ما هو الذكاء الاصطناعي و كيف يعمل الذكاء الاصطناعي AI

 يُعرف تكرار الوظائف الفكرية البشرية 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.

AI-Artificial-Intelligence

كيف يعمل الذكاء الاصطناعي؟

كان البائعون يسارعون إلى عرض كيفية دمج سلعهم وخدماتهم مع الذكاء الاصطناعي مع نمو الترويج المحيط بالذكاء الاصطناعي. في كثير من الأحيان ، ما يقصده الناس بالذكاء الاصطناعي هو عنصر واحد فقط 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.

غالبًا 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 الملايين من الحالات ، قد تتعلم أداة التعرف على الصور التعرف على الأشياء ووصفها في الصور الفوتوغرافية ، تمامًا مثل روبوت الدردشة الذي يُعطى أمثلة من الدردشات النصية ، ويمكن أن يتعلم إجراء تبادلات واقعية مع الأشخاص.

Artificial

ثلاث قدرات معرفية - التعلم والاستدلال والتصحيح الذاتي - هي الموضوعات الرئيسية لبرمجة الذكاء الاصطناعي.

طرق 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 مفصلة لأجهزة الكمبيوتر 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

يعتبر الذكاء الاصطناعي مهمًا لأنه ، في بعض الظروف ، يمكن أن يتفوق على الأشخاص في الأنشطة ولأنه قد يوفر للشركات رؤى غير معروفة سابقًا حول عملياتها. غالبًا ما تنهي أدوات الذكاء الاصطناعي المهام بسرعة وبأخطاء قليلة نسبيًا ، خاصة عندما يتعلق الأمر بالمهام المتكررة والموجهة نحو التفاصيل مثل تحليل عدد كبير من المستندات القانونية لضمان ملء الحقول ذات الصلة بشكل صحيح.

الذكاء الاصطناعي

وقد ساهم ذلك في زيادة الإنتاجية ومنح بعض الشركات الكبيرة إمكانية الوصول إلى آفاق سوق جديدة بالكامل. كان من الصعب تصور استخدام برامج كمبيوتر 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. شهد عام 2017 ، إعلان المدير التنفيذي للشركة ، سوندار بيتشاي ، أن Google ستعمل كشركة "الذكاء الاصطناعي أولاً".

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 بسرعة ، ويرجع ذلك في الغالب إلى قدرة الذكاء الاصطناعي على التعامل مع كميات هائلة من البيانات بشكل أسرع بكثير وبشكل صحيح مما يمكن لأي شخص.

في حين أن الكمية الهائلة من البيانات التي يتم إنشاؤها كل يوم ستغرق الباحث البشري ، فإن تقنيات الذكاء الاصطناعي التي تستخدم التعلم الآلي يمكنها بسرعة تحويل تلك البيانات إلى معرفة مفيدة. إن تكلفة معالجة الكميات الهائلة من البيانات التي تطلبها برمجة الذكاء الاصطناعي هي الآن العائق الرئيسي لاستخدام الذكاء الاصطناعي.

مزايا

تتوفر دائمًا الوكلاء الافتراضيون المدعومون بالذكاء الاصطناعي.

تقليل وقت المهام المليئة بالبيانات ؛

جيد في الوظائف الموجهة نحو التفاصيل ؛

يقدم نتائج متسقة ؛ و

سلبيات

يتطلب خبرة فنية عميقة ؛

غالي الثمن

محدودية المعروض من العمال المؤهلين لبناء أدوات الذكاء الاصطناعي ؛

يعرف فقط ما تم عرضه ؛ وعدم القدرة على التعميم من مهمة إلى أخرى.

الذكاء الاصطناعي القوي مقابل الذكاء الاصطناعي الضعيف

يمكن تصنيف الذكاء الاصطناعي على أنه ضعيف أو قوي.

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. قد يستخدم نظام الذكاء الاصطناعي القوي منطقًا غامضًا لنقل المعلومات من منطقة إلى أخرى واكتشاف حل بمفرده عند مواجهة وظيفة غير متوقعة. نظريًا ، يجب أن يكون برنامج AI القوي قادرًا على اجتياز اختبار الغرفة الصينية وكذلك اختبار Turing.

ما هي أفضل 4 فئات تصف الذكاء الاصطناعي؟

في مقال نُشر عام 2016 ، وصفت Arend Hintze ، الأستاذة المساعدة في علم الأحياء التكاملي وعلوم وهندسة الكمبيوتر في جامعة ولاية ميشيغان ، كيف يمكن تقسيم الذكاء الاصطناعي إلى أربع فئات ، بدءًا من الأنظمة الذكية الخاصة بالمهام والمستخدمة حاليًا على نطاق واسع والمضي قدمًا. للأنظمة الواعية التي لم توجد بعد. فيما يلي الفئات:

آلات النوع الأول تفاعلية. لا تحتوي أنظمة الذكاء الاصطناعي الخاصة بالمهام على ذاكرة. مثال على ذلك برنامج الشطرنج IBM Deep Blue ، الذي هزم Garry Kasparov في التسعينيات. يمكن لـ Deep Blue التعرف على القطع الموجودة على رقعة الشطرنج وإجراء تنبؤات ، ولكن نظرًا لأنه يفتقر إلى الذاكرة ، لا يمكنه الاعتماد على الدروس المستفادة من الماضي لتوجيه قراراته للمضي قدمًا.

النوع 2: 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.

نوع نظرية العقل 3. نظرية العقل هي عبارة مستخدمة 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.

الوعي الذاتي هو النوع 4. 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:

التشغيل الآلي. يمكن لأدوات التقنية زيادة عدد وتنوع الوظائف التي يتم تنفيذها عند استخدامها مع تقنية الذكاء الاصطناعي. ومن الأمثلة على ذلك ، تقنية RPA ، وهي أحد أشكال البرامج التي تعمل على تقنية عمليات معالجة البيانات المتكررة المستندة إلى القواعد والتي يقوم بها الأشخاص في كثير من الأحيان. يمكن لـ RPA تقنية أقسام أكبر من أنشطة الشركة عند إقرانها بالتعلم الآلي وتقنيات الذكاء الاصطناعي الجديدة ، مما يسمح لروبوتات RPA التكتيكية بنقل الذكاء من الذكاء الاصطناعي والتفاعل مع تغييرات العملية.

التعلم الالي. يتم هنا وصف تقنية جعل الكمبيوتر يعمل بدون برمجة. بكلمات أبسط ، التعلم العميق هو تقنية التحليلات النبوئية . التعلم العميق هو مجموعة فرعية من التعلم الآلي. تأتي خوارزميات التعلم الآلي في ثلاثة أنواع مختلفة:

التعليم تحت الإشراف. من أجل تحديد الاتجاهات والاستفادة منها في تسمية مجموعات البيانات الجديدة ، يتم تمييز 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 تصميمها ، 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.

المركبات ذاتية القيادة. لتطوير مهارة آلية في قيادة السيارة أثناء البقاء في حارة معينة وتجنب العقبات غير المتوقعة ، مثل المشاة ، تستخدم المركبات ذاتية القيادة مزيجًا من رؤية الكمبيوتر والتعرف على الصور والتعلم العميق.