الذكاء الاصطناعي (AI) هو محاكاة عمليات الذكاء البشري بواسطة الآلات والبرمجيات، وخاصة أنظمة الكمبيوتر، تشمل التطبيقات المحددة للذكاء الاصطناعي الأنظمة الخبيرة ومعالجة اللغة الطبيعية (NLP) والتعرف على الكلام ورؤية الآلة.
تركز برمجة الذكاء الاصطناعي على ثلاث مهارات معرفية التعلم والاستدلال والتصحيح الذاتي:
• عمليات التعلم: يركز هذا الجانب من برمجة الذكاء الاصطناعي 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.
مزايا وعيوب الذكاء الاصطناعي:
تتطور الشبكات العصبية الاصطناعية وتقنيات الذكاء الاصطناعي للتعلم العميق بشكل سريع، ويرجع ذلك أساسًا إلى أن الذكاء الاصطناعي يعالج كميات كبيرة من البيانات بشكل أسرع ويجعل التنبؤات أكثر دقة من الانسان.
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، ولكن العيب الأساسي لاستخدام الذكاء الاصطناعي هو أنه من المكلف معالجة الكميات الكبيرة من البيانات التي تتطلبها برمجة الذكاء الاصطناعي.
الذكاء الاصطناعي القوي مقابل الذكاء الاصطناعي الضعيف:
الذكاء الاصطناعي الضعيف، 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 الاصطناعي القوي، المعروف أيضًا باسم الذكاء العام الاصطناعي (AGI)، البرمجة التي يمكنها منافسة القدرات المعرفية للدماغ البشري.
عند تقديم مهمة غير مألوفة لنظام الذكاء الاصطناعي القوي، يمكن أن يستخدم المنطق 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 واختبار الغرفة الصينية.
الذكاء المعزز مقابل الذكاء الاصطناعي:
يعتقد بعض خبراء الصناعة أن مصطلح الذكاء الاصطناعي يرتبط ارتباطًا وثيقًا بالثقافة الشعبية، وقد تسبب ذلك في أن يكون لدى عامة الناس توقعات غير محتملة حول كيفية تغيير الذكاء الاصطناعي لمكان العمل والحياة بشكل عام.
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.
إن مفهوم التفرد التكنولوجي مستقبل يحكمه ذكاء اصطناعي خارق يفوق بكثير قدرة الدماغ البشري على فهمه أو كيف يشكل واقعنا ولكنة يظل ضمن عالم الخيال العلمي (Stone، 2019).
الاستخدام الأخلاقي للذكاء الاصطناعي:
بينما تقدم أدوات الذكاء الاصطناعي مجموعة من الوظائف الجديدة للشركات، فإن استخدام الذكاء الاصطناعي يثير أيضًا أسئلة أخلاقية، حيث يمكن استخدامه 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، لا تتمتع إلا بذكاء 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 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 والتحليل هي عثرة محتملة 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 (Wilkins، 2019).
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 عن طريق إثارة الارتباطات الدقيقة بين آلاف المتغيرات، عندما يتعذر شرح عملية صنع القرار يمكن الإشارة إلى البرنامج باسم AI.
مكونات الذكاء الاصطناعي:
مع تسارع الضجة حول الذكاء الاصطناعي كان البائعون يتدافعون للترويج لكيفية استخدام منتجاتهم وخدماتهم للذكاء الاصطناعي.
يتطلب الذكاء الاصطناعي أساسًا من الأجهزة والبرامج المتخصصة لكتابة وتدريب خوارزميات التعلم الآلي، ولا توجد لغة برمجة واحدة مرادفة للذكاء الاصطناعي، لكن القليل منها بما في ذلك Python وR وJava شائع الاستخدام (Lawless، Mittu، Sofge، Moskowitz، و Russell، 2019).
أنواع الذكاء الاصطناعي:
أوضح Arend Hintze، الأستاذ المساعد في علم الأحياء التكاملي وعلوم الكمبيوتر والهندسة في جامعة ولاية ميشيغان، في مقال نشر عام 2016 أنه يمكن تصنيف الذكاء الاصطناعي إلى أربعة أنواع (Hintze، 2016)، بدءًا من الأنظمة الذكية الخاصة بالمهام المستخدمة على نطاق واسع اليوم والتقدم إلى الأنظمة الواعية التي لم توجد بعد، والانواع هي كما يلي:
• النوع الأول آلات رد الفعل: أنظمة الذكاء الاصطناعي 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 وإجراء تنبؤات، ولكن نظرًا لعدم وجود ذاكرة له، لا يمكنه استخدام الخبرات السابقة لإبلاغ الخبرات المستقبلية.
• النوع الثاني: ذاكرة محدودة: تتمتع أنظمة الذكاء الاصطناعي هذه بذاكرة، لذا يمكنها استخدام الخبرات السابقة لإبلاغ القرارات المستقبلية، تم تصميم بعض وظائف اتخاذ القرار في السيارات ذاتية القيادة بهذه الطريقة.
• النوع الثالث نظرية العقل: نظرية العقل مصطلح علم النفس عند تطبيقه على الذكاء الاصطناعي، فهذا يعني أن النظام سيكون لديه الذكاء الاجتماعي الانساني 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 هذا النوع تمتلك أنظمة الذكاء الاصطناعي إحساسًا بالذات، مما يمنحها الوعي، الآلات ذات الوعي الذاتي تفهم حالتها الحالية، هذا النوع من الذكاء الاصطناعي غير موجود بعد.
تطور الذكاء الاصطناعي:
الحوسبة المعرفية والذكاء الاصطناعي:
أحيانًا ما يتم استخدام مصطلحات الذكاء الاصطناعي والحوسبة المعرفية 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.
يتم استخدام تسمية الحوسبة المعرفية للإشارة إلى المنتجات والخدمات التي تحاكي وتزيد عمليات التفكير البشري.
أمثلة على تقنية الذكاء الاصطناعي:
تم دمج الذكاء الاصطناعي في مجموعة متنوعة من أنواع التكنولوجيا المختلفة، وفيما يلي ستة أمثلة:
الاتمتة: 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 دمجه مع التعلم الآلي وأدوات الذكاء الاصطناعي الناشئة، يمكن لـ RPA أتمتة أجزاء أكبر من وظائف المؤسسات، مما يمكّن الروبوتات التكتيكية في RPA الاستجابة لتغيرات العملية.
التعلم الالي: هذا هو علم جعل الكمبيوتر يعمل بدون برمجة، التعلم العميق هو مجموعة فرعية من التعلم الآلي والتي 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 الآلة: 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 نفسها.
معالجة اللغة الطبيعية: وهي معالجة لغة الإنسان بواسطة برنامج كمبيوتر، ويعد 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 أداؤها 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.
القيادة الذاتية: 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.
تطبيقات الذكاء الاصطناعي:
الذكاء الاصطناعي AI في الرعاية الصحية يعمل في تحسين نتائج المرضى وخفض التكاليف، تطبق شركات التعلم الآلي لإجراء تشخيصات أفضل وأسرع من البشر، ويعد IBM Watson أحد أشهر تقنيات الرعاية الصحية، حيث 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.
تشمل تطبيقات الذكاء الاصطناعي 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 الاصطناعي 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 التصنيف 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 الاصطناعي في التمويل: يعمل الذكاء الاصطناعي في تطبيقات التمويل الشخصي، مثل Intuit Mint أو TurboTax في المؤسسات المالية، حيث تقوم تطبيقات مثل هذه بجمع البيانات الشخصية وتقديم المشورة المالية، وقد 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 عبر غربلة الوثائق في القانون صعبة على البشر، يؤدي استخدام الذكاء الاصطناعي للمساعدة في أتمتة العمليات 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 واحد لأداء مهام فردية ومنفصلة عن العاملين البشريين، تعمل بشكل متزايد كروبوتات متعددة المهام تتعاون مع البشر وتتحمل مسؤولية المزيد من أجزاء العمل في المستودعات وأرضيات المصنع 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، وتستخدم 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.
الذكاء الاصطناعي في الأمن: يضيف الذكاء الاصطناعي والتعلم الآلي في منتجات الأمن السيبراني قيمة حقيقية لفرق الأمن التي تبحث عن طرق لتحديد الهجمات والبرامج الضارة والتهديدات الأخرى.
تستخدم المؤسسات الذكاء الاصطناعي 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.
نتيجة لذلك، تقلل تقنية أمان الذكاء الاصطناعي بشكل كبير من عدد الإيجابيات الخاطئة وتمنح المؤسسات مزيدًا من الوقت لمواجهة التهديدات الحقيقية قبل حدوث الضرر، حيث تلعب التكنولوجيا الحديثة دورًا كبيرًا في مساعدة المؤسسات على محاربة الهجمات الإلكترونية.
تنظيم تقنية الذكاء الاصطناعي:
على الرغم من المخاطر المحتملة الا انه 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: تتطلب لوائح الإقراض العادل في الولايات المتحدة من المؤسسات المالية شرح قرارات الائتمان للعملاء المحتملين، هذا يحد من المدى الذي يمكن للمقرضين استخدام خوارزميات الذكاء الاصطناعي والتي بطبيعتها غامضة وتفتقر إلى القابلية للتفسير.
تضع اللائحة العامة لحماية البيانات (GDPR) الخاصة بالاتحاد الأوروبي قيودًا صارمة حول كيفية استخدام المؤسسات لبيانات المستهلك، مما يعيق التدريب والوظائف للعديد 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 وApple'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.
كان هذا الموضوع يتحدث عن الذكاء الاصطناعي وانترنت الأشياء.