الذكاء الاصطناعي (AI)

menu icon

الذكاء الاصطناعي (AI)

يمكن الذكاء الاصطناعي أجهزة الحاسب والآلات من محاكاة الإدراك والتعلم وحل المشكلات وقدرات اتخاذ القرار للعقل البشري.

ما هو الذكاء الاصطناعي؟

في علوم الحاسب الآلي، يشير مصطلح الذكاء الاصطناعي (AI) إلى أي ذكاء شبيه بالإنسان يبرزه الحاسب أو الروبوت أو أي جهاز آخر. في الاستخدام الشائع، يشير الذكاء الاصطناعي إلى قدرة الحاسب أو الآلة على محاكاة قدرات العقل البشري — التعلم من الأمثلة والتجارب، والتعرف على الأشياء، وفهم اللغة والاستجابة لها، واتخاذ القرارات، وحل المشكلات — والجمع بين هذه القدرات وغيرها لأداء الوظائف التي قد يؤديها الإنسان، مثل تحية نزيل الفندق أو قيادة السيارة.

بعد عقود من الزمن من كونه خيال علمي، أصبح الذكاء الاصطناعي اليوم جزءا من حياتنا اليومية. لقد أصبح من الممكن تحقيق طفرة في تطوير الذكاء الاصطناعي بفضل الإتاحة المفاجئة لكميات كبيرة من البيانات وما يقابلها من تطوير وإتاحة على نطاق واسع لأنظمة الحاسب التي يمكنها معالجة جميع تلك البيانات بشكل أسرع وأكثر دقة مما يستطيع البشر. يقوم الذكاء الاصطناعي بإكمال كلماتنا أثناء كتابتها، وتوفير توجيهات القيادة عندما نقوم بالسؤال، وتنظيف أرضياتنا، والتوصية بما يجب أن نقوم بشراؤه أو نحتفل بمشاهدته بعد ذلك. وهو يقود التطبيقات — مثل تحليل الصور الطبية — التي تساعد المهنيين المهرة على أداء الأعمال المهمة بشكل أسرع وبنجاح أكبر.

كما هو شائع كالذكاء الاصطناعي اليوم، فإن فهم الذكاء الاصطناعي ومصطلحات الذكاء الاصطناعي قد يكون أمرا صعبا لأن العديد من المصطلحات تستخدم بصورة متبادلة؛ وعلى الرغم من أنها قابلة للتبديل في بعض الحالات، إلا أنها ليست كذلك في حالات أخرى. ما الفرق بين الذكاء الاصطناعي والتعلم الآلي؟ بين التعلم الآلي والتعلم العميق؟ بين التعرف على الكلام ومعالجة اللغة الطبيعية؟ بين الذكاء الاصطناعي الضعيف والذكاء الاصطناعي القوي؟ ستحاول هذه المقالة مساعدتك في الفرز من خلال هذه المصطلحات وغيرها وفهم أساسيات كيفية عمل الذكاء الاصطناعي.

الذكاء الاصطناعي والتعلم الآلي والتعلم العميق

أسهل طريقة لفهم العلاقة بين الذكاء الاصطناعي (AI) والتعلم الآلي والتعلم العميق هي كما يلي:

  • التفكير في الذكاء الاصطناعي على أنه عالم كامل من تكنولوجيا الحوسبة التي تعرض أي شيء يشبه الذكاء البشري عن بعد. يمكن أن تتضمن أنظمة الذكاء الاصطناعي أي شيء بدءا من نظام خبير — تطبيق لحل المشكلات يتخذ قرارات بناء على قواعد معقدة أو منطق if/then — إلى ما يعادل شخصية بيكسار الخيالية Wall-E، وهو حاسوب ينمي الذكاء والإرادة الحرة وعواطف الإنسان.  
  • التعلم الآلي هو مجموعة فرعية من تطبيق الذكاء الاصطناعي الذي يتعلم من تلقاء نفسه. إنه في الواقع يعيد برمجة نفسه، لأنه يقوم باستيعاب المزيد من البيانات، لأداء المهمة المحددة التي صمم لأدائها بدقة أكبر بشكل متزايد. 
  • التعلم العميق هو مجموعة فرعية من تطبيقات التعلم الآلي التي تعلم نفسها لأداء مهمة محددة بدقة أكبر بشكل متزايد، دون تدخل بشري. التعلم العميق هو مجموعة فرعية من تطبيق التعلم الآلي الذي يقوم بتعليم نفسه لتنفيذ مهمة معينة بدقة أكبر بشكل متزايد، بدون تدخل بشري.
رسم بياني للعلاقة بين الذكاء الاصطناعي والتعلم الآلي والتعلم العميق

دعونا نلقي نظرة أقرب على التعلم الآلي والتعلم العميق، وكيف يختلفان.

التعلم الآلي

تعتمد تطبيقات التعلم الآلي (تسمى أيضا نماذج التعلم الآلي) على الشبكة العصبية، وهي شبكة من العمليات الحسابية الخوارزمية التي تحاول محاكاة عملية الإدراك والتفكير للعقل البشري. تتكون الشبكة العصبية في أبسط صورها مما يلي:

  • مستوى المدخلات، حيث تدخل البيانات إلى الشبكة.
  • مستوى مخفي واحد على الأقل، حيث تقوم خوارزميات التعلم الآلي بمعالجة المدخلات وتطبيق الأوزان والتحيزات والحدود على المدخلات.
  • طبقة مخرجات، حيث تظهر الاستنتاجات المختلفة — تتمتع فيها الشبكة بدرجات مختلفة من الثقة.
رسم بياني لشبكة عصبية أساسية.

تعتمد نماذج التعلم الآلي التي ليست نماذج التعلم العميق على شبكات عصبية اصطناعية ذات طبقة مخفية واحدة فقط. يتم تغذية هذه النماذج بالبيانات المصنفة — وهي بيانات معززة بعلامات تحدد خصائصها بطريقة تساعد النموذج على تعريف وفهم البيانات. وهي قادرة على التعلم الخاضع للإشراف (أي التعلم الذي يتطلب الإشراف البشري)، مثل التعديل الدوري للخوارزميات في النموذج.

التعلم العميق

تعتمد نماذج التعلم العميق على شبكات عصبية عميقة — شبكات عصبية ذات طبقات مخفية متعددة، والتي تقوم كل منها بتنقيح استنتاجات الطبقة السابقة بشكل أكبر. تسمى حركة العمليات الحسابية عبر الطبقات المخفية إلى طبقة المخرجات بالانتشار الأمامي. عملية أخرى، تسمى الانتشار الخلفي، تحدد الأخطاء في العمليات الحسابية، وتخصص لها درجات أهمية، وتدفعها مرة أخرى إلى الطبقات السابقة لتنقيح أو تدريب النموذج.

رسم بياني لشبكة عصبية عميقة.

بينما تعمل بعض نماذج التعلم العميق مع البيانات المصنفة، يمكن للعديد منها العمل مع البيانات غير المصنفة - والكثير منها. نماذج التعلم العميق قادرة أيضا على التعلم غير الخاضع للإشراف — اكتشاف الخصائص والنماذج في البيانات بأقل حد أدنى من الإشراف البشري.

يوجد توضيح بسيط للاختلاف بين التعلم العميق وغيره من التعلم الآلي وهو الفرق بين Siri من Apple أو Alexa من Amazon (التي تتعرف على أوامرك الصوتية دون تدريب) وتطبيقات الصوت-إلى-النوع التي كانت موجودة قبل عقد من الزمن، والتي تطلبت من المستخدمين "تدريب" البرنامج (وتصنيف البيانات) عن طريق نطق عشرات الكلمات للنظام قبل الاستخدام. ولكن نماذج التعلم العميق تدعم تطبيقات أكثر تعقيدا، بما في ذلك أنظمة التعرف على الصور التي يمكنها التعرف على الأشياء اليومية بسرعة ودقة أكبر من البشر.

للحصول على مزيد من التعمق في الاختلافات الدقيقة بين هذه التقنيات، اقرأ "الذكاء الاصطناعي مقابل التعلم الآلي مقابل التعلم العميق مقابل الشبكات العصبية: ما الفرق؟"

أنواع الذكاء الاصطناعي - الذكاء الاصطناعي الضعيف مقابل الذكاء الاصطناعي القوي

الذكاء الاصطناعي الضعيف — يسمى أيضا بالذكاء الاصطناعي الضيق (ANI) — وهو الذكاء الاصطناعي الذي يتم تدريبه وتركيزه على أداء مهام محددة. يقود الذكاء الاصطناعي الضعيف معظم الذكاء الاصطناعي الذي يحيط بنا اليوم. يكون مصطلح 'الضيق' هو وصف أكثر دقة للذكاء الاصطناعي هذا، لأنه أي شيء إلا ضعيف؛ إنه يتيح بعض التطبيقات الرائعة للغاية، بما في ذلك Siri من Apple و Alexa من Amazon، وحاسب IBM Watson الذي هزم المنافسين البشريين في تحدي Jeopardy، والسيارات ذاتية القيادة.

الذكاء الاصطناعي القوي، يسمى أيضا بالذكاء الاصطناعي العام (AGI)، وهو الذكاء الاصطناعي الذي يقوم بشكل كامل بتكرار الاستقلال الذاتي للعقل البشري — الذكاء الاصطناعي الذي يمكنه حل العديد من أنواع أو فئات المشاكل وحتى اختيار المشكلات التي يريد حلها دون تدخل بشري. لا يزال الذكاء الاصطناعي القوي نظريا بالكامل، ولا توجد أمثلة عملية لاستخدامه اليوم. لكن هذا لا يعني أن الباحثين في مجال الذكاء الاصطناعي لا يستكشفون أيضا (بحذر) الذكاء الاصطناعي الفائق (ASI)، وهو الذكاء الاصطناعي الذي يتفوق على الذكاء أو القدرة البشرية. مثال على الذكاء الاصطناعي الفائق (ASI) قد يكون HAL، مساعد الحاسب الخارق (وفي نهاية المطاف 'المارق') في 2001: ‏A Space Odyssey.

تطبيقات الذكاء الاصطناعي

كما أشرنا سابقا، يوجد الذكاء الاصطناعي في كل مكان اليوم، لكن بعضا منه كان موجودا لفترة أطول مما تعتقد. فيما يلي بعض الأمثلة الأكثر شيوعا:

  • التعرف على الكلام: يسمى أيضا تحويل الكلام إلى نص (STT)، حيث يعد التعرف على الكلام هو تقنية الذكاء الاصطناعي التي تتعرف على الكلمات المنطوقة وتحولها إلى نص رقمي. التعرف على الكلام هو القدرة التي تقوم بتشغيل برامج الإملاء على الحاسب، وأجهزة التحكم عن بعد الصوتية في التلفزيون، والرسائل النصية التي تدعم الصوت ونظام تحديد المواقع العالمي (GPS)، وقوائم الرد على الهاتف التي تعمل بالصوت.
  • معالجة اللغة الطبيعية (NLP): تمكن NLP تطبيق برمجي أو حاسب أو آلة من فهم النص البشري وتفسيره وإنشاءه. NLP هي الذكاء الاصطناعي وراء المساعدين الرقميين (مثل Siri وAlexa المذكورين أعلاه)، وروبوتات المحادثة، وغيرها من المساعدة الافتراضية القائمة على النصوص. تستخدم بعض NLP تحليل المشاعر لاكتشاف الحالة المزاجية أو الموقف أو الصفات الذاتية الأخرى في اللغة.
  • التعرف على الصور (رؤية الحاسب أو رؤية الآلة): هو تقنية الذكاء الاصطناعي التي يمكنها تحديد وتصنيف الأشياء والأشخاص والكتابة وحتى التصرفات داخل الصور الثابتة أو المتحركة. عادة ما يتم استخدام تقنية التعرف على الصور، المدفوعة دائما من خلال الشبكات العصبية العميقة، لأنظمة التعرف على بصمات الأصابع، وتطبيقات إيداع الشيكات عن طريق التليفون المحمول، وتحليل الفيديو والصور الطبية، والسيارات ذاتية القيادة، وغير ذلك الكثير.
  • التوصيات في الوقت الفعلي: تستخدم مواقع الإنترنت الخاصة بالبيع بالتجزئة والترفيه الشبكات العصبية للتوصية بعمليات شراء أو وسائط إضافية من المحتمل أن تجذب العميل بناء على النشاط السابق للعميل، والنشاط السابق للعملاء الآخرين، وعوامل أخرى لا تعد ولا تحصى، بما في ذلك الوقت من اليوم والطقس. وقد وجدت الأبحاث أن التوصيات عبر الإنترنت يمكن أن تزيد المبيعات في أي مكان من 5% إلى 30%.
  • الوقاية من الفيروسات والبريد غير الهام: بمجرد أن يتم تشغيلها بواسطة أنظمة الخبراء القائمة على القواعد، فإن برامج الكشف عن الفيروسات والبريد غير الهام تستخدم اليوم شبكات عصبية عميقة يمكنها أن تتعلم اكتشاف أنواع جديدة من الفيروسات والبريد غير الهام بأسرع ما يمكن لمجرمي الإنترنت أن يتخيلوه.
  • التداول الآلي للأسهم: تم تصميم منصات التداول عالية التردد والمدفوعة بالذكاء الاصطناعي لتحسين محافظ الأسهم، مما يساعد على إجراء الآلاف أو حتى ملايين الصفقات يوميا دون تدخل بشري.
  • خدمات مشاركة الركوب: تستخدم Uber وLyft وخدمات مشاركة الركوب الأخرى الذكاء الاصطناعي لمطابقة الركاب مع السائقين لتقليل أوقات الانتظار والتحولات، وتوفير ETAs موثوق بها، وحتى القضاء على الحاجة إلى زيادة الأسعار خلال فترات الازدحام الشديد.
  • الروبوتات المنزلية:  تستخدم مكنسة Roomba من iRobot الذكاء الاصطناعي لتحديد حجم الغرفة، وتحديد العقبات وتجنبها، ومعرفة المسار الأكثر كفاءة لتنظيف الأرضية. تعمل التكنولوجيا المماثلة على تشغيل جزازات العشب الروبوتية ومنظفات أحواض السباحة.
  • تقنية الطيار الآلي: كانت هذه التقنية هي ما تقوم بتحليق الطائرات التجارية والعسكرية على مدى عقود. واليوم، يستخدم الطيار الآلي مجموعة من أجهزة الاستشعار، وتقنية GPS، والتعرف على الصور، وتقنية تجنب الاصطدام، والروبوتات، ومعالجة اللغة الطبيعية لتوجيه الطائرة بأمان عبر السماء وتحديث الطيارين البشريين حسب الحاجة. اعتمادا على من تسأله، يقضي الطيارون التجاريون اليوم أقل من ثلاث دقائق ونصف في قيادة الرحلة يدويا.

تاريخ الذكاء الاصطناعي: التواريخ والأسماء الرئيسية

تعود فكرة 'الآلة التي تفكر' إلى اليونان القديمة. ولكن منذ ظهور الحوسبة الإلكترونية (وبالقياس إلى بعض الموضوعات التي نوقشت في هذه المقالة) تشمل الأحداث والمعالم الهامة في تطور الذكاء الاصطناعي ما يلي:

  • 1950: قام آلان تورنج بنشر آلات الحوسبة والذكاء.  حيث يقترح تورنج — المشهور بفك شفرة Nazi's ENIGMA خلال الحرب العالمية الثانية — الإجابة على السؤال 'هل يمكن للآلات أن تفكر؟' ويقدم اختبار تورنج (الرابط موجود خارج IBM) لتحديد ما إذا كان الحاسب يمكنه إظهار نفس الذكاء (أو نتائج نفس الذكاء) للإنسان. ومنذ ذلك الحين، ظلت قيمة اختبار تورنج محل نقاش.
  • 1956: قام جون مكارثي بصياغة مصطلح 'الذكاء الاصطناعي' في أول مؤتمر للذكاء الاصطناعي على الإطلاق في كلية دارتموث. (استمر مكارثي في اختراع لغة Lisp.) وفي وقت لاحق من ذلك العام، قام ألن نيويل، وجي سيشو، وهربرت سيمون بابتكار 'المنطق النظري'، وهو أول برنامج يعمل بالذكاء الاصطناعي على الإطلاق.
  • 1967: قام فرانك روزنبلات ببناء Mark 1 Perceptron، وهو أول حاسب يعتمد على شبكة عصبية 'تعلمت' من خلال التجربة والخطأ. وبعد عام واحد فقط، نشر مارفن مينسكي وسيمور بابرت كتابا بعنوان Perceptrons، والذي أصبح عملا بارزا على الشبكات العصبية، ولفترة من الوقت على الأقل، حجة ضد مشاريع أبحاث الشبكات العصبية المستقبلية.
  • الثمانينيات: أصبحت الشبكات العصبية التي تتميز بالانتشار الخلفي — خوارزميات لتدريب الشبكة — مستخدمة على نطاق واسع في تطبيقات الذكاء الاصطناعي.
  • 1997: حاسب Deep Blue من شركة IBM يتفوق على بطل العالم للشطرنج آنذاك جاري كاسباروف، في مباراة شطرنج (ومباراة العودة).
  • 2011: ‏IBM Watson يتفوق على البطل كين جينينغز وبراد روتر في تحدي Jeopardy!‎
  • 2015: الحاسب الفائق Minwa من شركة Baidu يستخدم نوعا خاصا من الشبكات العصبية العميقة تسمى الشبكة العصبية التلافيفية للتعرف على الصور وتصنيفها بمعدل دقة أعلى من الإنسان العادي.
  • 2016: برنامج AlphaGo من DeepMind، المدعوم بشبكة عصبية عميقة، يتفوق على لي سودول، بطل العالم في Go player، في مباراة خماسية. الفوز كبير نظرا للعدد الهائل من التحركات المحتملة مع تقدم اللعبة (أكثر من 14.5 تريليون بعد أربع تحركات فقط!). وفي وقت لاحق، قامت Google بشراء DeepMind مقابل 400 مليون دولار.

الذكاء الاصطناعي وIBM Cloud

تعد شركة IBM رائدة في مجال تطوير التقنيات التي تعتمد على الذكاء الاصطناعي للمؤسسات ولها دور رائد في مستقبل أنظمة التعلم الآلي للعديد من الصناعات. واستنادا إلى عقود من أبحاث الذكاء الاصطناعي، وسنوات من الخبرة في العمل مع المؤسسات من جميع الأحجام، والدروس المستفادة من أكثر من 30,000 مشاركة من IBM Watson، قامت شركة IBM بتطوير سلم الذكاء الاصطناعي لعمليات نشر الذكاء الاصطناعي الناجحة:

  • التجميع: تبسيط جمع البيانات وإمكانية التوصل إليها.
  • التحليل: بناء أنظمة قائمة على الذكاء الاصطناعي قابلة للتطوير وموثوق بها.
  • الدمج: دمج الأنظمة وتحسينها عبر إطار عمل كامل للأعمال.
  • التحديث: تقديم تطبيقات وأنظمة الذكاء الاصطناعي الخاصة بك إلى البيئة السحابية.

يقوم IBM Watson بمنح المؤسسات أدوات الذكاء الاصطناعي التي يحتاجون إليها لتحويل أنظمة الأعمال ومسارات العمل الخاصة بها، مع تحسين التشغيل الآلي والكفاءة بشكل كبير. للحصول على مزيد من المعلومات حول كيف يمكن لشركة IBM مساعدتك في إكمال رحلة الذكاء الاصطناعي الخاصة بك، استكشف حافظة IBM للخدمات والحلول التي يتم إدارتها

قم بالتسجيل للحصول على IBMid وإنشاء حساب IBM Cloud الخاص بك.