في عصر يتزايد فيه الاعتماد على تقنية الذكاء الاصطناعي، تمثل الموثوقية عنصرًا حاسمًا في التطبيقات التي تتضمن الذكاء المُعتمد (Embodied Intelligence). وفقًا لدراسة حديثة، يُعرف الذكاء المُعتمد بأنه تكامل بين الإدراك المتعلم واتخاذ القرارات مع القدرة على التفاعل الفعلي في الوقت المناسب. ومع ذلك، فإن مجرد إتمام المهام ليس كافيًا لضمان الموثوقية؛ حيث يمكن أن تؤدي الأخطاء إلى أضرار جسيمة.

ويتم تعريف الموثوقية هنا على أنها القدرة المستدامة على تنفيذ المهام المحددة بشكل موثوق، مع الحفاظ على المخاطر ضمن حدود مقبولة. ويُطلق على هذا الهدف اسم "النجاح الآمن المستدام". ولتحقيق ذلك، تم تنظيم آليات الدعم في أربع طبقات مترابطة.

- **طبقة النموذج**: تقوم بتوليد مقترحات عمل ذات كفاءة مهمة مع عدم اليقين المقوم وتفضيلات أمان واضحة.
- **طبقة النظام**: تحقق من تنفيذ الأعمال المصرح بها من خلال دمج الاستشعار ومعالجة البيانات وغير ذلك.
- **طبقة الأدلة**: تدعم المطالبات المحدودة من خلال التقييم والتحقق وضمان الهيكل.
- **طبقة النشر**: تحافظ على صحة المطالبات من خلال المراقبة وإدارة السلطات والاستجابة للحوادث.

إن الفهم العميق للأخطاء والافتراضات عبر هذه الطبقات يُظهر أن القدرة على النموذج، أو ضمانات الأمان المعزولة، أو الأداء القياسي وحدها لا يمكن أن تحقق موثوقية شاملة.

كما تعرض الدراسة تسلسل هرمي غير معياري لمستويات الموثوقية، حيث يتم تصنيف قوة المطالبات عبر مختلف جوانب القدرة التنظيمية والسلامة والحكم الإداري، مما يوفر أساسًا للنشر المقيد والتقييم المقارن وتحديد الأولويات البحثية.

ترسم هذه النتائج خريطة لمستقبل الذكاء المدمج، مما يعزز من ثقة المستخدمين والمطورين في هذه التقنية المتطورة. ما رأيكم في أهمية تطبيق الموثوقية في الذكاء الاصطناعي؟ شاركونا في التعليقات!