ما هو الذكاء الاصطناعي؟ مقدمة وتاريخ وأنواع الذكاء الاصطناعي

ما هو الذكاء الاصطناعي (AI)؟
الذكاء الاصطناعي (AI) هو قدرة الآلة على أداء الوظائف المعرفية مثل البشر، مثل الإدراك والتعلم والتفكير وحل المشكلات. إن معيار الذكاء الاصطناعي هو المستوى البشري فيما يتعلق بفرق التفكير والكلام والرؤية.

مقدمة لمستويات الذكاء الاصطناعي
في الوقت الحاضر، يُستخدم الذكاء الاصطناعي في جميع الصناعات تقريبًا، مما يمنح ميزة تكنولوجية لجميع الشركات التي تدمج الذكاء الاصطناعي على نطاق واسع. وفقًا لشركة ماكينزي، فإن الذكاء الاصطناعي لديه القدرة على خلق قيمة بقيمة 600 مليار دولار في تجارة التجزئة، مما يوفر قيمة إضافية بنسبة 50 بالمائة في الخدمات المصرفية مقارنة بتقنيات التحليلات الأخرى. وفي مجال النقل والخدمات اللوجستية، فإن القفزة المحتملة في الإيرادات تزيد بنسبة 89%.

بشكل ملموس، إذا كانت إحدى المؤسسات تستخدم الذكاء الاصطناعي لفريق التسويق الخاص بها، فيمكنها أتمتة المهام الدنيوية والمتكررة، مما يسمح لممثل المبيعات بالتركيز على بناء العلاقات، ورعاية العملاء المحتملين، وما إلى ذلك. توفر شركة تدعى Gong خدمة معلومات المحادثة. في كل مرة يقوم فيها مندوب المبيعات بإجراء مكالمة هاتفية، يقوم الجهاز بتسجيل المحادثة وتحليلها. يمكن لنائب الرئيس استخدام تحليلات وتوصيات الذكاء الاصطناعي لصياغة استراتيجية ناجحة.

باختصار، يوفر الذكاء الاصطناعي تقنية متطورة للتعامل مع البيانات المعقدة التي لا يستطيع الإنسان التعامل معها. يقوم الذكاء الاصطناعي بأتمتة الوظائف الزائدة عن الحاجة مما يسمح للعامل بالتركيز على المهام عالية المستوى ذات القيمة المضافة. عندما يتم تنفيذ الذكاء الاصطناعي على نطاق واسع، فإنه يؤدي إلى خفض التكاليف وزيادة الإيرادات.

تاريخ الذكاء الاصطناعي
أصبح الذكاء الاصطناعي كلمة طنانة اليوم، على الرغم من أن هذا المصطلح ليس جديدا. في عام 1956، قرر خبراء طليعيون من خلفيات مختلفة تنظيم مشروع بحث صيفي حول الذكاء الاصطناعي. أربعة عقول مشرقة قادت المشروع؛ جون مكارثي (كلية دارتموث)، مارفن مينسكي (جامعة هارفارد)، ناثانيال روتشستر (آي بي إم)، وكلود شانون (مختبرات بيل للهواتف).

فيما يلي نبذة مختصرة عن تاريخ الذكاء الاصطناعي:
في عام 1923، أطلق كاريل تشابيك مسرحية بعنوان "روبوتات روسوم العالمية"، وهو أول استخدام لكلمة "روبوت" باللغة الإنجليزية.
في عام 1943 تم وضع أسس الشبكات العصبية.
في عام 1945، استخدم إسحاق أسيموف، أحد خريجي جامعة كولومبيا، مصطلح الروبوتات.
في عام 1956، استخدم جون مكارثي لأول مرة مصطلح الذكاء الاصطناعي. عرض أول برنامج تشغيل للذكاء الاصطناعي في جامعة كارنيجي ميلون.
في عام 1964، أظهرت أطروحة داني بوبرو في معهد ماساتشوستس للتكنولوجيا كيف يمكن لأجهزة الكمبيوتر فهم اللغة الطبيعية.
في عام 1969 قام العلماء في معهد ستانفورد للأبحاث بتطوير Shakey. روبوت مجهز بالحركة وحل المشكلات.
في عام 1979، تم بناء أول مركبة ذاتية التحكم في العالم، وهي عربة ستانفورد.
في عام 1990 مظاهرات كبيرة في التعلم الآلي
في عام 1997، تغلب برنامج Deep Blue Chess Program على بطل العالم في الشطرنج آنذاك، غاري كاسباروف.
في عام 2000، أصبحت الحيوانات الأليفة الروبوتية التفاعلية متاحة تجاريًا. يعرض معهد ماساتشوستس للتكنولوجيا Kismet، وهو روبوت ذو وجه يعبر عن المشاعر.
في عام 2006، دخل الذكاء الاصطناعي إلى عالم الأعمال في عام 2006. وبدأت شركات مثل Facebook وNetflix وTwitter في استخدام الذكاء الاصطناعي.
في عام 2012، أطلقت جوجل ميزة تطبيق أندرويد تسمى "Google Now"، والتي توفر للمستخدم التنبؤ.
في عام 2018، ناقش "Project Debater" من IBM موضوعات معقدة مع اثنين من المتناظرين الرئيسيين وكان أداؤهم جيدًا بشكل استثنائي.

أهداف الذكاء الاصطناعي
فيما يلي الأهداف الرئيسية للذكاء الاصطناعي:

يساعدك على تقليل مقدار الوقت اللازم لأداء مهام محددة.
تسهيل تفاعل البشر مع الآلات.
تسهيل التفاعل بين الإنسان والحاسوب بطريقة أكثر طبيعية وكفاءة.
تحسين دقة وسرعة التشخيص الطبي.
مساعدة الناس على تعلم معلومات جديدة بسرعة أكبر.

تعزيز التواصل بين البشر والآلات.

المجالات الفرعية للذكاء الاصطناعي
فيما يلي بعض المجالات الفرعية المهمة للذكاء الاصطناعي:

تعليم الآله: التعلم الآلي هو فن دراسة الخوارزميات التي تتعلم من الأمثلة والتجارب. يعتمد التعلم الآلي على فكرة تحديد بعض الأنماط في البيانات واستخدامها للتنبؤات المستقبلية. الفرق عن قواعد التشفير الثابت هو أن الآلة تتعلم كيفية العثور على مثل هذه القواعد.

التعلم العميق: التعلم العميق هو مجال فرعي من التعلم الآلي. التعلم العميق لا يعني أن الآلة تتعلم المزيد من المعرفة المتعمقة؛ يستخدم طبقات مختلفة للتعلم من البيانات. يتم تمثيل عمق النموذج بعدد الطبقات في النموذج. على سبيل المثال، يحتوي نموذج Google LeNet للتعرف على الصور على 22 طبقة.

معالجة اللغات الطبيعية: الشبكة العصبية هي مجموعة من وحدات الإدخال/الإخراج المتصلة حيث يكون لكل اتصال وزن مرتبط ببرامج الكمبيوتر الخاصة به. يساعدك على بناء نماذج تنبؤية من قواعد البيانات الكبيرة. هذا النموذج يعتمد على الجهاز العصبي البشري. يمكنك استخدام هذا النموذج لإجراء فهم الصور، والتعلم البشري، والكلام الحاسوبي، وما إلى ذلك.

الأنظمة الخبيرة: النظام الخبير هو نظام تفاعلي وموثوق لاتخاذ القرار يعتمد على الكمبيوتر ويستخدم الحقائق والاستدلالات لحل مشاكل صنع القرار المعقدة. كما يعتبر في أعلى مستوى من الذكاء البشري. الهدف الرئيسي للنظام الخبير هو حل المشكلات الأكثر تعقيدًا في مجال معين.

المنطق الضبابي: يتم تعريف المنطق الضبابي على أنه نموذج منطقي متعدد القيم قد يحتوي على قيم حقيقة للمتغيرات في أي رقم حقيقي بين 0 و 1. وهو مفهوم التعامل مع الحقيقة الجزئية. في الحياة الواقعية، قد نواجه موقفًا لا نستطيع فيه تحديد ما إذا كانت العبارة صحيحة أم خاطئة.

أنواع الذكاء الاصطناعي
هناك ثلاثة أنواع رئيسية من الذكاء الاصطناعي: القائم على القواعد، وشجرة القرار، والشبكات العصبية.

الذكاء الاصطناعي الضيق هو نوع من الذكاء الاصطناعي يساعدك على أداء مهمة مخصصة بذكاء.
الذكاء الاصطناعي العام هو نوع من الذكاء الاصطناعي الذي يمكنه أداء أي مهمة فكرية بكفاءة مثل الإنسان.
يعتمد الذكاء الاصطناعي القائم على القواعد على مجموعة من القواعد المحددة مسبقًا والتي يتم تطبيقها على مجموعة بيانات الإدخال. ثم ينتج النظام مخرجات مقابلة.
يشبه الذكاء الاصطناعي لشجرة القرار الذكاء الاصطناعي القائم على القواعد من حيث أنه يستخدم مجموعات من القواعد المحددة مسبقًا لاتخاذ القرارات. ومع ذلك، تسمح شجرة القرار أيضًا بالتفرع والتكرار للنظر في خيارات مختلفة.
Super AI هو نوع من الذكاء الاصطناعي يسمح لأجهزة الكمبيوتر بفهم اللغة البشرية والاستجابة بطريقة طبيعية.
ذكاء الروبوت هو نوع من الذكاء الاصطناعي الذي يسمح للروبوتات بامتلاك قدرات معرفية معقدة، بما في ذلك التفكير والتخطيط والتعلم.

وجة الارتباط بين الذكاء الاصطناعي و تعليم الآله:
تستخدم معظم هواتفنا الذكية أو أجهزتنا اليومية أو حتى الإنترنت الذكاء الاصطناعي. في كثير من الأحيان، يتم استخدام الذكاء الاصطناعي والتعلم الآلي بالتبادل من قبل الشركات الكبرى التي ترغب في الإعلان عن أحدث ابتكاراتها. ومع ذلك، يختلف التعلم الآلي والذكاء الاصطناعي في بعض النواحي.

الذكاء الاصطناعي هو علم تدريب الآلات على أداء المهام البشرية. تم اختراع هذا المصطلح في الخمسينيات من القرن الماضي عندما بدأ العلماء في استكشاف كيف يمكن لأجهزة الكمبيوتر حل المشكلات بمفردها.

الذكاء الاصطناعي هو جهاز كمبيوتر يتمتع بخصائص تشبه خصائص الإنسان. خذ دماغنا. فهو يعمل بسهولة وسلاسة لحساب العالم من حولنا. الذكاء الاصطناعي هو المفهوم القائل بأن الكمبيوتر يمكنه أن يفعل الشيء نفسه. ويمكن القول أن الذكاء الاصطناعي هو علم كبير يحاكي القدرات البشرية.

التعلم الآلي هو مجموعة فرعية متميزة من الذكاء الاصطناعي تقوم بتدريب الآلة على التعلم. تبحث نماذج التعلم الآلي عن الأنماط في البيانات وتحاول استنتاجها. باختصار، لا تحتاج الآلة إلى أن تتم برمجتها بشكل صريح من قبل البشر. يعطي المبرمجون بعض الأمثلة، وسيتعلم الكمبيوتر ما يجب فعله من تلك العينات.

أين يتم استخدام الذكاء الاصطناعي؟ أمثلة
الآن في هذا البرنامج التعليمي للذكاء الاصطناعي للمبتدئين، سوف نتعلم تطبيقات مختلفة للذكاء الاصطناعي:

الذكاء الاصطناعي له تطبيقات واسعة-

يستخدم الذكاء الاصطناعي لتقليل أو تجنب المهام المتكررة. على سبيل المثال، يمكن للذكاء الاصطناعي تكرار مهمة ما بشكل مستمر، دون تعب. الذكاء الاصطناعي لا يهدأ أبدًا، ولا يبالي بالمهمة التي يتعين عليه تنفيذها.
يعمل الذكاء الاصطناعي على تحسين منتج موجود. قبل عصر التعلم الآلي، كانت المنتجات الأساسية مبنية على قواعد التعليمات البرمجية الثابتة. أدخلت الشركات الذكاء الاصطناعي لتعزيز وظائف المنتج بدلاً من البدء من الصفر لتصميم منتجات جديدة. يمكنك التفكير في صورة الفيسبوك. قبل بضع سنوات، كان عليك وضع علامة على أصدقائك يدويًا. في الوقت الحاضر، وبمساعدة الذكاء الاصطناعي، يمنحك فيسبوك توصية صديق.
يُستخدم الذكاء الاصطناعي في جميع الصناعات، بدءًا من التسويق وحتى سلسلة التوريد والتمويل وقطاع تجهيز الأغذية. وفقا لمسح أجرته شركة ماكينزي، فإن الخدمات المالية والاتصالات عالية التقنية تقود مجالات الذكاء الاصطناعي.

لماذا يزدهر الذكاء الاصطناعي الآن؟
الآن في هذا البرنامج التعليمي لاختبار الذكاء الاصطناعي، دعونا نتعرف على سبب ازدهار الذكاء الاصطناعي الآن. دعونا نفهم من خلال الرسم البياني أدناه.

لقد ظهرت شبكة عصبية منذ التسعينات مع الورقة البحثية الرائدة التي قدمها يان ليكون. ومع ذلك، فقد بدأت في اكتساب الشهرة حوالي عام 2012. وتفسر هذه العوامل ثلاثة عوامل حاسمة لشعبيتها هي:

المعدات
البيانات
الخوارزمية

يعد تعليم الآلة مجالًا تجريبيًا، مما يعني أنه يحتاج إلى بيانات لاختبار الأفكار أو الأساليب الجديدة. ومع ازدهار الإنترنت، أصبح الوصول إلى البيانات أكثر سهولة. إلى جانب ذلك، قامت شركات عملاقة مثل NVIDIA وAMD بتطوير شرائح رسومية عالية الأداء لسوق الألعاب.

1- المعدات
في العشرين عامًا الماضية، زادت قوة وحدة المعالجة المركزية بشكل كبير، مما سمح للمستخدم بتدريب نموذج صغير للتعلم العميق على أي كمبيوتر محمول. ومع ذلك، فأنت بحاجة إلى آلة أكثر قوة لمعالجة نموذج التعلم العميق لرؤية الكمبيوتر أو التعلم العميق. بفضل استثمار NVIDIA وAMD، يتوفر جيل جديد من GPU (وحدة المعالجة الرسومية). تسمح هذه الرقائق بإجراء حسابات متوازية، ويمكن للآلة فصل الحسابات عبر عدة وحدات معالجة رسوميات لتسريع العمليات الحسابية.

على سبيل المثال، مع NVIDIA TITAN X، يستغرق الأمر يومين لتدريب نموذج يسمى ImageNet مقابل أسابيع لوحدة المعالجة المركزية التقليدية. علاوة على ذلك، تستخدم الشركات الكبرى مجموعات من وحدات معالجة الرسومات لتدريب نماذج التعلم العميق باستخدام NVIDIA Tesla K80 لأنها تساعد على تقليل تكلفة مركز البيانات وتقديم أداء أفضل.

2- البيانات
التعلم العميق هو هيكل النموذج، والبيانات هي السائل الذي يجعل النموذج حيًا. البيانات تدعم الذكاء الاصطناعي. بدون البيانات، لا يمكن فعل أي شيء. لقد تجاوزت أحدث التقنيات حدود تخزين البيانات، وأصبح تخزين كمية كبيرة من البيانات في مركز البيانات أسهل من أي وقت مضى.

تتيح ثورة الإنترنت جمع البيانات وتوزيعها لتغذية خوارزميات التعلم الآلي. إذا كنت معتادًا على استخدام Flickr أو Instagram أو أي تطبيق آخر يحتوي على صور، فيمكنك تخمين إمكانات الذكاء الاصطناعي الخاصة بهم. هناك الملايين من الصور ذات العلامات المتاحة على هذه المواقع. يمكن لهذه الصور تدريب نموذج الشبكة العصبية على التعرف على كائن ما في الصورة دون الحاجة إلى جمع البيانات وتسميتها يدويًا.

الذكاء الاصطناعي مع البيانات هو الذهب الجديد. تعد البيانات ميزة تنافسية فريدة لا ينبغي لأي شركة أن تهملها، ويوفر الذكاء الاصطناعي أفضل الإجابات من بياناتك. عندما تتمكن جميع الشركات من امتلاك نفس التقنيات، فإن الشركة التي لديها البيانات ستتمتع بميزة تنافسية. ولإعطاء فكرة، يخلق العالم حوالي 2.2 إكسابايت، أو 2.2 مليار جيجا بايت، كل يوم.

تحتاج الشركة إلى مصادر بيانات متنوعة بشكل استثنائي للعثور على الأنماط والتعلم بكميات كبيرة.

3- الخوارزمية
أصبحت الأجهزة أقوى من أي وقت مضى، ويمكن الوصول إلى البيانات بسهولة، ولكن الشيء الوحيد الذي يجعل الشبكة العصبية أكثر موثوقية هو تطوير خوارزميات أكثر دقة. الشبكات العصبية الأولية هي مصفوفة ضرب بسيطة بدون خصائص إحصائية متعمقة. منذ عام 2010، تم تحقيق اكتشافات رائعة لتحسين الشبكة العصبية.

يستخدم الذكاء الاصطناعي خوارزمية التعلم التدريجي للسماح للبيانات بالقيام بالبرمجة. ويعني ذلك أن الكمبيوتر يمكنه تعليم نفسه كيفية أداء مهام مختلفة، مثل العثور على الحالات الشاذة ليصبح روبوت الدردشة.

الملخص
الذكاء الاصطناعي هو شكل كامل من أشكال الذكاء الاصطناعي وهو علم تدريب الآلات على تقليد المهام البشرية أو إعادة إنتاجها.
يمكن للعالم استخدام طرق مختلفة لتدريب الآلة. في بداية عصر الذكاء الاصطناعي، كتب المبرمجون برامج مشفرة، وقاموا بكتابة كل احتمال منطقي يمكن أن تواجهه الآلة وكيفية الاستجابة له.
عندما يصبح النظام معقدًا، يصبح من الصعب إدارة القواعد. للتغلب على هذه المشكلة، يمكن للآلة استخدام البيانات لمعرفة كيفية التعامل مع جميع المواقف في بيئة معينة.
الميزة الأكثر أهمية لامتلاك الذكاء الاصطناعي القوي هي أنه يحتوي على ما يكفي من البيانات مع قدر كبير من عدم التجانس. على سبيل المثال، يمكن للآلة أن تتعلم لغات مختلفة طالما أن لديها ما يكفي من الكلمات للتعلم منها.
الذكاء الاصطناعي هو التكنولوجيا المتطورة الجديدة. يستثمر أصحاب رأس المال الاستثماري مليارات الدولارات في الشركات الناشئة أو مشاريع الذكاء الاصطناعي، وتقدر شركة ماكينزي أن الذكاء الاصطناعي يمكن أن يعزز كل صناعة بمعدل نمو مزدوج الرقم على الأقل.
الذكاء الاصطناعي العام، والذكاء الاصطناعي القائم على القواعد، وشجرة القرار، والذكاء الاصطناعي الفائق هي أنواع من الذكاء الاصطناعي. يتم تطبيق العديد من هذه المفاهيم في إنشاء روبوتات الدردشة المدعومة بالذكاء الاصطناعي. إذا كنت مهتمًا، فيمكنك معرفة المزيد حول كيفية تنفيذ هذه المبادئ في بعض أفضل روبوتات الدردشة المتوفرة حاليًا والتي تعمل بالذكاء الاصطناعي.