تقدير المشروع
← كل المقالات

اتجاهات تقنية تستحق المتابعة في 2024

مع بداية عام جديد في عالم التقنية، تعرّف على الاتجاهات التقنية التي نتوقع ظهورها في 2024. ونعم، الذكاء الاصطناعي حاضر في كل منها.

12 دقائق قراءة
تعلّم الآلةالذكاء الاصطناعياتجاهات تقنيةMLOpsالحوسبة الكمّية

هذه سلسلة اتجاهاتنا التقنية (Tech Trends)، حيث نجمع بين الخبرة والعقلية الهندسية. ومع بداية عام جديد في عالم التقنية، نقدّم لكم رؤيتنا للاتجاهات بنكهة هندسية. إنها أوقات مثيرة: فالتقنيات الرائدة، وفي مقدمتها الذكاء الاصطناعي، تغيّر نماذج الأعمال والعالم الرقمي بوتيرة غير مسبوقة.

قبل عام، حين توقعنا ما سيحمله 2023 للمشهد التقني، لاحظنا بضعة أنماط بارزة:

  • واصلت حركة no-code/low-code إتاحة تطوير البرمجيات للجميع،
  • أثارت عمليات التسريح في كبرى شركات التقنية نقاشات حول الكفاءة وحول الأدوار الضرورية فعلًا،
  • واصل الذكاء الاصطناعي وتعلّم الآلة نموهما.

نحن الآن في نهاية 2023. دعونا نرَ ما الذي أصابته توقعاتنا أيضًا.

في هذا المقال سنستعرض الاتجاهات التقنية التي نتوقعها في 2024. ونعم، الذكاء الاصطناعي حاضر في كل منها.

شاركتُ في كتابة هذا المقال مع مبشّرنا التقني (Tech Evangelist). جميع الرسومات أُنشئت باستخدام Bing AI Image Creator.

نتمنى لكم قراءة ممتعة، وعامًا سعيدًا 2024! 🥳

اتجاهات التقنية 2024: أهم الخلاصات

  • يجري تسويق الذكاء الاصطناعي تجاريًا في صناعات كثيرة، ويتطلب نهجًا حذرًا لضمان استخدامه بصورة أخلاقية.
  • تساعد الأدوات المدعومة بالذكاء الاصطناعي الشركات على تحسين قراراتها وأن تصبح قائمة على البيانات وأكثر ذكاءً.
  • هندسة المنصات (Platform Engineering) هي التحول الثقافي التالي في قطاع تقنية المعلومات، إذ تحوّل برمجيات السحابة إلى آلة محكمة التشغيل.
  • يعود الأداء إلى دائرة الاهتمام: يبني المطورون تطبيقات serverless أفضل باستخدام أدوات مثل WASM وRust وZig.
  • تظهر تهديدات جديدة للأمن السيبراني، منها – كما خمّنتم – هجمات الذكاء الاصطناعي.

تسويق الذكاء الاصطناعي تجاريًا

كان الذكاء الاصطناعي (AI) أكثر الاتجاهات التقنية إثارة منذ عدة سنوات، وأحدث ضجة في صناعات كثيرة. وتقدّم أدوات مثل OpenAI وDall-E 3 وChatGPT 4 وGithub-Copilot لمحة عمّا يخبئه 2024.

هل يمكن أن يصبح الذكاء الاصطناعي أكثر إثارة؟ بالتأكيد. فأثناء كتابتنا هذا المقال كانت تجري قصة غريبة. فقد لمّح سام ألتمان، الرئيس التنفيذي لـ OpenAI (الشركة التي أنشأت ChatGPT)، علنًا إلى اختراقات كبرى في الذكاء الاصطناعي. وبعد وقت قصير قرر مجلس الإدارة إقصاء ألتمان من منصب الرئيس التنفيذي.

فاجأ الخبر الجميع، ومنهم موظفو OpenAI. وكان السبب المعلن أن ألتمان “لم يكن صريحًا باستمرار في تواصله”.

وبعد أيام قليلة من إقصائه، عاد سام ألتمان رئيسًا تنفيذيًا لـ OpenAI. قد يبدو الأمر مسلسلًا دراميًا داخل شركة، لكنه أكبر من ذلك بكثير. لا يسعنا إلا تخمين ما جرى فعلًا؛ فقد طُرحت أسئلة عن أخلاقيات الذكاء الاصطناعي، وأشار كثيرون إلى أن الذكاء الاصطناعي العام (AGI) يلوح في الأفق. والأحداث تزداد تشويقًا.

التحديات والفرص

تظهر تقنيات ذكاء اصطناعي جديدة بوتيرة مذهلة. فكل يوم يحمل أخبار أدوات برمجية وحلول تقنية جديدة تساعد كثيرين على أداء عملهم على نحو أفضل. وبينما لا يزال البعض يتقن فن كتابة أفضل النصوص التوجيهية لـ GPT-4، أطلقت Google منافسًا له قبل أيام فقط. وتشير بيانات Google إلى أن الخوارزمية تتفوق على سابقتها في جميع المجالات. صُمم Gemini AI، أحدث نموذج لغوي كبير (LLM) من Google، ليكون أقوى وأكثر قدرة. وهو مبني للتعددية في الوسائط، فيستدل بسلاسة عبر النصوص والصور والفيديو والصوت والشيفرة.

ومع ازدياد انتشار الذكاء الاصطناعي، يجلب معه فرصًا وتحديات. يمكن للشركات تطبيق تقنية الذكاء الاصطناعي في مجالات كثيرة، منها إنشاء المحتوى وابتكار المنتجات وخدمة العملاء، لأتمتة العمليات التجارية والعمل بكفاءة أكبر.

ويعني التقدم المستمر مسؤولية أيضًا، إذ تحتاج العواقب الأخلاقية وإمكانية إساءة استخدام هذه التقنيات إلى تفكير متأنٍّ. وفي 2023 واصل الذكاء الاصطناعي وتعلّم الآلة الانتقال من كونهما مصطلحين رائجين إلى أدوات أعمال لا غنى عنها. ونتوقع في 2024 أن يندمجا بصورة أوثق في العمليات التجارية اليومية.

التطوير المدعوم بالذكاء الاصطناعي

يغيّر التطوير المدعوم بالذكاء الاصطناعي طريقة بناء البرمجيات. فبفضل الأدوات المعززة بالذكاء الاصطناعي يستطيع المطورون:

  • إنجاز المهام بسرعة أكبر
  • ارتكاب أخطاء أقل
  • تبسيط سير العمل
  • رفع الإنتاجية
  • بناء منتجات برمجية أفضل

يساعد التطوير المدعوم بالذكاء الاصطناعي الشركات على تحسين عمليات تقنية المعلومات لديها والبقاء منافسة في عالم رقمي متزايد.

الأدوات المعززة بالذكاء الاصطناعي

تغيّر الأدوات المعززة بالذكاء الاصطناعي تطوير البرمجيات بأتمتة كثير من المهام وتحسينها، مثل كتابة الشيفرة بالإكمال التلقائي، والبحث في التوثيق، وتحليل المشكلات، والتحسين. وتتيح أدوات مثل GitHub Copilot وCopilot Chat وJetBrains AI Assistant للمطورين العمل بكفاءة أكبر وإنجاز المهام أسرع وتسليم برمجيات عالية الجودة.

وقد يرفع ذلك الرضا الوظيفي للمطورين ويزيد احتفاظ الشركات بهم، وهو أمر جيد للفرد وللمؤسسة معًا.

الأثر على المطورين

يغيّر نمو أدوات التطوير المدعومة بالذكاء الاصطناعي ما يفعله المطورون، ويدفعهم إلى التكيف واكتساب مهارات جديدة ليبقوا مواكبين للقطاع. فمع تولي الأدوات المعززة بالذكاء الاصطناعي المهام المملة وتقديمها اقتراحات ذكية للشيفرة، يستطيع المطورون تكريس مزيد من الاهتمام للأعمال المعقدة والإبداعية، مما يجعل عملهم أكثر إشباعًا وإنتاجية.

غير أن إدخال الذكاء الاصطناعي في عملهم يأتي أيضًا بتحديات، مثل ضعف اقتراحات الذكاء الاصطناعي ونقص الخبرة فيه. وبالتعلم المستمر واعتماد التقنيات الجديدة، يستطيع المطورون البقاء في الطليعة في مشهد تطوير البرمجيات المتغير باستمرار.

القرارات الذكية القائمة على البيانات

يزداد استخلاص الرؤى والمعرفة من مجموعات البيانات الكبيرة والمعقدة باستخدام تقنيات الذكاء الاصطناعي المتقدمة أهميةً استراتيجية للشركات. ويدرك عدد متزايد من كبار التنفيذيين (CxOs) قيمة الذكاء الاصطناعي وسيرغبون في إدخال هذه التقنية إلى مؤسساتهم. إن الجمع بين الحدس والتحليلات المدعومة بالذكاء الاصطناعي ينطوي على إمكانات كبيرة لتوسيع معرفة الشركات وتحسين قراراتها. ولأن المستخدمين يستطيعون العمل مع البيانات بكفاءة أكبر، فبإمكانهم تتبّع ما يهم أكثر ورصده وفهمه والتصرف بناءً عليه بدقة.

ومع تقدم 2024 ستنتشر الرؤى الآلية والذكاء الاصطناعي أكثر في الأعمال، مما يجعل اتخاذ القرار أبسط. وسنرى عددًا متزايدًا من تطبيقات المؤسسات المزوّدة بالذكاء الاصطناعي. وقد ظهر هذا العام في Atlassian وكذلك في منتجات Microsoft كثيرة، من Windows 11 إلى Microsoft Teams. ومع الوقت سيمتد التحول بالذكاء الاصطناعي من الأدوات والعمليات إلى التحسينات الاستراتيجية.

وإليكم مزيدًا عن اتجاه تسهيل أدوات الذكاء الاصطناعي استخراج المعلومات من مجموعات البيانات، حتى لغير التقنيين، من مهندس تعلّم الآلة (ML Engineer) في فريق تعلّم الآلة لدينا.

ومع تقدم 2024 سيتيح الجمع بين معالجة اللغة الطبيعية (NLP) والرؤى الآلية للناس التفاعل مع البيانات.

  1. استخراج المعلومات بلا أمثلة (Zero-shot Information Extraction): تتيح النماذج اللغوية الكبيرة استخراج المعلومات الشخصية المعرِّفة (مثل الاسم ورقم الضمان الاجتماعي SSN والبريد الإلكتروني ورقم الهاتف وتاريخ الميلاد) من النص غير المنظم ووضعها في شكل منظم. ومن حالات الاستخدام المحتملة تنظيم البيانات الواردة من مصادر نصية مثل البريد الإلكتروني بصورة أفضل داخليًا، أو إخفاء هوية جميع أنواع المستندات.
  2. استخراج الفواتير (Invoice Extraction): استخراج المعلومات من المستندات، لا سيما الفواتير والنماذج، باستخدام مزيج من OCR والنماذج اللغوية الكبيرة أو حتى بدون OCR. ويشمل ذلك عادةً ثلاث مهام فرعية يمكن معالجتها باستقلالية:
  • تحليل بنية المستند (Document Layout Analysis): تقسيم المستند أو تجزئته إلى أجزاء متماسكة تحوي، على سبيل المثال، عناوين كاملة متعددة الأسطر، وبنودًا تمتد على عدة فقرات، وجداول أو عناصر جداول.
  • تصنيف المقاطع (Span Classification): التعرف على فئات محددة من النص – العناوين والمبالغ وأرقام الهواتف وأسماء الشركات والتواريخ وغيرها.
  • استخراج العلاقات (Relation Extraction): النهج الأكثر واعدية مستقبلًا هو استخراج العلاقات الدلالية بلا أمثلة (zero-shot)، الذي يتعرف على العلاقات بين مقاطع النص في المستند دون أي ضبط دقيق إضافي.
  1. تحليل السير الذاتية (CV Parsing): استخراج معلومات منظمة من سير المرشحين الذاتية. ورغم اختلاف السير الذاتية في بنيتها وشكلها وألوانها ومحتواها، فإنها تحتوي عادةً على مجموعة قياسية من القيم تستطيع النماذج اللغوية الكبيرة، مع نصوص توجيهية متقنة، استخراجها بسهولة أكبر.
  2. التوليد المعزَّز بالاسترجاع (Retrieval Augmented Generation): يُعد التوليد المعزَّز بالاسترجاع من أكثر حالات استخدام النماذج اللغوية الكبيرة منطقية، ويمكن بناؤه لحلول داخل المؤسسة (on-premise) حيث تُشترط الخصوصية. ومن المرجح أن يكون من الحالات الشائعة في المدى القريب، لأنه يتيح للنماذج اللغوية الكبيرة العمل على قواعد المعرفة الداخلية، فيقلل ما يُسمى “الهلوسة” مع الإبقاء على مزايا الواجهة الملائمة للإنسان.

رصد البيانات (Data observability)

يصعب على المؤسسات تتبع موثوقية البيانات – أو بعبارة أخرى، إدارة البيانات وصيانتها لعبة جديدة تمامًا. ويسهّل رصد البيانات عليها مراقبة جودة البيانات وموثوقيتها وأدائها وتتبعها وحمايتها عبر دورة حياتها كاملة. ولأن 85% من المؤسسات تعتمد على القرارات والتحليلات القائمة على البيانات، فإن توافر البيانات الصحيحة أمر حاسم.

ومن الجوانب الرئيسية لرصد البيانات في المؤسسات مراقبة جودة البيانات، ونسب البيانات وإمكانية تتبعها، وأمن البيانات والامتثال، وتدقيق البيانات وتسجيلها. ومن الواضح إذن أن الرصد يحفظ جودة البيانات وأمنها وأداءها، ويُبقي المؤسسة ممتثلة للأنظمة، ويدعم القرارات القائمة على البيانات. وبتطبيق ممارسات رصد بيانات متينة، تستطيع المؤسسات الحصول على رؤى موثوقة واتخاذ قرارات أفضل استنارة.

هندسة المنصات (Platform Engineering)

لا يتعلق هذا الاتجاه بإعادة اختراع العجلة – بل بتشكيل فرق منظمة جيدًا من مهندسي السحابة يمكن إدارتها كمنتج وتجعل فرق التطوير أكثر كفاءة. تعمل فرق المنصات بحيث تُجمَع كل الخدمات التشغيلية في منصة داخلية واحدة تتيح التسليم المستمر، بينما يعمل مستخدموها – المطورون ومهندسو DevOps ومهندسو SRE – بسرعتهم وإيقاعهم الخاصين.

سينتقل عدد متزايد من الشركات إلى نموذج هندسة المنصات لتوفير البنية التحتية والأدوات اللازمة لتطوير التطبيقات ونشرها وإدارتها على منصات السحابة. ويشمل ذلك:

  • بناء منصة المطورين الداخلية (IDP) وصيانتها
  • تصميم مسارات CI/CD
  • إنشاء إمكانات الخدمة الذاتية
  • تشغيل منصة هندسية

وبإبقاء منصة السحابة تعمل بسلاسة، سيؤدي مهندسو المنصات دورًا مهمًا في دعم التشغيل الكفء والآمن للأعمال الرقمية.

كما تتجه فرق DevOps وفرق المنصات إلى الحلول الآلية المدعومة بالذكاء الاصطناعي لتبسيط المهام المتعلقة بإنشاء البنية التحتية والبرمجيات ونشرها وإدارتها واختبارها. ولا يسرّع هذا التغيير تسليم المشاريع بأخطاء أقل فحسب، بل يقود أيضًا إلى جودة منتج أفضل.

MLOps: مستقبل الذكاء الاصطناعي وتعلّم الآلة

عمليات تعلّم الآلة (MLOps) هي النموذج الذي يبسّط ويؤتمت طريقة نشر نماذج تعلّم الآلة ومراقبتها وإدارتها. ويتيح تطبيق مبادئ MLOps للمؤسسات إطلاق حلول الذكاء الاصطناعي وتعلّم الآلة وتشغيلها بفاعلية، مستفيدة من هذه التقنيات المتطورة في الابتكار وتحسين العمليات التجارية.

يقدّم MLOps مزايا كثيرة، منها تسريع التطوير والنشر، وقابلية التوسع، وخفض تكاليف التشغيل. وفي الوقت نفسه يطرح تحديات تتعلق بالبنية التحتية والعمليات والأمن.

ومع تزايد شعبية الذكاء الاصطناعي نتوقع أن تنتشر تقنيات MLOps وأدواته مثل MLFlow أو Kubeflow أكثر.

التقنية المستدامة وأثرها

تركز التقنية المستدامة، وهي اتجاه صاعد، على بناء ونشر حلول صديقة للبيئة تقلل الأثر البيئي وتدعم النمو المستدام. وفي ظل تزايد المخاوف بشأن تغيّر المناخ وإدارة الموارد، يورد تقرير المنتدى الاقتصادي العالمي التقنيات التي يُتوقع أن يكون لها أكبر الأثر عالميًا في السنوات الثلاث إلى الخمس المقبلة. وإحداها عزيزة بوجه خاص على قلوبنا الهندسية.

استدامة السحابة

خلال السنوات الماضية طرحت جميع مزودي السحابة الرائدين أدوات وميزات تتيح لك حساب أثر البنية التحتية السحابية من ثاني أكسيد الكربون واختيار مناطق منخفضة الانبعاثات، على سبيل المثال. وتتحسن هذه الإمكانات باستمرار. يجمع Microsoft Cloud for Sustainability طيفًا من إمكانات الحوكمة البيئية والاجتماعية والمؤسسية (ESG)، مما يساعد المؤسسات على تتبع بصمتها البيئية وإدارتها بفاعلية أكبر.

تساعد التقنية المستدامة الشركات على توفير الموارد. وفي 2024 ستدفع منتجات أكثر نحو اعتماد أوسع للتقنية الخضراء.

تقنية الحوسبة الكمّية

الحوسبة الكمّية تقنية رائدة قد تحوّل الحوسبة التقليدية بتوفير قدرة حاسوبية وسرعة هائلتين. فبالاعتماد على ميكانيكا الكم، تستطيع الحواسيب الكمّية معالجة المشكلات المعقدة وإجراء حسابات لم تكن الحواسيب التقليدية قادرة عليها من قبل.

ومع استمرار تقدم الحوسبة الكمّية ستشكّل مستقبل التقنية بينما تتبلور تطبيقاتها وتبعاتها.

قدرات الحوسبة الكمّية

تشمل قدرات الحوسبة الكمّية معالجة مشكلات التحسين المعقدة، ومحاكاة الأنظمة الكمّية، وتعزيز التشفير. وبفضل الخصائص المميزة لميكانيكا الكم، تستطيع الحواسيب الكمّية فحص حلول كثيرة في آن واحد والوصول إلى الحل الأمثل بكفاءة أكبر من الحواسيب التقليدية.

يمكن لهذه القدرات أن تحوّل صناعات مثل التمويل والرعاية الصحية والخدمات اللوجستية بجعل حل المشكلات ومعالجة البيانات أسرع وأكثر كفاءة.

تطبيقات الصناعة

التمويل والرعاية الصحية والخدمات اللوجستية من الصناعات التي ستستفيد من الحوسبة الكمّية. غير أن تطوير العتاد لا يزال يواجه تحديات. تنوي IBM إطلاق رقاقتها الجديدة Condor بـ 1121 كيوبت قبل نهاية 2023، في حين لم تظهر الأنظمة الأولى بـ 100 كيوبت إلا في 2021.

ومع استثمار كافٍ في البحث والتطوير، قد تغيّر الحوسبة الكمّية طريقة معالجتنا للبيانات وتحليلها، فتغذي الابتكار وتفتح فرصًا جديدة للشركات والمهنيين على حد سواء.

قد تبدو الحوسبة الكمّية موضوعًا بعيدًا، لكن أنظمة مختلفة تستعد لها بالفعل. فالحواسيب الكمّية تطرح تهديدات جديدة للأمن السيبراني. وقد أجرت Signal (منصة مراسلة آمنة عبر الإنترنت) هذا العام تغييرات على بروتوكولها لضمان مقاومة الحوسبة الكمّية. وأعلنت GitHub عن أدوات لدعم التشفير ما بعد الكمّي. ونتوقع تطورات جديدة في التشفير واستخدامات جديدة للخوارزميات تُبقي الإنترنت آمنًا بعد بناء حواسيب كمّية جديدة قوية.

الأمن السيبراني في العصر الرقمي

تزداد أهمية الأمن السيبراني مع ظهور أنواع جديدة من التهديدات كل عام. ومع تزايد استخدام التقنية الرقمية وتنامي أحجام البيانات، تحتاج الشركات والمهنيون إلى البقاء يقظين والتصرف استباقيًا تجاه مخاطر الأمن السيبراني.

التهديدات الناشئة والحلول

من التهديدات الجديدة للأمن السيبراني الهجمات التي يقودها الذكاء الاصطناعي، وتسريبات الخصوصية، وانتحال الهوية. إذ يمكن لتقنية التزييف العميق (Deepfakes) إنتاج مقاطع فيديو مزيفة أو تقليد صوت أي شخص، مما يفتح ناقل هجوم جديدًا كليًا. كثير من أدوات الذكاء الاصطناعي جذاب، لكن ليس واضحًا دائمًا ما يحدث للبيانات التي تغذّيها بها. وقد تبدأ الشركات في الاعتماد على نسخ خاصة أو باقات للمؤسسات بميزات إضافية متعلقة بالخصوصية.

يتقاطع الأمن السيبراني مع مجالات كثيرة تناولها هذا المقال. فهو يرتبط بالذكاء الاصطناعي (مثلًا فيما يخص خصوصية البيانات)، وMLops، وهندسة المنصات (فلا يجب نسيان ممارسات الأمن الجيدة)، والحوسبة الكمّية (أنواع جديدة من التهديدات). ولا يزال الأمن مصدر قلق كبير في الحوسبة السحابية، إذ تحتاج الشركات إلى حماية أصولها الرقمية وخصوصية بيانات عملائها. وقد قلنا ذلك في سنوات سابقة أيضًا، لكننا نتوقع أن يزداد الأمن أهمية لشركات تقنية المعلومات خلال السنوات القليلة المقبلة.

خلاصة اتجاهاتنا التقنية

شهد هذا العام أكبر قدر من الابتكار في الذكاء الاصطناعي، ونتوقع أن يستمر الاتجاه في 2024. وقد تبدو مجالات أخرى مألوفة، لكنها تزداد أهمية عامًا بعد عام.

يسعدنا أن نعرف ما لاحظته عينك الهندسية وما تعتقد أنه سيبرز أكثر في العام المقبل. شاركنا اتجاهاتك في التعليقات!