دراسة: ٦٩٪ من المؤسسات تُجري أبحاثاً حول الذكاء الاصطناعي وسبل استخدامه
وقد سلطت شركة F5، من خلال رؤى المهندسة الكبيرة لوري ماكفيتي، الضوء مؤخراً على الجوانب الرئيسية لتطبيقات الذكاء الاصطناعي. وكشفت دراسة أجرتها شركة F5 أن ٦٩٪ من المؤسسات تستكشف حالات استخدام الذكاء الاصطناعي، وأن ٤٣٪ منها لديها ذكاء اصطناعي توليدي أو تنبؤي. ومع ذلك، تفتقر ٤٧٪ من هذه المؤسسات إلى استراتيجية محددة للذكاء الاصطناعي. وهذا أمر مثير للقلق لأن التسرع في استخدام الذكاء الاصطناعي دون استراتيجية يمكن أن يؤدي إلى مشاكل مستقبلية.
تطبيقات الذكاء الاصطناعي: جديدة ومعقدة
تطبيقات الذكاء الاصطناعي هي في الأساس أنواع جديدة من التطبيقات. وهي تتكون من مكونات مختلفة مثل خوادم الاستدلال ومصادر البيانات وفك التشفير والترميز. وعادة ما يتم نشر هذه المكونات باستخدام أطر عمل التطبيقات الحديثة مثل Kubernetes لمهام التوسع والأمن السيبراني. وتختلف احتياجات الموارد عبر المكونات؛ فبعضها يتطلب تسريع وحدة معالجة الرسومات بينما يحتاج البعض الآخر فقط إلى وحدات المعالجة المركزية التقليدية. ويسمح نشرها كتطبيقات حديثة بالتوسع الأمثل بناءً على متطلبات الحوسبة.
تختلف تطبيقات الذكاء الاصطناعي عن التطبيقات الحديثة الأخرى بعدة طرق. فهي تتعامل مع البيانات غير المنظمة دون متطلبات تنسيق محددة. ويؤدي التبني السريع لنماذج اللغة الكبيرة إلى زيادة التعقيد في التعامل مع البيانات غير المنظمة. وتجمع معظم تطبيقات الذكاء الاصطناعي بين المطالبات والاستجابات في عبء عمل "JSON"، وهو منظم ولكن غير محدد في المحتوى الفعلي.
أنماط التفاعل والأمان
إن أنماط التفاعل في تطبيقات الذكاء الاصطناعي ديناميكية وغير متوقعة. وقد لا تكون حلول الكشف عن الروبوتات التقليدية التي تميز بين "الإنسان" و"الآلة" فعّالة هنا. ويتعين على خدمات الأمن السيبراني أن تتكيف لتحديد "الروبوتات السيئة" من "الروبوتات الجيدة". وتساعد مراقبة الشذوذ في تفاعلات المستخدم مثل نقرات الماوس ومعدلات الكتابة في استنتاج سلوك الروبوتات.
تناسب نماذج الذكاء الاصطناعي المختلفة حالات استخدام مختلفة، مما يجعل من غير المرجح أن تلتزم المنظمات بنموذج واحد. غالباً ما تستخدم المنظمات المتوسطة الحجم ثلاثة نماذج مختلفة، بما في ذلك النماذج مفتوحة المصدر والنماذج الخاصة. على سبيل المثال، تُفضل النماذج مفتوحة المصدر في عمليات الأمن السيبراني وإنشاء المحتوى نظرًا لمرونتها في التعامل مع البيانات الحساسة.
نماذج متنوعة لاحتياجات متنوعة
في حالات الاستخدام المتعلقة بالأتمتة، تجعل قدرات التكامل التي تتمتع بها Microsoft منها خيارًا شائعًا بين المؤسسات. إن فهم الاختلافات بين نماذج الذكاء الاصطناعي المدعومة بـ SaaS والمدعومة بالسحابة والمدعومة ذاتيًا أمر بالغ الأهمية لأن كل منها يتطلب ممارسات وأدوات وتقنيات مميزة للتسليم والأمان.
تختلف الممارسات اللازمة لتأمين نموذج الذكاء الاصطناعي المدعوم من SaaS بشكل كبير عن تلك المطلوبة لنموذج مدعوم من السحابة أو ذاتي التشغيل. وفي حين توجد أوجه تشابه في تدابير الأمن السيبراني عبر هذه النماذج، فإن كل نوع من أنواع النشر يواجه تحديات فريدة يجب معالجتها.
ولتلخيص النقاط الرئيسية: يتعين على المنظمات تطوير استراتيجية واضحة قبل تنفيذ الذكاء الاصطناعي على نطاق واسع لتجنب التعقيدات المستقبلية. إن التعرف على الخصائص الفريدة لتطبيقات الذكاء الاصطناعي - مثل تعاملها مع البيانات غير المنظمة وأنماط التفاعل الديناميكية - أمر ضروري للنشر الفعال وإدارة الأمان.
Sign in with Google