يُعرف تكرار وظائف الذكاء البشري بواسطة الآلات ، وخاصة أنظمة الكمبيوتر ، بالذكاء الاصطناعي. الأنظمة الخبيرة ، ومعالجة اللغة الطبيعية ، والتعرف على الكلام ، ورؤية الآلة هي بعض الأمثلة على تطبيقات معينة للذكاء الاصطناعي.
كيف يعمل الذكاء الاصطناعي؟
كان البائعون يسارعون إلى عرض كيفية استخدام سلعهم وخدماتهم للذكاء الاصطناعي مع نمو الهرجاء المحيط بالذكاء الاصطناعي. في كثير من الأحيان ، ما يقصدونه بالذكاء الاصطناعي هو مجرد عنصر واحد من عناصر الذكاء الاصطناعي ، مثل التعلم الآلي. لإنشاء وتدريب خوارزميات التعلم الآلي ، يتطلب الذكاء الاصطناعي أساسًا من الأجهزة والبرامج المتخصصة. لا توجد لغة برمجة واحدة مرتبطة حصريًا بالذكاء الاصطناعي ، ولكن هناك القليل منها ، بما في ذلك Python و R و Java.
عادةً ما تستوعب أنظمة الذكاء الاصطناعي حجمًا هائلاً من بيانات التدريب المصنفة ، والتي تقوم بعد ذلك بفحص البيانات من أجل الارتباطات والأنماط قبل استخدام هذه الأنماط للتنبؤ بالحالات المستقبلية. من خلال دراسة ملايين الحالات ، يمكن لأداة التعرف على الصور أن تتعلم التعرف على الأشياء ووصفها في الصور ، تمامًا كما يمكن أن يتعلم روبوت الدردشة الذي يُعطى أمثلة للمحادثات النصية إجراء تبادلات واقعية مع الأشخاص.
ثلاث قدرات معرفية – التعلم والاستدلال والتصحيح الذاتي – هي الموضوعات الرئيسية لبرمجة الذكاء الاصطناعي.
عمليات التعلم. يهتم هذا المجال من برمجة الذكاء الاصطناعي بجمع البيانات وصياغة القواعد التي ستتيح تحويل البيانات إلى معرفة مفيدة. تقدم الإرشادات ، المعروفة أيضًا باسم الخوارزميات ، تعليمات تفصيلية للمعدات الحاسوبية حول كيفية تنفيذ نشاط معين.
تقنيات التفكير. يهتم هذا المجال من برمجة الذكاء الاصطناعي باختيار أفضل خوارزمية لتحقيق نتيجة معينة.
آليات التصحيح الذاتي. هذه الميزة في برمجة الذكاء الاصطناعي هي تحسين الخوارزميات باستمرار والتأكد من أنها تقدم نتائج أكثر دقة.
أهمية الذكاء الاصطناعي
الذكاء الاصطناعي مهم لأنه ، في بعض الظروف ، يمكن أن يتفوق على الأشخاص في الأنشطة ولأنه يمكن أن يزود الشركات برؤى غير معروفة من قبل عن عملياتها. غالبًا ما تنتهي تقنيات الذكاء الاصطناعي من العمل بسرعة وبأخطاء قليلة جدًا ، خاصة عندما يتعلق الأمر بالأنشطة المتكررة والموجهة نحو التفاصيل مثل مراجعة عدد كبير من الأوراق القانونية للتحقق من ملء الحقول الرئيسية بشكل صحيح.
وقد ساهم ذلك في حدوث انفجار في الإنتاجية ومنح بعض الشركات الكبيرة إمكانية الوصول إلى آفاق سوق جديدة تمامًا. كان من الصعب تصور استخدام برامج الكمبيوتر لربط الركاب بسيارات الأجرة قبل الموجة الحالية من الذكاء الاصطناعي ، ولكن الآن حققت أوبر نجاحًا عالميًا من خلال القيام بذلك بالضبط. إنه يستخدم خوارزميات التعلم الآلي القوية للتنبؤ عندما من المحتمل أن يرغب الأفراد في مواقع معينة في ركوب الخيل ، مما يساعد في وضع السائقين بشكل استباقي على الطريق قبل أن يطلب منهم ذلك. مثال آخر هو Google ، التي نمت لتصبح أحد اللاعبين الرئيسيين في مجموعة متنوعة من الخدمات عبر الإنترنت من خلال استخدام التعلم الآلي لتحليل سلوك المستخدم ثم تحسين عروضها. أعلن Sundar Pichai ، الرئيس التنفيذي للشركة ، أن Google ستعمل كشركة “AI الأولى” في عام 2017.
استخدمت أكبر الشركات وأكثرها ازدهارًا اليوم الذكاء الاصطناعي لتعزيز عملياتها وتفوق أداء المنافسين.
ما هي مزايا وعيوب الذكاء الاصطناعي؟
تتطور تقنيات الذكاء الاصطناعي (AI) مثل التعلم العميق والشبكات العصبية الاصطناعية بشكل سريع ، ويرجع ذلك في الغالب إلى قدرة الذكاء الاصطناعي على معالجة كميات هائلة من البيانات بشكل أسرع بكثير وبشكل صحيح مما يستطيع الإنسان القيام به.
في حين أن الكمية الهائلة من البيانات التي يتم إنشاؤها كل يوم ستغرق الباحث البشري ، فإن تقنيات الذكاء الاصطناعي التي تستخدم التعلم الآلي يمكنها تحويل هذه البيانات بسرعة إلى معرفة مفيدة. تكلفة معالجة الكميات الهائلة من البيانات التي تتطلبها برمجة الذكاء الاصطناعي هي الآن العائق الرئيسي لاستخدام الذكاء الاصطناعي.
مزايا الذكاء الإصطناعي
- جيد في المهن التي تتطلب الاهتمام بالتفاصيل .
- تقصير أوقات المهام للأنشطة كثيفة البيانات .
- ينتج نتائج باستمرار ؛ و يمكن الوصول دائمًا إلى الوكلاء الافتراضيين الذين يتمتعون بإمكانيات الذكاء الاصطناعي .
سلبيات الذكاء الإصطناعي
- عالي التكلفة .
- الكفاءة التقنية القوية ضرورية .
- محدودية توافر العمال المهرة لإنشاء أدوات الذكاء الاصطناعي .
- عدم القدرة على التعميم من مهمة إلى أخرى وفهم ما تم إثباته فقط .
الذكاء الاصطناعي الضعيف مقابل الذكاء الاصطناعي القوي
يمكن تصنيف الذكاء الاصطناعي على أنه قوي أو ضعيف.
يُشار إلى نظام الذكاء الاصطناعي الذي تم إنشاؤه وتعليمه لتنفيذ مهمة معينة باسم الذكاء الاصطناعي الضعيف ، والمعروف أيضًا باسم الذكاء الاصطناعي الضيق. يتم استخدام الذكاء الاصطناعي الضعيف بواسطة الروبوتات الصناعية والمساعدين الشخصيين الافتراضيين مثل Siri من Apple.
الذكاء الاصطناعي القوي ، الذي يشار إليه عادة باسم الذكاء العام الاصطناعي (AGI) ، هو مصطلح يستخدم لوصف برمجة الكمبيوتر التي يمكن أن تحاكي الوظائف الإدراكية البشرية. يمكن لنظام الذكاء الاصطناعي القوي أن يستخدم منطقًا غامضًا لنقل المعلومات من منطقة إلى أخرى واكتشاف حل بمفرده عند مواجهة وظيفة غير متوقعة. من الناحية النظرية ، يجب أن يكون برنامج الذكاء الاصطناعي القوي قادرًا على اجتياز اختبار الغرفة الصينية وكذلك اختبار تورينج.
في مقال نشر عام 2016 ، حددت Arend Hintze ، الأستاذة المساعدة في علم الأحياء التكاملي وعلوم وهندسة الكمبيوتر في جامعة ولاية ميتشيغان ، أربع فئات يمكن تقسيم الذكاء الاصطناعي إليها. تنتقل هذه الفئات من الأنظمة الذكية الخاصة بالمهام ، والتي تُستخدم على نطاق واسع اليوم ، إلى الأنظمة الواعية التي لم توجد بعد. هذه هي الفئات:
النوع الأول هو الآلات التفاعلية : أنظمة الذكاء الاصطناعي هذه خاصة بالمهام وتفتقر إلى الذاكرة. ديب بلو ، برنامج الشطرنج IBM الذي هزم غاري كاسباروف في التسعينيات ، هو بمثابة توضيح. يمكن لـ Deep Blue التعرف على القطع الموجودة على رقعة الشطرنج وإجراء تنبؤات ، ولكن نظرًا لأنه يفتقر إلى الذاكرة ، فإنه غير قادر على الاعتماد على تعلم الماضي لعمل تنبؤات حول المستقبل.
النوع الثاني , ذاكرة غير كافية : تحتوي أنظمة الذكاء الاصطناعي هذه على ذكريات ، مما يسمح لها بالاستفادة من الماضي لتوجيه أفعال الحاضر. هذه هي الطريقة التي يتم بها بناء بعض عمليات صنع القرار في السيارات ذاتية القيادة.
النوع الثالث هو نظرية العقل : هي مصطلح يستخدم في علم النفس. عند استخدامها في الذكاء الاصطناعي ، فهذا يعني أن التكنولوجيا ستكون ذكية اجتماعيًا بما يكفي للتعرف على المشاعر. سيكون هذا النوع من الذكاء الاصطناعي قادرًا على التنبؤ بالسلوك واستنتاج النوايا البشرية ، وهي قدرة مطلوبة لأنظمة الذكاء الاصطناعي لتصبح أعضاء أساسيين في الفرق البشرية.
النوع الرابع هو الوعي الذاتي : في هذه الفئة ، تكون برامج الذكاء الاصطناعي واعية لأن لديهم إحساسًا بمن هم. تدرك الآلات التي تدرك نفسها ظروفها الخاصة. لا يوجد حاليًا مثل هذا الذكاء الاصطناعي.
ما هي تطبيقات تكنولوجيا الذكاء الاصطناعي الموجودة اليوم؟
تتضمن مجموعة واسعة من أنواع التقنيات المميزة الذكاء الاصطناعي. فيما يلي ستة رسوم توضيحية:
أتمتة. يمكن لأدوات الأتمتة زيادة عدد وتنوع الوظائف التي يتم تنفيذها عند استخدامها مع تقنيات الذكاء الاصطناعي. يعد RPA ، أحد أشكال البرامج التي تعمل على أتمتة عمليات معالجة البيانات المتكررة المستندة إلى القواعد والتي غالبًا ما يقوم بها البشر ، مثالاً على ذلك. يمكن لـ RPA أتمتة أجزاء أكبر من وظائف الشركات عند إقرانها بالتعلم الآلي وأدوات الذكاء الاصطناعي الجديدة ، مما يسمح لروبوتات RPA التكتيكية بنقل الذكاء من الذكاء الاصطناعي والتفاعل مع تغييرات العملية.
تعلم الكمبيوتر. يتم هنا وصف تقنية جعل الكمبيوتر يعمل بدون برمجة. بكلمات أبسط ، التعلم العميق هو أتمتة التحليلات التنبؤية. التعلم العميق هو مجموعة فرعية من التعلم الآلي. تأتي خوارزميات التعلم الآلي في ثلاثة أنواع مختلفة:
التعليم تحت الإشراف. من أجل تحديد الاتجاهات واستخدامها لتسمية مجموعات البيانات الحديثة ، يتم تصنيف مجموعات البيانات.
تعليمات غير خاضعة للرقابة. يتم فرز مجموعات البيانات بناءً على أوجه التشابه أو الاختلافات بدون تسميات.
التعزيز في التعليم. لم يتم تصنيف مجموعات البيانات ، ومع ذلك يتلقى نظام الذكاء الاصطناعي تعليقات بعد تنفيذ إجراء واحد أو أكثر.
الرؤية الحاسوبية يمكن للآلة الآن الرؤية بفضل هذه التكنولوجيا. باستخدام الكاميرا ، والتحويل من التناظرية إلى الرقمية ، ومعالجة الإشارات الرقمية ، يمكن لبرنامج رؤية الآلة تسجيل البيانات المرئية وفحصها. تُشبه رؤية الآلة أحيانًا بالبصر البشري ، ولكنها غير مقيدة بالبيولوجيا ويمكن برمجتها ، على سبيل المثال ، للرؤية من خلال الجدران. تمتد تطبيقاته من تحليل الصور الطبية إلى تحديد التوقيع. كثيرًا ما يتم الخلط بين رؤية الآلة ورؤية الكمبيوتر ، حيث تركز رؤية الكمبيوتر على المعالجة الآلية للصور.
لغة المعالجة بشكل طبيعي (NLP). هذه هي الطريقة التي يفسر بها برنامج الكمبيوتر لغة الإنسان. يعد اكتشاف البريد العشوائي أحد التطبيقات الأولى والأكثر شهرة في البرمجة اللغوية العصبية (NLP) ، والذي يقوم بتقييم سطر موضوع البريد الإلكتروني ونصه لتحديد ما إذا كان بريدًا عشوائيًا أم لا. تعتمد الأساليب المستخدمة في البرمجة اللغوية العصبية اليوم على التعلم الآلي. تعد ترجمة النص وتحليل المشاعر والتعرف على الكلام أمثلة على مهام البرمجة اللغوية العصبية.
علم الروبوتات. هذا المجال من الهندسة مكرس لإنشاء وتصميم الروبوتات. تُستخدم الروبوتات بشكل متكرر لإكمال الوظائف التي يصعب على البشر إكمالها أو إكمالها باستمرار. الروبوتات ، على سبيل المثال ، تستخدم من قبل وكالة ناسا لنقل الأشياء الثقيلة في الفضاء أو في خطوط تجميع السيارات لإنتاج السيارات. يستخدم الباحثون التعلم الآلي أيضًا لإنشاء روبوتات ذكية اجتماعيًا.
المركبات ذاتية القيادة. لتطوير الكفاءة التلقائية في قيادة السيارة مع الحفاظ على حارة معينة وتجنب العقبات غير المتوقعة ، مثل المشاة ، تستخدم السيارات ذاتية القيادة مزيجًا من رؤية الكمبيوتر والتعرف على الصور والتعلم العميق.
ما هي استخدامات الذكاء الاصطناعي؟
اعتمدت مجموعة واسعة من الأسواق الذكاء الاصطناعي. هنا تسعة رسوم توضيحية.
AI للرعاية الصحية. أكبر الرهانات على خفض التكاليف وتحسين نتائج المرضى. تستخدم الشركات التعلم الآلي لتشخيص المشكلات بشكل أسرع وأكثر دقة من البشر. يعد IBM Watson أحد أكثر تقنيات الرعاية الصحية شهرة. يمكنه الرد على الاستفسارات وفهم اللغة العادية. يقوم النظام ببناء فرضية باستخدام بيانات المريض بالإضافة إلى مصادر البيانات الأخرى المتاحة ، والتي يوفرها بعد ذلك مع مخطط تقدير الثقة. تشمل الاستخدامات الأخرى للذكاء الاصطناعي نشر روبوتات المحادثة ومساعدي الصحة الافتراضية عبر الإنترنت لمساعدة المرضى وعملاء الرعاية الصحية في المهام الإدارية مثل تحديد المواعيد وفهم الفواتير وإيجاد المعلومات الطبية. يتم التنبؤ بالأوبئة مثل COVID-19 ومكافحتها وفهمها باستخدام مجموعة متنوعة من تقنيات الذكاء الاصطناعي.
الذكاء الاصطناعي في الأعمال. يتم تضمين خوارزميات التعلم الآلي في الأنظمة الأساسية للتحليلات وإدارة علاقات العملاء (CRM) لمعرفة كيفية خدمة العملاء بشكل أفضل. تم دمج روبوتات الدردشة في مواقع الويب لمنح المستخدمين المساعدة الفورية. يجري الأكاديميون وخبراء تكنولوجيا المعلومات حاليًا مناقشة حول أتمتة الوظائف.
التمويل باستخدام الذكاء الاصطناعي. تتعطل المؤسسات المالية بسبب الذكاء الاصطناعي (AI) في برامج التمويل الشخصي مثل Intuit Mint أو TurboTax. تقوم تطبيقات مثل هذه بجمع المعلومات الشخصية وتقديم التوجيه المالي. تم استخدام عملية شراء منزل مع تقنيات أخرى ، مثل IBM Watson. اليوم ، يتم تنفيذ جزء كبير من تداول وول ستريت بواسطة برامج الذكاء الاصطناعي.
القانون والذكاء الاصطناعي. قد يكون غربلة المستندات أثناء مرحلة اكتشاف قضية قانونية مرهقًا جدًا للناس. يتم استخدام الذكاء الاصطناعي لتسريع عمليات القطاع القانوني كثيفة العمالة وتعزيز خدمة العملاء. تستخدم شركات القانون رؤية الكمبيوتر لتحديد المعلومات واستخراجها من المستندات ، والتعلم الآلي لتوصيف البيانات والتنبؤ بالنتائج ، ومعالجة اللغة الطبيعية لفهم طلب المعلومات.
التصنيع باستخدام الذكاء الاصطناعي. كانت صناعة التصنيع رائدة في تكامل الروبوت. تعد Cobots ، وهي روبوتات أصغر متعددة المهام تعمل جنبًا إلى جنب مع البشر وتتحمل المزيد من المسؤولية عن الوظيفة في المستودعات والمصانع وأماكن العمل الأخرى ، مثالًا على الروبوتات الصناعية التي تمت برمجتها ذات مرة لتنفيذ مهام فردية وفصلها عن العاملين البشريين.
المصرفية باستخدام الذكاء الاصطناعي. يتم استخدام روبوتات المحادثة بنجاح من قبل البنوك للتعامل مع المعاملات التي لا تحتاج إلى تفاعل بشري ولإبلاغ العملاء بالخدمات والفرص. يتم استخدام مساعدين افتراضيين للذكاء الاصطناعي لتبسيط وخفض تكلفة الالتزام بالمعايير المصرفية. يتم استخدام الذكاء الاصطناعي أيضًا من قبل المؤسسات المصرفية لتحديد القروض التي ستوافق عليها بشكل أفضل ، وكذلك لتعيين حدود الائتمان وإيجاد فرص استثمارية مربحة.
الذكاء الاصطناعي المرتبط بالنقل. بالإضافة إلى لعب دور حاسم في قيادة المركبات ذاتية القيادة ، تُستخدم تقنيات الذكاء الاصطناعي أيضًا في صناعة النقل للتحكم في حركة المرور والتنبؤ بتأخير شركات الطيران وتحسين كفاءة وسلامة الشحن البحري.
حماية. اليوم ، يستخدم بائعو الأمن عددًا من الكلمات الطنانة لتمييز منتجاتهم ، مع وجود الذكاء الاصطناعي والتعلم الآلي في أعلى القائمة. بالإضافة إلى ذلك ، تشير هذه الأسماء إلى التقنيات الفعلية القابلة للتسويق. تستخدم المؤسسات التعلم الآلي لاكتشاف الحالات الشاذة وتحديد الإجراءات المشبوهة التي تشير إلى التهديدات في معلومات الأمان وبرامج إدارة الأحداث (SIEM) والمجالات ذات الصلة. يمكن للذكاء الاصطناعي التنبيه إلى الاعتداءات الجديدة والمتطورة في وقت أبكر بكثير من الموظفين البشريين والتكرارات التكنولوجية السابقة من خلال تحليل البيانات واستخدام المنطق لاكتشاف أوجه التشابه مع التعليمات البرمجية الضارة المعروفة. تستفيد المنظمات بشكل كبير من التكنولوجيا المتطورة لأنها تساعد في إحباط الهجمات الإلكترونية.
الذكاء الاصطناعي مقابل الذكاء المعزز
لدى الجمهور توقعات غير واقعية حول الكيفية التي سيحدث بها الذكاء الاصطناعي ثورة في مكان العمل والحياة اليومية ، وفقًا لبعض المطلعين على الصناعة الذين يعتقدون أن عبارة الذكاء الاصطناعي مرتبطة ارتباطًا وثيقًا بالثقافة الشعبية.
تعزيز الفكر. يستخدم مصطلح “الذكاء المعزز” ، الذي له معنى أكثر حيادية ، من قبل بعض الأكاديميين والمسوقين على أمل أن يساعد الناس على فهم أن معظم عمليات نشر الذكاء الاصطناعي ستكون غير فعالة وستعزز السلع والخدمات فقط. تشمل الأمثلة التأكيد على المواد الهامة في ملفات المحكمة أو الكشف عنها تلقائيًا في تقارير ذكاء الأعمال.
الذكاء الاصطناعي. يُعرف المستقبل الذي يسيطر عليه الذكاء الاصطناعي الخارق الذي يتجاوز بكثير قدرة الدماغ البشري على فهمه أو كيفية تأثيره على عالمنا باسم التفرد التكنولوجي ، والذي يرتبط ارتباطًا وثيقًا بفكرة الذكاء الاصطناعي الحقيقي ، أو الذكاء العام الاصطناعي. على الرغم من أن بعض المطورين يعالجون هذه المشكلة ، إلا أن هذا لا يزال يندرج تحت فئة الخيال العلمي. يعتقد الكثيرون أنه يجب علينا الاحتفاظ بالاسم AI لهذا الشكل من الذكاء العام وأن التقنيات مثل الحوسبة الكمومية يمكن أن تلعب دورًا مهمًا في جعل الذكاء الاصطناعي العام حقيقة واقعة.
استخدام الذكاء الاصطناعي الأخلاقي
على الرغم من أن الشركات قد تستفيد من مجموعة متنوعة من الوظائف الجديدة بفضل أدوات الذكاء الاصطناعي ، فإن استخدامها يمثل أيضًا معضلات أخلاقية لأن نظام الذكاء الاصطناعي ، للأفضل أو للأسوأ ، سيعزز ما تعلمه بالفعل.
يمثل هذا تحديًا نظرًا لأن خوارزميات التعلم الآلي ، وهي أساس العديد من منتجات الذكاء الاصطناعي الأكثر تطورًا ، لا تتمتع إلا بذكاء بيانات التدريب المقدمة إليها. يعد تحيز التعلم الآلي احتمالًا حقيقيًا لأن البشر يختارون البيانات المستخدمة لتدريب برامج الذكاء الاصطناعي ، وبالتالي يجب فحصها بشكل صحيح.
يجب على أي شخص يرغب في دمج التعلم الآلي في أنظمة عملية داخل الإنتاج أن يأخذ في الاعتبار الأخلاقيات عند تطوير إجراءات تدريب الذكاء الاصطناعي والعمل على القضاء على التحيز. هذا مهم بشكل خاص عند تطبيق خوارزميات الذكاء الاصطناعي في التعلم العميق وتطبيقات شبكة الخصومة التوليدية (GAN) ، والتي لا يمكن تفسيرها جوهريًا.
القابلية للتفسير هي عائق محتمل أمام استخدام الذكاء الاصطناعي في القطاعات ذات معايير الامتثال التنظيمي الصارمة. على سبيل المثال ، يُطلب من المؤسسات المالية في الولايات المتحدة بموجب اللوائح تقديم مبررات لأعمالها بشأن إصدار الائتمان. ومع ذلك ، نظرًا لأن أدوات الذكاء الاصطناعي المستخدمة لإجراء مثل هذه الخيارات تعمل عن طريق اقتلاع الاتصالات الدقيقة بين آلاف البيانات ، فقد يكون من الصعب شرح كيفية الوصول إلى النتيجة عندما يتم اتخاذ قرار ائتماني عن طريق البرمجة. يشار إلى البرنامج أحيانًا باسم الصندوق الأسود AI عندما لا يمكن وصف عملية صنع القرار.
على الرغم من المخاوف المحتملة ، يوجد حاليًا عدد قليل من القوانين التي تحد من استخدام أدوات الذكاء الاصطناعي ، وحيث توجد قوانين ، فإنها ترتبط بشكل غير مباشر بالذكاء الاصطناعي. على سبيل المثال ، كما تم تحديده بالفعل ، يجب على الشركات المالية إبلاغ المستهلكين المحتملين بقراراتهم الائتمانية بموجب معايير الإقراض العادل في الولايات المتحدة. بسبب الغموض المتأصل وعدم قابلية الفهم ، لا يمكن استخدام خوارزميات التعلم العميق إلا إلى حد معين من قبل المقرضين.
تفرض اللائحة العامة لحماية البيانات (GDPR) للاتحاد الأوروبي قيودًا صارمة على كيفية تعامل الشركات مع بيانات العملاء ، مما يعيق تطوير وتشغيل العديد من تطبيقات الذكاء الاصطناعي التي تواجه المستهلك.
درس المجلس الوطني للعلوم والتكنولوجيا التأثير المحتمل للتنظيم الحكومي على تقدم الذكاء الاصطناعي في تقرير نُشر في أكتوبر 2016 ، لكنه لم يقدم أي توصيات بشأن قوانين معينة.
سيكون من الصعب إنشاء قوانين تتحكم في الذكاء الاصطناعي لأنه يتكون من العديد من التقنيات المتميزة التي تستخدمها الشركات لأغراض مختلفة ولأن القيود قد تعيق تقدم الذكاء الاصطناعي وتطويره. عائق آخر أمام تطوير تنظيم فعال للذكاء الاصطناعي هو التقدم السريع للتكنولوجيا. تتمتع التطبيقات الجديدة للتكنولوجيا والتقدم التكنولوجي بالقدرة على إلغاء القوانين الحالية فجأة. على سبيل المثال ، التحدي الذي يطرحه المساعدون الصوتيون مثل Alexa من Amazon و Apple’s Siri ، اللذان يجمعان المحادثات ولكنهما لا يوزعانها – باستثناء فرق التكنولوجيا في الشركات ، التي تستخدمه لتحسين خوارزميات التعلم الآلي – لا تغطيه القوانين الحالية التي تحكم الخصوصية من المحادثات والمحادثات المسجلة. بطبيعة الحال ، فإن اللوائح التي تديرها الحكومات بالفعل للسيطرة على الذكاء الاصطناعي لا تمنع المجرمين من استخدام التكنولوجيا لأغراض غير قانونية.
الذكاء الاصطناعي والحوسبة المعرفية
على الرغم من استخدام عبارات الذكاء الاصطناعي والحوسبة المعرفية أحيانًا بشكل مترادف ، فإن مصطلح “AI” يشير بشكل عام إلى التكنولوجيا التي تحاكي كيف يدرك البشر ويتعلمون ويعالجون ويستجيبون للمعلومات في بيئتهم.
تشير الحوسبة المعرفية إلى السلع والخدمات التي تحاكي وتدعم العمليات المعرفية لدى البشر.
ما هو تاريخ الذكاء الاصطناعي؟
منذ العصور القديمة ، كانت فكرة إعطاء الذكاء للأشياء غير الحية موجودة. تصف الأساطير أن الإله اليوناني هيفايستوس يصنع خدامًا يشبه الروبوت من الذهب. صنع المهندسون المصريون القدماء تماثيل للآلهة يمكن للكهنة تحريكها. استخدم أرسطو ، ورامون لول ، وهو كاهن إسباني من القرن الثالث عشر ، ورينيه ديكارت ، وتوماس بايز جميعًا أساليب واستدلال عصورهم لوصف عمليات التفكير البشري كرموز ، مما يوفر الأساس لمفاهيم الذكاء الاصطناعي مثل تمثيل المعرفة العامة.
تم إنشاء الأساس للكمبيوتر المعاصر في النصف الأخير من القرن التاسع عشر وأوائل القرن العشرين. تم إنشاء أول مخطط لجهاز كمبيوتر قابل للبرمجة في عام 1836 من قبل أوغوستا آدا بايرون ، كونتيسة لوفليس ، وتشارلز باباج من جامعة كامبريدج.
تم تطوير بنية كمبيوتر البرنامج المخزن – الفكرة القائلة بأن برامج الكمبيوتر والبيانات التي يعالجها يمكن تخزينها في ذاكرة الكمبيوتر – في الأربعينيات من القرن الماضي بواسطة عالم الرياضيات في جامعة برينستون جون فون نيومان. بالإضافة إلى ذلك ، تم وضع الأساس للشبكات العصبية من قبل والتر بيتس ووارن ماكولوتش.
الخمسينيات. سمحت أجهزة الكمبيوتر الحديثة للعلماء باختبار نظرياتهم حول الذكاء الاصطناعي. ابتكر عالم الرياضيات البريطاني ومكسر الرموز في الحرب العالمية الثانية آلان تورينج طريقة واحدة لمعرفة ما إذا كان الكمبيوتر ذكيًا أم لا. فحص اختبار تورينج ما إذا كان الكمبيوتر يمكن أن يخدع المستجوبين في التفكير في أن إجابات استفساراتهم قد تم إنتاجها من قبل شخص ما.
1956 يُعتقد على نطاق واسع أن المؤتمر الصيفي لهذا العام في كلية دارتموث يمثل بداية المجال المعاصر للذكاء الاصطناعي. وحضر الاجتماع عشر شخصيات بارزة في المنطقة ، بما في ذلك رواد الذكاء الاصطناعي مارفن مينسكي وأوليفر سيلفريدج وجون مكارثي ، الذي يُنسب إليه الفضل في صياغة عبارة الذكاء الاصطناعي ، الذي رعته وكالة مشاريع البحوث الدفاعية المتقدمة (DARPA). كما حضر كل من ألين نيويل ، عالم الكمبيوتر ، وهربرت أ. سايمون ، الاقتصادي والعالم السياسي وعلم النفس المعرفي. قدموا نظرياتهم المنطقية المبتكرة ، والتي يشار إليها غالبًا باسم أول برنامج للذكاء الاصطناعي ، وهو برنامج كمبيوتر يمكنه إثبات بعض النظريات الرياضية.
الخمسينيات والستينيات. بعد مؤتمر كلية دارتموث ، توقع رواد في مجال تطوير الذكاء الاصطناعي أن الذكاء الآلي الذي يمكن مقارنته بالدماغ البشري كان وشيكًا ، ويحصل على تمويل حكومي وصناعي كبير. في الواقع ، تم إحراز تقدم مهم في مجال الذكاء الاصطناعي بعد أكثر من 20 عامًا من البحث الأساسي الممول جيدًا: على سبيل المثال ، ابتكر مكارثي Lisp ، وهي لغة برمجة للذكاء الاصطناعي لا تزال مستخدمة حتى اليوم. نشر نيويل وسيمون خوارزمية حل المشكلات العامة (GPS) في أواخر الخمسينيات من القرن الماضي. بينما لم يكن قادرًا على حل المشكلات المعقدة ، فقد أرسى الأساس لإنشاء بنيات معرفية أكثر تقدمًا. كان برنامج معالجة اللغة الطبيعية المبكر ELIZA ، الذي أنشأه الأستاذ جوزيف وايزنباوم في معهد ماساتشوستس للتكنولوجيا في منتصف الستينيات ، بمثابة مصدر إلهام لبرامج الدردشة الحديثة.
السبعينيات والثمانينيات. ولكن نظرًا للقيود المفروضة على معالجة الكمبيوتر والذاكرة ، فضلاً عن صعوبة المشكلة ، أثبت تطوير الذكاء الاصطناعي العام أنه بعيد المنال وليس وشيكًا. حدث “شتاء الذكاء الاصطناعي” الأول من عام 1974 إلى عام 1980 نتيجة لسحب الحكومة والشركات دعمها لتطوير الذكاء الاصطناعي. ظهرت موجة ثانية من الحماس للذكاء الاصطناعي في الثمانينيات بفضل البحث في تقنيات التعلم العميق واعتماد الصناعة لأنظمة إدوارد فيجينباوم الخبيرة ، فقط من أجل التمويل الحكومي ودعم الأعمال للانهيار مرة أخرى. حتى منتصف التسعينيات ، كان هناك شتاء ثانٍ للذكاء الاصطناعي.
من التسعينيات حتى الوقت الحاضر. في أواخر التسعينيات ، اندلعت نهضة في تكنولوجيا الذكاء الاصطناعي ، والتي استمرت حتى يومنا هذا ، وذلك بفضل التقدم في قوة الحوسبة وازدهار البيانات. نتجت الابتكارات في رؤية الكمبيوتر والروبوتات والتعلم الآلي والتعلم العميق والمزيد عن التركيز الأخير على الذكاء الاصطناعي. بالإضافة إلى ذلك ، يعمل الذكاء الاصطناعي على ترسيخ مكانته في الثقافة الشعبية ويصبح ملموسًا أكثر فأكثر ، ويعمل على تشغيل السيارات ، وتشخيص الأمراض ، وأكثر من ذلك. هزم الروسي غاري كاسباروف أمام ديب بلو لشركة آي بي إم في عام 1997 ، مما جعلها المرة الأولى التي يهزم فيها برنامج كمبيوتر بطلًا عالميًا للشطرنج. بعد أربعة عشر عامًا ، انبهر الجمهور عندما فاز واتسون من شركة IBM في لعبة Jeopardy! عرض اللعبة ضد بطلين سابقين. في الآونة الأخيرة ، صدم AlphaGo من Google DeepMind مجتمع go بفوزه التاريخي على بطل World Go 18 مرة Lee Sedol ، كما أنه يمثل تقدمًا مهمًا في إنشاء آلات ذكية.
بعد أربعة عشر عامًا ، انبهر الجمهور عندما فاز واتسون من شركة IBM في لعبة Jeopardy! عرض اللعبة ضد بطلين سابقين. في الآونة الأخيرة ، صدم AlphaGo من Google DeepMind مجتمع go بفوزه التاريخي على بطل World Go 18 مرة Lee Sedol ، كما أنه يمثل تقدمًا مهمًا في إنشاء آلات ذكية.
