يُشير مصطلح إدراك وكيل الذكاء الاصطناعي إلى قدرة وكيل الذكاء الاصطناعي (AI) على جمع البيانات وتفسيرها ومعالجتها من بيئته لاتخاذ قرارات مستنيرة. ويتضمن ذلك استخدام أجهزة الاستشعار، ومدخلات البيانات، أو المصادر الخارجية لفهم الحالة الحالية للنظام الذي يعمل فيه.
تُتيح عملية الإدراك لوكيل الذكاء الاصطناعي التفاعل مع التغييرات الواقعية، والتكيف مع البيئات الديناميكية، والتعامل بفاعلية مع المهام المعقدة.
أولًا، يدرك الوكلاء بيئتهم، ثم يعالجون البيانات التي تم جمعها لاتخاذ إجراء. سيكون وكيل الذكاء الاصطناعي الذي يفتقر إلى الإدراك مجرد نظام قائم على القواعد أو برنامج موجَّه بالمنطق يعمل فقط بناءً على مدخلات محددة وحالات داخلية، دون تفاعل ديناميكي مع البيئة.
بمعنى آخر، لن يكون وكيلًا بالمعنى الحقيقي. يُعد الإدراك جزءًا أساسيًا مما يجعل وكلاء الذكاء الاصطناعي أذكياء فعلًا وذوي فائدة في التطبيقات الواقعية.
النشرة الإخبارية الخاصة بالمجال
ابقَ على اطلاع دومًا بأهم—اتجاهات المجال وأكثرها إثارة للفضول—بشأن الذكاء الاصطناعي والأتمتة والبيانات وغيرها الكثير مع نشرة Think الإخبارية. راجع بيان الخصوصية لشركة IBM.
سيتم تسليم اشتراكك باللغة الإنجليزية. ستجد رابط إلغاء الاشتراك في كل رسالة إخبارية. يمكنك إدارة اشتراكاتك أو إلغاء اشتراكك هنا. راجع بيان خصوصية IBM لمزيد من المعلومات.
اعتمادًا على الغرض منها وأجهزة الاستشعار المتوفرة، يمكن لأنظمة الذكاء الاصطناعي إدراك العالم من خلال الرؤية، والصوت، والنص، والعوامل البيئية، والتحليل التنبؤي.
تُتيح هذه الأنواع المختلفة من الإدراك لوكلاء الذكاء الاصطناعي التفاعل مع العالم من حولهم، ما يؤدي إلى تحسين مهام سير العمل، وتعزيز الأتمتة وغيرها.
يمكِّن الإدراك البصري الوكلاء من تفسير العالم والاستجابة له من خلال الصور ومقاطع الفيديو والبيانات المرئية الأخرى. تُحاكي هذه القدرة الرؤية البشرية، ما يمكِّن الذكاء الاصطناعي من التعرُّف على الأشياء وفهم البيئات المحيطة.
أدّت التطورات في رؤية الكمبيوتر والتعلُّم العميق إلى تعزيز الإدراك البصري في الذكاء الاصطناعي، ما أدى إلى إنجازات في مجالات متعددة مثل المركبات ذاتية القيادة، والرعاية الصحية، والتشغيل الآلي.
ومع تطوُّر نماذج الذكاء الاصطناعي، سيُظهر وكلاء الذكاء الاصطناعي فهمًا بصريًا يشبه الفهم البشري، ما يمكِّنهم من العمل بشكل مستقل وآمن في السيناريوهات الواقعية المعقدة.
يُتيح الإدراك السمعي للوكلاء معالجة الصوت وفهمه. تُتيح هذه القدرة للذكاء الاصطناعي تفسير الكلام والتعرُّف على الأصوات المحيطة والتفاعل مع المستخدمين من خلال التواصل الصوتي.
وقد ساهمت التطورات في معالجة اللغة الطبيعية (NLP) والتعلُّم العميق في تحسُّن الإدراك السمعي للذكاء الاصطناعي بشكل كبير، ما أدى إلى تطبيقات واسعة للذكاء الاصطناعي في المساعدين الافتراضيين، وأدوات إمكانية الوصول، وأنظمة المراقبة.
تُعَد تقنية التعرف التلقائي على الكلام (ASR) إحدى التقنيات الأساسية وراء الإدراك السمعي للذكاء الاصطناعي. تعمل أنظمة التعرُّف التلقائي على الكلام (ASR) على تحويل الحديث إلى نص مكتوب، ما يمكِّن المساعدين الصوتيين مثل Siri وAlexa وGoogle Assistant من فهم الأوامر وتنفيذها.
تعتمد هذه الأنظمة على الشبكات العصبية ومجموعات البيانات الكبيرة لتحسين الدقة، حتى في البيئات الصاخبة أو مع اختلاف اللهجات.
إلى جانب الكلام، يمكن للذكاء الاصطناعي تحليل أصوات أخرى، مثل تشخيص الحالات الطبية من خلال تحليل أصوات الجهاز التنفسي، أو اكتشاف الحالات الشاذة في معدات المصانع.
يُتيح الإدراك النصي للوكلاء معالجة النصوص وتفسيرها وإنشاءَها. يستخدم الوكلاء تقنية معالجة اللغة الطبيعية لاستخراج المعنى من النص وتسهيل التواصل في التطبيقات المختلفة، مثل روبوت المحادثة ومحركات البحث وأدوات التلخيص المؤتمتة . وقد أسهم التقدم في النماذج اللغوية الكبيرة القائمة على المحولات، مثل GPT-4، في تحسين قدرة الذكاء الاصطناعي على فهم النصوص والاستدلال بها.
يُعَد الفهم الدلالي أحد المكونات الأساسية للإدراك النصي، إذ يمكِّن الذكاء الاصطناعي من تجاوز التعرُّف على الكلمات إلى فهم معناها ضمن سياق محدد. وهذا أمر ضروري في حالات الاستخدام مثل الترجمة الآلية، وتحليل المشاعر، وتحليل المستندات القانونية أو الطبية.
بالإضافة إلى ذلك، تُتيح تقنية التعرُّف على الكيانات المُسمّاة (NER) للذكاء الاصطناعي تحديد أشخاص وأماكن ومؤسسات محددة، ما يعزز قدرته على استخراج رؤى قيّمة من مجموعات البيانات الكبيرة، وهي قدرة مهمة في مجالات مثل التسويق وتجربة العملاء.
يختلف الإدراك البيئي في وكلاء الذكاء الاصطناعي عن الإدراك السمعي والبصري، لأنه يتضمن فهمًا أوسع ومتعدد الوسائط للبيئة المحيطة، من خلال دمج بيانات من أجهزة استشعار متنوعة تتجاوز الرؤية والصوت فقط.
لقد حسَّنت التطورات في رؤية الكمبيوتر، ودمج المستشعرات، والتعلُّم الآلي قدرة الذكاء الاصطناعي بشكل كبير على إدراك العالم المادي والتفاعل معه.
وعلى عكس الرؤية أو السمع وحدهما، فإن الإدراك البيئي يُدمج عدة مدخلات حسية (الرؤية، والصوت، وLiDAR، واللمس) لتكوين فهم شامل للبيئة. ويُتيح ذلك لوكلاء الذكاء الاصطناعي رسم خرائط لمحيطهم والتنقل فيه بالاستناد إلى فيزياء العالم الحقيقي، بينما يركِّز الإدراك البصري والسمعي أكثر على التعرُّف السلبي.
وفي حين تُحاكي الرؤية والسمع قدرات البشر، يمتد الإدراك البيئي إلى ما هو أبعد من ذلك من خلال دمج الرادار، وأجهزة استشعار الحرارة، وكشف الضغط، ما يمكِّن الذكاء الاصطناعي من إدراك أشياء يعجز البشر عن ملاحظتها.
يُتيح الإدراك التنبؤي للوكلاء توقُّع الأحداث المستقبلية استنادًا إلى البيانات التي تمت ملاحظتها. وعلى عكس الإدراك التقليدي، الذي يركِّز على تفسير البيئة الحالية، يمكِّن الإدراك التنبؤي الذكاء الاصطناعي من التنبؤ بالتغيرات، واستنتاج النوايا، وضبط السلوك بشكل استباقي.
تقع القدرات التنبؤية في الذكاء الاصطناعي غالبًا ضمن نطاق التحليل أو التنبؤ أو الاستدلال، وليس الإدراك بالمعنى التقليدي. ومع ذلك، يمكن اعتبار "الإدراك التنبؤي" فئة مميزة، حيث لا يكتفي الذكاء الاصطناعي برصد البيئة، بل يتوقّع كيف ستتغير، ما يدمج الإدراك مع التفكير الاستشرافيّ.
في جوهر الإدراك التنبؤي توجد نماذج التعلُّم الآلي (ML)، والتعلُّم العميق، والنمذجة الاحتمالية، والتعلُّم المعزز. تعمل أنظمة الذكاء الاصطناعي على تحليل البيانات التاريخية والبيانات في الوقت الفعلي للتعرُّف على الأنماط وإجراء التنبؤات.
بينما تعتمد التحليلات التنبؤية على البيانات التاريخية والنماذج الإحصائية، فإن الإدراك التنبؤي يجمع بين الرصد في الوقت الفعلي والتنبؤ، ما يجعله أكثر ديناميكية واستجابةً للبيئة المحيطة. وعلى الرغم من كونه مفهومًا هجينًا، فإن الإدراك التنبؤي يربط بين الرصد والرؤية المستقبلية، ما يُتيح لوكلاء الذكاء الاصطناعي فهم الحاضر، والاستعداد للمستقبل أيضًا في الوقت الفعلي.
يعمل وكلاء الذكاء الاصطناعي ضمن منظومة تضم أدوات وتطبيقات وأطر عمل أخرى. ويتم الاتصال بينهم عبر واجهات برمجة التطبيقات (APIs)، ما يُتيح لهم التكامل مع قواعد المعرفة والأنظمة الخارجية. في سيناريوهات مثل تطوير البرمجيات، يساعد وكلاء الذكاء الاصطناعي على تحسين الكود، وتقليل زمن الانتقال، وأتمتة مهام محددة.
في مجال الذكاء الاصطناعي التوليدي، يمكن لهؤلاء الوكلاء إنشاء مخرجات مثل النصوص أو الصور أو الموسيقى استنادًا إلى المدخلات التي يدركونها، باستخدام نماذج تعلُّم عميق مدرّبة على كميات هائلة من البيانات.
ومع ذلك، وقبل أن يحدث أي من ذلك، يجب أن يقوم الوكلاء بالإدراك. على الرغم من أن العمليات تختلف حسب تصميم ونوع الوكيل، فإليك الخطوات الأساسية المُستخدمة في الإدراك الوكيل:
يجمع وكلاء الذكاء الاصطناعي بيانات أولية من مصادر متعددة، مثل الكاميرات (للرؤية)، والميكروفونات (للصوت)، وLiDAR والرادار (للتوعية المكانية)، وأجهزة استشعار الضغط أو الحرارة (للإدراك البيئي). وتمثِّل هذه المعلومات الحسية الأساس لعملية الإدراك.
عند جمعها، تخضع البيانات لمرحلة المعالجة المسبقة لإزالة البيانات غير المفيدة وإبراز الخصائص المهمة. على سبيل المثال، في رؤية الكمبيوتر، تقوم الشبكات العصبية الالتفافية (CNNs) بتحليل الصور لاكتشاف الأجسام أو الوجوه أو الحركات. في التعرُّف على الكلام، تقوم نماذج التعلُّم العميق بتحويل الموجات الصوتية إلى نص.
باستخدام التعلُّم الآلي، يكتشف الذكاء الاصطناعي الأنماط والعلاقات والإشارات السياقية. تساعد نماذج معالجة اللغة الطبيعية (NLP) مثل المحوِّلات الذكاء الاصطناعي على فهم اللغة البشرية وتوليدها، في حين يمكِّن التعلُّم المعزز الروبوتات من إدراك بيئتها والتكيف معها بشكل ديناميكي.
يؤدي الإدراك إلى التنفيذ. يستخدم وكلاء الذكاء الاصطناعي نماذج الاستدلال لتقرير كيفية التفاعل بناءً على البيانات المدركة. فعلى سبيل المثال، تحدِّد سيارة ذاتية القيادة المشاة وعلامات المرور، ثم تقوم بضبط قيادتها في الوقت الفعلي.
يختلف أسلوب عمل الوكلاء وإدراكهم اختلافًا كبيرًا اعتمادًا على نوع الوكيل، والغرض منه، والتقنيات التي يستخدمها، بدءًا من وكلاء الاستجابة البسيطة الذين يتفاعلون مع المحفزات الفورية، ووصولًا إلى الوكلاء المتعلمين المعقدين الذين يتكيفون ويحسِّنون إدراكهم بمرور الوقت.
يدرك وكلاء الاستجابة التفاعلية البيئة من خلال أجهزة الاستشعار ويستجيبون مباشرةً، غالبًا عبر المشغِّلات، بناءً على قواعد محددة مسبقًا، دون الاحتفاظ بأي ذاكرة للأحداث السابقة. ويقتصر إدراكهم غالبًا على المدخلات الحسية الحالية.
يحسِّن وكلاء الاستجابة المزودون بنماذج أدائهم مقارنةً بوكلاء الاستجابة البسيطين من خلال الاحتفاظ بنموذج داخلي للعالم. فهم يدركون البيئة عبر أجهزة الاستشعار، ويستخدمون أيضًا حالات داخلية لتتبُّع تغيُّرات العالم مع مرور الوقت.
يدرك الوكلاء الموجهون بالأهداف البيئة بطريقة تُتيح لهم السعي لتحقيق أهداف محددة. ويستخدمون أجهزة الاستشعار لجمع المعلومات وتقييم مدى توافق الحالة الحالية مع أهدافهم.
لا يكتفي الوكلاء القائمون على المنفعة بالسعي نحو تحقيق الأهداف، بل يقومون أيضًا بتقييم الخيارات المتاحة بناءً على وظيفة منفعة، والتي تقيس مدى فاعلية كل إجراء في تحقيق الأهداف. ويعتمد هؤلاء الوكلاء على الإدراك لتقييم البيئة، ثم يختارون الإجراءات التي تزيد من معدل الرضا أو الأداء العام.
يدرك الوكلاء المتعلمون البيئة ويتخذون قرارات استنادًا إلى كلٍّ من المدخلات الحسية والخبرات السابقة. فهم لديهم عنصر، مثل خوارزمية التعلم، يتُيح لهم تحسين أدائهم بمرور الوقت من خلال التعلُّم من تفاعلاتهم. يقوم هؤلاء الوكلاء بتكييف عمليات الإدراك واتخاذ القرار استنادًا إلى التعليقات.
تعالج الأنظمة متعددة الوكلاء (MAS) الإدراك من خلال تمكين عدة وكلاء مستقلين من تبادل المعلومات، والتعاون، وتفسير بيئتهم بشكل جماعي.
بدلًا من الاعتماد على مدخلات وكيل واحد، تستخدم الأنظمة متعددة الوكلاء نهجًا موزعًا، وأحيانًا هرميًا، للإدراك، حيث يدرك كل وكيل جانبًا مختلفًا من البيئة ويضيف جزءًا من المعلومات إلى فهم مشترك.
يزيد هذا الإدراك الجماعي من قدرة النظام على التعامل مع البيئات المعقدة والديناميكية الحية.
بالإضافة إلى ذلك، تُستخدم تقنيات دمج أجهزة الاستشعار بشكل شائع في الأنظمة متعددة الوكلاء لدمج البيانات الحسية من وكلاء مختلفين وإنشاء إدراك أكثر دقة وشمولية للبيئة.
وقد يشمل هذا النهج أيضًا تقنيات مثل الاستدلال الموزّع، حيث يتبادل الوكلاء الملاحظات، ويحدِّثون نماذجهم الداخلية استنادًا إلى البيانات المشتركة، ويعملون معًا لاتخاذ قرارات جماعية - كما في مهام البحث والإنقاذ أو أنظمة المراقبة الموزعة.
تستخدم البنى متعددة الوكلاء أيضًا التعلُّم التعاوني. ومع تفاعل الوكلاء وتبادل المعلومات بمرور الوقت، يمكنهم التعلُّم من تجارب بعضهم، ما يحسِّن الإدراك الجماعي للنظام وقراراته. يُتيح هذا الإدراك الموزع للأنظمة متعددة الوكلاء أن تكون أكثر تكيفًا وقابلية للتوسع، وقادرةً على حل المشكلات المعقدة بأقل تدخل بشري.
يمكنك إنشاء مساعدين ووكلاء ذكاء اصطناعي ووكلاء أقوياء يعملون على أتمتة مهام سير العمل والعمليات باستخدام الذكاء الاصطناعي التوليدي ونشرها وإدارتها.
يمكنك بناء مستقبل عملك باستخدام حلول الذكاء الاصطناعي الجديرة بالثقة.
تساعد خدمات IBM Consulting AI في إعادة تصور طريقة عمل الشركات باستخدام حلول الذكاء الاصطناعي من أجل النهوض بأعمالها.