التوقع الرقمي
حدَّثت جوجل تطبيقها «جوجل فلايتس» وأضافت إليه ميزة التعلم الآلي، على أمل أن يمد المستخدمين بتوقعات تأخُّر رحلاتهم المقبلة إن وُجدت، وأعلنت هذا التحديث في تدوينة جاء فيها «بالاعتماد على سجل بيانات الرحلات الجوية سيسع خوارزمياتنا الخاصة بالتعلم الآلي أن تتوقع بعض حالات التأخر، حتى قبل أن توفر شركات الطيران معلومات هذا التأخر؛ ولن نَعرض توقعنا إلا إذا تأكدت لنا صحته بنسبة 80% على الأقل.» لكن الشركة أضافت إلى التدوينة ما يُعفيها من مسؤولية التوقعات التي لا تتحقق في النهاية، فكتبت «لكن جوجل ما زالت تنصح الركاب بالذهاب إلى المطارات في المواعيد المحدَّدة.»
تعمل خوارزميات التعلم الآلي على تحليل البيانات المتغيرة سريعًا باستمرار لتعثر على ما فيها من أنماط، وتبني على ذلك توقعاتها، ثم تتعلم الخروج بتوقعات وقرارات جديدة. وإذا كان ذلك يتعلق بتوقع تأخر الرحلات الجوية، فلن تكفي معلومات المطارات مصدرًا وحيدًا لتلك البيانات، بل سيكون على الخوارزميات أن تضع في حسبانها عوامل أخرى، كالموقع والطقس، ثم تقدِّر بناءً على كل هذا احتمالية التأخر.
أكثر من مجرد تقنية جديدة
قد يقال إن نصيحة جوجل (أن يذهب المسافرون إلى المطارات في المواعيد المحددة لرحلاتهم، بغض النظر عن توقعات النظام) تنفي وجود الميزة من الأساس؛ ومع هذا تجدر الإشارة إلى أن خوارزميات التعلم الآلي تُوظَّف حاليًّا في مجالات أخرى، ولها تطبيقات وافرة الثمرات.
فمؤخرًا طور فريق يضم باحثين من جامعتيْ «هارفرد» و«كارنيجي ميلون» نظامًا يحدد المرضى ذوي الميول الانتحارية تحديدًا دقيقًا؛ وفي «مختبر علوم الحاسوب والذكاء الاصطناعي» التابع لمعهد ماساتشوستس للتقنية طُوِّر نظام آخر يسهِّل للأطباء كشف آفات الثدي العالية الخطورة؛ بل إن هذه الأنظمة الذكية كانت كفاءتها في أداء بعض المهمات عالية إلى حد أثار قلق موظفي البنتاجون من أن تستحوذ تقنيات الذكاء الاصطناعي على وظائفهم.
سيكون من الشائق أن نرى كيف ستستمر هذه الخوارزميات الفعالة في الانتشار وكيف ستؤثر في الناس، سواء كانوا يعلمون بوجودها وتأثيرها أم لا؛ فتلك الخوارزميات صارت ركنًا من أركان الخطط التسويقية التي تعتمد عليها الشركات لجذب انتباهك.
عذراً التعليقات مغلقة