في هذا المقال سنقدم لكم برزنتيشن عن الذكاء الاصطناعي الذي أصبح حديث الساعة.
ما هو الذكاء الاصطناعي؟
الذكاء الاصطناعي (AI) هو قدرة الكمبيوتر الرقمي أو الروبوت الذي يتحكم فيه الكمبيوتر على أداء المهام التي تتطلب ذكاء. يتم تطبيق هذا المصطلح بشكل متكرر على مشروع تطوير الأنظمة التي تتمتع بالعمليات الفكرية المميزة للبشر، مثل القدرة على التفكير، واكتشاف المعنى، والتعميم، أو التعلم من التجارب السابقة. منذ تطورها في أربعينيات القرن العشرين، تمت برمجة أجهزة الكمبيوتر الرقمية لتنفيذ مهام معقدة للغاية – مثل اكتشاف البراهين النظرية الرياضية أو لعب الشطرنج – بكفاءة كبيرة. على الرغم من التقدم المستمر في سرعة معالجة الكمبيوتر وسعة الذاكرة، لا توجد حتى الآن برامج يمكنها أن تضاهي المرونة البشرية الكاملة في مجالات أوسع أو في المهام التي تتطلب الكثير من المعرفة اليومية. ومن ناحية أخرى، وصلت بعض البرامج إلى مستويات أداء الخبراء والمهنيين من البشر في تنفيذ مهام محددة معينة، بحيث يوجد الذكاء الاصطناعي بهذا المعنى المحدود في تطبيقات متنوعة مثل التشخيص الطبي، ومحركات البحث الحاسوبية، والتعرف على الصوت أو الكتابة اليدوية، وروبوتات الدردشة.
اقرأ أيضا: أفضل 3 أدوات لإنشاء بوربوينت الذكاء الاصطناعي من النص
ما هو الذكاء؟
يُنسب كل السلوك البشري باستثناء أبسطه إلى الذكاء، في حين أن سلوك الحشرات الأكثر تعقيدًا لا يُؤخذ عادةً كمؤشر على الذكاء. ماهو الفرق؟ خذ بعين الاعتبار سلوك الدبور الحفار، فعندما تعود أنثى الدبور إلى جحرها بالطعام، فإنها تضعه أولاً على العتبة، وتتحقق من وجود دخلاء داخل جحرها، وبعد ذلك فقط، إذا كان المكان خاليًا، تحمل طعامها إلى الداخل. يتم الكشف عن الطبيعة الحقيقية للسلوك الغريزي للزنبور إذا تم نقل الطعام على بعد بضع بوصات من مدخل جحرها أثناء وجودها في الداخل: عند الخروج، سوف تكرر الإجراء بأكمله كلما تم إزاحة الطعام. فالذكاء – الغائب بشكل واضح في حالة الدبور – يجب أن يشمل القدرة على التكيف مع الظروف الجديدة.
مكونات الذكاء الاصطناعي
يصف علماء النفس عمومًا الذكاء البشري ليس بسمة واحدة فقط، بل بمزيج من العديد من القدرات المتنوعة. ركزت الأبحاث في مجال الذكاء الاصطناعي بشكل أساسي على مكونات الذكاء التالية: التعلم، والتفكير، وحل المشكلات، والإدراك، واستخدام اللغة.
تعلُّم
هناك عدد من أشكال التعلم المختلفة التي يتم تطبيقها على الذكاء الاصطناعي، أبسطها هو التعلم عن طريق التجربة والخطأ. على سبيل المثال، قد يحاول برنامج حاسوبي بسيط لحل مسائل الشطرنج الخاصة بالرفيق تنفيذ حركات عشوائية حتى يتم العثور على الرفيق. قد يقوم البرنامج بعد ذلك بتخزين الحل مع الموضع بحيث، في المرة التالية التي يواجه فيها الكمبيوتر نفس الموضع، فإنه سيتذكر الحل. يعد هذا الحفظ البسيط للعناصر والإجراءات الفردية – المعروف باسم التعلم عن ظهر قلب – سهل التنفيذ نسبيًا على الكمبيوتر. والأكثر صعوبة هو مشكلة تنفيذ ما يسمى بالتعميم، إذ يتضمن التعميم تطبيق الخبرة السابقة على مواقف جديدة مماثلة. على سبيل المثال، البرنامج الذي يتعلم زمن الماضي من الأفعال الإنجليزية العادية عن طريق الحفظ لن يكون قادرًا على إنتاج زمن الماضي لكلمة مثل Jump إلا إذا تم تقديم البرنامج مسبقًا باستخدام Jumped، في حين أن البرنامج القادر على التعميم يمكنه التعلم قاعدة “ad -ed” للأفعال المنتظمة التي تنتهي بحرف ساكن وبالتالي تشكل زمن الماضي من القفز على أساس الخبرة مع الأفعال المماثلة.
اقرأ أيضا: ما هي خوارزميات الذكاء الاصطناعي وكيف تعمل؟ (دليل شامل)
التفكير
هو استخلاص الاستنتاجات المناسبة للموقف. ويتم تصنيف الاستدلالات إما استنتاجية أو استقرائية: مثال على الأول هو، “يجب أن يكون فريد إما في المتحف أو في المقهى هو ليس في المقهى لذلك فهو موجود في المتحف”، والفرق الأكثر أهمية بين هذه الأشكال من الاستدلال هو أنه في الحالة الاستنباطية، تضمن حقيقة المقدمات صحة الاستنتاج، بينما في الحالة الاستقرائية، تدعم حقيقة المقدمات الاستنتاج دون إعطاء ضمان مطلق. يعد الاستدلال الاستقرائي أمرًا شائعًا في العلوم، حيث يتم جمع البيانات وتطوير نماذج مؤقتة لوصف السلوك المستقبلي والتنبؤ به – إلى أن يؤدي ظهور البيانات الشاذة إلى إجبار النموذج على المراجعة.
لقد كان هناك نجاح كبير في برمجة أجهزة الكمبيوتر لاستخلاص الاستدلالات. ومع ذلك، فإن الاستدلال الحقيقي يتضمن أكثر من مجرد استخلاص الاستدلالات: فهو يتضمن استخلاص الاستدلالات ذات الصلة بحل مشكلة معينة. هذه واحدة من أصعب المشاكل التي تواجه الذكاء الاصطناعي.
حل المشاكل
يمكن وصف حل المشكلات، خاصة في الذكاء الاصطناعي، بأنه بحث منهجي من خلال مجموعة من الإجراءات الممكنة من أجل الوصول إلى هدف أو حل محدد مسبقًا. تنقسم طرق حل المشكلات إلى غرض خاص وأغراض عامة. ويتم تصميم الطريقة ذات الأغراض الخاصة خصيصًا لمشكلة معينة وغالبًا ما تستغل ميزات محددة جدًا للموقف الذي تكمن فيه المشكلة. وفي المقابل، فإن الطريقة ذات الأغراض العامة قابلة للتطبيق على مجموعة واسعة من المشاكل.
لقد تم حل العديد من المشاكل المتنوعة بواسطة برامج الذكاء الاصطناعي. بعض الأمثلة هي استنباط البراهين الرياضية، والتلاعب بـ “الأشياء الافتراضية” في عالم تم إنشاؤه بواسطة الكمبيوتر.
الإدراك
في الإدراك، يتم مسح البيئة عن طريق أجهزة حسية مختلفة، حقيقية أو اصطناعية، ومما يزيد التحليل تعقيدًا حقيقة أن الجسم قد يبدو مختلفًا اعتمادًا على الزاوية التي يُنظر إليها منها، واتجاه وشدة الإضاءة في المشهد، ومدى تباين الجسم مع المجال المحيط. في الوقت الحاضر، أصبح الإدراك الاصطناعي متقدمًا بما يكفي لتمكين أجهزة الاستشعار الضوئية من التعرف على الأفراد وتمكين المركبات ذاتية القيادة من القيادة بسرعات معتدلة على الطريق المفتوح.
استخدام اللغة
اللغة عبارة عن نظام من العلامات لها معنى حسب الاتفاق. وبهذا المعنى، لا ينبغي أن تقتصر اللغة على الكلمة المنطوقة. إشارات المرور، على سبيل المثال، تشكل لغة مصغرة، حيث أن ⚠ تعني “الخطر أمامنا” في بعض البلدان. ومن مميزات اللغات أن الوحدات اللغوية تمتلك معنى بالتقليد، والمعنى اللغوي يختلف كثيرًا عما يسمى بالمعنى الطبيعي، والذي يتمثل في عبارات مثل “تلك الغيوم تعني المطر” و”هبوط الضغط يعني خلل في الصمام”.
من الخصائص المهمة للغات البشرية الكاملة – على عكس أصوات الطيور وإشارات المرور – إنتاجيتها. يمكن للغة المنتجة أن تصوغ مجموعة غير محدودة من الجمل.
يمكن لنماذج اللغات الكبيرة مثل ChatGPT الرد بطلاقة بلغة بشرية على الأسئلة والبيانات. على الرغم من أن مثل هذه النماذج لا تفهم اللغة فعليًا كما يفعل البشر، ولكنها تختار فقط الكلمات الأكثر احتمالية من غيرها، فقد وصلت إلى النقطة التي أصبح فيها إتقانها للغة لا يمكن تمييزه عن إتقان الإنسان العادي. إذن، ما الذي يتضمنه الفهم الحقيقي، حتى لو كان الكمبيوتر الذي يستخدم لغة مثل المتحدث البشري الأصلي لا يُسمح له بالفهم؟ لا توجد إجابة متفق عليها عالميا لهذا السؤال الصعب.
اقرأ أيضا: ما هي إيجابيات وسلبيات الذكاء الاصطناعي؟
أنواع الذكاء الاصطناعي: الذكاء الاصطناعي الضعيف مقابل الذكاء الاصطناعي القوي
الذكاء الاصطناعي الضعيف – المعروف أيضًا باسم الذكاء الاصطناعي الضيق أو الذكاء الاصطناعي الضيق (ANI) – هو ذكاء اصطناعي مدرب ومركّز على أداء مهام محددة. الذكاء الاصطناعي الضعيف هو الذي يحرك معظم الذكاء الاصطناعي الذي يحيط بنا اليوم. قد تكون كلمة “ضيق” وصفًا أكثر ملاءمة لهذا النوع من الذكاء الاصطناعي لأنه ليس ضعيفًا على الإطلاق: فهو يتيح بعض التطبيقات القوية جدًا، مثل Apple’s Siri، وAmazon’s Alexa، وIBM watsonx™، والمركبات ذاتية القيادة.
يتكون الذكاء الاصطناعي القوي من الذكاء العام الاصطناعي (AGI) والذكاء الاصطناعي الفائق (ASI). AGI، أو الذكاء الاصطناعي العام، هو شكل نظري من الذكاء الاصطناعي حيث تتمتع الآلة بذكاء مساوٍ للبشر؛ سيكون واعيًا ذاتيًا بوعي لديه القدرة على حل المشكلات والتعلم والتخطيط للمستقبل. ASI – المعروف أيضًا باسم الذكاء الفائق – سوف يفوق ذكاء وقدرة الدماغ البشري. في حين أن الذكاء الاصطناعي القوي لا يزال نظريًا تمامًا مع عدم وجود أمثلة عملية مستخدمة اليوم، فإن هذا لا يعني أن باحثي الذكاء الاصطناعي لا يستكشفون تطوره أيضًا.
تطبيقات الذكاء الاصطناعي
هناك العديد من التطبيقات الواقعية لأنظمة الذكاء الاصطناعي اليوم. فيما يلي بعض حالات الاستخدام الأكثر شيوعًا:
التعرف على الكلام
يُعرف أيضًا باسم التعرف التلقائي على الكلام (ASR)، أو التعرف على الكلام بالكمبيوتر، أو تحويل الكلام إلى نص، ويستخدم التعرف على الكلام البرمجة اللغوية العصبية (NLP) لمعالجة الكلام البشري إلى تنسيق مكتوب. تقوم العديد من الأجهزة المحمولة بدمج ميزة التعرف على الكلام في أنظمتها لإجراء البحث الصوتي – سيري، على سبيل المثال – أو توفير المزيد من إمكانية الوصول حول الرسائل النصية باللغة الإنجليزية أو العديد من اللغات المستخدمة على نطاق واسع. تعرف على كيفية قيام Don Johnston باستخدام IBM Watson Text to Speech لتحسين إمكانية التوصل في الفصل الدراسي من خلال دراسة الحالة الخاصة بنا.
اقرأ أيضا: كيفية الربح من الذكاء الاصطناعي بطرق سهلة
خدمة الزبائن
يحل الوكلاء الافتراضيون وروبوتات الدردشة عبر الإنترنت محل الوكلاء البشريين طوال رحلة العميل. إنهم يجيبون على الأسئلة المتداولة (FAQ) حول موضوعات، مثل الشحن، أو يقدمون نصائح شخصية، أو منتجات البيع المتبادل أو اقتراح أحجام للمستخدمين، مما يغير طريقة تفكيرنا بشأن مشاركة العملاء عبر مواقع الويب ومنصات الوسائط الاجتماعية. تشمل الأمثلة روبوتات المراسلة على مواقع التجارة الإلكترونية مع وكلاء افتراضيين، وتطبيقات المراسلة، مثل Slack وFacebook Messenger، والمهام التي يؤديها عادةً المساعدون الافتراضيون والمساعدون الصوتيون.
رؤية الكمبيوتر
تتيح تقنية الذكاء الاصطناعي هذه لأجهزة الكمبيوتر والأنظمة استخلاص معلومات مفيدة من الصور الرقمية ومقاطع الفيديو والمدخلات المرئية الأخرى، وبناءً على تلك المدخلات، يمكنها اتخاذ الإجراءات اللازمة. هذه القدرة على تقديم التوصيات تميزها عن مهام التعرف على الصور. مدعومة بالشبكات العصبية التلافيفية، تتمتع رؤية الكمبيوتر بتطبيقات ضمن وضع علامات على الصور في وسائل التواصل الاجتماعي، والتصوير الإشعاعي في الرعاية الصحية، والسيارات ذاتية القيادة في صناعة السيارات.
الموردين
تعمل الروبوتات التكيفية على معلومات جهاز إنترنت الأشياء (IoT)، والبيانات المنظمة وغير المنظمة لاتخاذ قرارات مستقلة. يمكن لأدوات البرمجة اللغوية العصبية فهم الكلام البشري والرد على ما يقال لهم. يتم تطبيق التحليلات التنبؤية على الاستجابة للطلب، وتحسين المخزون والشبكة، والصيانة الوقائية، والتصنيع الرقمي. تعمل خوارزميات البحث والتعرف على الأنماط على تحليل البيانات.
التنبؤ بالطقس
يعتمد المذيعون على نماذج الطقس لإجراء تنبؤات دقيقة وتتكون من خوارزميات معقدة تعمل على أجهزة الكمبيوتر العملاقة. تعمل تقنيات التعلم الآلي على تعزيز هذه النماذج من خلال جعلها أكثر قابلية للتطبيق والدقة.
إكتشاف الاخطاء
يمكن لنماذج الذكاء الاصطناعي تمشيط كميات كبيرة من البيانات واكتشاف نقاط البيانات غير النمطية ضمن مجموعة البيانات. يمكن أن تؤدي هذه الحالات الشاذة إلى زيادة الوعي حول المعدات المعيبة أو الخطأ البشري أو الانتهاكات الأمنية.
كانت هذه برزنتيشن عن الذكاء الاصطناعي نتمنى أن تكون قد قدمت المعلومات التي تبحثون عنها.
