ما هو الذكاء الاصطناعي (AI)؟
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 الاصطناعي ، كان البائعون يتدافعون للترويج لكيفية استخدام منتجاتهم وخدماتهم له. في كثير من الأحيان ، ما يشيرون إليه على أنه الذكاء الاصطناعي هو ببساطة أحد مكونات التكنولوجيا ، مثل التعلم الآلي . يتطلب الذكاء الاصطناعي أساسًا من الأجهزة والبرامج المتخصصة لكتابة وتدريب خوارزميات التعلم الآلي. لا توجد لغة برمجة واحدة مرادفة لـ AI ، لكن Python و R و Java و C ++ و Julia لها ميزات شائعة لدى مطوري الذكاء الاصطناعي.
بشكل عام ، تعمل أنظمة الذكاء الاصطناعي 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 النص إنشاء تبادلات واقعية مع الأشخاص ، أو يمكن لأداة التعرف على الصور أن تتعلم تحديد الكائنات في الصور ووصفها من خلال مراجعة ملايين الأمثلة. يمكن لتقنيات الذكاء الاصطناعي التوليدية الجديدة والسريعة التحسن إنشاء نصوص وصور وموسيقى واقعية ووسائط أخرى.
تركز برمجة الذكاء الاصطناعي على المهارات المعرفية التي تشمل ما يلي:
- تعلُّم. يركز هذا الجانب من برمجة الذكاء الاصطناعي على الحصول على البيانات وإنشاء قواعد لكيفية تحويلها إلى معلومات قابلة للتنفيذ. توفر القواعد ، التي تسمى الخوارزميات ، لأجهزة الحوسبة إرشادات خطوة بخطوة حول كيفية إكمال مهمة محددة.
- منطق. يركز هذا الجانب من برمجة الذكاء الاصطناعي على اختيار الخوارزمية الصحيحة للوصول إلى النتيجة المرجوة.
- تصحيح الذات. تم تصميم هذا الجانب من برمجة الذكاء الاصطناعي لضبط الخوارزميات باستمرار والتأكد من أنها توفر أدق النتائج الممكنة.
- إِبداع. يستخدم هذا الجانب من الذكاء الاصطناعي الشبكات العصبية والأنظمة القائمة على القواعد والأساليب الإحصائية وتقنيات الذكاء الاصطناعي الأخرى لإنشاء صور جديدة ونص جديد وموسيقى جديدة وأفكار جديدة.
الاختلافات بين الذكاء الاصطناعي والتعلم الآلي والتعلم العميق
يعد الذكاء الاصطناعي والتعلم الآلي والتعلم العميق مصطلحات شائعة في تكنولوجيا المعلومات الخاصة بالمؤسسات وتستخدم أحيانًا بالتبادل ، لا سيما من قبل الشركات في مواد التسويق الخاصة بها . لكن هناك اختلافات. يشير مصطلح AI ، الذي صاغ في الخمسينيات من القرن الماضي ، إلى محاكاة الذكاء البشري بواسطة الآلات. وهي تغطي مجموعة متغيرة باستمرار من القدرات مع تطوير تقنيات جديدة. تشمل التقنيات التي تندرج تحت مظلة الذكاء الاصطناعي التعلم الآلي والتعلم العميق.
يمكّن التعلم الآلي التطبيقات البرمجية من أن تصبح أكثر دقة في توقع النتائج دون أن تتم برمجتها بشكل صريح للقيام بذلك. تستخدم خوارزميات التعلم الآلي البيانات التاريخية كمدخلات للتنبؤ بقيم المخرجات الجديدة. أصبح هذا النهج أكثر فاعلية إلى حد كبير مع ظهور مجموعات البيانات الكبيرة للتدريب عليها. يعتمد التعلم العميق ، وهو مجموعة فرعية من التعلم الآلي ، على فهمنا لكيفية بناء الدماغ. يعد استخدام التعلم العميق لهيكل الشبكات العصبية الاصطناعية أساس التطورات الحديثة في الذكاء الاصطناعي ، بما في ذلك السيارات ذاتية القيادة و ChatGPT.
لماذا الذكاء الاصطناعي مهم؟
الذكاء الاصطناعي مهم لقدرته على تغيير طريقة عيشنا وعملنا ولعبنا. لقد تم استخدامه بشكل فعال في الأعمال لأتمتة المهام التي يقوم بها البشر ، بما في ذلك عمل خدمة العملاء ، وتوليد العملاء المحتملين ، واكتشاف الاحتيال ومراقبة الجودة. في عدد من المجالات ، يمكن للذكاء الاصطناعي أداء المهام بشكل أفضل بكثير 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 الاصطناعي المهام بسرعة وبأخطاء قليلة نسبيًا . نظرًا لمجموعات البيانات الضخمة التي يمكنها معالجتها ، يمكن للذكاء الاصطناعي أيضًا أن يمنح المؤسسات نظرة ثاقبة لعملياتها التي ربما لم يكونوا على دراية بها. التوسع السريع في عدد أدوات الذكاء الاصطناعي التوليديةسيكون مهمًا في مجالات تتراوح من التعليم والتسويق إلى تصميم المنتج.
في الواقع ، لم يساعد التقدم في تقنيات الذكاء الاصطناعي في زيادة الكفاءة فحسب ، بل فتح الباب أمام فرص عمل جديدة تمامًا لبعض الشركات الكبرى. قبل الموجة الحالية من الذكاء الاصطناعي ، كان من الصعب تخيل استخدام برامج الكمبيوتر لربط الركاب بسيارات الأجرة ، لكن أوبر أصبحت إحدى شركات Fortune 500 من خلال القيام بذلك بالضبط.
أصبح الذكاء الاصطناعي مركزًا للعديد من أكبر وأنجح الشركات اليوم ، بما في ذلك Alphabet و Apple و Microsoft و Meta ، حيث تُستخدم تقنيات الذكاء الاصطناعي لتحسين العمليات والتفوق على المنافسين. في شركة Alphabet التابعة لـ Google ، على سبيل المثال ، يعد الذكاء الاصطناعي أمرًا أساسيًا لمحرك البحث الخاص بها ، وسيارات Waymo ذاتية القيادة ، و Google Brain ، التي ابتكرت بنية الشبكة العصبية المحولة التي تدعم الاختراقات الأخيرة في معالجة اللغة الطبيعية.
ما هي مزايا وعيوب الذكاء الاصطناعي؟
تتطور الشبكات العصبية الاصطناعية وتقنيات التعلم العميق للذكاء الاصطناعي بسرعة ، ويرجع ذلك أساسًا إلى أن الذكاء الاصطناعي يمكنه معالجة كميات كبيرة من البيانات بشكل أسرع وجعل التنبؤات أكثر دقة مما يمكن للإنسان.
في حين أن الحجم الهائل من البيانات التي يتم إنشاؤها على أساس يومي قد يدفن باحثًا بشريًا ، 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 للذكاء الاصطناعي هو أنه من المكلف معالجة الكميات الكبيرة من البيانات التي تتطلبها برمجة الذكاء الاصطناعي. نظرًا لدمج تقنيات الذكاء الاصطناعي في المزيد من المنتجات والخدمات ، يجب أيضًا أن تكون المنظمات متوافقة مع إمكانات الذكاء الاصطناعي في إنشاء أنظمة متحيزة وتمييزية ، عن قصد أو عن غير قصد.
مزايا الذكاء الاصطناعي
فيما يلي بعض مزايا الذكاء الاصطناعي.
- جيد في الوظائف الموجهة نحو التفاصيل. أثبت الذكاء الاصطناعي أنه جيد أو أفضل من الأطباء في تشخيص بعض أنواع السرطان ، بما في ذلك سرطان الثدي وسرطان الجلد .
- تقليل وقت المهام المليئة بالبيانات. يستخدم الذكاء الاصطناعي على نطاق واسع في الصناعات الثقيلة البيانات ، بما في ذلك البنوك والأوراق المالية والأدوية والتأمين ، لتقليل الوقت الذي يستغرقه تحليل مجموعات البيانات الضخمة. تستخدم الخدمات المالية ، على سبيل المثال ، الذكاء الاصطناعي بشكل روتيني لمعالجة طلبات القروض واكتشاف الاحتيال.
- يحفظ العمالة ويزيد من الإنتاجية.مثال هنا هو استخدام أتمتة المستودعات ، الذي نما خلال الوباء ومن المتوقع أن يزداد مع تكامل الذكاء الاصطناعي والتعلم الآلي.
- يقدم نتائج متسقة. توفر أفضل أدوات الترجمة بالذكاء الاصطناعي مستويات عالية من الاتساق ، مما يوفر حتى للشركات الصغيرة القدرة على الوصول إلى العملاء بلغتهم الأم.
- يمكن تحسين رضا العملاء من خلال التخصيص.يمكن للذكاء الاصطناعي تخصيص المحتوى والرسائل والإعلانات والتوصيات ومواقع الويب للعملاء الفرديين.
- تتوفر دائمًا الوكلاء الافتراضيون المدعومون بالذكاء الاصطناعي.لا تحتاج برامج الذكاء الاصطناعي إلى النوم أو أخذ فترات راحة ، حيث توفر خدمة على مدار الساعة طوال أيام الأسبوع.
عيوب الذكاء الاصطناعي
فيما يلي بعض عيوب الذكاء الاصطناعي.
- غالي.
- يتطلب خبرة فنية عميقة.
- محدودية المعروض من العمال المؤهلين لبناء أدوات الذكاء الاصطناعي.
- يعكس التحيزات في بيانات التدريب الخاصة به ، على نطاق واسع.
- عدم القدرة على التعميم من مهمة إلى أخرى.
- يلغي الوظائف البشرية ، ويزيد من معدلات البطالة.
الذكاء الاصطناعي القوي مقابل. ذكاء اصطناعي ضعيف
يمكن تصنيف الذكاء الاصطناعي على أنه ضعيف أو قوي .
- تم تصميم وتدريب الذكاء الاصطناعي الضعيف ، المعروف أيضًا باسم الذكاء الاصطناعي الضيق ، لإكمال مهمة محددة. تستخدم الروبوتات الصناعية والمساعدون الشخصيون الافتراضيون ، مثل Siri من Apple ، الذكاء الاصطناعي الضعيف.
- يصف الذكاء الاصطناعي القوي ، المعروف أيضًا باسم الذكاء العام الاصطناعي (AGI) ، البرمجة التي يمكنها تكرار القدرات المعرفية للدماغ البشري. عند تقديم مهمة غير مألوفة لنظام الذكاء الاصطناعي القوي ، يمكن أن يستخدم المنطق الضبابي لتطبيق المعرفة من مجال إلى آخر وإيجاد حل بشكل مستقل. من الناحية النظرية ، يجب أن يكون برنامج الذكاء الاصطناعي القوي قادرًا على اجتياز اختبار تورينج وحجة الغرفة الصينية.
ما هي الأنواع الأربعة للذكاء الاصطناعي؟
أوضح Arend Hintze ، الأستاذ المساعد في علم الأحياء التكاملي وعلوم وهندسة الكمبيوتر في جامعة ولاية ميشيغان ، أنه يمكن تصنيف الذكاء الاصطناعي إلى أربعة أنواع ، بدءًا من الأنظمة الذكية الخاصة بالمهام المستخدمة على نطاق واسع اليوم والتقدم إلى الأنظمة الواعية ، والتي لا تفعل ذلك. حتى الآن موجودة. الفئات هي على النحو التالي.
- النوع 1: إعادة تنشيط الآلات. لا تحتوي أنظمة الذكاء الاصطناعي هذه على ذاكرة وهي خاصة بمهمة محددة. مثال على ذلك Deep Blue ، برنامج الشطرنج IBM الذي تغلب على Garry Kasparov في التسعينيات. يمكن لـ Deep Blue تحديد القطع على رقعة الشطرنج والتنبؤات ، ولكن نظرًا لعدم وجود ذاكرة له ، لا يمكنه استخدام الخبرات السابقة لإبلاغ الخبرات المستقبلية.
- النوع 2: ذاكرة محدودة. تتمتع أنظمة الذكاء الاصطناعي هذه بذاكرة ، لذا يمكنها استخدام الخبرات السابقة لإبلاغ القرارات المستقبلية. بعض وظائف اتخاذ القرار في السيارات ذاتية القيادة بهذه الطريقة.
- النوع 3: نظرية العقل. نظرية العقل مصطلح علم النفس. عند تطبيقه على الذكاء الاصطناعي ، فهذا يعني أن النظام سيكون لديه الذكاء الاجتماعي لفهم المشاعر. سيكون هذا النوع من الذكاء الاصطناعي قادرًا على استنتاج النوايا البشرية والتنبؤ بالسلوك ، وهي مهارة ضرورية لأنظمة الذكاء الاصطناعي لتصبح أعضاء لا يتجزأ من الفرق البشرية.
- النوع الرابع: الوعي الذاتي. في هذه الفئة ، تمتلك أنظمة الذكاء الاصطناعي إحساسًا بالذات ، مما يمنحها الوعي. الآلات ذات الوعي الذاتي تفهم حالتها الحالية. هذا النوع من الذكاء الاصطناعي غير موجود بعد.
ما هي أمثلة تقنية الذكاء الاصطناعي وكيف يتم استخدامها اليوم؟
تم دمج الذكاء الاصطناعي في مجموعة متنوعة من أنواع التكنولوجيا المختلفة. فيما يلي سبعة أمثلة.
أتمتة. عند إقرانها بتقنيات الذكاء الاصطناعي ، يمكن لأدوات الأتمتة توسيع حجم وأنواع المهام التي يتم تنفيذها. ومن الأمثلة على ذلك أتمتة العمليات الروبوتية ( RPA ) ، وهو نوع من البرامج التي تعمل على أتمتة مهام معالجة البيانات المتكررة والقائمة على القواعد والتي يقوم بها البشر بشكل تقليدي. عند دمجه مع التعلم الآلي وأدوات الذكاء الاصطناعي الناشئة ، يمكن لـ RPA أتمتة أجزاء أكبر من وظائف المؤسسات ، مما يمكّن الروبوتات التكتيكية في RPA من تمرير الذكاء من الذكاء الاصطناعي 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.
- التعلم غير الخاضع للإشراف . لا يتم تصنيف مجموعات البيانات ويتم فرزها وفقًا لأوجه التشابه أو الاختلافات.
- التعلم المعزز . 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 مقارنته 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 البرمجة اللغوية العصبية (NLP) ، والذي يبحث في سطر الموضوع ونص 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 أداؤها أو أدائها باستمرار. على سبيل المثال ، تُستخدم الروبوتات في خطوط تجميع إنتاج 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 المستقلة مزيجًا من رؤية الكمبيوتر والتعرف على الصور والتعلم العميق لبناء مهارات آلية لقيادة السيارة أثناء البقاء في ممر معين وتجنب العوائق غير المتوقعة ، مثل المشاة.
توليد النص والصورة والصوت. يتم تطبيق تقنيات الذكاء الاصطناعي التوليدية ، التي تنشئ أنواعًا مختلفة من الوسائط من المطالبات النصية ، على نطاق واسع عبر الشركات لإنشاء مجموعة غير محدودة على ما يبدو من أنواع المحتوى من الفن الواقعي إلى ردود البريد الإلكتروني والسيناريوهات.
ما هي تطبيقات الذكاء الاصطناعي؟
شق الذكاء الاصطناعي طريقه إلى مجموعة متنوعة من الأسواق. فيما يلي 11 مثالاً.
الذكاء الاصطناعي في الرعاية الصحية. أكبر الرهانات هي تحسين نتائج المرضى وخفض التكاليف. تطبق الشركات التعلم الآلي لإجراء تشخيصات طبية أفضل وأسرع من البشر. يعد IBM Watson أحد أشهر تقنيات الرعاية الصحية. يفهم اللغة الطبيعية ويمكنه الرد على الأسئلة المطروحة عليه. يستخرج النظام بيانات المريض ومصادر البيانات الأخرى المتاحة لتشكيل فرضية ، والتي يقدمها بعد ذلك مع مخطط تسجيل الثقة. تشمل تطبيقات الذكاء الاصطناعي الأخرى استخدام مساعدي الصحة الافتراضية عبر الإنترنت والأوبئة مثل COVID-19 . 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 الاصطناعي للتنبؤ والقتال والفهم
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. من المتوقع أن يكون للتقدم السريع في تكنولوجيا الذكاء الاصطناعي التوليدية مثل ChatGPT عواقب بعيدة المدى: القضاء على الوظائف ، وإحداث ثورة في تصميم المنتجات وتعطيل نماذج الأعمال.
الذكاء الاصطناعي في التعليم. يمكن للذكاء الاصطناعي أتمتة الدرجات ، مما يمنح المعلمين مزيدًا من الوقت لمهام أخرى. 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. يمكن للتكنولوجيا أيضًا تغيير مكان وكيفية تعلم الطلاب ، وربما حتى استبدال بعض المعلمين. كما يتضح من ChatGPT و Bard ونماذج اللغة الكبيرة الأخرى ، يمكن للذكاء الاصطناعي التوليدي مساعدة المعلمين في صياغة عمل الدورة ومواد التدريس الأخرى وإشراك الطلاب بطرق جديدة. كما أن ظهور هذه الأدوات يجبر المعلمين على إعادة التفكير في الواجبات المنزلية للطلاب واختبار ومراجعة السياسات المتعلقة بالسرقة الأدبية.
الذكاء الاصطناعي 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 ، و NLP لتفسير طلبات الحصول على المعلومات.
الذكاء الاصطناعي في وسائل الترفيه والوسائط. تستخدم الأعمال الترفيهية تقنيات الذكاء الاصطناعي للإعلان المستهدف ، والتوصية بالمحتوى ، والتوزيع ، واكتشاف الاحتيال ، وإنشاء البرامج النصية ، وصنع الأفلام. تساعد الصحافة الآلية غرف الأخبار على تبسيط سير العمل الإعلامي من خلال تقليل الوقت والتكاليف والتعقيد. تستخدم غرف الأخبار الذكاء الاصطناعي لأتمتة المهام الروتينية ، مثل إدخال البيانات والتدقيق اللغوي ؛ والبحث في الموضوعات والمساعدة في العناوين الرئيسية. كيف يمكن للصحافة أن تستخدم ChatGPT وذكاء اصطناعي آخر لتوليد المحتوى بشكل موثوق به ؟
الذكاء الاصطناعي في عمليات تشفير البرمجيات وتكنولوجيا المعلومات. يمكن استخدام أدوات الذكاء الاصطناعي التوليدية الجديدة لإنتاج كود تطبيق بناءً على مطالبات اللغة الطبيعية ، ولكن ما زال الوقت مبكرًا لهذه الأدوات ومن غير المحتمل أن تحل محل مهندسي البرمجيات قريبًا. يتم استخدام الذكاء الاصطناعي أيضًا لأتمتة العديد من عمليات تكنولوجيا المعلومات ، بما في ذلك إدخال البيانات والكشف عن الاحتيال وخدمة العملاء والصيانة التنبؤية والأمن.
حماية. يحتل الذكاء الاصطناعي والتعلم الآلي أعلى قائمة الكلمات الطنانة التي يستخدمها بائعو الأمان لتسويق منتجاتهم ، لذلك يجب على المشترين التعامل بحذر. ومع ذلك ، يتم تطبيق تقنيات الذكاء الاصطناعي بنجاح على جوانب متعددة من الأمن السيبراني ، بما في ذلك اكتشاف الشذوذ وحل المشكلة الإيجابية الزائفة وإجراء تحليلات التهديدات السلوكية. 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.
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 الذكاء الاصطناعي لتحسين عملية اتخاذ القرار بشأن القروض ، وتعيين حدود الائتمان وتحديد فرص الاستثمار.
الذكاء الاصطناعي في النقل. بالإضافة إلى الدور الأساسي للذكاء الاصطناعي في تشغيل المركبات الذاتية ، تُستخدم تقنيات الذكاء الاصطناعي في النقل لإدارة حركة المرور ، والتنبؤ بتأخير الرحلات الجوية ، وجعل الشحن البحري أكثر أمانًا وكفاءة. في سلاسل التوريد ، يحل الذكاء الاصطناعي محل الأساليب التقليدية للتنبؤ بالطلب والتنبؤ بالاضطرابات ، وهو اتجاه سرعه فيروس كوفيد -19 عندما فوجئت العديد من الشركات بآثار جائحة عالمي على العرض والطلب على السلع.
زيادة الذكاء مقابل. الذكاء الاصطناعي
جادل بعض خبراء الصناعة بأن مصطلح الذكاء الاصطناعي يرتبط ارتباطًا وثيقًا بالثقافة الشعبية ، مما تسبب في أن يكون لدى عامة الناس توقعات غير محتملة حول كيفية تغيير الذكاء الاصطناعي لمكان العمل والحياة بشكل عام. لقد اقترحوا استخدام مصطلح الذكاء المعزز للتمييز بين أنظمة الذكاء الاصطناعي التي تعمل بشكل مستقل - تشمل أمثلة الثقافة الشعبية Hal 9000 و The Terminator - وأدوات الذكاء الاصطناعي التي تدعم البشر.
- الذكاء المعزز. يأمل بعض الباحثين والمسوقين أن يساعد الذكاء المعزز ، الذي له دلالة أكثر حيادية ، الناس على فهم أن معظم تطبيقات الذكاء الاصطناعي 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. يشير التبني السريع لـ ChatGPT و Bard عبر الصناعة إلى الرغبة في استخدام الذكاء الاصطناعي لدعم صنع القرار البشري.
- الذكاء الاصطناعي. يرتبط الذكاء الاصطناعي الحقيقي ، أو AGI ، 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 الاصطناعي لهذا النوع من الذكاء العام.
الاستخدام الأخلاقي للذكاء الاصطناعي
بينما تقدم أدوات الذكاء الاصطناعي مجموعة من الوظائف الجديدة للشركات ، فإن استخدام الذكاء الاصطناعي يثير أيضًا أسئلة أخلاقية لأنه ، للأفضل أو للأسوأ ، سيعزز نظام الذكاء الاصطناعي ما تعلمه بالفعل.
قد يكون هذا مشكلة لأن خوارزميات التعلم الآلي ، التي تدعم العديد من أدوات الذكاء الاصطناعي الأكثر تقدمًا ، هي ذكية فقط مثل البيانات التي يتم تقديمها في التدريب. نظرًا لأن الإنسان يختار البيانات المستخدمة في تدريب 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 الاصطناعي الخاصة به والسعي لتجنب التحيز. هذا صحيح بشكل خاص عند استخدام خوارزميات الذكاء الاصطناعي التي لا يمكن تفسيرها بطبيعتها في التعلم العميق وتطبيقات شبكة الخصومة التوليدية ( GAN ).
القابلية للتفسير هي حجر عثرة محتمل أمام استخدام الذكاء الاصطناعي 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 الاصطناعي ، قد يكون من الصعب شرح كيفية التوصل إلى القرار لأن أدوات الذكاء الاصطناعي المستخدمة في اتخاذ مثل هذه القرارات تعمل من خلال إثارة الارتباطات الدقيقة بين آلاف المتغيرات. عندما لا يمكن شرح عملية صنع القرار ، يمكن الإشارة إلى البرنامج باسم الصندوق الأسود AI .
باختصار ، تشمل التحديات الأخلاقية للذكاء الاصطناعي ما يلي: التحيز ، بسبب الخوارزميات المدربة بشكل غير صحيح والتحيز البشري ؛ سوء الاستخدام بسبب التزييف العميق والتصيد الاحتيالي ؛ المخاوف القانونية ، بما في ذلك التشهير بالذكاء الاصطناعي وقضايا حقوق النشر ؛ إلغاء الوظائف وخصوصية البيانات ، لا سيما في المجالات المصرفية والرعاية الصحية والقانونية.
حوكمة وأنظمة الذكاء الاصطناعي
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.
تدرس اللائحة العامة لحماية البيانات في الاتحاد الأوروبي ( GDPR ) لوائح الذكاء الاصطناعي. القيود الصارمة التي يفرضها القانون العام لحماية البيانات (GDPR) على كيفية استخدام المؤسسات لبيانات المستهلك تحد بالفعل من التدريب والوظائف للعديد من تطبيقات الذكاء الاصطناعي التي تواجه المستهلك.
لم يصدر صانعو السياسة في الولايات المتحدة بعد تشريعات بشأن الذكاء الاصطناعي ، لكن هذا قد يتغير قريبًا. يوجه "مخطط قانون حقوق الذكاء الاصطناعي" المنشور في أكتوبر 2022 من قبل مكتب البيت الأبيض لسياسة العلوم والتكنولوجيا (OSTP) الشركات حول كيفية تنفيذ أنظمة الذكاء الاصطناعي الأخلاقية. دعت غرفة التجارة الأمريكية أيضًا إلى لوائح منظمة العفو الدولية في تقرير صدر في مارس 2023.
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 ، وكذلك التحديات التي يمثلها افتقار الذكاء الاصطناعي للشفافية التي تجعل من الصعب رؤية كيف تصل الخوارزميات إلى نتائجها. علاوة على ذلك ، يمكن للاختراقات التكنولوجية والتطبيقات الجديدة مثل ChatGPT و Dall-E أن تجعل القوانين الحالية عفا عليها الزمن على الفور. وبالطبع ، فإن القوانين التي تمكنت الحكومات من صياغتها لتنظيم الذكاء الاصطناعي لا تمنع المجرمين من استخدام التكنولوجيا بنية ضارة.
ما هو تاريخ الذكاء الاصطناعي؟
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. قام المهندسون في مصر القديمة ببناء 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 كينغ ، 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 أرسى 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 الاصطناعي 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 ، بمن فيهم 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. سايمون ، خبير اقتصادي وعالم سياسي وعالم نفس معرفي. قدم الاثنان نظريهما المنطقي الرائد ، وهو برنامج كمبيوتر قادر على إثبات بعض النظريات الرياضية ويشار إليه باسم برنامج الذكاء الاصطناعي الأول.
الخمسينيات والستينيات. في أعقاب مؤتمر كلية دارتموث ، تنبأ قادة في مجال الذكاء الاصطناعي 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 الاصطناعي: على سبيل المثال ، في أواخر الخمسينيات من القرن الماضي ، نشر نيويل وسيمون خوارزمية حل المشكلات العامة (GPS) ، والتي أخفقت في حل المشكلات المعقدة ولكنها وضعت الأسس لـ تطوير بنى معرفية أكثر تعقيدًا ؛ وقد طور مكارثي Lisp ، وهي لغة لبرمجة الذكاء الاصطناعي لا تزال مستخدمة حتى اليوم. في منتصف الستينيات ، طور أستاذ معهد ماساتشوستس للتكنولوجيا جوزيف وايزنباوم ELIZA ، وهو برنامج مبكر للغة البرمجة اللغوية العصبية وضع الأساس لروبوتات الدردشة اليوم.
السبعينيات والثمانينيات. ثبت أن تحقيق الذكاء العام الاصطناعي بعيد المنال ، وليس وشيكًا ، حيث تعوقه قيود في معالجة الكمبيوتر والذاكرة وتعقيد المشكلة. تراجعت الحكومة والشركات عن دعمها لأبحاث الذكاء الاصطناعي ، مما أدى إلى فترة راحة استمرت من 1974 إلى 1980 عُرفت باسم " شتاء الذكاء الاصطناعي 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 الاصطناعي الثاني حتى منتصف التسعينيات.
التسعينيات. أدت الزيادة في القوة الحسابية وانفجار البيانات إلى نهضة الذكاء الاصطناعي في أواخر التسعينيات والتي مهدت الطريق للتقدم الملحوظ في الذكاء الاصطناعي الذي نراه اليوم. أدى الجمع بين البيانات الضخمة والطاقة الحسابية المتزايدة إلى إحداث اختراقات في البرمجة اللغوية العصبية ورؤية الكمبيوتر والروبوتات والتعلم الآلي والتعلم العميق. في عام 1997 ، مع تسارع التقدم في مجال الذكاء الاصطناعي ، هزم ديب بلو من شركة آي بي إم أستاذ الشطرنج الروسي غاري كاسباروف ، ليصبح أول برنامج كمبيوتر يهزم بطل العالم في الشطرنج.
2000s. أدت التطورات الإضافية في التعلم الآلي والتعلم العميق ومعالجة اللغة الطبيعية والتعرف على الكلام ورؤية الكمبيوتر إلى ظهور منتجات وخدمات شكلت الطريقة التي نعيش بها اليوم. وتشمل هذه إطلاق محرك بحث Google عام 2000 وإطلاق محرك توصيات أمازون عام 2001. طورت Netflix نظامها للتوصية بالأفلام ، وقدم Facebook نظام التعرف على الوجه وأطلقت Microsoft نظام التعرف على الكلام الخاص بها لتحويل الكلام إلى نص. أطلقت شركة IBM Watson وبدأت Google مبادرتها ذاتية القيادة ، Waymo.
2010s. شهد العقد بين 2010 و 2020 تدفقًا ثابتًا لتطورات الذكاء الاصطناعي. وتشمل هذه إطلاق Siri من Apple ومساعدي صوت Alexa من أمازون ؛ انتصارات IBM Watson على Jeopardy ؛ سيارات ذاتية القيادة تطوير أول شبكة خصومة توليدية ؛ إطلاق TensorFlow ، إطار عمل التعلم العميق مفتوح المصدر من Google ؛ تأسيس مختبر الأبحاث OpenAI ، ومطوري نموذج اللغة GPT-3 ومولد الصور Dall-E ؛ هزيمة بطل العالم لي سيدول من قبل AlphaGo من Google DeepMind ؛ وتنفيذ أنظمة قائمة على الذكاء الاصطناعي تكشف السرطانات بدرجة عالية من الدقة.
2020s. شهد العقد الحالي ظهور الذكاء الاصطناعي التوليدي ، وهو نوع من تقنيات الذكاء الاصطناعي التي يمكنها إنتاج محتوى جديد. يبدأ الذكاء الاصطناعي التوليدي بموجه يمكن أن يكون في شكل نص أو صورة أو مقطع فيديو أو تصميم أو نوتات موسيقية أو أي إدخال يمكن لنظام الذكاء الاصطناعي معالجته. ثم تقوم خوارزميات الذكاء الاصطناعي المختلفة بإعادة محتوى جديد استجابةً للمطالبة. يمكن أن يتضمن المحتوى مقالات أو حلولًا للمشكلات أو مزيفة واقعية تم إنشاؤها من صور أو صوت لشخص ما. لقد أذهلت قدرات النماذج اللغوية مثل ChatGPT-3 و Google Bard و Microsoft Megatron-Turing NLG العالم ، لكن التكنولوجيا لا تزال في مراحلها الأولى ، كما يتضح من ميلها إلى الهلوسة أو تحريف الإجابات.
أدوات وخدمات الذكاء الاصطناعي
تتطور أدوات وخدمات الذكاء الاصطناعي بمعدل سريع. يمكن تتبع الابتكارات الحالية في أدوات وخدمات الذكاء الاصطناعي إلى شبكة AlexNet العصبية 2012 التي بشرت بعصر جديد من الذكاء الاصطناعي عالي الأداء المبني على وحدات معالجة الرسومات ومجموعات البيانات الكبيرة. كان التغيير الرئيسي هو القدرة على تدريب الشبكات العصبية على كميات هائلة من البيانات عبر نوى GPU متعددة بالتوازي بطريقة أكثر قابلية للتطوير.
على مدى السنوات العديدة الماضية ، أتاحت العلاقة التكافلية بين اكتشافات الذكاء الاصطناعي في Google و Microsoft و OpenAI وابتكارات الأجهزة التي كانت رائدة من قبل Nvidia تشغيل نماذج ذكاء اصطناعي أكبر من أي وقت مضى على وحدات معالجة رسومات أكثر اتصالاً ، مما أدى إلى تغيير اللعبة في الأداء وقابلية التوسع.
كان التعاون بين هؤلاء النجوم البارزين في الذكاء الاصطناعي عاملاً حاسمًا لنجاح ChatGPT مؤخرًا ، ناهيك عن العشرات من خدمات الذكاء الاصطناعي الأخرى. فيما يلي ملخص للابتكارات المهمة في أدوات وخدمات الذكاء الاصطناعي.
محولات. قادت Google ، على سبيل المثال ، الطريق في إيجاد عملية أكثر كفاءة لتوفير تدريب الذكاء الاصطناعي عبر مجموعة كبيرة من أجهزة الكمبيوتر الشخصية المزودة بوحدات معالجة الرسومات. مهد هذا الطريق لاكتشاف المحولات التي تعمل على أتمتة العديد من جوانب تدريب الذكاء الاصطناعي على البيانات غير المسماة.
تحسين الأجهزة. بنفس القدر من الأهمية ، يعمل بائعو الأجهزة مثل Nvidia أيضًا على تحسين الرمز الصغير للتشغيل عبر نوى GPU متعددة بالتوازي مع الخوارزميات الأكثر شيوعًا. ادعت Nvidia أن الجمع بين الأجهزة الأسرع وخوارزميات الذكاء الاصطناعي الأكثر كفاءة والضبط الدقيق لتعليمات وحدة معالجة الرسومات وتكامل أفضل لمركز البيانات يقود إلى تحسين أداء الذكاء الاصطناعي بمقدار مليون مرة. تعمل Nvidia أيضًا مع جميع موفري المراكز السحابية لجعل هذه الإمكانية أكثر سهولة مثل الذكاء الاصطناعي كخدمة من خلال نماذج IaaS و SaaS و PaaS.
محولات توليد مدربة مسبقا. تطورت مجموعة الذكاء الاصطناعي أيضًا بسرعة خلال السنوات القليلة الماضية. في السابق كان يتعين على الشركات تدريب نماذج الذكاء الاصطناعي الخاصة بها من الصفر. يزود البائعون بشكل متزايد مثل OpenAI و Nvidia و Microsoft و Google وغيرهم بمحولات توليد مدربة مسبقًا (GPT) ، والتي يمكن ضبطها لمهمة محددة بتكلفة وخبرة ووقت مخفضين بشكل كبير. في حين تُقدر تكلفة بعض أكبر النماذج من 5 إلى 10 ملايين دولار لكل عملية تشغيل ، يمكن للمؤسسات تحسين النماذج الناتجة مقابل بضعة آلاف من الدولارات. ينتج عن هذا وقت أسرع للتسويق ويقلل من المخاطر.
خدمات سحابة AI. من بين أكبر العوائق التي تمنع المؤسسات من استخدام الذكاء الاصطناعي بشكل فعال في أعمالها ، مهام هندسة البيانات وعلوم البيانات المطلوبة لدمج قدرات الذكاء الاصطناعي في تطبيقات جديدة أو لتطوير تطبيقات جديدة. يقوم جميع مزودي الخدمات السحابية الرائدين بطرح الذكاء الاصطناعي ذي العلامات التجارية الخاصة بهم كعروض خدمة لتبسيط إعداد البيانات وتطوير النماذج ونشر التطبيقات. تشمل أفضل الأمثلة خدمات AWS AI و Google Cloud AI ومنصة Microsoft Azure AI وحلول IBM AI وخدمات Oracle Cloud Infrastructure AI .
نماذج الذكاء الاصطناعي المتطورة كخدمة. يقدم مطورو نماذج الذكاء الاصطناعي الرائدون أيضًا نماذج ذكاء اصطناعي متطورة على رأس هذه الخدمات السحابية. يحتوي OpenAI على العشرات من نماذج اللغات الكبيرة المحسّنة للدردشة و NLP وإنشاء الصور وإنشاء الأكواد التي يتم توفيرها من خلال Azure. اتبعت Nvidia نهجًا أكثر حيادًا للسحابة من خلال بيع البنية التحتية للذكاء الاصطناعي والنماذج التأسيسية المحسّنة للنصوص والصور والبيانات الطبية المتاحة عبر جميع مزودي الخدمات السحابية. يقدم المئات من اللاعبين الآخرين نماذج مخصصة لمختلف الصناعات وحالات الاستخدام أيضًا.