ما هو الذكاء الاصطناعي؟ وكيف يعمل؟ ولماذا يعتبر مهمًا؟

الذكاء الاصطناعي هو محاكاة عمليات الذكاء البشري بواسطة الآلات ، وخاصة أنظمة الكمبيوتر.

تشمل التطبيقات المحددة للذكاء الاصطناعي الأنظمة الخبيرة ومعالجة اللغة الطبيعية والتعرف على الكلام ورؤية الآلة.

كيف يعمل الذكاء الاصطناعي؟

مع تسارع الضجة حول الذكاء الاصطناعى ، كان البائعون يتدافعون للترويج لكيفية استخدام منتجاتهم وخدماتهم للذكاء الاصطناعى.

غالبًا ما يُشار إلى الذكاء الاصطناعى باعتباره أحد مكونات الذكاء الاصطناعى ، مثل التعلم الآلي.

يتطلب الذكاء الاصطناعى أساسًا من الأجهزة والبرامج المتخصصة لكتابة وتدريب خوارزميات التعلم الآلي.

لا توجد لغة برمجة واحدة مرادفة للذكاء الاصطناعى ، لكن القليل منها ، بما في ذلك Python و R و Java ، شائع.

بشكل عام ، تعمل أنظمة الذكاء الاصطناعى من خلال استيعاب كميات كبيرة من بيانات التدريب المسمى ، وتحليل البيانات من أجل الارتباطات والأنماط ، واستخدام هذه الأنماط لعمل تنبؤات حول الحالات المستقبلية.

بهذه الطريقة ، يمكن أن يتعلم روبوت المحادثة الذي يتم تغذيته بأمثلة من الدردشات النصية كيفية إجراء تبادلات واقعية مع الأشخاص ، أو يمكن لأداة التعرف على الصور أن تتعلم تحديد الكائنات في الصور ووصفها من خلال مراجعة ملايين الأمثلة.

تركز برمجة الذكاء الاصطناعى على ثلاث مهارات معرفية: التعلم والاستدلال والتصحيح الذاتي.

عمليات التعلم. يركز هذا الجانب من برمجة الذكاء الاصطناعى على الحصول على البيانات وإنشاء قواعد لكيفية تحويل البيانات إلى معلومات قابلة للتنفيذ.

توفر القواعد ، التي تسمى الخوارزميات ، لأجهزة الحوسبة إرشادات خطوة بخطوة حول كيفية إكمال مهمة معينة.

عمليات التفكير. يركز هذا الجانب من برمجة الذكاء الاصطناعي على اختيار الخوارزمية الصحيحة للوصول إلى النتيجة المرجوة.

عمليات التصحيح الذاتي. تم تصميم هذا الجانب من برمجة الذكاء الاصطناعي لضبط الخوارزميات باستمرار والتأكد من أنها توفر أدق النتائج الممكنة.

لماذا يعتبر الذكاء الاصطناعى مهمًا؟

يعد الذكاء الاصطناعى مهمًا لأنه يمكن أن يمنح المؤسسات رؤى حول عملياتها ربما لم يكونوا على دراية بها من قبل ، ولأنه في بعض الحالات ، يمكن للذكاء الاصطناعى أداء المهام بشكل أفضل من البشر.

خاصة عندما يتعلق الأمر بالمهام المتكررة والموجهة نحو التفاصيل مثل تحليل أعداد كبيرة من المستندات القانونية لضمان ملء الحقول ذات الصلة بشكل صحيح ، غالبًا ما تكمل أدوات الذكاء الاصطناعى المهام بسرعة وبأخطاء قليلة نسبيًا.

وقد ساعد هذا في إحداث انفجار في الكفاءة وفتح الباب أمام فرص عمل جديدة تمامًا لبعض الشركات الكبرى. قبل الموجة الحالية من الذكاء الاصطناعى ، كان من الصعب تخيل استخدام برامج الكمبيوتر لربط الركاب بسيارات الأجرة ، ولكن اليوم أصبحت أوبر واحدة من أكبر الشركات في العالم من خلال القيام بذلك.

يستخدم خوارزميات التعلم الآلي المتطورة للتنبؤ بالوقت الذي من المحتمل أن يحتاج فيه الناس إلى ركوب في مناطق معينة ، مما يساعد بشكل استباقي في جعل السائقين على الطريق قبل الحاجة.

كمثال آخر ، أصبحت Google واحدة من أكبر اللاعبين لمجموعة من الخدمات عبر الإنترنت باستخدام التعلم الآلي لفهم كيفية استخدام الأشخاص لخدماتهم ثم تحسينها.

في عام 2017 ، أعلن الرئيس التنفيذي للشركة ، Sundar Pichai ، أن Google ستعمل كشركة “AI الأولى”.

استخدمت أكبر المؤسسات وأكثرها نجاحًا اليوم الذكاء الاصطناعي لتحسين عملياتها واكتساب ميزة على منافسيها.

ما هي مزايا وعيوب الذكاء الاصطناعى؟

تتطور الشبكات العصبية الاصطناعية وتقنيات الذكاء الاصطناعي للتعلم العميق بشكل سريع ، ويرجع ذلك أساسًا إلى أن الذكاء الاصطناعى يعالج كميات كبيرة من البيانات بشكل أسرع ويجعل التنبؤات أكثر دقة مما يمكن للإنسان.

في حين أن الحجم الهائل من البيانات التي يتم إنشاؤها على أساس يومي من شأنه أن يدفن الباحث البشري ، يمكن لتطبيقات الذكاء الاصطناعي التي تستخدم التعلم الآلي أن تأخذ تلك البيانات وتحولها بسرعة إلى معلومات قابلة للتنفيذ.

حتى كتابة هذه السطور ، فإن العيب الأساسي لاستخدام الذكاء الاصطناعى هو أنه من المكلف معالجة الكميات الكبيرة من البيانات التي تتطلبها برمجة الذكاء الاصطناعى.

المزايا

جيد في الوظائف الموجهة نحو التفاصيل ؛
تقليل وقت المهام المليئة بالبيانات ؛
يقدم نتائج متسقة ؛ و
تتوفر دائمًا الوكلاء الافتراضيون المدعومون بالذكاء الاصطناعي.
سلبيات

التحديات

يتطلب خبرة فنية عميقة ؛
محدودية المعروض من العمال المؤهلين لبناء أدوات الذكاء الاصطناعي ؛
يعرف فقط ما تم عرضه ؛ وعدم القدرة على التعميم من مهمة إلى أخرى.

الذكاء الاصطناعى القوي مقابل الذكاء الاصطناعى الضعيف
يمكن تصنيف الذكاء الاصطناعى على أنه ضعيف أو قوي.

الذكاء الاصطناعى الضعيف ، المعروف أيضًا باسم الذكاء الاصطناعي الضيق ، هو نظام ذكاء اصطناعي تم تصميمه وتدريبه لإكمال مهمة محددة.

تستخدم الروبوتات الصناعية والمساعدون الشخصيون الافتراضيون ، مثل Siri من Apple ، الذكاء الاصطناعي الضعيف.

يصف الذكاء الاصطناعى القوي ، المعروف أيضًا باسم الذكاء العام الاصطناعى (AGI) ، البرمجة التي يمكنها تكرار القدرات المعرفية للدماغ البشري.

عند تقديم مهمة غير مألوفة لنظام الذكاء الاصطناعى القوي ، يمكن أن يستخدم المنطق الضبابي لتطبيق المعرفة من مجال إلى آخر وإيجاد حل بشكل مستقل.

من الناحية النظرية ، يجب أن يكون برنامج الذكاء الاصطناعى القوي قادرًا على اجتياز اختبار تورينج واختبار الغرفة الصينية.

ما هي الأنواع الأربعة للذكاء الاصطناعى؟

أوضح Arend Hintze ، الأستاذ المساعد في علم الأحياء التكاملي وعلوم الكمبيوتر والهندسة في جامعة ولاية ميتشيغان ، في مقال نشر عام 2016 أنه يمكن تصنيف الذكاء الاصطناعى إلى أربعة أنواع ، بدءًا من الأنظمة الذكية الخاصة بالمهام المستخدمة على نطاق واسع اليوم والتقدم إلى الأنظمة الواعية. التي لم توجد بعد. الفئات هي كما يلي:

النوع 1: آلات رد الفعل. أنظمة الذكاء الاصطناعى هذه ليس لها ذاكرة وهي مهمة محددة. مثال على ذلك Deep Blue ، برنامج الشطرنج IBM الذي تغلب على Garry Kasparov في التسعينيات.

يمكن لـ Deep Blue تحديد القطع الموجودة على رقعة الشطرنج والتنبؤات ، ولكن نظرًا لعدم وجود ذاكرة لها ، لا يمكنها استخدام الخبرات السابقة لإبلاغ الخبرات المستقبلية.

النوع 2: ذاكرة محدودة. تتمتع أنظمة الذكاء الاصطناعى هذه بذاكرة ، لذا يمكنها استخدام الخبرات السابقة لإبلاغ القرارات المستقبلية. تم تصميم بعض وظائف اتخاذ القرار في السيارات ذاتية القيادة بهذه الطريقة.

النوع 3: نظرية العقل. نظرية العقل هي مصطلح في علم النفس. عند تطبيقه على الذكاء الاصطناعى ، فهذا يعني أن النظام سيكون لديه الذكاء الاجتماعي لفهم المشاعر.

سيكون هذا النوع من الذكاء الاصطناعى قادرًا على استنتاج النوايا البشرية والتنبؤ بالسلوك ، وهي مهارة ضرورية لأنظمة الذكاء الاصطناعى لتصبح أعضاء لا يتجزأ من الفرق البشرية.

النوع الرابع: الوعي الذاتي. في هذه الفئة ، تمتلك أنظمة الذكاء الاصطناعى إحساسًا بالذات ، مما يمنحها الوعي. الآلات ذات الوعي الذاتي تفهم حالتها الحالية. هذا النوع من الذكاء الاصطناعى غير موجود بعد.

ما هي أمثلة تقنية الذكاء الاصطناعى وكيف يتم استخدامها اليوم؟

تم دمج الذكاء الاصطناعى في مجموعة متنوعة من أنواع التكنولوجيا المختلفة. فيما يلي ستة أمثلة:

التشغيل الآلي. عند إقرانها بتقنيات الذكاء الاصطناعي ، يمكن لأدوات الأتمتة توسيع حجم وأنواع المهام التي يتم تنفيذها. ومن الأمثلة على ذلك أتمتة العمليات الروبوتية (RPA) ، وهي نوع من البرامج التي تعمل على أتمتة مهام معالجة البيانات المتكررة القائمة على القواعد والتي يقوم بها البشر بشكل تقليدي.

عند دمجها مع أدوات التعلم الآلي والذكاء الاصطناعى الناشئة ، يمكن لـ RPA أتمتة أجزاء أكبر من وظائف المؤسسات ، مما يمكّن الروبوتات التكتيكية في RPA من تمرير الذكاء من الذكاء الاصطناعى والاستجابة لتغيرات العملية.

التعلم الالي. هذا هو علم جعل الكمبيوتر يعمل بدون برمجة. التعلم العميق هو مجموعة فرعية من التعلم الآلي والتي ، بعبارات بسيطة للغاية ، يمكن اعتبارها أتمتة التحليلات التنبؤية. هناك ثلاثة أنواع من خوارزميات التعلم الآلي:

التعلم تحت الإشراف. يتم تصنيف مجموعات البيانات بحيث يمكن اكتشاف الأنماط واستخدامها لتسمية مجموعات البيانات الجديدة.

تعليم غير مشرف عليه. لا يتم تصنيف مجموعات البيانات ويتم فرزها وفقًا لأوجه التشابه أو الاختلافات.

تعزيز التعلم. لم يتم تصنيف مجموعات البيانات ، ولكن بعد تنفيذ إجراء أو عدة إجراءات ، يتم إعطاء ملاحظات لنظام الذكاء الاصطناعي.

رؤية الجهاز. تمنح هذه التقنية الآلة القدرة على الرؤية. تلتقط رؤية الآلة المعلومات المرئية وتحللها باستخدام الكاميرا ، والتحويل التناظري إلى الرقمي ومعالجة الإشارات الرقمية.

غالبًا ما تتم مقارنتها بالبصر البشري ، لكن الرؤية الآلية ليست ملزمة بالبيولوجيا ويمكن برمجتها للرؤية من خلال الجدران ، على سبيل المثال.

يتم استخدامه في مجموعة من التطبيقات من تحديد التوقيع إلى تحليل الصور الطبية. غالبًا ما يتم خلط رؤية الكمبيوتر ، التي تركز على معالجة الصور القائمة على الآلة ، مع رؤية الآلة.

معالجة اللغة الطبيعية (NLP). هذه هي معالجة لغة الإنسان بواسطة برنامج كمبيوتر. يعد اكتشاف البريد العشوائي أحد أقدم وأشهر الأمثلة على معالجة اللغات الطبيعية ، والذي يبحث في سطر الموضوع ونص رسالة البريد الإلكتروني ويقرر ما إذا كان غير هام.

تعتمد الأساليب الحالية في البرمجة اللغوية العصبية على التعلم الآلي. تتضمن مهام البرمجة اللغوية العصبية ترجمة النصوص وتحليل المشاعر والتعرف على الكلام.

علم الروبوتات. يركز هذا المجال الهندسي على تصميم وتصنيع الروبوتات. غالبًا ما تستخدم الروبوتات لأداء المهام التي يصعب على البشر القيام بها أو أدائها باستمرار.

على سبيل المثال ، تُستخدم الروبوتات في خطوط التجميع لإنتاج السيارات أو بواسطة وكالة ناسا لنقل الأجسام الكبيرة في الفضاء.

يستخدم الباحثون أيضًا التعلم الآلي لبناء روبوتات يمكنها التفاعل في البيئات الاجتماعية.

سيارات ذاتية القيادة. تستخدم المركبات ذاتية القيادة مزيجًا من رؤية الكمبيوتر والتعرف على الصور والتعلم العميق لبناء مهارة آلية في قيادة مركبة أثناء البقاء في ممر معين وتجنب العوائق غير المتوقعة ، مثل المشاة.

ما هي تطبيقات الذكاء الاصطناعى؟

شق الذكاء الاصطناعي طريقه إلى مجموعة متنوعة من الأسواق. فيما يلي تسعة أمثلة.

الذكاء الاصطناعي في الرعاية الصحية. أكبر الرهانات هي تحسين نتائج المرضى وخفض التكاليف.

تطبق الشركات التعلم الآلي لإجراء تشخيصات أفضل وأسرع من البشر.

يعد IBM Watson أحد أشهر تقنيات الرعاية الصحية. يفهم اللغة الطبيعية ويمكنه الرد على الأسئلة المطروحة عليه.

يستخرج النظام بيانات المرضى ومصادر البيانات الأخرى المتاحة لتشكيل فرضية ، والتي يقدمها بعد ذلك مع مخطط تسجيل الثقة.

تتضمن تطبيقات الذكاء الاصطناعى الأخرى استخدام مساعدين صحيين افتراضيين عبر الإنترنت وروبوتات الدردشة لمساعدة المرضى وعملاء الرعاية الصحية في العثور على المعلومات الطبية وجدولة المواعيد وفهم عملية الفوترة وإكمال العمليات الإدارية الأخرى.

يتم أيضًا استخدام مجموعة من تقنيات الذكاء الاصطناعى للتنبؤ بالأوبئة ومكافحتها وفهمها مثل COVID-19.

الذكاء الاصطناعي في الأعمال. يتم دمج خوارزميات التعلم الآلي في الأنظمة الأساسية للتحليلات وإدارة علاقات العملاء (CRM) للكشف عن معلومات حول كيفية خدمة العملاء بشكل أفضل.

تم دمج روبوتات الدردشة في مواقع الويب لتقديم خدمة فورية للعملاء. أصبحت أتمتة المناصب الوظيفية أيضًا نقطة نقاش بين الأكاديميين ومحللي تكنولوجيا المعلومات.

الذكاء الاصطناعي في التعليم. يمكن للذكاء الاصطناعي أتمتة عملية الدرجات ، مما يمنح المعلمين مزيدًا من الوقت. يمكنه تقييم الطلاب والتكيف مع احتياجاتهم ، ومساعدتهم على العمل وفقًا لسرعتهم الخاصة.

يمكن لمدرسي الذكاء الاصطناعي تقديم دعم إضافي للطلاب ، مما يضمن بقائهم على المسار الصحيح. ويمكن أن يغير مكان وكيفية تعلم الطلاب ، وربما يحل محل بعض المعلمين.

الذكاء الاصطناعى في التمويل. يعمل الذكاء الاصطناعي في تطبيقات التمويل الشخصي ، مثل Intuit Mint أو TurboTax ، على تعطيل المؤسسات المالية.

تقوم تطبيقات مثل هذه بجمع البيانات الشخصية وتقديم المشورة المالية.

تم تطبيق برامج أخرى ، مثل IBM Watson ، في عملية شراء منزل. اليوم ، تؤدي برامج الذكاء الاصطناعي الكثير من التداول في وول ستريت.

الذكاء الاصطناعي في القانون. غالبًا ما تكون عملية الاكتشاف – غربلة الوثائق – في القانون ساحقة للبشر.

يؤدي استخدام الذكاء الاصطناعي للمساعدة في أتمتة العمليات كثيفة العمالة في الصناعة القانونية إلى توفير الوقت وتحسين خدمة العملاء.

تستخدم شركات المحاماة التعلم الآلي لوصف البيانات والتنبؤ بالنتائج ، ورؤية الكمبيوتر لتصنيف واستخراج المعلومات من المستندات ومعالجة اللغة الطبيعية لتفسير طلبات الحصول على المعلومات.

الذكاء الاصطناعي في التصنيع. كان التصنيع في طليعة دمج الروبوتات في سير العمل.

على سبيل المثال ، الروبوتات الصناعية التي تمت برمجتها في وقت ما لأداء مهام فردية ومنفصلة عن العاملين البشريين ، تعمل بشكل متزايد كروبوتات: روبوتات أصغر متعددة المهام تتعاون مع البشر وتتحمل مسؤولية المزيد من أجزاء العمل في المستودعات وأرضيات المصانع ومساحات العمل الأخرى.

الذكاء الاصطناعي في البنوك. توظف البنوك بنجاح روبوتات المحادثة لتوعية عملائها بالخدمات والعروض وللتعامل مع المعاملات التي لا تتطلب تدخلًا بشريًا.

يتم استخدام المساعدين الافتراضيين للذكاء الاصطناعي لتحسين وخفض تكاليف الامتثال للوائح المصرفية.

تستخدم المؤسسات المصرفية أيضًا الذكاء الاصطناعي لتحسين اتخاذ قراراتها بشأن القروض ، وتعيين حدود الائتمان وتحديد فرص الاستثمار.

الذكاء الاصطناعي في النقل. بالإضافة إلى الدور الأساسي للذكاء الاصطناعي في تشغيل المركبات المستقلة ، تُستخدم تقنيات الذكاء الاصطناعي في النقل لإدارة حركة المرور ، والتنبؤ بتأخير الرحلات الجوية ، وجعل الشحن البحري أكثر أمانًا وكفاءة.

حماية. يحتل الذكاء الاصطناعي والتعلم الآلي أعلى قائمة الكلمات الطنانة التي يستخدمها بائعو الأمان اليوم للتمييز بين عروضهم.

تمثل هذه المصطلحات أيضًا تقنيات قابلة للتطبيق حقًا.

تستخدم المؤسسات التعلم الآلي في برامج إدارة المعلومات والأحداث (SIEM) والمجالات ذات الصلة لاكتشاف الحالات الشاذة وتحديد الأنشطة المشبوهة التي تشير إلى التهديدات.

من خلال تحليل البيانات واستخدام المنطق لتحديد أوجه التشابه مع التعليمات البرمجية الخبيثة المعروفة ، يمكن للذكاء الاصطناعي توفير تنبيهات للهجمات الجديدة والناشئة في وقت أقرب بكثير من الموظفين البشريين وتكرارات التكنولوجيا السابقة.

تلعب التكنولوجيا الناضجة دورًا كبيرًا في مساعدة المؤسسات على محاربة الهجمات الإلكترونية.

الذكاء المعزز مقابل الذكاء الاصطناعى

يعتقد بعض خبراء الصناعة أن مصطلح الذكاء الاصطناعى يرتبط ارتباطًا وثيقًا بالثقافة الشعبية ، وقد تسبب هذا في أن يكون لدى عامة الناس توقعات غير محتملة حول كيفية تغيير الذكاء الاصطناعى لمكان العمل والحياة بشكل عام.

الذكاء المعزز. يأمل بعض الباحثين والمسوقين أن يساعد الذكاء المعزز ، الذي له دلالة أكثر حيادية ، الناس على فهم أن معظم تطبيقات الذكاء الاصطناعى ستكون ضعيفة وستعمل ببساطة على تحسين المنتجات والخدمات. تتضمن الأمثلة عرض المعلومات المهمة تلقائيًا في تقارير ذكاء الأعمال أو إبراز المعلومات المهمة في الإيداعات القانونية.

الذكاء الاصطناعى. يرتبط الذكاء الاصطناعى الحقيقي ، أو الذكاء العام الاصطناعي ، ارتباطًا وثيقًا بمفهوم التفرد التكنولوجي – مستقبل يحكمه الذكاء الاصطناعي الخارق الذي يفوق بكثير قدرة الدماغ البشري على فهمه أو كيف يشكل واقعنا.

يظل هذا في نطاق الخيال العلمي ، على الرغم من أن بعض المطورين يعملون على حل المشكلة.

يعتقد الكثيرون أن تقنيات مثل الحوسبة الكمومية يمكن أن تلعب دورًا مهمًا في جعل الذكاء الاصطناعي العام حقيقة واقعة وأنه يجب علينا الاحتفاظ باستخدام مصطلح الذكاء الاصطناعى لهذا النوع من الذكاء العام.

الاستخدام الأخلاقي للذكاء الاصطناعى

بينما تقدم أدوات الذكاء الاصطناعى مجموعة من الوظائف الجديدة للشركات ، فإن استخدام الذكاء الاصطناعي يثير أيضًا أسئلة أخلاقية لأنه ، للأفضل أو للأسوأ ، سيعزز نظام الذكاء الاصطناعى ما تعلمه بالفعل.

قد يكون هذا إشكاليًا لأن خوارزميات التعلم الآلي ، التي تدعم العديد من أدوات الذكاء الاصطناعي الأكثر تقدمًا ، تكون ذكية فقط مثل البيانات التي يتم تقديمها في التدريب. نظرًا لأن الإنسان يختار البيانات المستخدمة لتدريب برنامج الذكاء الاصطناعي ، فإن احتمالية تحيز التعلم الآلي متأصلة ويجب مراقبتها عن كثب.

يحتاج أي شخص يتطلع إلى استخدام التعلم الآلي كجزء من أنظمة العالم الواقعي قيد الإنتاج إلى مراعاة الأخلاقيات في عمليات تدريب الذكاء الاصطناعى الخاصة به والسعي لتجنب التحيز. هذا صحيح بشكل خاص عند استخدام خوارزميات الذكاء الاصطناعى التي لا يمكن تفسيرها بطبيعتها في التعلم العميق وتطبيقات شبكة الخصومة التوليدية (GAN).

القابلية للتفسير هي حجر عثرة محتمل أمام استخدام الذكاء الاصطناعى في الصناعات التي تعمل وفقًا لمتطلبات الامتثال التنظيمي الصارمة.

على سبيل المثال ، تعمل المؤسسات المالية في الولايات المتحدة بموجب لوائح تتطلب منهم شرح قرارات إصدار الائتمان الخاصة بهم.

عندما يتم اتخاذ قرار برفض الائتمان عن طريق برمجة الذكاء الاصطناعى ، قد يكون من الصعب شرح كيفية التوصل إلى القرار لأن أدوات الذكاء الاصطناعى المستخدمة في اتخاذ مثل هذه القرارات تعمل عن طريق إثارة الارتباطات الدقيقة بين آلاف المتغيرات.

عندما يتعذر شرح عملية صنع القرار ، يمكن الإشارة إلى البرنامج باسم الصندوق الأسود AI.

على الرغم من المخاطر المحتملة ، لا يوجد حاليًا سوى عدد قليل من اللوائح التي تحكم استخدام أدوات الذكاء الاصطناعي ، وحيث توجد قوانين ، فإنها تتعلق عادةً بالذكاء الاصطناعي بشكل غير مباشر.

على سبيل المثال ، كما ذكرنا سابقًا ، تتطلب لوائح الإقراض العادل في الولايات المتحدة من المؤسسات المالية شرح قرارات الائتمان للعملاء المحتملين.

هذا يحد من المدى الذي يمكن للمقرضين استخدام خوارزميات التعلم العميق ، والتي بطبيعتها غامضة وتفتقر إلى القابلية للتفسير.

تضع اللائحة العامة لحماية البيانات (GDPR) في الاتحاد الأوروبي قيودًا صارمة على كيفية استخدام المؤسسات لبيانات المستهلك ، مما يعيق تدريب ووظائف العديد من تطبيقات الذكاء الاصطناعي التي تواجه المستهلك.

في أكتوبر 2016 ، أصدر المجلس الوطني للعلوم والتكنولوجيا تقريرًا يفحص الدور المحتمل الذي قد تلعبه اللوائح الحكومية في تطوير الذكاء الاصطناعي ، لكنه لم يوصِ بأخذ تشريعات محددة بعين الاعتبار.

لن يكون وضع القوانين لتنظيم الذكاء الاصطناعي أمرًا سهلاً ، ويرجع ذلك جزئيًا إلى أن الذكاء الاصطناعي يشمل مجموعة متنوعة من التقنيات التي تستخدمها الشركات لغايات مختلفة ، وجزئيًا لأن اللوائح يمكن أن تأتي على حساب تقدم الذكاء الاصطناعي وتطويره.

يعد التطور السريع لتقنيات الذكاء الاصطناعي عقبة أخرى أمام تشكيل تنظيم ذي مغزى للذكاء الاصطناعي.

الاختراقات التكنولوجية والتطبيقات الجديدة يمكن أن تجعل القوانين الحالية عفا عليها الزمن على الفور.

على سبيل المثال ، لا تغطي القوانين الحالية التي تنظم خصوصية المحادثات والمحادثات المسجلة التحدي الذي يمثله المساعدون الصوتيون مثل Amazon’s Alexa و Apple’s Siri الذين يجمعون المحادثات ولكن لا يوزعونها – باستثناء فرق التكنولوجيا في الشركات التي تستخدمها لتحسين الجهاز خوارزميات التعلم.

وبالطبع ، فإن القوانين التي تمكنت الحكومات من صياغتها لتنظيم الذكاء الاصطناعي لا تمنع المجرمين من استخدام التكنولوجيا بنية ضارة.

الحوسبة المعرفية والذكاء الاصطناعى

يتم استخدام مصطلحات الذكاء الاصطناعي والحوسبة المعرفية أحيانًا بالتبادل ، ولكن بشكل عام ، يتم استخدام التسمية AI للإشارة إلى الآلات التي تحل محل الذكاء البشري من خلال محاكاة كيف نشعر ونتعلم ونعالج ونتفاعل مع المعلومات في البيئة.

تُستخدم تسمية الحوسبة المعرفية في إشارة إلى المنتجات والخدمات التي تحاكي وتزيد عمليات التفكير البشري.

ما هو تاريخ الذكاء الاصطناعى؟

إن مفهوم الجماد الممنوح بالذكاء كان موجودًا منذ العصور القديمة. تم تصوير الإله اليوناني هيفايستوس في الأساطير على أنه يصنع من الذهب خدمًا يشبه الروبوت. بنى المهندسون في مصر القديمة تماثيل الآلهة التي رسمها الكهنة.

على مر القرون ، استخدم المفكرون من أرسطو إلى اللاهوتي الإسباني في القرن الثالث عشر رامون لول إلى رينيه ديكارت وتوماس بايز أدوات ومنطق عصرهم لوصف عمليات التفكير البشري كرموز ، ووضع الأساس لمفاهيم الذكاء الاصطناعي مثل تمثيل المعرفة العامة.

جلب أواخر القرن التاسع عشر والنصف الأول من القرن العشرين العمل التأسيسي الذي من شأنه أن يؤدي إلى ظهور الكمبيوتر الحديث.

في عام 1836 ، اخترع عالم الرياضيات في جامعة كامبريدج تشارلز باباج وأوغستا آدا بايرون ، كونتيسة لوفليس ، أول تصميم لآلة قابلة للبرمجة.

الأربعينيات. ابتكر عالم الرياضيات في جامعة برينستون ، جون فون نيومان ، بنية حاسوب البرنامج المخزن – فكرة أن برنامج الكمبيوتر والبيانات التي يعالجها يمكن الاحتفاظ بها في ذاكرة الكمبيوتر. وقد وضع وارين مكولوتش ووالتر بيتس الأساس للشبكات العصبية.

الخمسينيات. مع ظهور أجهزة الكمبيوتر الحديثة ، يمكن للعلماء اختبار أفكارهم حول الذكاء الآلي.

طريقة واحدة لتحديد ما إذا كان الكمبيوتر لديه معلومات استخباراتية ابتكرها عالم الرياضيات البريطاني ومكسر الشفرات في الحرب العالمية الثانية آلان تورينج.

ركز اختبار تورينج على قدرة الكمبيوتر على خداع المحققين للاعتقاد بأن إجاباته على أسئلتهم صادرة عن إنسان.

1956. يُشار إلى مجال الذكاء الاصطناعى الحديث على نطاق واسع على أنه بدأ هذا العام خلال مؤتمر صيفي في كلية دارتموث.

برعاية وكالة مشاريع الأبحاث الدفاعية المتقدمة (DARPA) ، حضر المؤتمر 10 شخصيات بارزة في هذا المجال ، بما في ذلك رواد الذكاء الاصطناعي مارفن مينسكي وأوليفر سيلفريدج وجون مكارثي ، الذي يُنسب إليه الفضل في ابتكار مصطلح الذكاء الاصطناعي.

وكان من بين الحاضرين أيضًا ألين نيويل ، عالم الكمبيوتر ، وهربرت أ.سيمون ، الاقتصادي والعالم السياسي وعلم النفس المعرفي ، الذين قدموا نظرياتهم المنطقية الرائدة ، وهو برنامج كمبيوتر قادر على إثبات بعض النظريات الرياضية ويشار إليه باسم برنامج الذكاء الاصطناعي الأول. .

الخمسينيات والستينيات. في أعقاب مؤتمر كلية دارتموث ، تنبأ القادة في مجال الذكاء الاصطناعى الوليدي بأن الذكاء الاصطناعي الذي يكافئ الدماغ البشري كان قاب قوسين أو أدنى ، مما يجذب دعمًا حكوميًا وصناعيًا كبيرًا.

في الواقع ، أدى ما يقرب من 20 عامًا من البحث الأساسي الممول جيدًا إلى تطورات كبيرة في الذكاء الاصطناعى: على سبيل المثال ، في أواخر الخمسينيات من القرن الماضي ، نشر نيويل وسيمون خوارزمية حل المشكلات العامة (GPS) ، والتي فشلت في حل المشكلات المعقدة ولكنها وضعت الأسس لـ تطوير معماريات معرفية أكثر تعقيدًا ؛ قام مكارثي بتطوير Lisp ، وهي لغة لبرمجة الذكاء الاصطناعي لا تزال مستخدمة حتى اليوم.

في منتصف الستينيات من القرن الماضي ، طور البروفيسور جوزيف وايزنباوم من معهد ماساتشوستس للتكنولوجيا ELIZA ، وهو برنامج مبكر لمعالجة اللغة الطبيعية وضع الأساس لبرامج الدردشة اليوم.

السبعينيات والثمانينيات. لكن تبين أن تحقيق الذكاء الاصطناعي العام بعيد المنال ، وليس وشيكًا ، حيث تعوقه قيود في معالجة الكمبيوتر والذاكرة وتعقيد المشكلة.

تراجعت الحكومة والشركات عن دعمها لأبحاث الذكاء الاصطناعى ، مما أدى إلى فترة إراحة استمرت من 1974 إلى 1980 والمعروفة باسم “شتاء الذكاء الاصطناعى الأول”.

في الثمانينيات من القرن الماضي ، أثار البحث حول تقنيات التعلم العميق واعتماد الصناعة لأنظمة خبراء إدوارد فيجنباوم موجة جديدة من الحماس للذكاء الاصطناعي ، ليتبعها انهيار آخر في التمويل الحكومي ودعم الصناعة. استمر شتاء الذكاء الاصطناعى الثاني حتى منتصف التسعينيات.

من التسعينيات حتى اليوم. أدت الزيادة في القوة الحسابية وانفجار البيانات إلى نهضة الذكاء الاصطناعى في أواخر التسعينيات والتي استمرت حتى الوقت الحاضر. أدى التركيز الأخير على الذكاء الاصطناعى إلى ظهور اختراقات في معالجة اللغة الطبيعية ورؤية الكمبيوتر والروبوتات والتعلم الآلي والتعلم العميق والمزيد.

علاوة على ذلك ، أصبح الذكاء الاصطناعى أكثر واقعية من أي وقت مضى ، حيث يعمل على تشغيل السيارات وتشخيص الأمراض وتعزيز دورها في الثقافة الشعبية.

في عام 1997 ، فاز ديب بلو من شركة آي بي إم على أستاذ الشطرنج الروسي غاري كاسباروف ، ليصبح أول برنامج كمبيوتر يفوز على بطل العالم في الشطرنج.

بعد أربعة عشر عامًا ، استحوذ Watson من شركة IBM على الجمهور عندما هزم بطلين سابقين في عرض اللعبة Jeopardy !.

وفي الآونة الأخيرة ، أذهلت الهزيمة التاريخية لبطل العالم 18 مرة Lee Sedol من قِبل AlphaGo من Google DeepMind مجتمع Go وشكلت علامة فارقة في تطوير الآلات الذكية.

الذكاء الاصطناعى كخدمة

نظرًا لأن تكاليف الأجهزة والبرامج والموظفين للذكاء الاصطناعي يمكن أن تكون باهظة الثمن ، فإن العديد من البائعين يدرجون مكونات الذكاء الاصطناعى في عروضهم القياسية أو يوفرون الوصول إلى منصات الذكاء الاصطناعى كخدمة (AIaaS).

يسمح AIaaS للأفراد والشركات بتجربة الذكاء الاصطناعى لأغراض تجارية مختلفة وأخذ عينات من منصات متعددة قبل الالتزام.