دليلك الشامل والمبُسّط لمعرفة كل شيء عن الذكاء الاصطناعي.. من البداية لـChatGPT

تعرّف على الفرق بين الذكاء الاصطناعي والتعلم الآلي والتعلم العميق وعلاقته بالبيانات الضخمة

بالرغم من أن مصطلح الذكاء الاصطناعي ظهر في خمسينيات القرن الماضي، وكان لاعبًا رئيسيًا في كثير من التخصصات، لكن ظهور روبوت الدردشة الشهير ChatGPT أواخر نوفمبر 2022، جعل هذا المصطلح حديث الساعة، الذي يحتل مساحة واسعة من نقاشات المتخصصين وغير المتخصصين في المجال.

وما بين ظهوره لأول مرة، وما يشهده العالم الآن من تقدُّم غير مسبوق في تقنيات الذكاء الاصطناعي، مرّ هذا المجال برحلة طويلة من التطوُّر، أهّلته للدخول في كثير من مناحي الحياة، حتى أصبح يؤدي مهام مُعقّدة كانت في الماضي حكرًا على البشر، مثل الدردشة المُطوّلة حول موضوع معين، وإنشاء ردود طبيعية تشبه البشر، وكتابة المقالات والشعر أو رموز الكمبيوتر وأكواد البرمجة المُعقدة، وغيرها.

وفي ظل هذا التدفُّق الهائل من أخبار الذكاء الاصطناعي، يجد الكثير من الناس أنفسهم أمام سيل جارف من التفاصيل التقنية المُعقّدة؛ لذلك يحتاجون لدليل مُبسّط وشامل يشرح لهم بالتفصيل ما الذي يعنيه الذكاء الاصطناعي بالضبط وما هي آلية عمله ومجالاته وأنواعه؟ ليواكبوا التطور الحاصل في هذا المجال، ويحققون أقصى درجات الاستفادة من هذا التطوُّر.

ومن خلال هذا الدليل الشامل، الذي أعدته “أخبار الآن” استنادًا إلى مصادر مختلفة، وبمساعدة روبوتات الدردشة المُعتمدة على الذكاء الاصطناعي وأبرزها Google Bard، سنتعرف أيضًا على الفرق بين الذكاء الاصطناعي وبين التعلم الآلي والتعلم العميق، وما علاقته بالبيانات الضخمة، وما هي العلاقة بين الذكاء الاصطناعي والروبوتات؟

ما هو الذكاء الاصطناعي؟

هو فرع من فروع علوم الكمبيوتر، يسعى إلى تصميم آلات ذكية، يمكنها التفكير والتعلم والتصرف بشكل مستقل، وقادرة على محاكاة قدرات البشر في التفكير المنطقي والتعلم من أجل أداء مهام تتطلب في العادة ذكاءً بشريًا لإنجازها.

ويمكن للذكاء الاصطناعي حل مجموعة واسعة من المشكلات، بداية من المهمات البسيطة مثل لعب الشطرنج وانتهاء بالمهام المُعقّدة مثل التشخيص الطبي وفهم اللغة والترجمة والتعرف على الكلام.

هل هناك تعريف مُحدد للذكاء الاصطناعي؟

استُخدم مصطلح الذكاء الاصطناعي للمرة الأولى خلال مؤتمر بجامعة دارتموث الأمريكية بشأن الذكاء الاصطناعي في صيف عام 1956.

وصاغ هذا المصطلح البروفيسور في جامعة ستانفورد جون مكارثي، وعرّفه بأنه: “علم وهندسة صناعة الآلات الذكية”، وهذا التعريف تعتمده أيضًا الجامعة الأشهر في الذكاء الصناعي وهي ستانفورد.

وفي حقيقة الأمر، هناك تعريفات عدة للذكاء الاصطناعي كل واحد منها يمكن أن يعطينا لمحة عن جانب مهم من هذا المجال الواسع أبرزها أن الذكاء الاصطناعي هو:

• أشبه بطفل أو دماغ بشرية؛ لأنه في حاجة للتعلُّم، ويقوم بتخزين معلومات وبيانات واستخدامها فيما بعد لأداء مهام معينة.
• إجراءات كمبيوترية تحاكي اتخاذ القرارات البشرية استنادًا إلى التجارب والبيانات التي تم تعلُّمها.
• قدرة النظام على تفسير البيانات الخارجية بطريقة صحيحة، والتعلُّم من هذه البيانات واستخدام تلك المعرفة لتحقيق أهداف ومهام محددة من خلال التكيف المرن.
• محاكاة الآلات أو الأنظمة الحاسوبية لعمليات الذكاء البشري والتي تتضمن التعلُّم والتفكير والتصحيح الذاتي.
• تطوير أنظمة الحاسب القادرة على أداء المهام التي تتطلب عادةً ذكاءً بشريًا، مثل الإدراك البصري والتعرف على الكلام واتخاذ القرار والترجمة بين اللغات.
• الآلة القادرة على التعلُّم والمعالجة المنطقية والتصرف من تلقاء نفسها واتخاذ قراراتها الخاصة عند التعرض لأوضاعٍ جديدة كما يفعل البشر والحيوانات.
• قدرة الروبوت على أداء مهام يقتصر إنجازها عادةً على الكائنات الذكية أي القادرة على التكيف مع تغير الظروف في البيئة المحيطة.
• فرعٌ من علوم الحاسوب مكرَّس لدراسة المسائل الإدراكية التي ترتبط عادة بالذكاء البشري كالتعلم وحلّ المشاكل والتعرُّف على الأنماط.

ما هي أنواع الذكاء الاصطناعي؟

هناك العديد من الأنواع المختلفة للذكاء الاصطناعي، ولكن بعض الأنواع الأكثر شيوعًا تشمل:

التعلم الآلي:

هو مجموعة فرعية من الذكاء الاصطناعي، يُمكِّن أجهزة الكمبيوتر من التعلُّم خارج نطاق برمجتها، أي يمكنها استخلاص الاستنتاجات من البيانات التي يتم تغذيتها بها، حيث يتم تدريب خوارزميات التعلم الآلي على البيانات، ويمكنها بعد ذلك استخدام تلك البيانات لعمل تنبؤات أو اتخاذ قرارات.

تم تقديم التعلم الآلي في الثمانينيات مع فكرة أن الخوارزمية يمكنها معالجة كميات كبيرة من البيانات، ثم البدء في تحديد الاستنتاجات بناءً على النتائج التي كانت تصل إليها.

معالجة اللغة الطبيعية

هي نوع من الذكاء الاصطناعي يسمح لأجهزة الكمبيوتر بفهم اللغة البشرية وإنشائها ومعالجتها. ويهتم بدراسة تعلم الآلة للغات البشرية وتفاعلها معها. وتتناول معالجة اللغات الطبيعية فهم اللغة وتوليدها والتعرف على النصوص والكلام.

ويتم استخدام هذه الخوارزميات وغيرها من تقنيات معالجة اللغات الطبيعية في نطاق واسع من التطبيقات؛ حيث يستخدمها الباحثون في تحليل المقالات العلمية لتسريع الاكتشافات العلمية، وفي تطوير روبوتات دردشة أكثر فطنة، وفي تصميم نظامٍ مُجادل قادر على صياغة حججٍ منطقية.

 

 

وتعتبر معالجة اللغة الطبيعية هي التكنولوجيا الأساسية وراء تشغيل خدمات أبرزها:

• الرعاية الصحية للحصول على رؤى جديدة في السجلات الصحية.
• الجوانب القانونية لفحص مجموعات كبيرة من المستندات والبحث عن مواد ذات صلة بقضية معينة.
• الإدارة المالية للشركات والأنشطة التجارية.
• خدمة العملاء، عبر المساعدين الافتراضيين أو روبوتات الدردشة للإجابة على الاستفسارات الأساسية.
• تشغيل برامج البريد الإلكتروني التي تقترح بشكل تلقائي ردًا مناسبًا على رسالة استنادا إلى محتواها.
• البحث على شبكة الإنترنت، وتصفية البريد الإلكتروني العشوائي، والترجمة التلقائية للنص أو الكلام، وتلخيص المستندات، والتدقيق النحوي/الإملائي.

التعلُّم العميق

إذا كان التعلُّم الآلي هو مجموعةٌ فرعية من الذكاء الاصطناعي، فإن التعلُّم العميق بدوره هو مجموعةٌ فرعية من التعلم الآلي.

والتعلُّم العميق هو وسيلة في الذكاء الاصطناعي تُعلِّم أجهزة الكمبيوتر معالجة البيانات بطريقة مستوحاة من الدماغ البشري، حيث تتعرف نماذج التعلم العميق على الأنماط المعقدة في الصور والنصوص والأصوات والبيانات الأخرى لإنتاج رؤى وتنبؤات دقيقة.

وخوارزميات التعلُّم العميق هي شبكات عصبونية تم تصميمها على غرار الدماغ البشري. على سبيل المثال، يحتوي الدماغ البشري على ملايين الخلايا العصبية المترابطة التي تعمل معًا في تعلّم المعلومات ومعالجتها. وبالمثل، فإن الشبكات العصبونية للتعلم العميق، أو الشبكات العصبونية الاصطناعية، تتكون من طبقات عديدة من الخلايا العصبية الاصطناعية التي تعمل معًا داخل الكمبيوتر.

والخلايا العصبية الاصطناعية هي وحدات برمجية تسمى العُقَد، تستخدم العمليات الحسابية الرياضية في معالجة البيانات، أما الشبكات العصبونية الاصطناعية فهي خوارزميات تعلم عميق تستخدم هذه العُقَد في حل المشاكل المُعقدة.

ويمكن استخدام التعلُّم العميق في مجالات السيارات والفضاء والتصنيع والإلكترونيات والبحوث الطبية وغيرها، كما يمكن استخدامه أيضًا في أتمتة المهام التي تتطلب عادةً ذكاءً بشريًا، مثل وصف الصور أو تفريغ ملف صوتي إلى نص.

بواسطة التعلم العميق يمكن تشغيل العديد من تطبيقات الذكاء الاصطناعي المُستخدمة في الحياة اليومية، مثل ما يلي:

• روبوتات الدردشة وأبرزها ChatGTP، وروبوت الدردشة من غوغل (Google Bard)، وغيرها.
• المساعدون الافتراضيون في الأجهزة والهواتف الذكية، مثل المساعد الذكي Siri الذي طورته شركة أبل وAlexa الذي طورته شركة أمازون.
• السيارات ذاتية القيادة، التي يمكنها اكتشاف لافتات الطرق والمشاة تلقائيًا.
• أجهزة التحكم عن بُعد التي تعمل بالصوت الخاصة بأجهزة التلفزيون.
• أنظمة الدفاع التي تستخدم التعلم العميق للإشارة تلقائيًا إلى مناطق الاهتمام في صور الأقمار الصناعية.
• اكتشاف متى يكون الأشخاص أو الأشياء على مسافة غير آمنة من الماكينات والآلات في المصانع.
• تحليل صور الأشعة والفحوصات الطبية للكشف التلقائي عن الخلايا السرطانية.

الرؤية الحاسوبية

هي أحد أفرع التعلم العميق التي تهتم بقدرة الحواسيب على استخراج المعلومات والرؤى من الصور ومقاطع الفيديو، وفهمها بنفس الطريقة التي يستخدمها البشر.

ويهتم هذا المجال بتمكين الآلات من الرؤية، التي لا تقتصر على استخدام كاميرا لتمكين روبوت مثلاً من رؤية العقبات، وإنما تتجاوزه لتشمل معالجة وتحليل المعلومات التي قد تتضمنها صورة أشعة سينية مثلاً أو التعرف على درجة الحرارة من خلال التعرف على مستوى الزئبق في الصورة.

ويُعد التعرف البصري أكثر مجال تظهر فيه براعة التعلم العميق؛ حيث تقوم خوارزميات الرؤية الحاسوبية بتحليل الصور الطبية، وتمكين السيارات ذاتيّة القيادة، وتشغيل أنظمة التعرُّف على الوجوه.

ويمكن استخدام الرؤية الحاسوب في تطبيقات عديدة أبرزها:

• الإشراف على المحتوى لإزالة المحتوى غير الآمن أو غير الملائم تلقائيًا من أرشيفات الصور ومقاطع الفيديو.
• التعرف على الوجوه لمعرفتها والتعرف على السمات، مثل العينين المفتوحتين والنظارات وشعر الوجه.
• تصنيف الصور لتحديد شعارات العلامات التجارية والملابس ومعدات الأمان وغيرها من تفاصيل الصورة.
• مساعدة الممرضات على مراقبة مرضى قسم العناية المشددة.
• تحسين الاستجابة للكوارث من خلال تمييز الصور.
• اكتشاف الصلات المجهولة بين الأعمال الفنية.

ما الفرق بين الذكاء الاصطناعي وعلم الروبوتات؟

غالباً ما يتم الخلط بين الذكاء الاصطناعي والروبوتات، حيث يعتقد البعض خطأ أنهما الشيء ذاته، لكن هناك اختلافات رئيسية بين المجالين.

وينبع هذا اللبس من منطلق أن الذكاء الاصطناعي والروبوتات هما مجالان مترابطان بشكل وثيق، لكن الحقيقة أن هناك بعض الاختلافات الرئيسية بين المجالين وهي:

أن الذكاء الاصطناعي هو مجال لعلوم الكمبيوتر، في حين أن الروبوتات هي مجال من مجالات الهندسة.

تركز أبحاث الذكاء الاصطناعي على تطوير أنظمة ذكية يمكنها التفكير والتعلم والتصرف بشكل مستقل، بينما تركز أبحاث الروبوتات على تصميم وبناء الروبوتات وهي آلات قادرة على تنفيذ مجموعة متنوعة من المهام، ويتم استخدامها في مجموعة واسعة من الصناعات والرعاية الصحية والنقل.

لكن في المقابل، فإن المجالين مرتبطان ارتباطًا وثيقًا، وغالبًا ما يتم استخدام الذكاء الاصطناعي لمنح الروبوتات مسحةٍ من الذكاء من خلال إضافة خوارزميات التعلم الآلي إلى نظام تشغيله، ما يُمكن الروبوت من القدرة على التفكير والتعلم والتصرف بشكل مستقل.

فيما يلي بعض الأمثلة على كيفية استخدام الذكاء الاصطناعي في الروبوتات:

تُستخدم الرؤية الحاسوبية لمساعدة الروبوتات على رؤية وفهم العالم من حولهم، ويتيح ذلك للروبوتات التنقل في بيئتها وتجنب العقبات والتفاعل مع الكائنات.

يُستخدم التعلم الآلي لتدريب الروبوتات على التعلم من التجربة، ويسمح هذا للروبوتات بتحسين أدائها بمرور الوقت والتكيف مع المواقف الجديدة.

تُستخدم معالجة اللغة الطبيعية لمساعدة الروبوتات على فهم لغة الإنسان، ويسمح هذا للروبوتات بالتواصل مع البشر والاستجابة لأوامرهم.

ما العلاقة بين الذكاء الاصطناعي والبيانات الضخمة؟

البيانات الضخمة هي عبارة عن مجموعةٍ كبيرة من البيانات التي تتضمن معلوماتٍ وصور وأرقام وتسجيلات صوتية وغيرها، وهذه البيانات غالباً ما تكون معقدة بحيث يصعب تحليلها بواسطة أدوات قواعد البيانات التقليدية.

وهناك علاقةٌ تبادلية بين الذكاء الاصطناعي والبيانات الضخمة؛ حيث إن خوارزميات الذكاء الاصطناعي تحتاج لأكبر قدرٍ ممكن من البيانات حتى تتدرب عليها.

في المقابل، فإن تقنيات الذكاء الاصطناعي تسمح بتحليلٍ أسرع وأعمق للبيانات الضخمة، وتوفر طرقاً لاكتشاف الأنماط بشكلٍ كان صعبًا للغاية وربما مستحيلاً من دونها.

ما هي فوائد الذكاء الاصطناعي؟

يتمتع الذكاء الاصطناعي بالقدرة على إحداث ثورة في العديد من جوانب حياتنا. تتضمن بعض الفوائد المحتملة للذكاء الاصطناعي ما يلي:

تحسين الكفاءة:

يمكن استخدام الذكاء الاصطناعي لأتمتة المهام التي يؤديها البشر حاليًا، مما قد يؤدي إلى تحسين الكفاءة والإنتاجية.

تحسين عملية اتخاذ القرار:

يمكن استخدام الذكاء الاصطناعي لتحليل كميات كبيرة من البيانات واتخاذ قرارات أفضل مما يستطيع البشر القيام به.

منتجات وخدمات جديدة:

يمكن استخدام الذكاء الاصطناعي لتطوير منتجات وخدمات جديدة لم تكن ممكنة من قبل.

ما هي أبرز التطبيقات والمجالات التي يدعمها الذكاء الاصطناعي:

السيارات ذاتية القيادة:

يتم استخدام الذكاء الاصطناعي لتطوير السيارات ذاتية القيادة، والتي لديها القدرة على إحداث ثورة في مجال النقل.

التشخيص الطبي:

يتم استخدام الذكاء الاصطناعي لتطوير أدوات التشخيص الطبي، والتي لديها القدرة على تحسين الكشف المبكر عن الأمراض وعلاجها.

التعليم:

يتم استخدام الذكاء الاصطناعي لتطوير أدوات تعليمية مدعومة بالذكاء الاصطناعي، والتي لديها القدرة على تخصيص التعلم وتحسين نتائج الطلاب.

خدمة العملاء:

يتم استخدام الذكاء الاصطناعي لتطوير روبوتات دردشة لخدمة العملاء مدعومة بالذكاء الاصطناعي، والتي لديها القدرة على توفير دعم العملاء على مدار الساعة طوال أيام الأسبوع.

ما هي أبرز تحديات الذكاء الاصطناعي؟

هناك أيضًا بعض التحديات والمخاوف المرتبطة بالذكاء الاصطناعي، مثل:

التحيٌّز:

يمكن أن تكون أنظمة الذكاء الاصطناعي مُتحيزة، مما قد يؤدي إلى نتائج غير عادلة أو غير دقيقة.

البطالة:

يمكن أن يؤدي الذكاء الاصطناعي إلى الاستغناء عن الكثير من الوظائف، حيث تصبح الآلات قادرة على أداء المهام التي يقوم بها البشر حاليًا.

الخصوصية:

يمكن لأنظمة الذكاء الاصطناعي جمع كميات كبيرة من البيانات وتحليلها، مما يثير مخاوف بشأن الخصوصية.

ما هو مستقبل الذكاء الاصطناعي والروبوتات؟

من الواضح أن الذكاء الاصطناعي لديه القدرة على إحداث تأثير كبير على حياتنا، لكن حجم هذا التغيير لا يمكن لأحد أن يحدده بالضبط.

والآن يتم استخدام الذكاء الاصطناعي بالفعل بعدة طرق، ومن المحتمل أن يصبح الذكاء الاصطناعي أكثر انتشارًا في السنوات القادمة.

وفيما يتعلق بالروبوتات، فإنه مع استمرار تطور تقنية الذكاء الاصطناعي، يمكننا أن نتوقع رؤية روبوتات أكثر تطوراً وذكاءً في المستقبل يمكن أن تؤدي مهام لا يمكن تخيلها أبدًا، ويمكن للمستقبل فقط أن يُنبئنا عنها.