تخطى إلى المحتوى

ما هو الذكاء الاصطناعي (AI)؟ وكيف يعمل؟

في عصر تتسارع فيه وتيرة التقنية بشكل لم نشهده من قبل، يعد الذكاء الاصطناعي المحرك الرئيسي لهذه الثورة التكنولوجية. من الروبوتات التي تقوم بالمهام المعقدة، إلى النماذج التي تقود السيارات ذاتيًا، وصولاً إلى تطبيقات تجلب الذكاء الاصطناعي إلى جيب كل فرد، نحن نشهد تحولًا جذريًا في كيفية تفاعلنا واعتمادنا على التكنولوجيا.

ومع التطورات المستمرة والتعاون بين أكبر الشركات التكنولوجية في العالم، نقف على أعتاب عصر جديد حيث الحدود بين الإنسان والآلة تبدو أكثر طموحًا وغموضًا من أي وقت مضى. في هذا المقال من موقع GPT، سنقوم برحلة استكشافية للتعرف على أبرز الابتكارات والتطورات في مجال الذكاء الاصطناعي وكيفية تأثيرها على مستقبلنا.


ما هو الذكاء الاصطناعي؟

الذكاء الاصطناعي

الذكاء الاصطناعي Artificial Intelligence هو محاكاة عمليات الذكاء البشري من قبل الآلات، وخاصة أنظمة الحاسوب. وتشمل التطبيقات المحددة للذكاء الاصطناعي الأنظمة الخبيرة (Expert Systems)، ومعالجة اللغة الطبيعية (Natural Language Processing)، وتمييز الكلام (Speech Recognition)، ورؤية الآلة (Machine Vision).


كيف يعمل الذكاء الاصطناعي (AI)؟

كيف يعمل الذكاء الاصطناعي AI

مع تزايد الضجة حول الذكاء الاصطناعي (AI)، كان الموردون يتسابقون للترويج لكيفية استخدام منتجاتهم وخدماتهم له. غالبًا ما يشيرون إلى ما يعرفونه بالذكاء الاصطناعي كمكون فقط من التكنولوجيا، مثل التعلم الآلي (Machine Learning). يتطلب الذكاء الاصطناعي أساسًا من الأجهزة المتخصصة والبرامج لكتابة وتدريب خوارزميات التعلم الآلي.

ليس هناك لغة برمجة واحدة تكون مرادفًا للذكاء الإصطناعي، ولكن Python، وR، وJava، وC++، وJulia تحتوي على ميزات تحظى بشعبية لدى المطورين المتخصصين في الذكاء الاصطناعي.

بشكل عام، تعمل أنظمة الذكاء الاصطناعي (AI) عن طريق ابتلاع كميات كبيرة من البيانات المدربة المُلصقة، وتحليل البيانات للكشف عن العلاقات والأنماط، واستخدام هذه الأنماط لتقديم توقعات حول الحالات المستقبلية.

بهذه الطريقة، يمكن لدردشة آلية (chatbot) التي تتغذى على أمثلة من النصوص أن تتعلم إنشاء تبادلات حيوية مع الأشخاص، أو أداة التعرف على الصور التي يمكنها تعلم التعرف ووصف الأشياء في الصور من خلال مراجعة الملايين من الأمثلة.

شات بوت

الذكاء الاصطناعي التوليدي (Generative AI) يمكن أن ينشئ نصوص وصور وموسيقى ووسائط أخرى بسرعة خارقة.

باستخدام الذكاء الاصطناعي (AI) في البرمجة يتم الاعتماد على المهارات المعرفية التي تشمل الآتي:

  • التعلم: يُركز هذا الجانب من برمجة الذكاء الاصطناعي على اكتساب البيانات وإنشاء القواعد لكيفية تحويلها إلى معلومات قابلة للتنفيذ. القواعد، التي تُسمى خوارزميات (Algorithms)، توفر للأجهزة الحاسوبية تعليمات خطوة بخطوة حول كيفية إكمال مهمة معينة.
  • الاستدلال: يُركز هذا الجانب من برمجة الذكاء الاصطناعي على اختيار الخوارزمية المناسبة لتحقيق النتيجة المرجوة.
  • التصحيح الذاتي: هذا الجانب من برمجة الذكاء الاصطناعي مصمم لتعديل الخوارزميات باستمرار وضمان توفيرها لأدق النتائج الممكنة.
  • الإبداع: يستخدم هذا الجانب من شبكات عصبية (Neural Networks)، وأنظمة قائمة على القواعد، وأساليب إحصائية وتقنيات ذكاء صنعي أخرى لتوليد صور جديدة، نصوص جديدة، موسيقى جديدة وأفكار جديدة.

الفروق بين الذكاء الاصطناعي، التعلم الآلي، والتعلم العميق

التعلم الآلي، والتعلم العميق هي مصطلحات شائعة في تكنولوجيا المعلومات في المؤسسات وأحيانًا تُستخدم بالتبادل، خاصة من قبل الشركات في موادها التسويقية.

ولكن هناك فروق. يشير مصطلح الذكاء الاصطناعي (AI)، الذي تم تغيره في خمسينيات القرن الماضي، إلى محاكاة الذكاء البشري من قبل الآلات. وهو يغطي مجموعة متغيرة باستمرار من القدرات مع تطوير التكنولوجيات الجديدة.

التكنولوجيات التي تأتي تحت مظلة الذكاء الاصطناعي تشمل التعلم الآلي والتعلم العميق.

يتيح التعلم الآلي (Machine Learning) لتطبيقات البرامج أن تصبح أكثر دقة في التنبؤ بالنتائج دون الحاجة إلى برمجتها صراحةً للقيام بذلك. تستخدم خوارزميات التعلم الآلي البيانات التاريخية كإدخال للتنبؤ بقيم الإخراج الجديدة. أصبحت هذه النهج أكثر فعالية بشكل كبير مع ارتفاع مجموعات البيانات الكبيرة للتدريب عليها.

التعلم العميق (Deep Learning)، الذي هو مجموعة فرعية من التعلم الآلي، يعتمد على فهمنا لكيفية بنية الدماغ. استخدام التعلم العميق لهياكل الشبكات العصبية الصنعية (Artificial Neural Networks) هو الأساس الذي تقوم عليه التقدمات الأخيرة في هذا المجال، بما في ذلك السيارات ذاتية القيادة.


أهمية الذكاء الاصطناعي

تأتي أهمية الذكاء الاصطناعي بسبب قدرته على تغيير حياتنا وعملنا وأساليب تسليتنا للأفضل، ونلخّص مدى أهميته في المحاور التالية:

  • تم استخدام AI بفعالية في الأعمال لأتمتة المهام التي يقوم بها البشر، بما في ذلك العمل في خدمة العملاء، وتوليد العملاء المحتملين، واكتشاف الاحتيال، والتحكم بالجودة.
  • في عدد من المجالات، يمكن للذكاء الاصطناعي أن يؤدي المهام بشكل أفضل من البشر. خصوصًا عندما يتعلق الأمر بمهام متكررة وموجهة للتفاصيل، مثل تحليل أعداد كبيرة من المستندات القانونية لضمان ملء الحقول ذات الصلة بشكل صحيح، تكمل أدوات الذكاء الاصطناعي الوظائف بسرعة وبأخطاء قليلة نسبيًا.
  • بسبب مجموعات البيانات الضخمة التي يمكنها معالجتها، يمكن أيضًا للذكاء الاصطناعي أن يوفر للمؤسسات رؤى حول عملياتهم التي قد لا يكونوا على دراية بها.
  • ستكون أدوات الذكاء الاصطناعي التوليدي المتنامية بسرعة مهمة في مجالات تتراوح من التعليم والتسويق إلى تصميم المنتج.

بالفعل، قد ساعدت التقدمات في تقنيات الذكاء الاصطناعي ليس فقط في تسريع انفجار الكفاءة، ولكن أيضًا في فتح الباب أمام فرص أعمال جديدة تمامًا لبعض المؤسسات الكبرى. قبل الموجة الحالية من الذكاء الاصطناعي، كان من الصعب تصور استخدام برنامج الكمبيوتر لربط الركاب بالسيارات، ولكن أصبحت “Uber” إحدى شركات “فورتشن 500” من خلال القيام بذلك.

  • أصبح AI جزءًا أساسيًا من العديد من أكبر الشركات وأكثرها نجاحًا في الوقت الحالي، بما في ذلك “Alphabet”، apple”، Microsoft”، Meta”، حيث تقوم باستخدام الذكاء الاصطناعي لتحسين العمليات وتجاوز المنافسين.
  • في الشركة الفرعية لـ “Alphabet” وهي “Google”، على سبيل المثال، يُعتبر الذكاء الاصطناعي جزءًا أساسيًا من محرك البحث الخاص بها، وسيارات “Waymo” ذاتية القيادة، google Brain”، التي ابتكرت هيكل الشبكة العصبية المحوّلة التي تُشكل الأساس للتقنيات الأخيرة في معالجة اللغة الطبيعية.

الذكاء الاصطناعي القوي Vs. الذكاء الاصطناعي الضعيف

يمكن تصنيف الذكاء الاصطناعي إلى ذكاء اصطناعي قوي أو ضعيف.

  • الذكاء الاصطناعي الضعيف، المعروف أيضًا بالذكاء المحدد، مصمم ومدرب لإكمال مهمة محددة. الروبوتات الصناعية والمساعدين الشخصيين الافتراضيين، مثل سيري لشركة أبل، يستخدمون الذكاء الاصطناعي الضعيف.
  • الذكاء الاصطناعي القوي، المعروف أيضًا بالذكاء الاصطناعي العام، يصف البرمجة التي يمكنها تقليد قدرات الدماغ البشري. عندما يتعرض لمهمة غير مألوفة، يمكن لنظام الذكاء الاصطناعي القوي استخدام منطق غامض لتطبيق المعرفة من مجال واحد إلى آخر والبحث عن حل بشكل مستقل. من النظرية، يجب أن يكون برنامج الذكاء الاصطناعي القوي قادرًا على اجتياز اختبار تورينج وحجة الغرفة الصينية.

أنواع الذكاء الاصطناعي

أوضح “آرند هينتزه”، أستاذ مساعد في علم الأحياء التكاملي وعلوم الحاسوب والهندسة في جامعة ميشيغان الحكومية، أنه يمكن تصنيف الذكاء الاصطناعي إلى أربعة أنواع، تبدأ بأنظمة الذكاء الموجهة للمهام المحددة المستخدمة على نطاق واسع اليوم، وتتقدم إلى الأنظمة الواعية، التي لا تزال غير موجودة. وتشمل الفئات:

النوع 1: الآلات الترددية

تلك الأنظمة ليس لها ذاكرة وهي موجهة للمهام المحددة. مثال على ذلك هو “ديب بلو“، برنامج IBM للشطرنج الذي هزم غاري كاسباروف في التسعينيات. يمكن لديب بلو تحديد القطع على لوحة الشطرنج وإجراء التنبؤات، ولكن نظرًا لعدم وجود ذاكرة لديه، فإنه لا يمكنه استخدام التجارب السابقة لإبلاغ المستقبلية.

النوع 2: الذاكرة محدودة

تلك الأنظمة لها ذاكرة محدودة، لذا يمكنها استخدام التجارب السابقة لإبلاغ القرارات المستقبلية. تم تصميم بعض وظائف اتخاذ القرار في السيارات ذاتية القيادة بهذه الطريقة.

النوع 3: نظرية العقل

نظرية العقل هي مصطلح نفسي. عند تطبيقه على الذكاء الاصطناعي، يعني أن النظام سيكون لديه الذكاء الاجتماعي لفهم العواطف. سيتمكن هذا النوع من الذكاء الاصطناعي من استنتاج نوايا البشر وتوقع السلوك، مهارة ضرورية لأنظمة الذكاء الاصطناعي لتصبح أعضاءً أساسيين في الفرق البشرية.

النوع 4: الوعي الذاتي

في هذه الفئة، تمتلك أنظمة الذكاء الاصطناعي إحساسًا بالذات، مما يمنحها وعيًا. الآلات ذات الوعي الذاتي تفهم حالتها الحالية. هذا النوع من الذكاء الاصطناعي لا يزال غير موجود حتى الآن.


ما هي أمثلة تقنيات الذكاء الاصطناعي وكيف يتم استخدامها اليوم؟

تم تضمين الذكاء الاصطناعي في مجموعة متنوعة من أنواع التكنولوجيا. فيما يلي سبعة أمثلة:

1. الأتمتة (Automation)

عند دمجها مع تقنيات الذكاء الاصطناعي، يمكن لأدوات الأتمتة أن توسع الحجم وأنواع المهام التي تُنفذ. مثال على ذلك هو الأتمتة الروبوتية للعمليات (RPA)، وهو نوع من البرامج التي تقوم بتكنولوجيا المعالجة المتكررة التي تعتمد على القوانين، والتي كانت تقليديًا تُنجز من قبل البشر. عند دمجها مع تعلم الآلة وأدوات الذكاء الاصطناعي المستجدة، يمكن لـ RPA أن تقوم بأتمتة أجزاء أكبر من وظائف المؤسسات، مما يتيح لبوتات RPA نقل الذكاء من الذكاء الاصطناعي والاستجابة لتغييرات العملية.

2. تعلم الآلة (Machine learning)

هو علم جعل الحاسوب يعمل دون برمجة. التعلم العميق هو جزء فرعي من تعلم الآلة ويمكن اعتباره، ببساطة شديدة، كأتمتة للتحليلات التنبؤية. هناك ثلاثة أنواع من خوارزميات تعلم الآلة:

  • التعلم المشرف عليه (Supervised learning): حيث تكون مجموعات البيانات مُعلمة حتى يمكن اكتشاف الأنماط واستخدامها لوسم مجموعات البيانات الجديدة.
  • التعلم غير المشرف عليه (Unsupervised learning): حيث لا تكون مجموعات البيانات مُعلمة ويتم فرزها وفقًا للتشابهات أو الاختلافات.
  • التعلم بالتعزيز (Reinforcement learning): حيث لا تكون مجموعات البيانات مُعلمة ولكن، بعد إجراء فعل أو عدة أفعال، يتم إعطاء نظام الذكاء الاصطناعي ردود فعل.

3. رؤية الآلة (Machine vision):

هذه التقنية تمنح الآلة القدرة على الرؤية. تقوم رؤية الآلة بالتقاط وتحليل المعلومات البصرية باستخدام كاميرا وتحويل من التناظري إلى الرقمي ومعالجة الإشارة الرقمية. غالبًا ما يتم مقارنتها بالبصر البشري، ولكن رؤية الآلة ليست مقيدة بالبيولوجيا ويمكن برمجتها لترى من خلال الجدران، على سبيل المثال. وتُستخدم في مجموعة من التطبيقات من التعرف على التوقيع إلى تحليل الصور الطبية. وغالبًا ما يتم خلط الرؤية الحاسوبية، التي تركز على معالجة الصور القائمة على الآلة، مع رؤية الآلة.

4. معالجة اللغة الطبيعية (NLP):

هو معالجة اللغة البشرية من قبل برنامج حاسوبي. واحدة من أقدم وأشهر أمثلة معالجة اللغة الطبيعية هي الكشف عن الرسائل غير المرغوب فيها، والذي ينظر في سطر الموضوع ونص البريد الإلكتروني ويقرر إذا كان غير مرغوبًا. تعتمد الأساليب الحالية لمعالجة اللغة الطبيعية على تعلم الآلة. وتشمل مهام معالجة اللغة الطبيعية الترجمة النصية، وتحليل المشاعر، وتعرف الكلام.

5. الروبوتيات (Robotics)

هذا المجال من الهندسة يركز على تصميم وتصنيع الروبوتات. وغالبًا ما تُستخدم الروبوتات لأداء المهام التي يصعب على البشر القيام بها أو أداءها بشكل متسق. على سبيل المثال، تُستخدم الروبوتات في خطوط إنتاج السيارات أو من قبل ناسا لنقل الأشياء الكبيرة في الفضاء. كما يستخدم الباحثون أيضًا تعلم الآلة لبناء الروبوتات التي يمكنها التفاعل في الإعدادات الاجتماعية.

6. السيارات ذاتية القيادة (Self-driving cars)

السيارات الذاتية القيادة تستخدم مزيجًا من رؤية الحاسوب، وتعرف الصور والتعلم العميق لبناء المهارات الآلية لقيادة المركبة بينما تبقى في المسار المحدد وتتجنب العوائق غير المتوقعة، مثل المشاة.

7. توليد النصوص، الصور، والصوت (Text, image and audio generation)

تقنيات الذكاء الاصطناعي المولدة، التي تخلق أنواع مختلفة من الوسائط من المطالبات النصية، تُطبق على نطاق واسع في الأعمال لخلق نطاق يبدو لا نهائيًا من أنواع المحتوى من الفنون التي تبدو واقعية إلى ردود البريد الإلكتروني والسيناريوهات.


تطبيقات الذكاء الاصطناعي

لقد وجد الذكاء الاصطناعي طريقه إلى مجموعة متنوعة من الأسواق. إليك 10 أمثلة حول استخدامات الذكاء الاصطناعي:

1. الذكاء الاصطناعي في مجال الرعاية الصحية

أكبر التوقعات تتمحور حول تحسين نتائج المرضى وخفض التكاليف. تقوم الشركات بتطبيق تعلم الآلة لإجراء تشخيصات طبية أفضل وأسرع من البشر. أحد أبرز التقنيات الصحية المعروفة هو IBM Watson، وهو يفهم اللغة الطبيعية ويستطيع الرد على الأسئلة الموجهة إليه. يستخرج النظام البيانات المرضى وغيرها من مصادر البيانات المتاحة لتكوين فرضية، ثم يقدمها باستخدام نظام التقييم بناءً على الثقة.

تشمل تطبيقات الذكاء الاصطناعي الأخرى استخدام المساعدين الصحيين الافتراضيين عبر الإنترنت والدردشة الآلية (Chatbots) لمساعدة المرضى وعملاء الرعاية الصحية في البحث عن المعلومات الطبية وتحديد المواعيد وفهم عملية الفوترة وإكمال العمليات الإدارية الأخرى. ويتم استخدام مجموعة من تقنيات الذكاء الاصطناعي أيضًا للتنبؤ ومكافحة وفهم الأوبئة مثل COVID-19.

2. الذكاء الاصطناعي في الأعمال

تتم دمج خوارزميات تعلم الآلة في منصات التحليلات وإدارة علاقات العملاء (CRM) لكشف المعلومات حول كيفية خدمة العملاء بشكل أفضل. تم دمج الدردشة الآلية في المواقع الإلكترونية لتقديم خدمة فورية للعملاء. من المتوقع أن يكون للتقدم السريع في تقنية الذكاء الاصطناعي التوليدي، مثل ChatGPT، تأثيرات واسعة النطاق: من حيث القضاء على وظائف، وثورة في تصميم المنتجات، وتعطيل نماذج الأعمال.

3. الذكاء الاصطناعي في التعليم

يمكن للذكاء الاصطناعي أتمتة التقييم، مما يتيح للمعلمين المزيد من الوقت للمهام الأخرى. يمكنه تقييم الطلاب والتكيف مع احتياجاتهم، مساعدتهم في العمل بوتيرتهم الخاصة. يمكن للمعلمين الافتراضيين المدعومين بالذكاء الاصطناعي تقديم دعم إضافي للطلاب، ضمان بقائهم على الطريق الصحيح. يمكن أن تغير التقنية أيضًا المكان وكيفية تعلم الطلاب، ربما حتى استبدال بعض المعلمين.

كما هو الحال مع ChatGPT و Gemini وغيرها من نماذج اللغة الكبيرة، يمكن أن يساعد الذكاء الاصطناعي التوليدي المعلمين في تصميم الدروس وغيرها من المواد التعليمية وجذب الطلاب بطرق جديدة. ظهور هذه الأدوات يجبر أيضًا المعلمين على إعادة النظر في واجبات الطلاب المنزلية والاختبارات ومراجعة السياسات المتعلقة بالاقتباس.

4. الذكاء الاصطناعي في المالية

تقوم التطبيقات المالية الشخصية، مثل Intuit Mint وTurboTax، بتقليب الأمور في المؤسسات المالية. تجمع التطبيقات مثل هذه البيانات الشخصية وتقدم نصائح مالية. وقد تم تطبيق برامج أخرى، مثل IBM Watson، على عملية شراء المنزل. اليوم، يقوم برنامج الذكاء الاصطناعي بأداء معظم التداول في وول ستريت.

5. الذكاء الاصطناعي في مجال القانون

عملية الاكتشاف – التنقيب في الوثائق – في القانون غالبًا ما تكون مرهقة للبشر. يساعد استخدام الذكاء الاصطناعي في أتمتة العمليات المكثفة للعمل في الصناعة القانونية في توفير الوقت وتحسين خدمة العملاء. تستخدم المكاتب القانونية تعلم الآلة لوصف البيانات وتوقع النتائج، والرؤية المحوسبة لتصنيف واستخراج المعلومات من الوثائق، ومعالجة اللغة الطبيعية لتفسير طلبات المعلومات.

6. الذكاء الاصطناعي في الترفيه والإعلام

تستخدم صناعة الترفيه تقنيات الذكاء الاصطناعي للإعلان المستهدف، وتوصية المحتوى، والتوزيع، والكشف عن الاحتيال، وإنشاء السيناريوهات وصنع الأفلام. يساعد الصحافة الآلية الغرف الإخبارية في تبسيط عمليات الإعلام، مما يقلل من الوقت والتكلفة والتعقيد.

تستخدم غرف الأخبار الذكاء الاصطناعي لأتمتة المهام الروتينية، مثل إدخال البيانات والتدقيق اللغوي، وللبحث في المواضيع ومساعدة في العناوين. كيف يمكن للصحافة استخدام ChatGPT والذكاء الاصطناعي التوليدي الآخر بشكل موثوق لإنتاج المحتوى لا يزال موضوعًا مفتوحًا للنقاش.

7. الذكاء الاصطناعي في الترميز البرمجي وعمليات تكنولوجيا المعلومات

يمكن استخدام الأدوات الجديدة للذكاء الاصطناعي التوليدي لإنتاج كود التطبيق استنادًا إلى التشجيعات اللغوية الطبيعية، لكننا ما زلنا في بداية هذه الأدوات ومن غير المحتمل أن تحل محل المهندسين البرمجيين قريبًا. يتم استخدام الذكاء الاصطناعي أيضًا لأتمتة العديد من عمليات تكنولوجيا المعلومات، بما في ذلك إدخال البيانات، والكشف عن الاحتيال، وخدمة العملاء، والصيانة التنبؤية والأمان.

8. الذكاء الاصطناعي في التصنيع

كانت صناعة التصنيع في طليعة تضمين الروبوتات في سير العمل. على سبيل المثال، الروبوتات الصناعية التي كانت في وقت واحد مبرمجة لأداء مهام فردية وفصلها عن العمال البشر، تعمل الآن كروبوتات تعاونية: روبوتات أصغر متعددة المهام تتعاون مع البشر وتتحمل المسؤولية عن المزيد من أجزاء العمل في المستودعات، وأرضيات المصانع وغيرها من مساحات العمل.

9. الذكاء الاصطناعي في المصارف

تستخدم البنوك الدردشة الآلية بنجاح لإبلاغ عملائها بالخدمات والعروض وللتعامل مع المعاملات التي لا تتطلب تدخلاً بشريًا. يتم استخدام المساعدين الافتراضيين للذكاء الاصطناعي لتحسين وخفض تكاليف الامتثال للوائح المصرفية.

تستخدم المنظمات المصرفية الذكاء الاصطناعي لتحسين صنع قراراتها بشأن القروض، وتحديد حدود الائتمان وتحديد فرص الاستثمار.

10. الذكاء الاصطناعي في النقل

بالإضافة إلى الدور الأساسي للذكاء الاصطناعي في تشغيل السيارات ذاتية القيادة، يتم استخدام تقنيات الذكاء الاصطناعي في النقل لإدارة حركة المرور، والتنبؤ بتأخير الرحلات، وجعل الشحن البحري أكثر أمانًا وكفاءة.

في سلاسل التوريد، يحل الذكاء الاصطناعي محل الأساليب التقليدية للتنبؤ بالطلب والتنبؤ بالانقطاعات، وهو اتجاه تسارع بواسطة COVID-19 عندما تم القبض على العديد من الشركات في موقف صعب بسبب آثار جائحة عالمية على العرض والطلب على البضائع.


ما هو تاريخ الذكاء الاصطناعي؟

لطالما كانت الفكرة حول الأشياء الجامدة الممتلكة للذكاء موجودة منذ العصور القديمة. كان الإله اليوناني هيفايستوس مصورًا في الأسطورة على أنه خلق خدم مشابهين للروبوتات من الذهب. قام المهندسون في مصر القديمة ببناء تماثيل للآلهة تحتفظ بالحياة عبر الكهنة.

على مر سنوات وقرون، استخدم المفكرون من أرسطو إلى اللاهوتي الإسباني في القرن الثالث عشر رامون لول حتى رينيه ديكارت وتوماس بايز أدوات ومنطق عصورهم لوصف عمليات التفكير البشري كرموز، مما أسس لمفاهيم الذكاء مثل تمثيل المعرفة العامة.

في أواخر القرن التاسع عشر وأول نصف من القرن العشرين، شهدنا أعمالًا أساسية أعطت الحياة للكمبيوتر الحديث. في عام 1836، اخترع الرياضي تشارلز باباج من جامعة كامبريدج وأوغستا آدا كينغ، كونتيسة لوفليس، أول تصميم لآلة قابلة للبرمجة.

شهدت الفترة ما بين 2010 و2020 تدفقًا مستمرًا من التطورات في قدرات الذكاء الاصطناعي. تشمل هذه إطلاق مساعدي صوت أبل “سيري” و”أليكسا” لشركة أمازون؛ انتصارات واتسون التابعة لشركة IBM في البرنامج التلفزيوني “جيوباردي”؛ والسيارات ذاتية القيادة؛ وتطوير الشبكة المتقابلة المولدة الأولى؛ وإطلاق TensorFlow، إطار التعلم العميق المفتوح المصدر من جوجل؛ وتأسيس مختبر البحوث OpenAI، المطورين “نموذج اللغة GPT-3” ومولد الصورة Dall-E؛ وهزيمة بطل العالم في الجو “لي سيدول” من قبل Google DeepMind’s AlphaGo؛ وتنفيذ أنظمة معتمدة على الذكاء للكشف عن الأورام السرطانية بدرجة عالية من الدقة.

شهد العقد الحالي ظهور الذكاء الاصطناعي التوليدي، وهو نوع من تكنولوجيا الذكاء الاصطناعي التي يمكنها إنتاج محتوى جديد. يبدأ الذكاء التوليدي بموجه يمكن أن يكون في شكل نص، أو صورة، أو فيديو، أو تصميم، أو نغمات موسيقية أو أي مدخل يمكن أن يتم معالجته بواسطة نظام الذكاء الاصطناعي AI.

ثم تعود الخوارزميات المختلفة للذكاء بمحتوى جديد ردًا على الموجه. يمكن أن يشمل المحتوى مقالات، أو حلول للمشكلات، أو وهم واقعي يتم إنشاؤه من صور أو تسجيلات صوتية لشخص.

أذهلت قدرات نماذج اللغة مثل ChatGPT-3، وGemini التابعة لجوجل وMegatron-Turing NLG التابعة لمايكروسوفت العالم، لكن التكنولوجيا لا تزال في مراحلها المبكرة، كما يتضح من اتجاهها إلى تخيل أو تحيف الإجابات.


هل ترغب فى تعلم الذكاء الاصطناعي؟

بدء تعلم الذكاء الاصطناعي (AI) يتطلب التركيز على بعض المجالات الأساسية، مثل الرياضيات، وبرمجة الحاسوب، ومعرفة نظرية الذكاء الاصطناعي. إليك خطة مقترحة لبدء تعلم الذكاء الاصطناعي:

الأساسيات الرياضية:

  • الإحصاء والاحتمالات
  • الجبر الخطي
  • التفاضل والتكامل

برمجة الحاسوب:

  • تعلم لغة برمجة مثل Python، حيث أنها من اللغات الأكثر شهرة في مجال الذكاء الاصطناعي.
  • تعلم استخدام مكتبات Python المتخصصة في الذكاء الاصطناعي مثل TensorFlow, PyTorch, و scikit-learn.

نظريات الذكاء الاصطناعي:

  • تعلم أساسيات الذكاء الاصطناعي مثل البحث، والتخطيط، وتعلم الآلة.
  • دخول في تفاصيل تعلم الآلة، مثل الانحدار اللوجستي، الشبكات العصبية، والتعلم العميق.

التطبيق العملي:

  • ابدأ بمشروع صغير لتطبيق ما تعلمته.
  • استخدم مجموعات بيانات حقيقية لتدريب نماذجك وتقييمها.

بالتأكيد هذه فقط بعض الخطوات والموارد المقترحة، وهناك العديد من الدورات والموارد المتاحة على الإنترنت. الأهم هو الالتزام والاستمرارية في التعلم، كما يمكنك الحصول على دورة ذكاء اصطناعي معتمدة من قبل معهد او هيئة معتمدة من أجل تعزيز قدراتك.


في الختام، يشهد عالم الذكاء الاصطناعي تطورًا هائلاً يتسارع بمرور الوقت، وهذا التطور ليس نتيجة لجهد فردي، ولكن نتاج تعاون بين عمالقة التكنولوجيا مثل Google و Microsoft و OpenAI. مع الابتكارات المستمرة في مجال الأجهزة من شركات مثل Nvidia، أصبح من الممكن تحقيق قفزات كبيرة في أداء وقابلية توسيع نماذج الذكاء الاصطناعي.

بشكل عام، يهدف الذكاء الاصطناعي لخدمة الإنسانية من خلال تطوير اداء الهيئات والمؤسسات، يجب المؤسسة أو الهيئة سواء حكومية او خاصة وضع الذكاء الاصطناعي في الاعتبار.

إضافة إلى ذلك، تقديم الذكاء الاصطناعي كخدمة عبر السحابة قد فتح الأبواب أمام الشركات لاستغلال هذه التقنية بكفاءة وتكلفة أقل. وبينما تواصل هذه الابتكارات في تغيير ملامح الصناعة، يظل من الأساسي أن نتعامل مع هذه التقنيات بوعي واستشراف لتأثيرها على مستقبل الأعمال والمجتمع برمته.

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *