مع إنفاق مليارات الدولارات على تطوير نسخ عربية من الذكاء الاصطناعي للشركات، تتحسن التكنولوجيا، لكن الأمر يمثل تحديًا كبيرًا، وفقًا لما قاله خبراء لـ AGBI .
ومن المتوقع أن يصل الإنفاق على الذكاء الاصطناعي في الشرق الأوسط وتركيا وأفريقيا إلى 5 مليارات دولار هذا العام، ويرتفع بنسبة 35 في المائة سنويا إلى ما يقرب من 12 مليار دولار في عام 2028، وفقا لتوقعات شركة IDC لأبحاث السوق التكنولوجية العالمية.
وبحسب شركة IDC، فإن ستة من كل 10 مؤسسات في الشرق الأوسط تعتبر الذكاء الاصطناعي اليوم استثمارها الأهم.
قالت فاسودا خانديباركار من شركة جرانت ثورنتون للاستشارات التجارية في الإمارات العربية المتحدة لـ AGBI : “إن نماذج اللغة الكبيرة في اللغات غير الإنجليزية ليست هي الأسهل في التطوير”.
“هناك فروق دقيقة في هياكل الجمل، واختلافات في اللهجات إقليميًا، وتاريخ غني حقًا لا يزال غير مرقم إلى حد كبير.”
في أحد الأمثلة، قام باحثون من جامعة الأردن، في ورقة بحثية نُشرت العام الماضي في مجلة BMC Infectious Diseases التابعة لـ Springer Nature ، بتقييم أداء نماذج الذكاء الاصطناعي الشائعة باللغتين الإنجليزية والعربية لاستعلامات الأمراض المعدية.
ووجدوا أن الاستعلامات باللغة الإنجليزية أظهرت أداءً متفوقًا باستمرار على نظيراتها العربية.
وقال خانديباركر إن إحدى الشركات التي قد تكون قادرة على فك شفرة اللغة العربية هي شركة الذكاء الاصطناعي Cohere ومقرها أونتاريو.
أطلقت شركة Cohere نموذج ذكاء اصطناعي جديد متعدد اللغات يسمى Command R7B Arabic والذي يبدو أنه يتفوق في فئته في مهام مثل الإجابة على الأسئلة حول مواد الشركة، وتلخيص المستندات والاستفادة من الأدوات الخارجية لأتمتة العمل المتكرر.
وقالت الشركة إنها ركزت في تطوير نموذج الذكاء الاصطناعي العربي على معالجة التحديات الفريدة لمعالجة اللغة العربية، مثل إدارة الصرف المعقد وضمان الاختلافات اللهجية الدقيقة.
قال خانديباركار: “عندما نضيف تعقيد البنية ونوع المعدات اللازمة لتطبيق الذكاء الاصطناعي على نطاق واسع، ندرك حجم التحدي الحقيقي الذي تواجهه الشركات هنا في الشرق الأوسط. وهذا وحده عامل رئيسي يجعل طراز R7B الجديد خيارًا جديرًا بالاهتمام”.
وقال مليح مراد، مدير الأبحاث المساعد لخدمات تكنولوجيا المعلومات والبرمجيات في شركة IDC، إن التحدي الآخر في تبني الذكاء الاصطناعي في منطقة الشرق الأوسط هو جاهزية المنظمة.
وقال مراد: “تشمل العقبات التي يتم ذكرها بشكل شائع غياب استراتيجية شاملة للذكاء الاصطناعي، والتوافر المحدود للبيانات عالية الجودة بكميات كافية، وعدم وجود استراتيجية للبنية التحتية الجاهزة للذكاء الاصطناعي. ومن بين العقبات الأخرى عدم كفاية الإرشادات والسياسات الداخلية لإدارة عمليات نشر الذكاء الاصطناعي، والفجوات في جاهزية الموظفين”.
“بدون معالجة هذه القيود، ستواجه المنظمات صعوبة في تحقيق القيمة التجارية من نماذج الأساس.”
