البيانات الضخمة «بيج داتا».. النفط الجديد الذي يغذي الذكاء الاصطناعي ويعيد تشكيل الاقتصاد

تقرير تكتبه ـ أمل علوي:

كل بحث تجريه على الإنترنت، وكل عملية شراء بالبطاقة، وكل رحلة تسجلها خرائط الهاتف، وكل قراءة يرسلها جهاز استشعار في مصنع أو سيارة، تتحول إلى بيانات تُخزن في مكان ما. ومع مليارات البشر وعشرات المليارات من الأجهزة المتصلة، تولدت كميات من المعلومات لم يعد بالإمكان التعامل معها بالأدوات التقليدية، فظهر مصطلح «البيانات الضخمة» أو «بيج داتا». وفي هذا التقرير نشرح ما المقصود بالبيانات الضخمة، وما خصائصها، وكيف تُدار وتُحلل، ولماذا أصبحت الوقود الأساسي لنماذج الذكاء الاصطناعي، وما المخاطر التي تحملها.

لا يعني مصطلح البيانات الضخمة مجرد «بيانات كثيرة»، بل يشير إلى مجموعات من البيانات بلغت من الحجم والتعقيد وسرعة التدفق حدًا يعجز معه البرنامج العادي أو قاعدة البيانات التقليدية عن تخزينها ومعالجتها في وقت معقول. وقد قدم المحلل دوغ لاني عام 2001 وصفًا شهيرًا لها عبر ثلاث خصائص هي الحجم والسرعة والتنوع، ثم أضاف الخبراء لاحقًا خاصيتين هما الموثوقية والقيمة، لتصبح ما يُعرف بالخصائص الخمس.

أما الحجم فيتعلق بالكميات الهائلة التي تقاس اليوم بالبيتابايت والإكسابايت والزيتابايت، والزيتابايت الواحد يعادل مليار تيرابايت. وكانت مؤسسة IDC قد توقعت أن يصل حجم البيانات التي يُنتجها العالم سنويًا إلى نحو 175 زيتابايت بحلول عام 2025. وأما السرعة فتعني أن البيانات تتدفق بشكل لحظي ومستمر، مثل المعاملات المصرفية ومنشورات مواقع التواصل وإشارات أجهزة الاستشعار، وتحتاج أحيانًا إلى تحليل فوري كما في كشف الاحتيال. وأما التنوع فيشير إلى أن البيانات لم تعد جداول منظمة فقط، بل تشمل نصوصًا وصورًا ومقاطع فيديو وتسجيلات صوتية وسجلات أنظمة، وأغلبها بيانات غير مهيكلة يصعب ترتيبها في صفوف وأعمدة.

وتأتي الموثوقية لتذكر بأن البيانات الضخمة كثيرًا ما تكون ناقصة أو مكررة أو متحيزة أو مليئة بالأخطاء، وأن جودة النتائج لا يمكن أن تتجاوز جودة البيانات نفسها. أما القيمة فهي الغاية النهائية، إذ لا فائدة من جمع البيانات وتخزينها ما لم تتحول إلى معرفة تساعد على اتخاذ قرارات أفضل أو تقديم خدمات أنفع.

ولمواجهة هذا الطوفان ظهرت تقنيات جديدة غيرت طريقة تخزين البيانات ومعالجتها؛ فبعد أن نشرت جوجل أبحاثها عن نظام ملفاتها الموزع وأسلوب المعالجة المعروف باسم MapReduce، ظهر عام 2006 مشروع «هادوب» مفتوح المصدر الذي سمح بتوزيع البيانات على مئات أو آلاف الحواسيب العادية ومعالجتها بالتوازي بدلًا من الاعتماد على حاسوب عملاق واحد. ثم جاءت أدوات أسرع مثل Apache Spark التي تعالج البيانات في الذاكرة، وقواعد بيانات حديثة تتعامل مع البيانات غير المهيكلة، إلى أن أصبحت الحوسبة السحابية لدى شركات مثل أمازون ومايكروسوفت وجوجل الخيار الأسهل للمؤسسات، إذ تستأجر قدرات التخزين والمعالجة بحسب حاجتها دون أن تبني مراكز بيانات خاصة بها.

والعلاقة بين البيانات الضخمة والذكاء الاصطناعي علاقة وجودية؛ فنماذج تعلم الآلة تتعلم من الأمثلة، وكلما زادت الأمثلة وتنوعت تحسن أداؤها في الغالب. وقد كان توفر مجموعات بيانات ضخمة مثل ImageNet، التي ضمت ملايين الصور المصنفة، أحد أسباب انطلاق ثورة التعلم العميق عام 2012. واليوم تُدرب نماذج اللغة الكبيرة على تريليونات الكلمات المجمعة من الإنترنت والكتب والأكواد البرمجية، حتى صار الباحثون يتحدثون عن احتمال نفاد النصوص البشرية عالية الجودة المتاحة للتدريب، ويلجؤون إلى البيانات الاصطناعية التي تولدها النماذج نفسها.

وتتعدد تطبيقات البيانات الضخمة في حياتنا اليومية؛ فهي تقف وراء توصيات المسلسلات والمنتجات في المنصات الرقمية، وتساعد البنوك على كشف المعاملات المشبوهة في أجزاء من الثانية، وتمكن شركات النقل من تخطيط المسارات وتوقع الازدحام، وتدعم الأطباء والباحثين في اكتشاف أنماط الأمراض وتطوير الأدوية، كما تستخدمها المدن الذكية لإدارة المرور والطاقة، وتعتمد عليها الحكومات في التخطيط ورسم السياسات.

لكن هذا الكنز يحمل مخاطر جدية؛ أولها الخصوصية، إذ يمكن لتجميع بيانات تبدو بريئة منفردة أن يكشف تفاصيل حساسة عن حياة الأفراد وعاداتهم وصحتهم. وثانيها التحيز، فالبيانات تعكس عيوب المجتمع الذي أنتجها، وقد تقود الأنظمة المدربة عليها إلى قرارات ظالمة في التوظيف أو الإقراض. وثالثها الأمن، لأن تجميع البيانات في مكان واحد يجعلها هدفًا مغريًا للاختراق والتسريب. ولهذا وضعت دول عديدة قوانين لحماية البيانات الشخصية، أبرزها اللائحة الأوروبية العامة لحماية البيانات، كما أصدرت مصر قانونًا لحماية البيانات الشخصية عام 2020.

إن البيانات الضخمة ليست مجرد أرقام مكدسة في خوادم بعيدة، بل هي انعكاس رقمي لحياتنا اليومية، ومادة خام تصنع منها الشركات والحكومات قراراتها، ويتعلم منها الذكاء الاصطناعي فهم العالم. وبقدر ما تفتح هذه البيانات أبوابًا واسعة للتقدم في الطب والاقتصاد والخدمات، فإنها تفرض مسؤولية كبيرة في حمايتها واستخدامها بعدالة وشفافية، حتى تبقى أداة لخدمة الإنسان لا وسيلة لمراقبته.

ــــــــــــــــــــ

هذا المحتوي تم باستخدام أدوات الذكاء الإصطناعي