 |
| الذكاء الاصطناعي |
مقدمة في الذكاء الاصطناعي
يسمح الذكاء الاصطناعي للآلات بتكرار قدرات العقل البشري. من تطوير السيارات ذاتية القيادة إلى انتشار المساعدين الأذكياء مثل Siri و Alexa ، أصبح الذكاء الاصطناعي جزءًا متزايدًا من الحياة اليومية. نتيجة لذلك ، تستثمر العديد من شركات التكنولوجيا في مختلف الصناعات في تقنيات الذكاء الاصطناعي.
ما هو الذكاء الاصطناعي؟
يمكن تعريف الذكاء الاصطناعي على أنه فرع واسع النطاق لعلوم الكمبيوتر يهتم بمجال بناء آلات ذكية قادرة على أداء المهام التي تتطلب عادةً ذكاءً بشريًا.
إن الحصول على آلات لمحاكاة الذكاء البشري هو الهدف الأساسي ل الذكاء الاصطناعي.
كيف يعمل الذكاء الاصطناعي؟
بعد أقل من عقد من مساعدة قوات الحلفاء على الفوز في الحرب العالمية الثانية من خلال كسر آلة التشفير النازية Enigma ، غيّر عالم الرياضيات Alan Turing التاريخ مرة ثانية بسؤال بسيط: "هل يمكن للآلات أن تفكر؟"
حددت ورقة تورينج عام 1950 بعنوان "آلات الحوسبة والذكاء" واختبار تورينج اللاحق الهدف الأساسي والرؤية ل الذكاء الاصطناعي.
الذكاء الاصطناعي في جوهره هو فرع من فروع علوم الكمبيوتر الذي يهدف إلى الإجابة على سؤال تورينج بالإيجاب. إنه محاولة لتكرار أو لمحاكاة الذكاء البشري في الآلات.ولقد أدى الهدف التوسعي ل الذكاء الاصطناعي إلى إثارة العديد من الأسئلة والنقاشات. لدرجة أنه لا وجود لتعريف واحد للمجال مقبول عالميًا.
تعريفات ل الذكاء الاصطناعي
يتمثل القيد الرئيسي في تعريف الذكاء الاصطناعي على أنه مجرد "آلات بناء ذكية" في أنه لا يشرح في الواقع ماهية الذكاء الاصطناعي وما الذي يجعل الآلة ذكية. الذكاء الاصطناعي هو علم متعدد التخصصات و له مناهج متعددة ، لكن التطورات في كل من التعلم الآلي والتعلم العميق تخلق انتقالا نوعيا في كل قطاع تقريبًا من صناعة التكنولوجيا.
في كتابهم الذكاء الاصطناعي: نهج حديث ، يتعامل المؤلفان ستيوارت راسل وبيتر نورفيج مع مفهوم الذكاء الاصطناعي من خلال توحيد عملهما حول موضوع العوامل الذكية في الآلات. مع أخد هذا في الاعتبار ، فالذكاء الاصطناعي هو "دراسة العوامل التي تتلقى تصورات من البيئة وتؤدي الإجراءات."
يواصل نورفيج ورسل استكشاف أربعة مناهج مختلفة حددت تاريخياً مجال الذكاء الاصطناعي:
الذكاء الاصطناعي: أربعة أنواع من الأساليب :
- التفكير الإنساني: تقليد الفكر القائم على العقل البشري.
- التفكير بعقلانية: محاكاة الفكر القائم على التفكير المنطقي.
- التصرف الإنساني: التصرف بطريقة تحاكي السلوك البشري.
- التصرف بعقلانية: التصرف بطريقة تهدف إلى تحقيق هدف معين.
تتعلق الفكرتان الأولتان بعمليات التفكير والاستدلال ، في حين تتعامل الفكرتان الأخرتان مع السلوك. يركز نورفيج ورسل على الوكلاء العقلانيين الذين يعملون لتحقيق أفضل نتيجة ، إشارة إلى أن "كل المهارات اللازمة لاختبار تورينج تمكن الوكيل من التصرف بعقلانية."
عرّف الأستاذ السابق في معهد ماساتشوستس للتكنولوجيا الذكاء الاصطناعي وعلوم الكمبيوتر ، باتريك وينستون ، الذكاء الاصطناعي بأنه "خوارزميات ممكّنة بالقيود ، مكشوفة من خلال التمثيلات التي تدعم النماذج المستهدفة في الحلقات التي تربط التفكير والإدراك والعمل معًا."
في حين أن هذه التعريفات قد تبدو مجردة نوعا ما ، إلا أنها تساعد في تركيز المجال كمجال لعلوم الكمبيوتر وتوفر مخططًا لبناء الآلات والبرامج باستخدام ML ومجموعات أخرى فرعية من الذكاء الاصطناعي.
أنواع الذكاء الاصطناعي
الأنواع الأربعة ل الذكاء الاصطناعي:
يمكن تقسيم الذكاء الاصطناعي إلى أربع فئات ، بناءً على نوع وتعقيد المهام التي يستطيع النظام تنفيذها. على سبيل المثال ، تندرج التصفية الآلية للرسائل غير المرغوب فيها في أكثر الفئات الأساسية ل الذكاء الاصطناعي ، في حين أن الإمكانات البعيدة للآلات التي يمكنها إدراك أفكار الناس وعواطفهم هي جزء من مجموعة فرعية مختلفة تمامًا من الذكاء الاصطناعي.
وبالتالي يمكن تصنيف أنواع الذكاء الاصطناعي الأربعة إلى :
- الآلات التفاعلية: قادرة على إدراك والتفاعل مع العالم أمامها لأنها تؤدي مهامًا محدودة
- ذاكرة محدودة: قادرة على تخزين البيانات والتنبؤات السابقة لإبلاغ التنبؤات بما قد يحدث بعد ذلك
- نظرية العقل: قادرة على اتخاذ القرارات بناءً على تصوراتها عن شعور الآخرين واتخاذ القرارات
- الوعي الذاتي: قادر على العمل بوعي على مستوى الإنسان وفهم وجوده
- الآلات التفاعلية :
تتبع الآلة التفاعلية المبادئ الأساسية ل الذكاء الاصطناعي ، وكما يوحي اسمها ، فهي قادرة فقط على استخدام ذكائها الخاص لإدراك العالم الذي أمامها والتفاعل معه. لا يمكن للآلة التفاعلية تخزين ذاكرة خاصة بها ، ونتيجة لذلك ، لا يمكنها الاعتماد على التجارب السابقة لتبلغ مرحلة صنع القرار في الوقت الفعلي.
إإن إدراك العالم بشكل مباشر يعني أن الآلات التفاعلية مصممة لإكمال عدد محدود من المهام المخصصة، إن تضييق الرؤية العالمية لآلة تفاعلية لا يعد أي نوع من تدابير خفض التكاليف ، ويعني بدلاً من ذلك أن هذا النوع من الذكاء الاصطناعي سيكون أكثر موثوقية وموثوقية ،و سوف يتفاعل بنفس الطريقة مع نفس المحفزات في كل مرة.
أحد الأمثلة الشهيرة للآلة التفاعلية هو Deep Blue ، الذي صممته شركة IBM في التسعينيات كجهاز كمبيوتر عملاق يلعب الشطرنج والذي هزم القائد الأعلى في العالم غاري كاسباروف في إحدى الألعاب. Deep Blue قادر فقط على التعرف على القطع الموجودة على رقعة الشطرنج ومعرفة كيف تستند كل حركة على قواعد الشطرنج ، وتحديد الموقع الحالي لكل قطعة ، وتحديد الحركة الأكثر منطقية في الوقت الحالي. الكمبيوتر لا يراقب تحركات الخصم المستقبلية المحتملة أو يحاول وضع قطعه في وضع أفضل. كل منعطف هو واقعه الخاص ، على عكس أي إجراء آخر تم اتخاذه من قبل.
مثال آخر للآلات التفاعلية هو برنامج AlphaGo من Google، لا يستطيع AlphaGo أيضًا تقييم التحركات المستقبلية ، لكنها تعتمد على شبكتها العصبية لتقييم التطورات الحالية في اللعبة ، مما يمنحها ميزة Deep Blue في لعبة أكثر تعقيدًا. . تفوق AlphaGo أيضًا على المنافسين العالميين في اللعبة ، حيث هزم Go Champion Lee Sedol في عام 2016.
على الرغم من محدودية النطاق وعدم سهولة تغييره ، يمكن ل الذكاء الاصطناعي التفاعلي أن يصل إلى مستوى من التعقيد ، ويوفر الموثوقية عند إنشائه لإنجاز المهام القابلة للتكرار.
- ذاكرة محدودة :
ذاكرة محدودة ل الذكاء الاصطناعي القدرة على تخزين البيانات والتنبؤات السابقة عند جمع المعلومات وتقييم القرارات المحتملة - بشكل أساسي البحث في الماضي بحثًا عن أدلة حول ما قد يحدث بعد ذلك. الذاكرة المحدودة يعد الذكاء الاصطناعي أكثر تعقيدًا ويوفر إمكانيات أكبر من الأجهزة التفاعلية.
ذاكرة محدودة يتم إنشاء الذكاء الاصطناعي عندما يقوم فريق باستمرار بتدريب نموذج في كيفية تحليل واستخدام البيانات الجديدة أو بناء بيئة الذكاء الاصطناعي بحيث يمكن تدريب النماذج وتجديدها تلقائيًا.
عند استخدام ذاكرة محدودة AI في ML ، يجب اتباع ست خطوات: يجب إنشاء بيانات التدريب ، ويجب إنشاء نموذج ML ، ويجب أن يكون النموذج قادرًا على إجراء تنبؤات ، ويجب أن يكون النموذج قادرًا على تلقي ردود فعل بشرية أو بيئية ، تلك التعليقات يجب تخزينها كبيانات ، ويجب تكرار هذه الخطوات كدورة.
هناك ثلاثة نماذج ML رئيسية تستخدم ذكاءً اصطناعيًا ذا ذاكرة محدودة:
- التعلم المعزز ، الذي يتعلم عمل تنبؤات أفضل من خلال المحاولة والخطأ المتكررة.
- الذاكرة طويلة المدى (LSTM) ، والتي تستخدم البيانات السابقة للمساعدة في التنبؤ بالعنصر التالي في تسلسل. ترى LTSM أن المعلومات الأحدث هي الأكثر أهمية عند إجراء تنبؤات وخصم البيانات من الماضي ، على الرغم من استمرار استخدامها لتكوين استنتاجات
- شبكات الخصومة التوليدية التطورية التي يشار لها ب (E-GAN) ، والتي تتطور بمرور الوقت ، وتنمو لاستكشاف المسارات المعدلة قليلاً بناءً على التجارب السابقة مع كل قرار جديد. يسعى هذا النموذج باستمرار إلى مسار أفضل ويستخدم عمليات المحاكاة والإحصاءات ، أو الصدفة ، للتنبؤ بالنتائج خلال دورتها التطورية.
- نظرية العقل :
نظرية العقل هي مجرد نظرية. لم نحقق بعد القدرات التكنولوجية والعلمية اللازمة للوصول إلى المستوى التالي من الذكاء الاصطناعي.
يعتمد المفهوم على الافتراض النفسي لفهم أن الكائنات الحية الأخرى لديها أفكار ومشاعر تؤثر على سلوك الذات. فيما يتعلق بآلات الذكاء الاصطناعي ، فإن هذا يعني أن الذكاء الاصطناعي يمكنه فهم كيف يشعر البشر والحيوانات والآلات الأخرى واتخاذ القرارات من خلال التفكير الذاتي والتصميم ، ثم استخدام هذه المعلومات لاتخاذ قراراتهم بأنفسهم. بشكل أساسي ، يجب أن تكون الآلات قادرة على استيعاب مفهوم "العقل" ومعالجته ، وتقلبات المشاعر في اتخاذ القرار وسلسلة من المفاهيم النفسية الأخرى في الوقت الفعلي ، مما يخلق علاقة ثنائية الاتجاه بين الناس والذكاء الاصطناعي.
- الوعي الذاتي :
بمجرد أن يتم إنشاء نظرية العقل ، في وقت ما في مستقبل الذكاء الاصطناعي ، فإن الخطوة الأخيرة ستكون أن يصبح الذكاء الاصطناعي مدركًا لذاته. يمتلك هذا النوع من الذكاء الاصطناعي وعيًا على مستوى الإنسان ويفهم وجوده في العالم ، بالإضافة إلى وجود الآخرين وحالتهم العاطفية. سيكون قادرًا على فهم ما قد يحتاجه الآخرون ليس فقط على أساس ما يوصلونه إليهم ولكن كيف يقومون بتوصيله.
و إذن يعتمد الوعي الذاتي في الذكاء الاصطناعي على فهم الباحثين البشريين لفرضية الوعي ثم تعلم كيفية تكرار ذلك بطريقة تسمح ببناءه في الآلات.
أمثلة على الذكاء الاصطناعي
يستخدم الذكاء الاصطناعي العديد من الاستخدامات. تشمل الأمثلة كل شيء من AMAZON ALEXA للسيارات ذاتية القيادة ،و من تعزيز تطوير اللقاح إلى أتمتة الكشف عن الاحتيال المحتمل ،لهذا يعتبر الذكاء الاصطناعي مهمًا.
ولقد شهد نشاط السوق المتعلق بالذكاء الاصطناعي عامًا قياسيًا في 2021 ، وفقًا لـ CB Insights ، مع زيادة التمويل العالمي بنسبة 08 بالمائة مقارنة بعام 2020. وبسبب اعتماده السريع ، يُحدث الذكاء الاصطناعي موجات في مجموعة متنوعة من الصناعات.
وجد تقرير Business Insider Intelligence لعام 2022 عن الذكاء الاصطناعي في الخدمات المصرفية أن أكثر من نصف شركات الخدمات المالية تستخدم بالفعل حلول الذكاء الاصطناعي لإدارة المخاطر وتوليد الإيرادات. يمكن أن يؤدي تطبيق الذكاء الاصطناعي في الخدمات المصرفية إلى توفير ما يزيد عن 400 مليار دولار.
بالنسبة للطب ، أشار تقرير لمنظمة الصحة العالمية لعام 2021 إلى أنه في حين أن دمج الذكاء الاصطناعي في مجال الرعاية الصحية يأتي مع تحديات ، فإن التكنولوجيا "تحمل وعدًا كبيرًا" ، حيث يمكن أن تؤدي إلى فوائد مثل السياسة الصحية الأكثر استنارة والتحسينات في دقة تشخيص المرضى.
تشير التقديرات إلى أن السوق العالمية للذكاء الاصطناعي في وسائل الإعلام والترفيه ستصل إلى 99.48 مليار دولار بحلول عام 2030 ، من قيمة 10.87 مليار دولار في عام 2021 ، وفقًا لـ Grand View Research. يشمل هذا التوسع استخدامات الذكاء الاصطناعي مثل التعرف على الانتحال وتطوير رسومات عالية الدقة.
إيجابيات وسلبيات الذكاء الاصطناعي
بينما يُنظر إلى الذكاء الاصطناعي على أنه أصل مهم وسريع التطور ، فإن هذا المجال الناشئ يأتي مع نصيبه من الجوانب السلبية.
قام مركز بيو للأبحاث باستطلاع آراء 10260 أمريكيًا في عام 2021 حول مواقفهم تجاه الذكاء الاصطناعي. ووجدت النتائج أن 45 في المائة من المستجيبين متحمسون وقلقون بنفس القدر ، و 37 في المائة قلقون أكثر من حماسهم. بالإضافة إلى ذلك ، قال أكثر من 40٪ من المشاركين في الاستطلاع إنهم يعتبرون السيارات ذاتية القيادة ضارة بالمجتمع. ومع ذلك ، لقيت فكرة استخدام الذكاء الاصطناعي لتحديد انتشار المعلومات الخاطئة على وسائل التواصل الاجتماعي قبولًا جيدًا ، حيث وصفها ما يقرب من 40 في المائة ممن شملهم الاستطلاع بأنها فكرة جيدة.
يُعد الذكاء الاصطناعي بمثابة نعمة لتحسين الإنتاجية والكفاءة مع تقليل احتمالية حدوث خطأ بشري في نفس الوقت ، ولكن هناك عيوبًا مثل تكاليف التطوير وإمكانية أن تحل الآلات الآلية محل الوظائف البشرية.
كيف يتم استخدام الذكاء الاصطناعي؟
أثناء مخاطبة جمهور في تجربة ل الذكاء الاصطناعي في اليابان عام 2017 ، بدأ جيريمي أشين ، الرئيس التنفيذي لشركة DataRobot ، حديثه من خلال تقديم التعريف التالي لكيفية استخدام الذكاء الاصطناعي اليوم:
" الذكاء الاصطناعي هو نظام كمبيوتر قادر على أداء المهام التي تتطلب ذكاءً بشريًا عادةً ... أنظمة الذكاء الاصطناعي هذه مدعومة بالتعلم الآلي غالبا، وبعضها مدعوم بالتعلم العميق والبعض الاخر مدعوم بأشياء مملة للغاية مثل القواعد . "
يندرج الذكاء الاصطناعي عمومًا تحت فئتين رئيسيتين:
- ذكاء اصطناعي ضيق: يُعرف أيضا باسم "ذكاء اصطناعي ضعيف" ، يعمل هذا النوع من الذكاء الاصطناعي في إطار محدود كما أنه محاكاة للذكاء البشري. غالبًا ما يركز الذكاء الاصطناعي الضيق على أداء مهمة واحدة بشكل جيد للغاية وعلى الرغم من أن هذه الآلات قد تبدو ذكية ، إلا أنها تعمل في ظل قيود وقيود أكثر بكثير من أبسط ذكاء بشري.
- الذكاء الاصطناعي العام (AGI): يُشار إليه باسم "الذكاء الاصطناعي القوي" أحيانًا ، إنه الذكاء الاصطناعي الذي نراه في الأفلام - مثل الروبوتات من Westworld أو بيانات الشخصية من Star Trek: The Next Generation.يمكن القول أن الذكاء الاصطناعي العام هو آلة تتمتع بذكاء عام ، مثل الإنسان تماما ، يمكنها تطبيق هذه الذكاء لحل المشاكل.
أمثلة لاستخدامات الذكاء الاصطناعي :
الذكاء الاصطناعي الضيق :
إن الذكاء الاصطناعي الضيق ، أو الذكاء الاصطناعي الضعيف كما يُطلق عليه غالبًا ، يحيط بنا في كل مكان وهو بسهولة أكثر إدراك ناجح للذكاء الاصطناعي حتى الآن. لديها وظائف محدودة قادرة على المساعدة في أتمتة مهام محددة.
بسبب هذا التركيز ، شهد الذكاء الاصطناعي الضيق اختراقات عديدة في العقد الماضي كان لها "فوائد مجتمعية كبيرة وساهمت في الحيوية الاقتصادية للأمة" ، وفقًا لتقرير صدر عام 2016 عن إدارة أوباما.
أمثلة على الذكاء الاصطناعي: الذكاء الاصطناعي الضيق :
- Siri و Alexa ومساعدين أذكياء آخرين
- سيارات ذاتية القيادة
- بحث جوجل
- روبوتات المحادثة
- مرشحات البريد الإلكتروني العشوائي
- توصيات Netflix
التعلم الآلي والتعلم العميق
يتم دعم الكثير من الذكاء الاصطناعي الضيق من خلال الاختراقات في تعلم الآلة والتعلم العميق. قد يكون فهم الفرق بين الذكاء الاصطناعي والتعلم الآلي والتعلم العميق أمرًا صعبا . يقدم الاستثماري فرانك تشين فكرة جيدة عن كيفية التمييز بينهم ، قائلا:
"الذكاء الاصطناعي عبارة عن مجموعة من الخوارزميات والذكاء لمحاولة محاكاة الذكاء البشري. التعلم الآلي هو أحدها ، أما التعلم العميق فهو أحد تقنيات التعلم الآلي."
ببساطة ، يغذي تعلم الآلة بيانات الكمبيوتر ويستخدم تقنيات إحصائية لمساعدته على تعلم كيفية التحسن تدريجيًا لأداء مهمة ما ، دون أن تكون الالة مبرمجة بشكل خاص لأداءهذه المهمة ، مما يلغي الحاجة إلى كتابة ملايين الأسطر من التعليمات البرمجية . يتكون ML من:
- التعلم الخاضع للإشراف (باستخدام مجموعات البيانات المصنفة)
- التعلم غير الخاضع للإشراف (باستخدام مجموعات البيانات غير المسماة).
التعلم العميق هو نوع من ML يدير المدخلات من خلال بنية شبكة عصبية مستوحاة من الناحية البيولوجية. تحتوي الشبكات العصبية على عدة طبقات مخفية حيث تتم معالجة البيانات ، مما يسمح للجهاز بالتعلم "بعمق" وإجراء الاتصالات ووزن المدخلات لتحقيق أفضل النتائج.
الذكاء الاصطناعي العام (AGI):
إن إنشاء آلة بذكاء على مستوى الإنسان يمكن تطبيقه على أي مهمة هو الكأس المقدسة للعديد من الباحثين في مجال الذكاء الاصطناعي ، لكن السعي وراء الذكاء الاصطناعي العام كان محفوفًا بالصعوبات.
إن البحث عن "خوارزمية عالمية للتعلم والعمل في أي بيئة" ، على حد تعبير راسل ونورفيج ، ليس بالأمر الجديد. على عكس الذكاء الاصطناعي الضعيف ، يمثل الذكاء الاصطناعي القوي آلة تتمتع بمجموعة كاملة من القدرات المعرفية ، لكن الوقت لم يخفف من صعوبة تحقيق مثل هذا العمل الفذ.
لطالما كان الذكاء الاصطناعي العام مصدر إلهام للخيال العلمي ، حيث تسيطر الروبوتات فائقة الذكاء على البشرية ، لكن الخبراء متفقون على أنه ليس شيئًا ينبغي القلق بشأنه .
