ماذا يعني الذكاء الاصطناعي (AI)؟
الذكاء الاصطناعي (AI)، المعروف أيضًا باسم ذكاء الآلة، هو فرع من فروع علوم الكمبيوتر الذي يركز على بناء وإدارة التكنولوجيا التي يمكن أن تتعلم اتخاذ القرارات وتنفيذ الإجراءات بشكل مستقل نيابة عن الإنسان.
الذكاء الاصطناعي ليس تقنية واحدة. بل هو مصطلح شامل يتضمن أي نوع من البرامج أو مكونات الأجهزة التي تدعم التعلم الآلي والأنظمة الخبيرة والذكاء الاصطناعي التوليفي وأنواع معينة من الروبوتات.
يعمل الذكاء الاصطناعي اليوم في الغالب على أجهزة تقليدية قائمة على CMOS ويتضمن مزيجاً من الخوارزميات التقليدية ونماذج التعلم الآلي القائمة على البيانات.
ومع ازدياد دمج هذه التكنولوجيا في التطبيقات اليومية، كان هناك اهتمام متزايد بهندسة التشكيل العصبي، وهو مجال بحثي يسعى إلى محاكاة بنية الدماغ البشري من خلال تصميم أجهزة وخوارزميات متخصصة تم تحسينها لانخفاض استهلاك الطاقة ومعالجتها في الوقت الحقيقي.
حالات استخدام الذكاء الاصطناعي في الأعمال
يُطبَّق الذكاء الاصطناعي حاليًا على مجموعة من الوظائف في المختبر وفي البيئات التجارية/الاستهلاكية، بما في ذلك التقنيات التالية:
- الشبكات العصبونية الاصطناعية هي نماذج حسابية مستوحاة من بنية الدماغ البشري وعمله. وهي تتألف من عقد مترابطة(خلايا عصبية) تعالج المعلومات وتنقلها، مما يمكّن الشبكة من تعلم الأنماط والعلاقات من البيانات من خلال التدريب.
- التعلُّم العميق هو نهج تكراري للذكاء الاصطناعي يقوم على تكديس خوارزميات التعلُّم الآلي في تسلسل هرمي متزايد التعقيد والتجريد. ويُعد التعلّم العميق حالياً أكثر هياكل الذكاء الاصطناعي تطوراً في الوقت الحالي.
- التمييز الصوتي هو نظام ذكي يسمح بتحويل الكلام البشري إلى نص أو رمز.
- توليد اللغة الطبيعية هو تمكين التفاعل التخاطب بين البشر والحواسيب.
- الرؤية الحاسوبية هي تسمح للآلة بمسح صورة واستخدام التحليل المقارن لتحديد الأشياء في الصورة.
- الأنظمة الخبيرة كانت من أوائل تقنيات الذكاء الاصطناعي التي تم تطويرها في السبعينيات والثمانينيات. وتهدف هذه الأنظمة إلى التقاط المعرفة وعمليات اتخاذ القرار لدى الخبراء البشريين في مجالات محددة واستخدام تلك المعرفة لتقديم التوصيات أو اتخاذ القرارات. على الرغم من أن الأنظمة الخبيرة قد لا تكون محل نقاش واسع النطاق مثل تقنيات الذكاء الاصطناعي الحديثة مثل التعلم العميق والشبكات العصبية، إلا أنها لا تزال لها تطبيقات عملية في مجالات الرعاية الصحية والتمويل والهندسة.
شرح Techopedia للذكاء الاصطناعي (AI)
في حين أن الذكاء الاصطناعي غالبًا ما يستدعي صورًا للحاسوب الواعي للخيال العلمي، فإن الواقع الحالي مختلف تمامًا. في العالم الحقيقي، أنظمة الذكاء الاصطناعي هي أدوات متخصصة مصممة لأداء مهام محددة، مثل التعرف على الصور أو ترجمة اللغة أو تحليل البيانات. وتفتقر هذه الأنظمة إلى الوعي والعواطف والوعي الذاتي. وبدلاً من ذلك، فهي تعمل بناءً على خوارزميات وأنماط مستفادة من البيانات، وقدراتها محدودة ببرمجتها وتدريبها.
ما هي أنواع الذكاء الاصطناعي وكيف تختلف؟
غالبًا ما يتم الحديث عن الذكاء الاصطناعي من حيث كونه إما ضعيفًا أو قويًا. واليوم، معظم تطبيقات الذكاء الاصطناعي في مجال الأعمال هي تطبيقات للتعلم الآلي للذكاء الاصطناعي الضعيف.
- الذكاء الاصطناعي الضيق (الضعيف ) قادر على أداء مجموعة محدودة فقط من الوظائف المحددة مسبقًا.
- الذكاء الاصطناعي العام (القوي) يساوي قدرة العقل البشري على العمل بشكل مستقل وفقًا لمجموعة واسعة من المحفزات;
- من المتوقع أن يتجاوز الذكاء الاصطناعي الفائق الذكاء البشري في يوم من الأيام (ومن المتوقع أن يسيطر على العالم).
كما يتم الحديث عن مبادرات الذكاء الاصطناعي من حيث انتمائها إلى واحدة من أربع فئات:
- الذكاء الاصطناعي التفاعلي يعتمد على البيانات في الوقت الحقيقي لاتخاذ القرارات.
- الذكاء الاصطناعي محدود الذاكرة يعتمد على البيانات المخزنة لاتخاذ القرارات.
- نظرية العقل يمكن للذكاء الاصطناعي أن يأخذ بعين الاعتبار عناصر ذاتية مثل نية المستخدم عند اتخاذ القرارات.
- يمتلك الذكاء الاصطناعي الواعي ذاتيًا وعيًا شبيهًا بوعي الإنسان قادرًا على تحديد الأهداف بشكل مستقل واستخدام البيانات لتحديد أفضل طريقة لتحقيق الهدف.
من الطرق الجيدة لتصور هذه الفروق هي تخيل الذكاء الاصطناعي كلاعب بوكر محترف. يبني اللاعب الفعلي جميع قراراته على توزيع الورق الحالي في اللعب، في حين أن اللاعب محدود الذاكرة سيأخذ بعين الاعتبار قراراته وقرارات اللاعبين الآخرين السابقة.
أما لاعب نظرية العقل فيضع في اعتباره الإشارات السلوكية للاعبين الآخرين، وأخيراً، يتوقف لاعب الذكاء الاصطناعي المحترف الواعي ذاتياً ليفكر فيما إذا كان لعب البوكر لكسب العيش هو حقاً أفضل استخدام لوقته وجهده.
الفرق بين الذكاء الاصطناعي والتعلم الآلي
التعلم الآلي (ML) هو مجموعة فرعية من الذكاء الاصطناعي تركز على بناء نماذج تسمح لأجهزة الكمبيوتر بالتعلم من البيانات. بدلاً من أن تتم برمجتها بشكل صريح لأداء مهمة ما، تستخدم نماذج التعلّم الآلي البيانات لوضع توقعات أو قرارات.
في الأساس، كل التعلم الآلي هو ذكاء اصطناعي، ولكن ليس كل الذكاء الاصطناعي يستخدم تقنيات التعلم الآلي. على سبيل المثال، تندرج الأنظمة الخبيرة القائمة على القواعد والذكاء الاصطناعي الرمزي تحت مظلة الذكاء الاصطناعي ولكنها لا تتضمن بالضرورة التعلم من البيانات بالطريقة التي يستخدمها التعلم الآلي.
المراحل المتطورة للذكاء الاصطناعي
يمكن أن يُسمح للذكاء الاصطناعي أن يحل محل نظام بأكمله، بحيث يتخذ جميع القرارات من البداية إلى النهاية، أو يمكن استخدامه لتعزيز عملية معينة. على سبيل المثال، يمكن لنظام إدارة المستودعات القياسي أن يُظهر المستويات الحالية لمختلف المنتجات، بينما يمكن لنظام ذكي أن يحدد النقص ويحلل السبب وتأثيره على سلسلة التوريد ككل، بل ويتخذ خطوات لتصحيحه.
يتزايد الطلب على معالجة المعلومات بشكل أسرع وأكثر كفاءة في استخدام الطاقة بشكل كبير مع تزايد انتشار الذكاء الاصطناعي في تطبيقات الأعمال. لا يمكن لأجهزة المعالجة الرقمية التقليدية مواكبة هذا الطلب. وهذا هو السبب في أن الباحثين يستلهمون من الدماغ ويفكرون في بنيات بديلة تقوم فيها شبكات من الخلايا العصبية الاصطناعية والشبكات العصبية بمعالجة المعلومات بسرعة عالية وقدرات تعلم تكييفية بطريقة موفرة للطاقة وقابلة للتطوير.
