إبلاغنا بالأحداث الضخمة والنادرة ، والتي لا تمثل قوة الذكاء الاصطناعي على الإطلاق.
كما اتضح ، في حين أن البرامج قد تكون دقت ناقوس الخطر ، فإن إدراك أهمية تفشي المرض يتطلب تحليلًا بشريًا .
تكمن القيمة الحقيقية للذكاء الاصطناعي في قدرته على إنشاء العديد من التنبؤات الدقيقة. على سبيل المثال ،
ساعدت شركة BlueDot لعلم الأوبئة بالذكاء الاصطناعي بنجاح ولاية كاليفورنيا في مراقبة انتشار فيروس كورونا.
عززت الشركة النماذج الوبائية التقليدية من خلال التعلم الآلي ، باستخدام أنماط الطيران للتنبؤ بالانتشار على مستوى الرمز البريدي. هذه هي قيمة الذكاء الاصطناعي.
يمكن أن تتيح هذه التقديرات الدقيقة تخصيصًا دقيقًا للتمويل والإمدادات والطاقم الطبي.
ومع ذلك ، يجب ألا تثق في جميع التقديرات الفردية من الذكاء-الصنعي. في كثير من الأحيان
تقوم الشركة بالإبلاغ عن الدقة – النسبة المئوية للتنبؤات الصحيحة أثناء التطوير – لإثبات فعالية نموذج الذكاء الصنعي. لسوء الحظ ، فإن هذا الرقم سهل التلاعب به وغالبًا ما يقدم صورة غير كاملة.
على سبيل المثال ، زعمت Alibaba أنها تستطيع تشخيص Covid-19 من الأشعة المقطعية بدقة 96 بالمائة .
ولكن ، إذا قمت بالتسجيل مع الخبراء المتخصصين ، فسترى أن الكلية الأمريكية للأشعة قالت إنه لا ينبغي استخدام التصوير المقطعي المحوسب كـ “اختبارات أولية لتشخيص Covid-19”.
ويردد خبراء آخرون أن هذهالطريقة لم يثبت بعد، وحذر كذلك من أنه في حين أن الخوارزمية قد تكون سريعة ، إلا أنها تتطلب تنظيف غرف الفحص بالأشعة المقطعية وإعادة تدوير الهواء بين كل مريض
بالنسبة إلى هذا المعدل المرتفع من الدقة بشكل مثير للإعجاب ، فقد حان الوقت لمشاركة سر في عالم التعلم الآلي: أي عالم بيانات في هذا المجال سوف يسخر من هذا المستوى من الدقة. إنه مرتفع بشكل لا يصدق .
بدون أي تحذير أو نقد ذاتي أو تحقق خارجي ، فإنه مريب في ظاهره. حتى لو كان هذا صحيحًا ، فغالبًا ما نحتاج إلى مقاييس بخلاف الدقة لمعرفة ما إذا كان النموذج فعالاً ، مثل النسبة المئوية للأفراد المرضى الذين تم تشخيصهم بشكل صحيح.
بينما تحولت الأنظمة الطبية المنهكة إلى تحليل الذكاء الاصطناعي للأشعة السينية لفرز المرضى بناءً على شدة حالات الرئة ، لا يمكن للذكاء الصنعي حاليًا تشخيص Covid-19 من تلقاء نفسه.
حتى نماذج الذكاء الصنعي التي تم اختبارها بدقة والتحقق من صحتها في التطوير تحتاج إلى مزيد من الشك ، لأن مواقف العالم الحقيقي تقلل دائمًا من أداء الذكاء-الاصطناعي.
في ورقة بحثية حديثة حول تشخيص الشامات الخبيثة ، لاحظ الباحثون أن نماذج الذكاء الصنعي الخاصة بهم قد تعلمت أن الحكام الطبيين غالبًا ما كانوا موجودين في صور الشامات المعروفة بأنها خبيثة. هذا له تأثير مزدوج لرفع الدقة في المختبر ولكن في العالم الحقيقي.
يعطينا هذا الدرس سببًا للشك في أنظمة الذكاء الاصطناعي التي تحاول اكتشاف الحمى من الكاميرات الحرارية. زعمت شركة Athena Security لتكنولوجيا المراقبة أنها قامت في الشهر الماضي بتكييف برامجها الحالية للقيام بذلك .
حتى قبل الإبلاغ عن أن أثينا زيفت عرض البرنامج ، كان الادعاء مبررًا للشك.في حين أن تقنية الكشف عن الحمى قد تعمل بشكل جيد في ظروف المختبر ، فإن البرنامج يتطلب رؤية واضحة ودقيقة للوجه الداخلي للشخص
وهو أمر قد يكون من الصعب على الكاميرا الحصول عليه ، على سبيل المثال ، لشخص يسير بسرعة في محل بقالة .
ناهيك عن أن التحليل يتأثر بدرجة الحرارة المحيطة والرطوبة وحتى بالجنس للموضوع الذي يفتح الباب بالطبع للانحياز.
هل شاهدت شاشة OLED من LG
سجل حسابك الان لمعرفة اخر اخبار التكنولوجيا