الفجوة بين العرض التجريبي والمنتج
تُبنى النماذج الأولية للذكاء الاصطناعي بسرعة، ومشاهدتها مقنعة. ففي بضع ساعات يربط شخص نموذجاً لغوياً بعدد من المستندات، فيجيب عن الأسئلة إجابات مبهرة. والاستنتاج البديهي أن المشروع أوشك على الانتهاء، والحقيقة أنه بالكاد بدأ. وفهم السبب يجنّبك قدراً كبيراً من خيبة الأمل.
| في النموذج الأولي | في التشغيل الفعلي |
|---|---|
| أمثلة قليلة مختارة بعناية | كل سؤال يخطر للمستخدمين الحقيقيين |
| بيانات تجريبية أو منسوخة | بيانات حية، بصلاحيات كل مستخدم |
| شخص واحد يستخدمه | مستخدمون كثيرون في وقت واحد، وفي أوقات الذروة |
| أعطال يُغَضّ الطرف عنها | أعطال يراها العملاء |
| تكلفة لا ينتبه إليها أحد | تكلفة مضروبة في حجم الاستخدام الحقيقي |
| لا أحد يحاول إساءة استخدامه | بعض الناس يحاولون ذلك |
| يبنيه صاحبه ويراقبه بنفسه | يديره فريق لسنوات |
تصف مقارنتنا بين النموذج الأولي والنسخة الأولى من المنتج (MVP) الجاهزة للتشغيل الفجوة نفسها في البرمجيات عموماً. أما في الذكاء الاصطناعي فهي أوسع، لأن الجودة لا يمكن افتراضها من بضع نتائج جيدة.
الجودة: تُقاس ولا تُستعرض
المتطلب الأول هو الدليل. ابنِ مجموعة اختبار من أسئلة أو حالات حقيقية معروفة النتائج الصحيحة، تشمل الحالات الصعبة والحالات التي يجب أن يعتذر فيها النظام عن الإجابة، وحدّد النتيجة المطلوبة للإطلاق قبل أن تشغّلها. ثم قيّم بطريقة ثابتة، واحتفظ بالنتائج لتقارن بها كل تغيير لاحق.
بعد ذلك انظر في طريقة إظهار عدم اليقين للمستخدمين. فالنظام الجاهز للتشغيل يقول حين لا يعرف، ويُظهر المصادر التي بُنيت عليها الإجابة، ويسهّل الإبلاغ عن النتائج الضعيفة. أما النموذج الأولي الذي يجيب دائماً بثقة، فلم يُصمَّم بعد للحالات التي يخطئ فيها. ويشرح دليلنا عن تقييم إجابات الذكاء الاصطناعي قبل التشغيل الفعلي هذه الطريقة خطوة بخطوة.
البيانات والوصول: بيانات حقيقية تحت ضبط سليم
- 01
هل هو مربوط بمصادر حية؟
لماذا يهمّ السؤالنسخة البيانات التي أُعدّت للنموذج الأولي تتقادم فوراً. والتشغيل الفعلي يحتاج إلى ربط يُصان باستمرار، أو إلى تحديث مجدول.
- 02
هل تُفرض صلاحيات كل مستخدم؟
لماذا يهمّ السؤالالنماذج الأولية تقرأ في العادة كل شيء عبر حساب واحد. أما في التشغيل الفعلي فيجب ألا يعيد النظام إلا ما يحق للسائل أن يراه.
- 03
هل البيانات صالحة للاستخدام؟
لماذا يهمّ السؤالالتكرارات والنسخ القديمة والتناقضات التي تجنّبها العرض التجريبي ستظهر مع الأسئلة الحقيقية.
- 04
ما البيانات التي تُرسَل إلى مزوّد النموذج؟
لماذا يهمّ السؤالبأي شروط، وكم تُحفظ، وأين تُعالَج، وهل راجعها مستشار حماية البيانات لديك؟
- 05
كيف يبقى المحتوى محدّثاً؟
لماذا يهمّ السؤالمن يضيف المصادر ويعدّلها ويحذفها، وكم يحتاج النظام من الوقت ليعكس ذلك؟
الموثوقية والتكلفة بحجم الاستخدام الحقيقي
- 01
استعد لبطء المزوّد أو توقفه
خدمات النماذج تتعطل أحياناً، ولها حدود لعدد الطلبات. فحدّد ما يراه المستخدم حينها، وهل يُعاد إرسال الطلب، وهل يوجد نموذج ثانٍ أو بديل لا يعتمد على الذكاء الاصطناعي.
- 02
ضع حدوداً زمنية
الاستجابة التي تتأخر كثيراً فشلٌ في نظر المستخدم. قِس زمن الاستجابة تحت الضغط، وضع حداً أقصى لكل نوع من الطلبات.
- 03
تحقق من صلاحية المخرجات للاستخدام
حين ينتظر النظام من النموذج مخرجات منظمة، تحقق من بنيتها، وتعامل مع المرات التي تأتي فيها مشوّهة.
- 04
احسب تكلفة كل استخدام
اضربها في حجم الاستخدام المتوقع، ثم في أكثر يوم ازدحاماً يمكن توقعه. فالمستندات الطويلة والمحادثات الطويلة والمحاولات المتكررة ترفعها بحدة.
- 05
ضع سقفاً للإنفاق
حدود لكل مستخدم ولكل مهمة ولكل يوم، مع تنبيهات. فلا ينبغي أن تنتهي حلقة تكرار أو إساءة من مستخدم إلى فاتورة مفاجئة.
- 06
اختبر بحمل واقعي
مستخدمون كثيرون في وقت واحد، ومدخلات طويلة، وعدة لغات. اكتشف الحدود قبل أن يكتشفها مستخدموك.
يغيّر المزوّدون أسعارهم، ويوقفون إصدارات من نماذجهم، ويتبدل سلوك النماذج بين إصدار وآخر. لذلك ضع النموذج خلف طبقة خاصة بك ليسهل استبداله، وأبقِ مجموعة الاختبار جاهزة للحكم على أي بديل.
الأمان وسوء الاستخدام والامتثال
- التعليمات المدسوسة. اختبر النظام بمحتوى كُتب ليحرفه عن مساره، في رسائل المستخدمين وفي المستندات التي يقرؤها. وقيّد ما يستطيع فعله، حتى لا تحقق المحاولة الناجحة إلا القليل.
- تسرّب البيانات. تأكد أن المستخدم لا يستطيع الحصول على بيانات غيره، وأن تعليمات النظام وتفاصيله الداخلية لا تُكشف لمن يطلبها.
- الإساءة والاستخدام خارج الغرض. حدّد ما يرفضه النظام، وطبّق حدوداً لعدد الطلبات، واشترط تسجيل الدخول حيث يلزم.
- المحتوى الضار أو المحظور. حدّد ما يجب ألا يُنتَج أبداً، واختبر ذلك، وصفِّ المخرجات حيث يستدعي الخطر ذلك.
- المراجعة القانونية. قد تنطبق قواعد الخصوصية، وأنظمة القطاع، وقوانين حماية المستهلك، وفي بعض الدول قواعد خاصة بأنظمة الذكاء الاصطناعي. اطلب من مستشار قانوني أن يراجع هذا الاستخدام قبل الإطلاق.
- الإفصاح. أخبر المستخدمين أنهم يتعاملون مع نظام ذكاء اصطناعي، وبيّن لهم ما يصح أن يعتمدوا عليه فيه وما لا يصح.
وحين يتخذ النظام إجراءات، تنطبق كاملةً الضوابط الواردة في دليلنا عن صلاحيات الوصول وسجلات التدقيق لوكلاء الذكاء الاصطناعي.
مثال تطبيقي
أداة لصياغة المقترحات تنتقل من العرض التجريبي إلى التشغيل الفعلي
هذا مثال افتراضي يبيّن ما كانت تحويه الفجوة في حالة واحدة. شركة استشارات هندسية تبني نموذجاً أولياً يصوغ أقساماً من المقترحات اعتماداً على مقترحات سابقة، ويريد الشركاء تعميمه في الشركة.
- الجودةيُظهر اختبار على 40 طلباً سابقاً من العملاء مسودات قوية للخدمات المعتادة، وضعيفة في مجال عمل أحدث لا تتوافر عليه أمثلة كثيرة. فيُحصر نطاق الإطلاق في الخدمات المعتادة.
- الوصولكان النموذج الأولي يقرأ كل المقترحات السابقة، وبعضها سري يخص عملاء بأعينهم. أما في التشغيل الفعلي فلا يقرأ النظام إلا المقترحات المصنفة قابلة لإعادة الاستخدام، ويحترم صلاحيات كل مستخدم على ملفات العملاء.
- الموثوقيةأثناء أحد الاختبارات، يتباطأ مزوّد النموذج لمدة ساعة. فتُضاف قائمة انتظار برسالة واضحة للمستخدم، مع سقف يومي للإنفاق.
- التكلفةالمقترحات الطويلة تجعل كل مسودة أعلى تكلفة مما افتُرض. وإرسال الأقسام ذات الصلة وحدها يخفّض تكلفة المسودة إلى الثلث.
- المسؤوليةمدير المعرفة مسؤول عن المحتوى، وأحد الشركاء مسؤول عن الجودة ويراجع عينة كل شهر، واتفاقية دعم تغطي النظام.
استغرق العمل بين العرض التجريبي والإطلاق أضعاف ما استغرقه العرض نفسه. لكنه كشف أيضاً مشكلة السرية، التي كانت ستصبح خطيرة لو فُتح النموذج الأولي ببساطة لكل الموظفين.
المراقبة والدعم والمسؤولية
جاهز للتشغيل
- الجودة والاستخدام والتكلفة والأخطاء ظاهرة على شاشة واحدة
- ملاحظات المستخدمين تُجمع، ويقرؤها شخص بعينه
- مجموعة الاختبار يُعاد تشغيلها بعد كل تغيير
- مسؤول محدد بالاسم لكل من المحتوى والجودة والنظام
- خطة للتراجع، ومفتاح للإيقاف
غير جاهز
- لا يعرف طريقة عمله إلا من بناه
- لا تنبيه حين يتعطل أو ترتفع التكلفة فجأة
- التغييرات تُنشر دون تشغيل الاختبار
- الملاحظات لا تصل إلى أحد
- لا خطة لإصدار نموذج يتوقف دعمه
أطلق النظام على مراحل: مجموعة تجريبية أولاً، ثم نطاق أوسع، مع متابعة المقاييس في كل خطوة. ويغطي دليلنا عن مراقبة استخدام الذكاء الاصطناعي والدعم المستمر ما يأتي بعد الإطلاق.
قائمة الجاهزية للتشغيل الفعلي
قائمة جاهزية الذكاء الاصطناعي للتشغيل الفعلي
0 من 11 منجزةماذا تفعل الآن
راجع القائمة مع من بنى نموذجك الأولي، وضع على كل سطر علامة: منجز، أو منجز جزئياً، أو لم يبدأ. نمط هذه العلامات هو خطتك، ويعطي الإدارة صورة صادقة عن المسافة المتبقية.
تشرح صفحة من النموذج الأولي إلى التشغيل الفعلي كيف نتسلم النماذج الأولية ونحصّنها للاستخدام الحقيقي. أرسل إلينا وصفاً لنموذجك، وسنخبرك بالأسطر التي سنبدأ بها.
أسئلة شائعة
لماذا يستغرق الوصول إلى التشغيل الفعلي وقتاً أطول بكثير من بناء النموذج الأولي؟
لأن النموذج الأولي يتعامل مع الحالات التي اختارها صاحبه، أما التشغيل الفعلي فعليه أن يتعامل مع كل حالة، ولكل مستخدم، وتحت الضغط، وببيانات حقيقية، وبأمان، ولسنوات. والتقييم والصلاحيات ومعالجة الأعطال وضبط التكلفة والأمان والمراقبة والمسؤولية، كل منها عمل متواضع الحجم وحده، لكنها مجتمعة تساوي في الغالب أضعاف جهد العرض التجريبي.
هل يمكن أن نعطي النموذج الأولي لبعض المستخدمين ونحسّنه أثناء الاستخدام؟
التجربة المضبوطة فكرة جيدة، بشرط أن تكون الأساسيات جاهزة أولاً: صلاحيات حقيقية، وسقف معروف للتكلفة، وإفصاح بأنه تجريبي، وطريقة لجمع الملاحظات، ومفتاح للإيقاف. أما فتح النموذج الأولي دون ذلك فيعرّضك لكشف بيانات سرية، أو لأخطاء تهز الثقة في المشروع كله.
هل نعيد بناء النموذج الأولي أم نطوّره؟
يتوقف ذلك على طريقة بنائه. فالنماذج الأولية المصنوعة في دفاتر البرمجة التفاعلية أو بأدوات التطوير دون شيفرة يُعاد بناؤها في الغالب، مع الاحتفاظ بالتعليمات وحالات الاختبار والدروس المستفادة، وهي الأجزاء الثمينة فيها. أما النموذج الأولي المبني على هيكل سليم فيمكن تطويره. ومراجعة مستقلة للشيفرة قبل القرار سريعة، وتجنّبك إعادة البناء بلا داعٍ، والبناء على أساس هش.
ماذا لو توقف دعم النموذج الذي استخدمناه أو تغيّر؟
ينشر المزوّدون جداول زمنية لإيقاف إصدارات نماذجهم، وقد تتصرف الإصدارات الأحدث بطريقة مختلفة. فصمّم لذلك من البداية: ضع النموذج خلف واجهتك الخاصة، وثبّت إصداراً محدداً، واحتفظ بمجموعة اختبار تتيح لك الحكم على البديل في ساعات. عندها يتحول إشعار الإيقاف إلى مهمة مجدولة.
من يتولى مسؤولية نظام الذكاء الاصطناعي بعد إطلاقه؟
ثلاث مسؤوليات تحتاج إلى أسماء: المحتوى الذي يعتمد عليه، وجودة ما ينتجه، وتشغيل النظام. وفي المؤسسة الصغيرة قد يتولى شخص واحد اثنتين منها. المهم أن يراجع أحدٌ المخرجات الحقيقية بانتظام، وأن يملك صلاحية إيقاف النظام مؤقتاً إن تراجعت الجودة.