العناصر الأساسية لبنية الذكاء الاصطناعي التي يحتاج قادة تكنولوجيا المعلومات إلى توسيع نطاقها
تعتمد هندسة السياق على أساس بيانات حديث وموحد بالإضافة إلى أنظمة الاسترجاع والذاكرة مثل توليد الاسترجاع المعزز (RAG) وقواعد بيانات المتجهات. ويتطلب الأمر أيضًا ترتيبًا دقيقًا للأولويات لتحديد المعلومات الأكثر أهمية، وما الذي يجب استبعاده، ومتى يجب استخدام أنواع مختلفة من المعلومات. يمكن أن تؤدي تغذية النماذج بالكثير من السياق إلى إضعاف التفاصيل ذات الصلة وزيادة التكاليف وإبطاء أوقات الاستجابة. يقول عادل: “إن الحد الأدنى من السياق، والبيانات الصحيحة والحالية، والمعلومات التي يمكن قراءتها آليًا هي أمور بالغة الأهمية لهندسة السياق الفعالة”. 3. بناء حوكمة الذكاء الاصطناعي وإمكانية ملاحظة LLM منذ البداية تساعد الحوكمة القوية وإمكانية ملاحظة LLM المؤسسات على الحفاظ على التحكم في كيفية استخدام أنظمة الذكاء الاصطناعي للبيانات ومراقبة أداء النظام وتحديد المشكلات قبل أن تؤثر على العمليات. في غياب ضوابط واضحة حول الاسترجاع وسير العمل واستخدام النماذج، غالبًا ما تعالج أنظمة الذكاء الاصطناعي معلومات أكثر بكثير من اللازم. يؤدي عدم الكفاءة أيضًا إلى ارتفاع تكاليف التشغيل من خلال الحاجة إلى موارد حوسبة إضافية، وهو ما ينعكس غالبًا في ارتفاع استهلاك الرمز المميز ورسوم واجهة برمجة التطبيقات (API). تعمل الحوكمة أيضًا جنبًا إلى جنب مع الأمن القوي. يعمل الذكاء الاصطناعي على توسيع سطح الهجوم، مما يؤدي إلى مخاطر مثل تسرب البيانات بشكل فوري، ونقاط الضعف في النماذج، والمدخلات العدائية. تتطلب حماية المعلومات الحساسة ضوابط قوية للوصول والمراقبة والإشراف. ويشير عادل إلى أن الضوابط الأساسية – بما في ذلك تلك المتعلقة بالأمن، وإدارة التكاليف الدقيقة، وضوابط المشروع، وأمن البيانات، والهندسة المعمارية – غالبًا ما تكون غير كافية. لكي تدعم أنظمة الحوكمة الذكاء الاصطناعي الشفاف والمتوافق والجدير بالثقة والفعال من حيث التكلفة، لا يمكن للمؤسسات تركها كطبقة يمكن إضافتها لاحقًا. ويجب أن يتم دمج هياكل الحوكمة في البنية التحتية وسير العمل وعمليات صنع القرار منذ البداية. عندما يتم تأسيس الحوكمة منذ البداية، فإنها تتيح إمكانية المراقبة القوية. تساعد إمكانية المراقبة المؤسسات على فهم كيفية أداء تطبيقات الذكاء الاصطناعي في الممارسة العملية. تسمح آليات مراقبة LLM وقياس الأداء للفرق بتقييم الدقة والفائدة بمرور الوقت، ومراقبة أنماط الاعتماد، وضبط الأنظمة مع تغير الظروف. تساعد إمكانية الملاحظة أيضًا المؤسسات على اكتساب الثقة من خلال زيادة وضوح أداء النموذج والسلوك ونقاط الفشل.
تم النشر: 2026-07-07 12:10:00
مصدر: www.technologyreview.com
