ما هو الذكاء الاصطناعي (AI)؟

ما هو الذكاء الاصطناعي

الذكاء الاصطناعي (AI) هو فرع واسع النطاق لعلوم الكمبيوتر يهتم ببناء آلات ذكية قادرة على أداء المهام التي تتطلب عادةً ذكاءً بشريًا. الذكاء الاصطناعي هو علم متعدد التخصصات له مناهج متعددة ، لكن التطورات في التعلم الآلي والتعلم العميق تخلق نقلة نوعية في كل قطاع تقريبًا من صناعة التكنولوجيا.

كيف يعمل الذكاء الاصطناعي؟

هل يمكن للآلات أن تفكر؟ – آلان تورينج ، 1950

بعد أقل من عقد من كسر آلة التشفير النازية Enigma ومساعدة قوات الحلفاء على الفوز في الحرب العالمية الثانية ، غيّر عالم الرياضيات Alan Turing التاريخ مرة أخرى بسؤال بسيط: “هل تستطيع الآلات التفكير؟” 

حددت ورقة تورينج ” الحوسبة الآلية والذكاء ” (1950) ، واختبار تورينج اللاحق ، الهدف الأساسي والرؤية للذكاء الاصطناعي.   

الذكاء الاصطناعي في جوهره هو فرع علوم الكمبيوتر الذي يهدف إلى الإجابة على سؤال تورينج بالإيجاب. إنه محاولة لتكرار أو محاكاة الذكاء البشري في الآلات.

أدى الهدف التوسعي للذكاء الاصطناعي إلى إثارة العديد من الأسئلة والنقاشات. لدرجة أنه لا يوجد تعريف واحد للمجال مقبول عالميًا.  

القيد الرئيسي في تعريف الذكاء الاصطناعي على أنه مجرد “آلات بناء ذكية” هو أنه لا يفسر في الواقع ما هو الذكاء الاصطناعي؟ ما الذي يجعل الآلة ذكية؟

في كتابهما الرائد بعنوان الذكاء الاصطناعي: نهج حديث ، يتعامل المؤلفان ستيوارت راسل وبيتر نورفيج مع السؤال من خلال توحيد عملهما حول موضوع العوامل الذكية في الآلات. مع وضع هذا في الاعتبار ، فإن الذكاء الاصطناعي هو “دراسة العوامل التي تتلقى تصورات من البيئة وتؤدي الإجراءات.” (راسل ونورفيج الثامن)

يواصل نورفيج ورسل استكشاف أربعة مناهج مختلفة حددت تاريخياً مجال الذكاء الاصطناعي: 

  1. التفكير بطريقة إنسانية
  2. التفكير بعقلانية
  3. يتصرف بإنسانية 
  4. التصرف بعقلانية

تتعلق الفكرتان الأوليان بعمليات التفكير والاستدلال ، بينما تتعامل الفكرتان الأخريان مع السلوك. يركز نورفيج ورسل بشكل خاص على الوكلاء العقلانيين الذين يعملون لتحقيق أفضل نتيجة ، مشيرين إلى أن “جميع المهارات اللازمة لاختبار تورينج تسمح أيضًا للوكيل بالتصرف بعقلانية.” (راسل ونورفيج 4).

يعرّف باتريك وينستون ، أستاذ الذكاء الاصطناعي وعلوم الكمبيوتر في معهد ماساتشوستس للتكنولوجيا ، الذكاء الاصطناعي على أنه “خوارزميات ممكّنة بواسطة قيود ، مكشوفة من خلال التمثيلات التي تدعم النماذج المستهدفة في الحلقات التي تربط التفكير والإدراك والعمل معًا.”أفضل شركات الذكاء الاصطناعي التي توظف الآن يبحث العديد من أفضل شركات الذكاء الاصطناعي في البلاد عن المواهب. اكتشف من يقوم بالتوظيف.

في حين أن هذه التعريفات قد تبدو مجردة بالنسبة للشخص العادي ، إلا أنها تساعد في تركيز المجال كمجال لعلوم الكمبيوتر وتوفر مخططًا لغرس الآلات والبرامج مع التعلم الآلي ومجموعات فرعية أخرى من الذكاء الاصطناعي. 

أثناء مخاطبة حشد في تجربة الذكاء الاصطناعي اليابانية في 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 عادةً ذكاءً بشريًا … العديد من أنظمة الذكاء الاصطناعي هذه مدعومة بالتعلم الآلي ، وبعضها مدعوم بالتعلم العميق وبعضها مدعوم بأشياء مملة للغاية مثل القواعد . “كيف يتم استخدام الذكاء الاصطناعي؟

يندرج الذكاء الاصطناعي عمومًا تحت فئتين رئيسيتين: 

  • الذكاء الاصطناعي الضيق: يشار إليه أحيانًا باسم “الذكاء الاصطناعي الضعيف” ، ويعمل هذا النوع من الذكاء الاصطناعي في سياق محدود وهو 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 الذكاء البشري. 
     
  • الذكاء الاصطناعي العام (AGI) : يُشار إليه أحيانًا باسم “الذكاء الاصطناعي القوي” ، وهو نوع الذكاء الاصطناعي الذي نراه في الأفلام ، مثل الروبوتات من  Westworld  أو البيانات من  Star Trek: The Next Generation . الذكاء الاصطناعي العام هو آلة تتمتع بذكاء عام ، ومثل الإنسان ، يمكنها تطبيق هذه الذكاء لحل أي مشكلة. 

أمثلة على الذكاء الاصطناعي

  • المساعدون الأذكياء (مثل Siri و Alexa)
  • أدوات رسم خرائط الأمراض والتنبؤ بها
  • تصنيع روبوتات الطائرات بدون طيار
  • توصيات علاج رعاية صحية محسّنة وشخصية
  • روبوتات المحادثة للتسويق وخدمة العملاء
  • مستشارو Robo لتداول الأسهم
  • مرشحات البريد العشوائي على البريد الإلكتروني
  • أدوات مراقبة وسائل التواصل الاجتماعي للمحتوى الخطير أو الأخبار الكاذبة
  • توصيات الأغاني أو البرامج التلفزيونية من Spotify و Netflix

ضيق الذكاء الاصطناعي

إن الذكاء الاصطناعي الضيق يحيط بنا في كل مكان وهو بسهولة أنجح عملية تحقيق للذكاء الاصطناعي حتى الآن. من خلال تركيزه على أداء مهام محددة ، شهد الذكاء الاصطناعي الضيق العديد من الاختراقات في العقد الماضي والتي كان لها “فوائد مجتمعية كبيرة وساهمت في الحيوية الاقتصادية للأمة” ، وفقًا لـ “الاستعداد لمستقبل الذكاء الاصطناعي” ، تقرير عام 2016 الصادر عن إدارة أوباما. 

تتضمن بعض الأمثلة على Narrow AI ما يلي: 

  • بحث جوجل
  • برنامج التعرف على الصور
  • سيري وأليكسا ومساعدين شخصيين آخرين
  • سيارات ذاتية القيادة
  • واتسون آي بي إم 

التعلم الآلي والتعلم العميق 

هو مدعوم بكثير من الضيق AI من اختراقات في آلة التعلم و التعلم العميق . قد يكون فهم الفرق بين الذكاء الاصطناعي والتعلم الآلي والتعلم العميق أمرًا محيرًا. يقدم رأس المال الاستثماري فرانك تشين لمحة عامة جيدة عن كيفية التمييز بينهما ، مشيرًا إلى:  

“الذكاء الاصطناعي عبارة عن مجموعة من الخوارزميات والذكاء لمحاولة محاكاة الذكاء البشري. التعلم الآلي هو أحدها ، والتعلم العميق هو أحد تقنيات التعلم الآلي.” 

ببساطة ، يغذي التعلم الآلي بيانات الكمبيوتر ويستخدم تقنيات إحصائية لمساعدته على “تعلم” كيفية التحسن تدريجيًا في مهمة ما ، دون أن تكون مبرمجًا بشكل خاص لهذه المهمة ، مما يلغي الحاجة إلى ملايين الأسطر من التعليمات البرمجية المكتوبة. يتكون التعلم الآلي من كل من التعلم الخاضع للإشراف (باستخدام مجموعات البيانات المصنفة) والتعلم غير الخاضع للإشراف (باستخدام مجموعات البيانات غير المسماة).  

التعلم العميق هو نوع من التعلم الآلي الذي يدير المدخلات من خلال بنية شبكة عصبية مستوحاة من الناحية البيولوجية. تحتوي الشبكات العصبية على عدد من الطبقات المخفية التي يتم من خلالها معالجة البيانات ، مما يسمح للآلة بالتعمق “بعمق” في تعلمها ، وإجراء الاتصالات وترجيح المدخلات للحصول على أفضل النتائج.

الذكاء العام الاصطناعي

إن إنشاء آلة بذكاء على مستوى الإنسان يمكن تطبيقه على أي مهمة هو الكأس المقدسة للعديد من باحثي الذكاء الاصطناعي ، لكن البحث عن الذكاء الاصطناعي العام كان محفوفًا بالصعوبات. 

إن البحث عن “خوارزمية عالمية للتعلم والعمل في أي بيئة” (Russel and Norvig 27) ليس جديدًا ، لكن الوقت لم يخفف من صعوبة إنشاء آلة بمجموعة كاملة من القدرات المعرفية. 

لطالما كان الذكاء الاصطناعي العام مصدر إلهام للخيال العلمي البائس ، حيث تجتاح الروبوتات فائقة الذكاء البشرية ، لكن الخبراء يتفقون على أنه ليس شيئًا يجب أن نقلق بشأنه في أي وقت قريب .تاريخ منظمة العفو الدولية

ظهرت الروبوتات الذكية والكائنات الاصطناعية لأول مرة في الأساطير اليونانية القديمة في العصور القديمة. كان تطوير أرسطو للقياس واستخدامه للتفكير الاستنتاجي لحظة أساسية في سعي البشرية لفهم ذكائها. في حين أن الجذور طويلة وعميقة ، فإن تاريخ الذكاء الاصطناعي كما نفكر فيه اليوم يمتد لأقل من قرن. فيما يلي نظرة سريعة على بعض أهم الأحداث في مجال الذكاء الاصطناعي. 

1943

  • ينشر وارين ماكولوغ ووالتر بيتس “حساب منطقي للأفكار جوهرية في النشاط العصبي”. اقترحت الورقة أول نموذج رياضي لبناء شبكة عصبية. 

1949

  • في كتابه  The Organization of Behavior: A Neuropsychology Theory ، يقترح دونالد هب نظرية أن المسارات العصبية تنشأ من التجارب وأن الروابط بين الخلايا العصبية تصبح أقوى كلما تم استخدامها بشكل متكرر. يستمر تعلم Hebbian في كونه نموذجًا مهمًا في الذكاء الاصطناعي.

1950

  • ينشر آلان تورينج “آلات الحوسبة والذكاء ، ويقترح ما يعرف الآن باسم اختبار تورينج ، وهي طريقة لتحديد ما إذا كانت الآلة ذكية. 
  • قام خريجو جامعة هارفارد ، مارفن مينسكي ودين إدموندز ، ببناء SNARC ، أول كمبيوتر شبكة عصبية.
  • ينشر كلود شانون مقالة “برمجة الكمبيوتر للعب الشطرنج”.
  • إسحاق أسيموف ينشر “القوانين الثلاثة للروبوتات”.  

1952

  • يطور آرثر صموئيل برنامجًا للتعلم الذاتي للعب الداما. 

1954

  • تترجم تجربة الترجمة الآلية Georgetown-IBM تلقائيًا 60 جملة روسية مختارة بعناية إلى الإنجليزية. 

1956

  • تمت صياغة عبارة الذكاء الاصطناعي في “مشروع بحث دارتموث الصيفي حول الذكاء الاصطناعي”. بقيادة جون مكارثي ، المؤتمر ، الذي حدد نطاق وأهداف الذكاء الاصطناعي ، يعتبر على نطاق واسع ولادة الذكاء الاصطناعي كما نعرفه اليوم. 
  • يبرهن ألين نيويل وهربرت سيمون على أن المنظر المنطقي (LT) ، أول برنامج تفكير. 

1958

  • قام جون مكارثي بتطوير لغة برمجة الذكاء الاصطناعي Lisp ونشر مقالة بعنوان “Programs with Common Sense”. اقترحت الورقة النظرية الافتراضية Advice Taker ، وهي نظام ذكاء اصطناعي كامل لديه القدرة على التعلم من التجربة بشكل فعال مثل البشر.  

1959

  • قام ألين نيويل وهربرت سيمون وجي سي شو بتطوير برنامج حل المشكلات العام (GPS) ، وهو برنامج مصمم لتقليد حل المشكلات البشرية. 
  • يطور هربرت جيلنتر برنامج إثبات نظرية الهندسة.
  • صاغ آرثر صموئيل مصطلح التعلم الآلي أثناء عمله في شركة IBM.
  • أسس جون مكارثي ومارفن مينسكي مشروع الذكاء الاصطناعي في معهد ماساتشوستس للتكنولوجيا.

1963

  • جون مكارثي يبدأ مختبر الذكاء الاصطناعي في ستانفورد.

1966

  • يفصل تقرير اللجنة الاستشارية للمعالجة التلقائية للغات (ALPAC) الصادر عن حكومة الولايات المتحدة عدم إحراز تقدم في أبحاث الترجمة الآلية ، وهي مبادرة رئيسية للحرب الباردة مع وعد بترجمة آلية وفورية للغة الروسية. يؤدي تقرير ALPAC إلى إلغاء جميع مشروعات الترجمة الآلية التي تمولها الحكومة. 

1969

  • تم تطوير أول أنظمة الخبراء الناجحة في DENDRAL ، وبرنامج XX ، و MYCIN ، المصمم لتشخيص التهابات الدم ، في ستانفورد.

1972

  • تم إنشاء لغة البرمجة المنطقية PROLOG.

1973

  • أصدرت الحكومة البريطانية تقرير Lighthill ، الذي يعرض بالتفصيل خيبات الأمل في أبحاث الذكاء الاصطناعي ، ويؤدي إلى تخفيضات شديدة في تمويل مشاريع الذكاء الاصطناعي. 

1974-1980

  • يؤدي الإحباط من التقدم في تطوير الذكاء الاصطناعي إلى تخفيضات كبيرة في DARPA في المنح الأكاديمية. بالاقتران مع تقرير ALPAC السابق و “تقرير Lighthill” للعام السابق ، جف تمويل الذكاء الاصطناعي وأكشاك البحث. تُعرف هذه الفترة باسم “شتاء الذكاء الاصطناعي الأول”. 

1980

  • تقوم شركة Digital Equipment Corporations بتطوير R1 (المعروف أيضًا باسم XCON) ، وهو أول نظام خبير تجاري ناجح. تم تصميم R1 لتكوين أوامر لأنظمة الكمبيوتر الجديدة ، حيث بدأ طفرة استثمارية في الأنظمة الخبيرة التي ستستمر معظم العقد ، منهية فعليًا أول “شتاء AI”.

1982

  • أطلقت وزارة التجارة الدولية والصناعة اليابانية مشروع الجيل الخامس لأنظمة الكمبيوتر الطموح. الهدف من FGCS هو تطوير أداء يشبه الكمبيوتر العملاق ومنصة لتطوير الذكاء الاصطناعي.

1983

  • استجابةً لـ FGCS اليابانية ، أطلقت الحكومة الأمريكية مبادرة الحوسبة الإستراتيجية لتوفير الأبحاث الممولة من وكالة DARPA في مجال الحوسبة المتقدمة والذكاء الاصطناعي. 

1985

  • تنفق الشركات أكثر من مليار دولار سنويًا على الأنظمة الخبيرة ، وينبثق قطاع كامل يُعرف باسم سوق ماكينات Lisp لدعمها. تقوم شركات مثل Symbolics و Lisp Machines Inc. ببناء أجهزة كمبيوتر متخصصة للعمل على لغة برمجة الذكاء الاصطناعي Lisp. 

1987-1993

  • مع تحسن تكنولوجيا الحوسبة ، ظهرت بدائل أرخص وانهيار سوق آلات Lisp في عام 1987 ، إيذانا ببدء “شتاء الذكاء الاصطناعي الثاني”. خلال هذه الفترة ، أثبتت الأنظمة الخبيرة أن صيانتها وتحديثها مكلف للغاية ، وفي النهاية فقدت شعبيتها.
  • أنهت اليابان مشروع FGCS في عام 1992 ، مستشهدة بالفشل في تحقيق الأهداف الطموحة التي تم تحديدها قبل عقد من الزمن.
  • أنهت داربا مبادرة الحوسبة الإستراتيجية في عام 1993 بعد إنفاق ما يقرب من مليار دولار ، ولم ترق إلى مستوى التوقعات. 

1991

  • تنشر القوات الأمريكية DART ، وهي أداة تخطيط وجدولة لوجستية مؤتمتة ، خلال حرب الخليج.

1997

  • ديب بلو من IBM يتفوق على بطل العالم للشطرنج جاري كاسباروف

2005

  • ستانلي ، سيارة ذاتية القيادة ، تفوز في تحدي DARPA الكبير.
  • يبدأ الجيش الأمريكي في الاستثمار في الروبوتات المستقلة مثل “Big Dog” في Boston Dynamic و “PackBot” من iRobot.

2008

  • تحقق Google اختراقات في التعرف على الكلام وتقدم الميزة في تطبيق iPhone الخاص بها. 

2011

  • واتسون من شركة IBM يتفوق على المنافسة في برنامج  Jeopardy !. 

2012

  • أندرو نج ، مؤسس مشروع Google Brain Deep Learning ، يغذي شبكة عصبية باستخدام خوارزميات التعلم العميق 10 ملايين مقطع فيديو على YouTube كمجموعة تدريب. تعلمت الشبكة العصبية التعرف على القطة دون إخبارها بماهية القطة ، مما أدى إلى دخول عصر اختراق للشبكات العصبية وتمويل التعلم العميق.

2014

  • تصنع Google أول سيارة ذاتية القيادة اجتازت اختبار قيادة حكومي. 

2016

  • برنامج AlphaGo من Google DeepMind يهزم بطل العالم Go Lee Sedol. كان يُنظر إلى تعقيد اللعبة الصينية القديمة على أنه عقبة رئيسية يجب إزالتها في الذكاء الاصطناعي.