كيف يحسن الذكاء الاصطناعي إدارة البيانات | من «MIT SMR»

ترجمة: عبدالملك البلادي

يحسن الذكاء الاصطناعي إدارة البيانات تحسنًا دون صخب، ويشمل ذلك جودتها وسهولة الوصول إليها والأمن.

لإدارة البيانات أهمية بالغة في إنشاء بيئة يمكن أن تفيد فيها كامل المؤسسة؛ إذ تعمل إدارة البيانات الفعالة على تقليل المشكلات التي تنبع من البيانات السيئة، مثل إبطاء الإجراءات، والتنبؤات الضعيفة، بل وحتى تعقيد الإجراءات غير الضرورية بفاعلية قبل حدوثها.

فإدارة البيانات نشاط مجهد؛ إذ يتضمن تنظيف البيانات واستخراجها ودمجها، إضافة إلى فهرستها وتصنيفها وتنظيمها، وتحديد عديد المهام المتعلقة بالبيانات والتي تقود غالباً إلى الإحباط بين علماء البيانات والموظفين بدون وجود “البيانات” في مسماهم على حد سواء.

طُبق الذكاء الاصطناعي بنجاح بطرائق لا حصر لها، ولكن واحدة من تلك الطرائق وهي الأقل وضوحًا ودراماتيكية وهي تحسين إدارة البيانات. فهناك خمسة مجالات شائعة لإدارة البيانات حيث يؤدي الذكاء الاصطناعي أدوارًا مهمة ومنها:

التصنيف: يشمل بشكل عام الحصول على البيانات واستخراجها وتنظيمها من المستندات والصور والكتابة اليدوية وغيرها من الوسائط.

الفهرسة: المساعدة في تحديد موقع البيانات.

الجودة: تقليل الأخطاء في البيانات.

الأمان: الحفاظ على البيانات آمنة من الجهات السيئة والتأكد من استخدامها وفقًا للقوانين والسياسات والعادات ذات الصلة.

تكامل البيانات: المساعدة في بناء “قوائم رئيسية” للبيانات، بما في ذلك دمج القوائم.

وسنناقش فيما يلي كل من هذه المجالات تواليًا، كما سنصف أيضًا دور المزودين والطرائق التي يكون فيها العنصر البشري ضروري لإدارة البيانات.

الذكاء الاصطناعي للإنقاذ الجزئي

ليس باستطاعة التكنولوجيا وحدها أن تحل محل عمليات إدارة البيانات الجيدة مثل مهاجمة جودة البيانات استباقيًا، والتأكد من أن الجميع على دراية بأدوارهم ومسؤولياتهم، وبناء الهياكل التنظيمية مثل سلاسل توريد البيانات، إضافة إلى وضع تعريفات مشتركة للمصطلحات الرئيسية. ولكن الذكاء الاصطناعي أداة قيّمة تحسن الإنتاجية والقيمة التي تحصل عليها الشركات من بياناتها بشكل كبير. فيما يلي المجالات الخمسة التي يؤثر فيها الذكاء الاصطناعي تأثيرًا ظاهرًا في إدارة البيانات الفعالة في المؤسسة.

المجال الأول: التصنيف

يعد تصنيف البيانات واستخراجها مجالًا واسع النطاق؛ إذ كبر وتوسع مع رقمنة مزيد من الوسائط ومع تركيز وسائل التواصل الاجتماعي تركيزًا متزايدًا على الصور والفيديو. ولن يكون تعديل المحتوى لتحديد المنشورات غير اللائقة ممكنًا على نطاق واسع في إعدادات الإنترنت اليوم بدون الذكاء الاصطناعي (على الرغم من أن كثيرًا لا يزالون ينشطون في هذا المجال أيضًا). ونضيف أيضًا في هذا المجال أسئلة من نوع (هل هذا خطاب كراهية؟)، ومعرفة الهوية/الكائن (أهذا إنسان أم روبوت، وإذا كان إنسانًا فأيهم؟)، والمطابقة (هل زيدٌ في قاعدة البيانات أ هو الإنسان نفسه مثل عمرو في قاعدة البيانات ب؟)، واستخراج البيانات (ما أهم البيانات في هذا الملف القضائي؟)، وهلمّ جرًّا.

اُستخدِمت أشكال بدائية من الذكاء الاصطناعي لسنوات عديدة للتعرف الضوئي إلى الحروف (Optical Character Recognition) لاستخراج بيانات مهمة من أشياء مثل الشيكات المصرفية أو المظاريف الموجهة. وأصبح التعرف الضوئي على الحروف شائعًا لدرجة أننا لم نعد نرى مثل هذه القدرات أنها تندرج تحت الذكاء الاصطناعي. لقد توسعت أحدث أنظمة الذكاء الاصطناعي في التعرف الضوئي إلى الحروف (OCR) باستخدام نماذج التعلم العميق التي أصبحت الآن قادرة على قراءة خط اليد البشري بدقة.

وغالبًا ما تكون البيانات المهمة عالقة في تنسيقات مستندات غير مرنة مثل الفاكسات وملفات بصيغة PDF والمستندات النصية الطويلة، ويجب استخراجها أولًا من أجل الوصول إليها أو تحليلها أو حتى الإجابة عن أسئلة حولها. ففي مجال الرعاية الصحية مثلًا لا تزال المعلومات تُنقل عبر الفاكسات، ويتطلب الوصول إليها جهدًا بشريًا هائلًا. برمجت إحدى شركات السجلات الصحية الإلكترونية برنامجًا يستخدم الذكاء الاصطناعي لاستخراج البيانات من الفاكسات وإدخالها مباشرة في نظام السجلات الصحية الإلكترونية، مما يوفر وقتًا ثمينًا. ويمكن لبرامج الذكاء الاصطناعي أيضًا تحديد واستخراج الأحكام المهمة من العقود، وهو أمر مفيد للمحامين والمراجعين وغيرهم.

المجال الثاني: الفهرسة

افتقرت الشركات لعقود من الزمن إلى إرشادات دقيقة حول مكان وجود البيانات الرئيسية في جميع أنظمتها وسجلاتها، ولحسن الحظ، ظهرت فهرسة البيانات على مدار السنوات العديدة الماضية كونها مساعدًا مهمًا لتتبع تلك المواد. ومع ذلك، كان إيجاد مثل هذه الفهارس والحفاظ عليها محدثة يتطلب جهدًا مضنيًا.

ويمكن للذكاء الاصطناعي أتمتة عمليات البحث من خلال ملفات البيانات المختلفة وإنشاء الفهارس تلقائيًا. وبوسع أنظمة الذكاء الاصطناعي التقاط أي بيانات وصفية موجودة داخل وثائق النظام. كما بوسع الذكاء الاصطناعي وصف سلسلة البيانات: أين نشأت؟ ومن أنشأها؟ وكيف عُدِلت؟ وأين توجد حاليًا؟

ولا تزال الشركات مضطرة إلى الصراع مع الفوضى التي تسود بيئات البيانات الحالية، بالرغم من سهولة إنشاء الفهارس ومعلومات سلسلة البيانات مع الذكاء الاصطناعي، وقد قاومت كثير من الشركات إنشاء الفهارس باستخدام الأساليب التقليدية التي تتطلب جهدًا مضنيًا لأنها لم ترغب في الكشف عن مدى فوضى تنظيم البيانات، أو لأنها أرادت الانتظار حتى تُنظم البيانات تنظيماً أفضل وجودة أعلى قبل تكريس الجهد المكثف المطلوب. ومع ذلك، فإن سهولة إنشاء وتحديث الفهارس باستخدام الذكاء الاصطناعي تعني أن الشركات يمكنها الجمع ما بين سهولة الوصول إلى المعلومات وعمليات تحسين البيانات المستمرة.

المجال الثالث: الجودة

تحدد أدوات جودة البيانات تحديدًا لا مفر منه الضوابط التي تحدد مجالات قيم البيانات المسموح بها عادةً باستخدام قواعد العمل. ولنفترض أن التاريخ يتكون من يوم وشهر، ولا يوجد سوى 366 مجموعة من القيم المسموح بها. ومن ثم، فإن “جبراير” ليس شهرًا مسموحًا به، و”35″ ليس يوماً مسموحاً به، و”31 فبراير” مكونان غير مسموح بهما، فإن تحديد قواعد العمل وترميزها وتحديثها أمر شاق بشكل خاص ومجال نرى فيه فائدة كبيرة في الذكاء الاصطناعي القائم على التعلم الآلي.

ويمكن لأدوات الذكاء الاصطناعي مسح البيانات إلكترونيًا لتحديد القيم غير المسموح بها، مع تصحيح بعض القيم الخاطئة تلقائيًا وتعيين قيم أخرى لشخص أو مجموعة لتصحيحها. ويفتخر كثير من المزودين بالفعل بأن أدواتهم تستخدم التعلم الآلي لهذه الأغراض.

كما يؤدي الذكاء الاصطناعي أيضاً وظائف أخرى تتعلق بجودة البيانات، بما في ذلك زيادة البيانات بمعلومات إضافية من قواعد بيانات داخلية أو خارجية أخرى (بعد عملية مطابقة)، والتنبؤ بكيفية سد فجوات البيانات المفقودة، وحذف البيانات التي أصبحت مكررة أو نادرة الاستخدام.

من المهم أن يتمكن المزودون من تحسين أدواتهم إذا دعموا نهجًا أِشد استباقية لإدارة جودة البيانات وهو النهج الذي يركز على منع أخطاء البيانات بدلًا من العثور عليها وإصلاحها. يجب تطبيق الضوابط بالقرب من نقاط إنشاء البيانات قدر الإمكان تحقيقًا لهذه الغاية، وبالإضافة إلى ذلك، يجب أن تجعل الأدوات قياسات جودة البيانات متوافقة توافقًا وثيقًا مع التأثير التجاري ودعم التحكم في العمليات الإحصائية وتحسين الجودة.

المجال الرابع: الأمن

إن الحفاظ على أمن البيانات وخصوصيتها لهو من القضايا الهامة لأي منظمة اليوم. فلقد كان منع عمليات الاختراق والانتهاكات ورفض الخدمة أنشطة بشرية إلى حد كبير منذ نشأة مهنة حماية البيانات.

ويساعد الذكاء الاصطناعي في كثير من هذه الوظائف؛ فهو فعال في استخبارات التهديدات على سبيل المثال ومراقبة العالم الخارجي؛ وتوليف إشارات التهديد والجهات الفاعلة واللغة؛ والتنبؤ بالفعل والقائم به ولمن. إن استخبارات التهديدات القائمة على الذكاء الاصطناعي هي استجابة لكثير من التحديات التي يواجهها محترفو الأمن السيبراني، بما في ذلك الحجم الكبير من الجهات الفاعلة في التهديد، والكميات الهائلة من المعلومات التي تبدو بلا معنى، ونقص المتخصصين المهرة.

تستخدم الحلول الرائدة التعلم الآلي لأتمتة جمع بيانات الأمان عبر أنظمة داخلية وخارجية متعددة، وإنشاء بيانات منظمة من تنسيقات غير منظمة، وتقييم التهديدات الأكثر مصداقية. وباستطاعة أنظمة الذكاء الاصطناعي التنبؤ بمسارات الهجوم المحتملة بناءً على أنماط الهجوم السابقة وتحديد إذا كانت التهديدات الجديدة تأتي من جهات فاعلة معروفة سابقاً أو جديدة. ونظراً لعدد تهديدات الأمن السيبراني الإيجابية الكاذبة عبر أنظمة أمنية متعددة وغير متصلة، فإن الجمع بين قواعد القرار ونماذج التعلم الآلي يمكن أن يعطي الأولوية للتهديدات أو يصنفها للتحقيق البشري.

وتحدد أنظمة التعلم غير الخاضعة للإشراف الاختلالات في بيئات تكنولوجيا المعلومات في المؤسسة، مثل أنماط الوصول غير المعتادة أو عناوين IP النادرة التي تصل إلى أنظمة المؤسسة. وتتمتع هذه الأساليب بميزة عدم الحاجة إلى التدريب على الأساليب السابقة للأمن السيبراني والخاضعة دائماً للتغيير.

ويمكن أيضًا استخدام الذكاء الاصطناعي لتحديد التهديدات الداخلية للاحتيال أو عدم الامتثال للوائح. وهذه القدرة ذات أهمية خاصة للصناعات الخاضعة للتنظيم الشديد مثل الخدمات المصرفية والاستثمار. يراقب برنامج الذكاء الاصطناعي الاتصالات الرقمية داخل المؤسسة ويحدد اللغة أو أنماط السلوك المشبوهة. وبطبيعة الحال، فإن التحقيق البشري ضروري للتأكد فيما إن ارتكب الموظفون أو العملاء تصرفات غير سليمة.

المجال الخامس: تكامل البيانات

ربما يكون أحد أعظم تحسينات الذكاء الاصطناعي في إدارة البيانات في مجال تكامل البيانات -والمعروف أيضاً بالإتقان (Mastering)- والذي يتضمن إنشاء سجل بيانات رئيس أو ذهبي يعد أفضل مصدر ممكن لعنصر البيانات داخل المنظمة، ويمكن للشركات أن تطلب تكامل البيانات لعدد من الأسباب منها لتكاثر إصدارات مختلفة من البيانات الرئيسية بمرور الوقت، ولأنها تريد إعادة استخدام البيانات المعاملاتية لأغراض تحليلية، أو لأنها استحوذت على شركات لديها قواعد بيانات خاصة بها أو اندمجت معها. وكان الجمع بين البيانات وإتقانها عبر منظمة كبيرة تاريخيًا مهمة هائلة تتطلب سنوات من الجهد.

وكان النهج الأكثر شيوعًا في الماضي لتكامل البيانات هو إدارة البيانات الرئيسية، والتي استخدمت مجموعة من قواعد العمل لاتخاذ القرار، على سبيل المثال، هل كان يجب دمج مجموعة معينة من سجلات العملاء أو الموردين لأنها كانت في السجلات نفسها. ومع ذلك، كان إنشاء ومراجعة مجموعة واسعة من القواعد أمرًا صعبًا ومكلفًا للغاية، لدرجة أن كثيرًا من مشاريع تكامل البيانات تُخلّيَ عنها قبل اكتمالها.

وتستخدم أنظمة الإتقان القائمة على التعلم الآلي في شركات مثل (تامر) تقنيات المطابقة الاحتمالية لتحديد إذا كان ينبغي دمج السجلات. دُمجت السجلات التي لديها احتمالية عالية لكونها الكيان نفسه وتقارب 90% أو أعلى تلقائيًا. ويمكن لخبراء الموضوع البشريين مراجعة السجلات القليلة نسبيًا التي لا يمكن حلها بهذا النهج.

بيئة المزودين للذكاء الاصطناعي والبيانات

تسعى الشركات إلى توظيف الذكاء الاصطناعي لتحسين وضع إدارة البيانات لديها، ولها خياران بوجه عام: ما بين مزودي هذه الأدوات، التي يمكنها اختيار حل شامل ومكلف وشفاف في أفضل الأحوال، أو جمع مجموعة من أنظمة الذكاء الاصطناعي ذات الغرض الواحد. 

وتمثلت شركات مثل (بالانتير) التي ركزت في البداية على سوق الدفاع والاستخبارات ولكنها توسعت لتشمل التطبيقات التجارية أيضًا، في الخيار الأول، وتشمل الشركات الأخرى التي تقترب من نطاق عروض إدارة البيانات التي تقدمها (بالانتير) شركات أخرى مثل (كوليبرا) (إنفورماتيكا) و(آي بي إم) و(تاليند). وتركز شركات أخرى على أنواع معينة من البيانات، مثل (سبلانك) لبيانات الآلات.

أغلب المزودين الذين يقدمون منتجات ذات غرض واحد هم صغار وغير معروفين، ويقدم بعض مزودي الخدمات السحابية الكبار أدوات الذكاء الاصطناعي للبيانات، ولكن وجود خيارات متعددة للاختيار من بينها غالبًا ما يكون مربكاً للعملاء المحتملين. إن بيئة المزودين لهذه الأدوات تتغير بسرعة، كما أخبرنا أحد البائعين: “هناك شركة ناشئة كل يوم في هذا المجال، ومعظمها تقدم أداة ضيقة بشكل مثير للسخرية”.

قد تمثل شركات الخدمات المهنية الكبيرة إمكانية ثالثة للشركات التي تريد استخدام الذكاء الاصطناعي لإدارة البيانات، وقد شكلت كثير منها شراكات مع شركات صغرى لدمج خياراتها، ومع شركات كبرى لتوفير خدمات التكوين والتخصيص. وتستكشف إحدى شركات الخدمات الكبيرة نماذج أعمال جديدة مع العملاء لا تستند إلى الترتيبات المعتادة للوقت والمواد، ولكن بدلًا من ذلك إلى توفير سجلات بيانات نظيفة ومتكاملة وتكلفة محددة لكل سجل. وفي مثل هذه البيئة المعقدة، من المرجح أن يجذب هذا المستوى من البساطة كثيرًا من المنظمات.

ما الذي يستطيع الذكاء الاصطناعي فعله؟ وأين يصبح الإنسان أهم؟

لا يزال هناك كثير من الأشياء التي لا يستطيع الذكاء الاصطناعي القيام بها، في حين أنه يحرز تقدماً في تحسين إدارة البيانات. وبشكل عام، لا تزال البيانات الجيدة تتطلب مديرين جيدين يهتمون بالبيانات، وينظرون إليها بوصفها ثروةً مهمةً، ويؤسسون نظام إدارة يعاملها على هذا النحو.

تتضمن المهام المحددة التي لا يساعد فيها الذكاء الاصطناعي كثيرًا ما يلي:

• إنشاء استراتيجية بيانات وتحديد البيانات الأكثر أهمية بالنسبة للشركة.
• إنشاء ثقافة تعتمد على البيانات.
• معايرة أجهزة الاستشعار أو المعدات.
• تطوير سياسات وهياكل حوكمة البيانات.
• تحديد المصطلحات التجارية الرئيسية أو وضع لغة مشتركة.
• تحديد هل كانت المنظمة تستخدم البيانات الصحيحة أو البيانات الخطأ لحل مشكلة.
• التوصية بالمكان الذي يجب أن تخزن فيه المنظمة بياناتها أو تعالجها.
• معاقبة أي شخص لانتهاكه الأمن السيبراني أو الاحتيال المتعلق بالبيانات.

وستظل جميع المنظمات بحاجة إلى البشر لإدارة البيانات، سواء كانوا الموظفين العاديين الذين ينشئون البيانات ويستخدمونها، أو محترفي إدارة البيانات الذين تتمثل وظيفتهم في تصميمها وحمايتها وتنظيمها، من المحتم أن تُؤتمت مهام إدارة البيانات المنظمة للغاية والتي تُجرى بشكل متكرر بمساعدة الذكاء الاصطناعي، إما الآن وإما في المستقبل القريب. وهذا خبر سار بشكل عام لإدارة البيانات ومستخدميها وممارسيها، مع أن بعض وظائف محترفي إدارة البيانات من المستوى المنخفض قد تتغير تغيرًا كبيرًا أو حتى تختفي. وفي المنظمات التي تعتقد أن البيانات الجيدة مهمة لعملياتها الحالية والمستقبلية، من المهم التخطيط للمهام التي تريد استخدام الذكاء الاصطناعي من أجلها، والأنشطة التي ستظل من نصيب البشر، وكيف سيعمل الاثنان معًا.

—————————-

تُرجمت هذه المقالة بدعم من مبادرة «ترجم»، إحدى مبادرات هيئة الأدب والنشر والترجمة.

الآراء والأفكار الواردة في المقالة تمثّل وِجهة نَظر المؤلف فقط.