“`html
الذكاء الاصطناعي مفتوح المصدر يمكن أن يعجل تحقيق أهداف التنمية المستدامة
يمكن للذكاء الاصطناعي مفتوح المصدر أن يعجل تحقيق أهداف التنمية المستدامة. يمثل الذكاء الاصطناعي مفتوح المصدر فرصة رئيسية لتقدم أهداف التنمية المستدامة على المستوى العالمي. بين عامي 2018 و2024، زادت استخداماته لدعم هذه الأهداف بنسبة 300٪، مع مساهمات ملحوظة في مجالات مثل الزراعة وإدارة النظم البيئية ومكافحة تغير المناخ. تم تصميم هذا النموذج المفتوح، الذي يسمح للجميع بدراسة وتعديل ومشاركة الأدوات، لتسريع التقدم بشكل فعال وشامل.
ومع ذلك، كشفت توسعته عن تحديات معقدة. يمكن أن يؤدي عدم وجود إطار حكومي منظم إلى استهلاك مفرط للموارد وضعف أخلاقي. على سبيل المثال، يفاقم تطوير النماذج المكررة بشكل لامركزي على بنيات تحتية محلية غير فعالة البصمة الكربونية للصناعة. بالإضافة إلى ذلك، خفض سهولة الوصول إلى أدوات المصدر المفتوح من تكلفة إنتاج “ديب فيك” (deepfakes) والمعلومات المضللة المستهدفة، مما يشكل مخاطر على الأمن وثقة المعلومات.
تتمثل إحدى التحديات الأخرى في الاستعمار الرقمي، حيث تسيطر الدول والمؤسسات القوية في الشمال العالمي على البيانات والبنى التحتية، مما يقيد استقلال دول الجنوب. قد لا تنطبق مجموعات البيانات المصممة للسياقات المحلية بشكل جيد في أماكن أخرى، مما يؤدي إلى أخطاء وانخفاض ملاءمة حلول الحكم.
للتغلب على هذه التحديات، تم اقتراح أربعة إجراءات رئيسية. الأول هو دمج الاستدامة في دورة حياة النماذج بأكملها، من خلال تحسين البنى التحتية المادية وتجنب الهدر المرتبط بالتطوير المكرر. يمكن لتقنيات مثل تقطير النماذج أن تخفض حجمها بنسبة تصل إلى 70٪، مما يحد من تأثيرها البيئي. طريق آخر هو اعتماد مراكز البيانات المبردة بالسوائل والمغذاة بالطاقة المتجددة، مما يخفض الطلب على الطاقة بنسبة 20٪ واستهلاك الماء بنسبة 52٪.
يهدف الإجراء الثاني إلى إنشاء إطار تقييم كمي لقياس تأثير الذكاء الاصطناعي على أهداف التنمية المستدامة. يتم ذلك من خلال إنشاء مؤشرات مركبة تجمع بين البيانات المحلية والعالمية، مما يسمح بتقييم دقيق للتأثيرات الإيجابية والسلبية. على سبيل المثال، يمكن أن تغطي معايير الاستدامة أكثر من 40 مؤشرًا اجتماعيًا وبيئيًا واقتصاديًا، مما يوفر رؤية واضحة للتأثير الفعلي.
يعتمد الإجراء الثالث على التنظيم والشفافية. لتجنب الإساءات، من الضروري وضع تدقيقات إلزامية واختبارات معادية (adversarial) وتراخيص واضحة تحدد الاستخدامات المسموح بها. يجب على المطورين استخدام مجموعات البيانات المدققة لتقييد التحيزات، بينما يمكن للحكومات فرض سياسات صارمة لمنع انتشار المحتوى الضار. أما المستخدمون، فيتحملون مسؤولية استخدام هذه الأدوات بشكل أخلاقي والإبلاغ عن الاستخدامات الخاطئة.
يشجع الإجراء الرابع على التعاون العالمي ومشاركة المعرفة. على الرغم من ديمقراطية الوصول، لا تزال هناك أوجه عدم مساواة في البنى التحتية والمواهب وسيادة البيانات. إن إنشاء منصات الوصول المفتوح، التي تحترم مبادئ إمكانية العثور والوصول وإعادة الاستخدام، أمر حاسم لضمان وصول عادل للموارد. يمكن لمؤسسات مثل الحوار العالمي حول حكم الذكاء الاصطناعي تعزيز التعاون من خلال نشر تقارير سنوية وتنظيم مفاوضات بين حكومية.
على المستوى الإقليمي، يسمح التعاون بين المنصات العالمية ومراكز البحث المحلية بدمج نماذج المؤسسين المشتركة مع البيانات الخاصة بكل سياق. هذا يسهل نشر حلول مخصصة، مع احترام اللوائح الخاصة بحماية البيانات. تلعب مؤسسات مثل المعهد الأسترالي للذكاء الاصطناعي أو المعهد الوطني للتقييم وأمن الذكاء الاصطناعي في فرنسا دورًا رئيسيًا في هذه المحلية.
يمكن أن يحول الذكاء الاصطناعي مفتوح المصدر، مقترنًا بحكم مناسب، عملية اتخاذ القرار، مما يجعلها أكثر شمولية واستنادًا إلى أدلة. سيتيح ذلك تحديد الأولويات والعقبات ومسارات التحول المستدام بشكل أسرع، حتى في وجه التحديات المعقدة. من خلال دمج الدروس المستفادة من مواطنين حول العالم، يمكن أن يجعل أيضًا أجندة ما بعد 2030 أكثر تمثيلية وفعالية.
تقدم نماذج المصدر المفتوح أيضًا مزايا ملموسة. تكلفتها أقل بنسبة 5 إلى 29 مرة مقارنة بالنماذج المملوكة لأداء مشابه، مما يعزز إمكانية الوصول إليها. تساعد أدوات مثل نماذج معالجة اللغة الطبيعية المتخصصة في المناخ على مكافحة المعلومات المضللة، بينما يمكن لأخرى، مثل تلك المستخدمة في الرعاية الصحية، أن تخفف من نقص المعالجين في بعض المناطق. في المجال الاقتصادي، يمكن للشركات الصغيرة والمتوسطة تبني وتخصيص هذه التقنيات لتحسين إنتاجها.
ومع ذلك، دون حكم مناسب، لا تزال المخاطر قائمة. تساهم إنتاج المواد الإلكترونية والبنى التحتية اللازمة للذكاء الاصطناعي في النفايات السامة العالمية. بالإضافة إلى ذلك، لا يحمل حوالي 60٪ من النماذج المصنفة كمصدر مفتوح أي ترخيص، مما يعقد استخدامها الآمن. كما أن انتشار النماذج غير المنظمة يسهل أيضًا تحديد الثغرات من قبل الفاعلين الخبيثين، مما يزيد من مخاطر التصيد الاحتيالي أو انتشار خطاب الكراهية.
للمحافظة على أقصى استفادة من الذكاء الاصطناعي مفتوح المصدر، فإن النهج المنسق أمر لا غنى عنه. يجب أن يجمع بين الاستدامة والتقييم الدقيق والأمن والتعاون، من أجل تقليل عدم اليقين وضمان أن هذه التكنولوجيا تخدم فعليًا التقدم العالمي.
الذكاء الاصطناعي مفتوح المصدر يمكن أن يعجل تحقيق أهداف التنمية المستدامة
يمكن للذكاء الاصطناعي مفتوح المصدر أن يعجل تحقيق أهداف التنمية المستدامة. يمثل الذكاء الاصطناعي مفتوح المصدر فرصة رئيسية لتقدم أهداف التنمية المستدامة على المستوى العالمي. بين عامي 2018 و2024، زادت استخداماته لدعم هذه الأهداف بنسبة 300٪، مع مساهمات ملحوظة في مجالات مثل الزراعة وإدارة النظم البيئية ومكافحة تغير المناخ. تم تصميم هذا النموذج المفتوح، الذي يسمح للجميع بدراسة وتعديل ومشاركة الأدوات، لتسريع التقدم بشكل فعال وشامل.
ومع ذلك، كشفت توسعته عن تحديات معقدة. يمكن أن يؤدي عدم وجود إطار حكومي منظم إلى استهلاك مفرط للموارد وضعف أخلاقي. على سبيل المثال، يفاقم تطوير النماذج المكررة بشكل لامركزي على بنيات تحتية محلية غير فعالة البصمة الكربونية للصناعة. بالإضافة إلى ذلك، خفض سهولة الوصول إلى أدوات المصدر المفتوح من تكلفة إنتاج “ديب فيك” (deepfakes) والمعلومات المضللة المستهدفة، مما يشكل مخاطر على الأمن وثقة المعلومات.
تتمثل إحدى التحديات الأخرى في الاستعمار الرقمي، حيث تسيطر الدول والمؤسسات القوية في الشمال العالمي على البيانات والبنى التحتية، مما يقيد استقلال دول الجنوب. قد لا تنطبق مجموعات البيانات المصممة للسياقات المحلية بشكل جيد في أماكن أخرى، مما يؤدي إلى أخطاء وانخفاض ملاءمة حلول الحكم.
للتغلب على هذه التحديات، تم اقتراح أربعة إجراءات رئيسية. الأول هو دمج الاستدامة في دورة حياة النماذج بأكملها، من خلال تحسين البنى التحتية المادية وتجنب الهدر المرتبط بالتطوير المكرر. يمكن لتقنيات مثل تقطير النماذج أن تخفض حجمها بنسبة تصل إلى 70٪، مما يحد من تأثيرها البيئي. طريق آخر هو اعتماد مراكز البيانات المبردة بالسوائل والمغذاة بالطاقة المتجددة، مما يخفض الطلب على الطاقة بنسبة 20٪ واستهلاك الماء بنسبة 52٪.
يهدف الإجراء الثاني إلى إنشاء إطار تقييم كمي لقياس تأثير الذكاء الاصطناعي على أهداف التنمية المستدامة. يتم ذلك من خلال إنشاء مؤشرات مركبة تجمع بين البيانات المحلية والعالمية، مما يسمح بتقييم دقيق للتأثيرات الإيجابية والسلبية. على سبيل المثال، يمكن أن تغطي معايير الاستدامة أكثر من 40 مؤشرًا اجتماعيًا وبيئيًا واقتصاديًا، مما يوفر رؤية واضحة للتأثير الفعلي.
يعتمد الإجراء الثالث على التنظيم والشفافية. لتجنب الإساءات، من الضروري وضع تدقيقات إلزامية واختبارات معادية (adversarial) وتراخيص واضحة تحدد الاستخدامات المسموح بها. يجب على المطورين استخدام مجموعات البيانات المدققة لتقييد التحيزات، بينما يمكن للحكومات فرض سياسات صارمة لمنع انتشار المحتوى الضار. أما المستخدمون، فيتحملون مسؤولية استخدام هذه الأدوات بشكل أخلاقي والإبلاغ عن الاستخدامات الخاطئة.
يشجع الإجراء الرابع على التعاون العالمي ومشاركة المعرفة. على الرغم من ديمقراطية الوصول، لا تزال هناك أوجه عدم مساواة في البنى التحتية والمواهب وسيادة البيانات. إن إنشاء منصات الوصول المفتوح، التي تحترم مبادئ إمكانية العثور والوصول وإعادة الاستخدام، أمر حاسم لضمان وصول عادل للموارد. يمكن لمؤسسات مثل الحوار العالمي حول حكم الذكاء الاصطناعي تعزيز التعاون من خلال نشر تقارير سنوية وتنظيم مفاوضات بين حكومية.
على المستوى الإقليمي، يسمح التعاون بين المنصات العالمية ومراكز البحث المحلية بدمج نماذج المؤسسين المشتركة مع البيانات الخاصة بكل سياق. هذا يسهل نشر حلول مخصصة، مع احترام اللوائح الخاصة بحماية البيانات. تلعب مؤسسات مثل المعهد الأسترالي للذكاء الاصطناعي أو المعهد الوطني للتقييم وأمن الذكاء الاصطناعي في فرنسا دورًا رئيسيًا في هذه المحلية.
يمكن أن يحول الذكاء الاصطناعي مفتوح المصدر، مقترنًا بحكم مناسب، عملية اتخاذ القرار، مما يجعلها أكثر شمولية واستنادًا إلى أدلة. سيتيح ذلك تحديد الأولويات والعقبات ومسارات التحول المستدام بشكل أسرع، حتى في وجه التحديات المعقدة. من خلال دمج الدروس المستفادة من مواطنين حول العالم، يمكن أن يجعل أيضًا أجندة ما بعد 2030 أكثر تمثيلية وفعالية.
تقدم نماذج المصدر المفتوح أيضًا مزايا ملموسة. تكلفتها أقل بنسبة 5 إلى 29 مرة مقارنة بالنماذج المملوكة لأداء مشابه، مما يعزز إمكانية الوصول إليها. تساعد أدوات مثل نماذج معالجة اللغة الطبيعية المتخصصة في المناخ على مكافحة المعلومات المضللة، بينما يمكن لأخرى، مثل تلك المستخدمة في الرعاية الصحية، أن تخفف من نقص المعالجين في بعض المناطق. في المجال الاقتصادي، يمكن للشركات الصغيرة والمتوسطة تبني وتخصيص هذه التقنيات لتحسين إنتاجها.
ومع ذلك، دون حكم مناسب، لا تزال المخاطر قائمة. تساهم إنتاج المواد الإلكترونية والبنى التحتية اللازمة للذكاء الاصطناعي في النفايات السامة العالمية. بالإضافة إلى ذلك، لا يحمل حوالي 60٪ من النماذج المصنفة كمصدر مفتوح أي ترخيص، مما يعقد استخدامها الآمن. كما أن انتشار النماذج غير المنظمة يسهل أيضًا تحديد الثغرات من قبل الفاعلين الخبيثين، مما يزيد من مخاطر التصيد الاحتيالي أو انتشار خطاب الكراهية.
للمحافظة على أقصى استفادة من الذكاء الاصطناعي مفتوح المصدر، فإن النهج المنسق أمر لا غنى عنه. يجب أن يجمع بين الاستدامة والتقييم الدقيق والأمن والتعاون، من أجل تقليل عدم اليقين وضمان أن هذه التكنولوجيا تخدم فعليًا التقدم العالمي.
“`
Crédits des sources
Source principale
DOI : https://doi.org/10.1038/s41467-026-73866-8
Titre : Steering open-source AI to accelerate the sustainable development goals
Revue : Nature Communications
Éditeur : Springer Science and Business Media LLC
Auteurs : Min Chen; Kai Wu; Prajal Pradhan; Cameron Allen; Stefano Nativi; Klaus Hubacek; Alexey Voinov; Felix Creutzig; Tatiana Filatova; Niklas Boers; Michael Meadows; Peilong Ma; Frank Biermann; Hans Joachim Schellnhuber; John Ludden; Maria Paradiso; Michael Batty; Huadong Guo; Min Cao; Peng Hou; Guonian Lü