الذكاء الاصطناعي (Artificial Intelligence)
يعد عصرنا الحالي هو عصر التطور والتكنولوجيا، حيث أنه بدأ بقفزة نوعية غيرت مسير تاريخ التكنولوجيا بشكل كامل. وأصبحنا كذلك نسمع الكثير من المصطلحات الجديدة على عالمنا الاعتيادي مثل الروبوتات، تقنية البلوك تشين بالإضافة إلى الكثير من المصطلحات الأخرى التي سبقت توقعاتنا البشرية لوجود مثل هذه الاختراعات في حياتنا اليومية. ولكن كان أبرز المواضيع التي سمعنا عنها هي “الذكاء الاصطناعي” الذي اجتاح مجالات الحياة كلها، وغير الحياة البشرية مئة وثمانون درجة. فاتحاً الأبواب لعصر جديد. إذاً ما هو الذكاء الاصطناعي؟ دعنا نتعرف معاً في هذه المقالة.
![الذكاء الاصطناعي - Artificial Intelligence الذكاء الاصطناعي - Artificial Intelligence](https://tech-mab.com/wp-content/uploads/2023/01/FotoJet41-1-300x143.webp)
ما هو الذكاء الاصطناعي؟
الذكاء الاصطناعي هو أحد فروع علوم الحاسوب، كما أنه الركيزة الأساسية التي تقوم عليها تكنولوجيا العصر الحديث.
يشير مصلح الذكاء الاصطناعي إلى قدرة الحاسوب على محاكاة عمليات الذكاء التي تحصل داخل العقل البشري ويسمى باللغة الانكليزية “artificial intelligence” أو اختصاراً “al”.
كما يمكن تعريف الذكاء الاصطناعي على أنه قدرة الآلات والأجهزة على القيام بنفس العمليات التي يقوم بها الانسان وبنفس الجودة المطلوبة وربما خلال وقت أقل أيضاً.
ما هي اغراض واهداف الذكاء الاصطناعي؟
يمكن أن نقول أن للذكاء الاصطناعي عدد لا يحصى من الأغراض وذلك في مختلف المجالات، نذكر من هذه المجالات:
- حل المشكلات (Problem Resolving) التي يعجز العقل البشري عن حلها، أو يمكن أن تكلف الانسان وقت طويل جداً مقارنة بالآلة التي يمكن أن تؤدي نفس الغرض بزمن قياسي، بالإضافة إلى البحث والتخطيط (Searching & Analyzing).
- تمثيل المعرفة (Knowledge Representation)، وذلك فيما يتعلق بتخزين المعلومات الكثيرة ومعالجتها وتحليلها للاستفادة منها في أغراض أخرى، كما يمكن أن تتم هذه العملية في المجالين المنطقي والاحتمالي.
- الاستدلال الآلي (Automated reasoning) ويعني ذلك استخدام المعلومات المخزنة في الإجابة عن الأسئلة واستنتاج المعلومات الجديدة.
- التعلم الآلي (Machine Learning) ويعني استخدام عمليات تكرار التجربة بهدف التعلم واكتشاف أنماط جديدة.
- معالجة اللغة الطبيعية (Natural Language Processing) والتي تهدف للتواصل مع الآلة.
- رؤية الحاسوب (Computer Vision) والتي تهدف لمعالجة والتعامل مع المعلومات المرئية عن طريق لغة الآلة.
- الذكاء الاجتماعي للآلات (Social intelligence): ويتعلق بكيفية جعل الآلة تحاكي المشاعر البشرية.
- الذكاء العالم الاصطناعي (General Artificial Intelligence): حيث يمكن للآلة أن تحل مجال واسع من المشكلات على غرار الذكاء البشري.
التفكير وحل المشكلات (Reasoning, problem-solving)
من أهم التطورات في العالم الحديث هي الخوارزميات التي طورها العلماء لتحاكي التفكير التدريجي الذي يستخدمه الانسان لحل المشكلات والألغاز. حيث طورت أبحاث الذكاء الصنعي طرقاً للتعامل مع المعلومات غير الكاملة من خلال استخدام مفاهيم الاحتمالات. إلا أن الأبحاث الحديثة أثبتت أن خوارزميات حل المشكلات هذه ليست كافية دائماً وتصبح أبطأ كلما زادت المشكلات.
حيث أنه في حالة تزايد حجم المشكلة البشر نفسهم يميلون إلى استخدام الأحكام البديهية والسريعة. ولا يقومون باستخدام طريقة الاستنتاج التدريجي التي يُتوقَّع من الخوارزميات أن تقوم بها.
تمثيل المعرفة (Knowledge representation)
يحتاج البرنامج الذكي للوصول إلى حلول للإجابات والمشكلات العميقة إلى امتلاك المعرفة ذاتها التي يمتلكها العقل البشري. بالتالي يجب أن يمتلك المعرفة والحقائق التي كان ليستعملها العقل البشري لو قُدّمت له المشكلة ذاتها.
إن تمثيل المعرفة كمجموعة من المفاهيم داخل مجال معين مع العلاقات بين تلك المفاهيم يسمى بالأنطولوجيا. حيث أن الأنطولوجيا الأكثر عمومية هي التي تحاول توفير أساس لجميع المعارف بالأنطولوجيات العليا.
أما الأنطولوجيا التي تغطي المعرفة في مجال معين تسمى بأنطولوجيا المجال، حيث تحتاج الآلة كلا النوعين من الأنطولوجيا لحل المشكلات.
ومع أن أبحاث الذكاء الصنعي طورت الكثير من الأدوات لتمثيل المجالات. كالفئات والخصائص والأشياء والعلاقات فيما بينها على سبيل المثال، بالإضافة إلى الكثير من المجالات الأخرى. ولكن يبقى التحدي الكبير الذي يواجه وصول الذكاء الاصطناعي إلى سقف العقل البشري هو اتساع نطاق المعرفة المنطقية بشكل غير محدود عند الانسان مقارنة بالآلة.
التعلم الآلي (Machine learning)
يعني دراسة خوارزميات الحاسوب التي تتحسن مع تكرار التجربة.
ويقسم التعلم الخاص بالآلة إلى نوعين، الأول هو التعلم غير الخاضع للإشراف الذي يجد أنماطاً في تدفق الدخلات. أما النوع الثاني فهو التعلم الخاضع للإشراف، والذي يتطلب أن يقوم الانسان بتحديد بيانات الإدخال أولاً.
يتضمن التعلم الخاضع للإشراف التصنيف والانحدار العددي.
يعني التصنيف قيام البرنامج بتعلم تصنيف الأشياء في فئات بعد أن يرى عدد كبير من الأمثلة التي تتضمن أشياء من عدة فئات مما يقوده إلى تعلم تصنيف المدخلات. أما الانحدار العددي هو محاولة إيجاد دالة تصف العلاقة بين المدخلات والمخرجات وبالتالي تتنبأ بكيفية تغير المخرجات بناءً على تغير المدخلات.
إذاً، تستخدم عملية التعلم الآلي لتدريب الآلة على حل المشكلات التي يمكن أن يحلها الانسان.
معالجة اللغة الطبيعية (NLP)
تهدف معالجة اللغة الطبيعية للآلة إلى فهم ومعالجة اللغة البشرية. كما يمكن لنظام معالجة اللغة الطبيعية القوي أن يكتسب المعرفة مباشرة عبر قراءة النصوص المكتوبة من قبل البشر.
كما تتضمن بعض التطبيقات الإجابة على الأسئلة بشكل فوري والترجمة الآلية.
بالرغم من أن معالجة اللغة الطبيعية عانت من الفشل في مرحلة ما بسبب صعوبة النطق وتوسع المعرفة النطقية واختلاف اللهجات واللغات، إلا أن العلماء قد حققوا دقة مقبولة إلى حد كبير في هذا المجال.
رؤية الحاسوب (Computer Vision)
يطلق عليها أيضاً اسم خاصية التصور أو الادراك (Perception). وهو القدرة على استخدام المدخلات من أجهزة الاستشعار (مثل الكاميرات والميكروفونات والإشارات اللاسلكية وأجهزة الاستشعار النشطة التي تعمل باللمس والسونار والرادار) لاستنتاج جوانب من العالم.
وتتضمن هذه الخاصية تطبيقات التعرف على الكلام، والتعرف على الوجه، والتعرف على الأشياء. وبذلك يمكن تعريف الرؤية الحاسوبية على أنها القدرة على تحليل المدخلات البصرية.
الذكاء الاجتماعي (Social intelligence)
يقصد بها جعل الآلة ذات مهارة اجتماعية وعاطفية، وتعمل على جل الآلة تحاكي الشعور البشري والعاطفة والمزاج.
حيث تهدف هذه الخاصية إلى تسهيل التعامل بين الآلة والانسان، بالإضافة إلى جعلها أكثر حساسية للديناميكيات العاطفية للتفاعل البشري.
الذكاء العالم الاصطناعي (General Artificial Intelligence)
هناك العديد من الأفكار المتنافسة حول كيفية تطوير الذكاء الاصطناعي العام، ويأمل الكثير من العلماء أن يجدوا يوماً ما “خوارزمية رئيسية” واضحة من الناحية المفاهيمية تخدم هذا التطوير.
أنواع الذكاء الاصطناعي
استناداً إلى وظائف الأنظمة القائمة على الذكاء الاصطناعي تقسم هذه الأنظمة إلى الأنواع التالية:
الآلات التفاعلية (Reactive Machines AI)
كما تسمى آلة رد الفعل، يشمل هذا النوع آلات تعمل فقط بناءً على البيانات الحالية، وبالتالي فلا يمكن لها تكوين استنتاجات من البيانات لاستخدامها مستقبلياً.
ويمكن لهذا النوع فقط أن يؤدي نطاق ضيق من المهام المحددة مسبقاً.
AI ذاكرة محدودة (Limited Memory AI)
يمكن لهذا النوع اتخاذ قرارات من خلال دراسة البيانات السابقة الموجودة في ذاكرتها.
ولهذا النوع ذاكرة قصيرة العمر (مؤقتة) تستخدم لتخزين الخبرات السابقة وتقييم الإجراءات المستقبلية.
نظرية العقل (Theory Of Mind AI)
وهو نوع متقدم من أنواع الذكاء الاصطناعي، كما أنه يلعب دوراً رئيسياً في علم النفس. حيث يركز هذا النوع بشكل رئيسي على الذكاء العاطفي لفهم ما يفكر به الانسان بصورة أفضل.
مدرك الذات (Self-Aware AI)
في هذا النوع يكون للآلة وعيها الخاص وتصبح مدركة لذاتها، وغالباً لن نتمنى أن نصل إلى هذه المرحلة من الذكاء الاصطناعي التي تشاركنا فيها الآلة الحياة كصنف آخر موجود على سطح الأرض إلى جانب البشر.
وعلى الرغم من أن هذه المرحلة من التطور في مجال الذكاء الاصطناعي تعتبر بعيدة المنال قليلاً إلا أنها قد تكون ممكنة في ظل مسار التطور السريع في عصرنا الحديث.
أمثلة عن الذكاء الاصطناعي
- أعلنت شركة جوجل “Google” في شهر مايو من سنة 2018 عن نظام ال “Duplex” الخاص بها. والذي يسمح بتنفيذ مهام العالم الحقيقي عبر الهاتف عن طريق إجراء محادثة طبيعية مع الجهاز.
كما أعلنت شركة جوجل في تصريحها حول النظام الجديد أنه يجعل المكالمة طبيعية قدر الإمكان بحيث يُسمح للأشخاص بالتحدث بطريقة طبيعية تماماً كما لو كانوا يتحدثون إلى بعضهم البعض. الأمر الذي يعني أنهم لا يحتاجون للتكيف مع جهاز ما. ويهدف هذا النظام إلى إكمال مهام معينة مثل جدولة أنواع معينة من المواعيد.
يمكنك أن تتعرف على النظام أكثر من هنا: اضغط هنا
- في أبريل من سنة 2019 طور الأطباء والعلماء في ألمانيا شبكة عصبية اصطناعية قادرة على التوصل لعلاج لأمراض الدماغ باستخدام التصوير بالرنين المغناطيسي.
تعمل هذه الشبكة على تفسير فحوصات تصوير الرنين المغناطيسي للدماغ بهدف إخبار أخصائي الأشعة العصبية بكيفية استجابة أورام الدماغ للعلاج الكيميائي والإشعاعي، وذلك بعد أن قاموا بتدريب الشبكة على أكثر من 2000 نتيجة تصوير للرنين المغناطيسي لأكثر من 500 شخص مصاب بأورام الدماغ.
يمكنك أن تحصل على معلومات أكثر من هنا: اضغط هنا
- في شهر مارس من سنة 2019 تم تصميم Doodle بالشراكة مع الفريقين Google Magenta وGoogle PAIR ، وهي تجربة تفاعلية تهدف إلى تشجع اللاعبين على تأليف لحن من قياسين من اختيارهم ويتم ذلك بضغطة زر. حيث يستخدم Doodle التعلم الآلي لملائمة اللحن المخصص مع أسلوب موسيقى على طراز موسيقى الروك Bach 80.
يمكنك معرفة معلومات أكثر من هنا: اضغط هنا
عزيزي القارئ، في حال أعجبتك المقالة لا تنسى الاشتراك بقناتنا على يوتيوب التي توفر كل جديد في مجال الدورات التدريبية التقنية والمجانية بشكل كامل.
كذلك يمكنك تصفح الموقع الخاص بنا للوصول إلى المدونة وقراءة المزيد من المواضيع التقنية، أو التعرف على الدورات التدريبية التي يتيحها الموقع.