الذكاء الاصطناعي
لا
يزال تعريف "الذكاء الاصطناعي" محل نقاش ، لأسباب كثيرة لعل أهمها أن العلم لم يتمكن
أبدًا من صياغة تعريف لـ "الذكاء" يقبله الجميع.
التعريفات
كثيرة وتميل إلى التداخل ، وتشير إلى "وكلاء" (برامج تعمل على أنظمة
الكمبيوتر) قادرة على التعلم والتكيف والتطوير في بيئات ديناميكية وغير مؤكدة.
وبهذا
المعنى ، فإن مفهوم الذكاء يجمع بين الاستقلالية والقدرة على التكيف ، من خلال
القدرة على التعلم في بيئة ديناميكية.
تحديد الذكاء الاصطناعي في المناطق المتقاطعة من البيانات الكبيرة والتعلم
الآلي والحوسبة السحابية
لفهم
النهضة الحالية لما نسميه "الذكاء الاصطناعي" الذي يعود بوضوح إلى
بدايات الحوسبة ، نحتاج إلى النظر في التقارب بين ثلاثة اتجاهات: 1) البيانات
الضخمة ، 2) التعلم الآلي ، و 3) الحوسبة السحابية الفائقة.
بهذا
المعنى ، فإن صعود الذكاء الاصطناعي هو بالفعل مظهر من مظاهر الثورة الرقمية. ينص
أحد قوانينها الرئيسية ، الذي تنبأ به جوردون مور ، المؤسس المشارك لشركة إنتل
لصناعة الرقائق في عام 1965 ، على أن قوة الحوسبة تتضاعف كل عامين في المتوسط ، وبتكلفة ثابتة.
ينتج
هذا النمو الأسي عن البراعة التكنولوجية المستمرة للتصغير. سمح هذا بظهور
المعلوماتية الدقيقة ، ثم تلك الخاصة بالحوسبة النانوية ، والتي أدت ، بقوتها
المتزايدة باستمرار ، إلى ظهور الهواتف الذكية و "إنترنت الأشياء". إلى
جانب تطوير الاتصالات عبر الإنترنت وبروتوكولات المحاكاة الافتراضية للآلة ، جعلت
الثورة الرقمية من الممكن استخدام قدرات الحوسبة عالية الأداء في السحابة. من هناك
، يمكن معالجة تدفق البيانات عالي الدقة الذي يتم إنتاجه يومًا بعد يوم بواسطة
الأجهزة المتصلة ، ويمكن معالجة البشر بواسطة الخوارزميات.
سمح
هذا السياق أخيرًا بانفجار فرع قديم من علم الكمبيوتر يسمى التعلم الآلي، الذي
يحدد نشاط الخوارزميات القادرة على الفرز التلقائي للأنماط المعقدة لمجموعات
البيانات الكبيرة جدًا ، من خلال التعلم الخاضع للإشراف أو غير الخاضع للإشراف. في
على مدى السنوات الخمس الماضية ، تقاربتم تمكين فرعين من التعلم الآلي نتائج
مبهرة: التعلم العميق والتعلم المعزز
هناك ثلاثة أنواع من الذكاء الاصطناعي: الذكاء الاصطناعي الضيق (ANI) ، والذكاء العام الاصطناعي (AGI) ، والذكاء الاصطناعي الخارق (ASI).
ذكاء اصطناعي ضيق: يتم تصنيف ANI على أنه ذكاء اصطناعي ضعيف لأنه متخصص فقط في نطاق ضيق من الإعدادات أو المواقف ، مثل التعرف على الصوت أو السيارات ذاتية القيادة ، على سبيل المثال.
الذكاء الاصطناعي العام: يعتبر الذكاء الاصطناعي العام من الذكاء الاصطناعي القوي ، لأنه يعمل على مستوى أعلى يتوافق مع الذكاء البشري.
الذكاء الاصطناعي الخارق: على الرغم من أن هذا النوع من الذكاء الاصطناعي لم يتم تطويره حاليًا ، فإن ASI تعني أن الآلة لديها ذكاء خارق أو أذكى من الإنسان.
ANI هو أسهل نوع من أنواع الذكاء الاصطناعي للتعرف عليه ، وهو مستخدم بالفعل من قبل معظم الأفراد. فيما يلي بعض الأمثلة على ANI التي ستتعرف عليها بالتأكيد:
السيارات ذاتية القيادة: لا تحتوي السيارات ذاتية القيادة على عجلة قيادة أو دواسات. إنها تعمل مع خرائط ثلاثية الأبعاد ويتم التحكم فيها بواسطة Google Driver.
الأجهزة التي تدعم الصوت: من Siri إلى Alexa ، يمتلك معظم المستهلكين واجهة ANI ويستخدمونها يوميًا من خلال الأجهزة الذكية.
عوامل تصفية البريد: توفر جميع صناديق البريد الوارد ، إن لم يكن معظمها ، للمستخدمين القدرة على تصفية البريد العشوائي ووضع علامة على الرسائل الخاصة.
يأخذ الذكاء الاصطناعي العام الذكاء الاصطناعي خطوة إلى الأمام ، حيث يتطلب آلة لأداء مهام فكرية مماثلة لتلك التي يؤديها البشر. ومع ذلك ، لكي يتم تصنيف الروبوت على أنه AGI ، يجب أن يجتاز بعض الاختبارات التي تتحقق من ذكاء الآلة.
على وجه الخصوص ، يتحقق اختبار تورينج من قدرة الآلة على التصرف مثل الإنسان. إذا سجلت الآلة 70٪ أو أكثر ، يتم تصنيفها على أنها روبوت AGI. تحليل آخر لتوافق الذكاء الاصطناعي العام هو اختبار القهوة ، والذي يتطلب روبوتًا للدخول إلى بيئة منزلية ، والعثور على القهوة ، وتعلم كيفية تحضيرها. يجب على مرشح AGI اجتياز اختبار Robot College ، والذي يتضمن تسجيل الروبوت في الدورات وإكمالها بنجاح. أخيرًا ، يمكن للروبوت أن يجلس لإجراء مقابلة عمل ، حيث يجب أن يجتاز الاختبارات المهنية ، بما في ذلك اختبارات القيادة والكتابة.