ما هو الذكاء الاصطناعي
الذكاء الاصطناعي هو برنامج يتعلم من البيانات لأداء مهام تتطلب عادة ذكاءً بشريًا—مثل التعرف على الوجوه، أو فهم الكلام، أو اتخاذ القرارات. هذه الإجابة المباشرة، لكن فهم كيفية عمله ولماذا يهم سيغير طريقة رؤيتك للتكنولوجيا المحيطة بك كل يوم.
عندما تفتح هاتفك باستخدام وجهك أو يقترح عليك Netflix الحلقة التالية التي تستحق المشاهدة، الذكاء الاصطناعي يعمل بصمت في الخلفية. بنهاية هذا الدليل، ستفهم بالضبط ما هو الذكاء الاصطناعي، وكيف يعمل، وكيف يمكنك البدء في استخدام أدوات مدعومة بالذكاء الاصطناعي بنفسك.
فهم الذكاء الاصطناعي: تعريف بسيط
الذكاء الاصطناعي يجمع بين كلمتين تخبرك بالضبط ما يفعله: "اصطناعي" (من صنع البشر، وليس طبيعيًا) و"ذكاء" (القدرة على التعلم والتفكير وحل المشاكل).
فكر في الذكاء الاصطناعي مثل تعليم كلب حيل جديدة—إلا أنه بدلاً من الحلويات، تستخدم البيانات، وبدلاً من الكلب، لديك برنامج. تريه آلاف الأمثلة، يتعلم الأنماط، وفي النهاية يمكنه إصدار توقعات أو قرارات من تلقاء نفسه.
تم صياغة مصطلح "الذكاء الاصطناعي" في عام 1956 من قبل عالم الكمبيوتر جون مكارثي في مؤتمر شهير في جامعة دارتماوث. عرّف مكارثي الذكاء الاصطناعي بأنه "العلم والهندسة لصنع الآلات الذكية." بعد ما يقرب من 70 سنة، لا يزال هذا التعريف صحيحًا بشكل ملحوظ.
مربع التعريف البسيط:
الذكاء الاصطناعي هو برنامج حاسوبي مصمم لمحاكاة التفكير البشري—التعلم من الخبرة، والتكيف مع المعلومات الجديدة، وأداء المهام التي تتطلب عادة ذكاءً بشريًا.
كيف يعمل الذكاء الاصطناعي؟
فهم الذكاء الاصطناعي لا يتطلب درجة في علوم الكمبيوتر. في جوهره، الذكاء الاصطناعي يتبع عملية منطقية تعكس كيفية تعلم البشر—فقط بمقياس ضخم.
البيانات كوقود
كل نظام ذكاء اصطناعي يبدأ بالبيانات. الكثير منها. نظام الذكاء الاصطناعي الذي يتعرف على القطط رأى ملايين صور القطط. نظام الذكاء الاصطناعي الذي ينسخ الكلام استمع إلى آلاف الساعات من المحادثة البشرية.
البيانات بالنسبة للذكاء الاصطناعي ما هي الخبرة بالنسبة للبشر. كلما زادت الأمثلة عالية الجودة التي يعالجها نظام الذكاء الاصطناعي، كلما أصبح أفضل في مهمته المحددة. هذا هو السبب في أن الشركات مثل Google و Meta تجمع الكثير من بيانات المستخدمين—فإنها تحسن أنظمة الذكاء الاصطناعي الخاصة بهم بشكل مباشر.
الخوارزميات والتعرف على الأنماط
الخوارزميات هي تعليمات خطوة بخطوة تخبر الذكاء الاصطناعي بكيفية معالجة البيانات. تبحث هذه الخوارزميات عن أنماط—الاتصالات بين المدخلات والمخرجات التي تتكرر بشكل متسق.
على سبيل المثال، تتعلم خوارزمية مرشح البريد العشوائي أن رسائل البريد الإلكترونية التي تحتوي على عبارات مثل "لقد فزت بمليون دولار" مجتمعة مع عناوين المرسلين المريبة عادة ما تكون رسائل عشوائية. تجد هذا النمط عبر آلاف الأمثلة، ثم تطبقه على رسائل البريد الإلكترونية الجديدة.
عملية التدريب والتعلم
تدريب الذكاء الاصطناعي مثل الدراسة للامتحان:
- إطعام النموذج أمثلة مصنفة (هذا قط، هذا كلب)
- الذكاء الاصطناعي يصدر توقعات على أمثلة جديدة
- التحقق من صحة التنبؤات
- تعديل الخوارزمية لتحسين الدقة
- التكرار ملايين المرات
تستمر هذه الدورة حتى يحقق الذكاء الاصطناعي دقة مقبولة. يتدرب بعض نماذج الذكاء الاصطناعي لأسابيع على أجهزة متخصصة تكلف ملايين الدولارات.
اتخاذ القرار
بعد التدريب، يطبق الذكاء الاصطناعي ما تعلمه لاتخاذ قرارات بشأن بيانات جديدة لم يرها من قبل. عندما تحمل صورة إلى Google Photos وتقوم تلقائيًا بوضع علامات على وجوه أصدقائك، هذا هو الذكاء الاصطناعي المدرب الذي يتخذ قرارات بناءً على الأنماط المتعلمة أثناء التدريب.
الأنواع الرئيسية الأربعة للذكاء الاصطناعي
لا يتم إنشاء جميع الذكاء الاصطناعي متساويًا. يصنف الباحثون الذكاء الاصطناعي إلى أربعة أنواع بناءً على القدرات—وما زلنا نعمل على آخر اثنين.
الآلات التفاعلية
أبسط شكل من أشكال الذكاء الاصطناعي—هذه الأنظمة يمكنها فقط الرد على المواقف الحالية بدون ذاكرة للتفاعلات السابقة.
Deep Blue من IBM، الذي تغلب على بطل الشطرنج غاري كاسباروف في عام 1997، هو المثال الكلاسيكي. قام بتحليل موضع الرقعة الحالي وحساب أفضل حركة، لكن لم يستطع تذكر الألعاب السابقة أو التعلم من المباريات الماضية.
تتضمن الأمثلة الحديثة:
- مرشحات البريد العشوائي الأساسية
- محركات التوصيات المنتجة
- روبوتات محادثة بسيطة مع ردود مكتوبة مسبقًا
ذكاء اصطناعي محدود الذاكرة
هنا يعيش معظم الذكاء الاصطناعي الحالي. يمكن لهذه الأنظمة التعلم من البيانات التاريخية والخبرات الماضية لتحسين القرارات المستقبلية.
الذكاء الاصطناعي محدود الذاكرة يشغل:
| التطبيق | كيفية استخدام الذاكرة |
|---|---|
| السيارات ذاتية القيادة | تتذكر أنماط الطرق، السلوك المشاة |
| المساعدات الافتراضية | تتذكر تفضيلاتك والطلبات السابقة |
| ChatGPT | يستخدم سياق المحادثة ضمن الجلسة |
| كشف الاحتيال | يتعلم من أنماط المعاملات الاحتيالية السابقة |
يتحسن التعرف على الوجه في هاتفك الذكي بمرور الوقت لأنه يحتوي على ذاكرة محدودة—فهو يتعلم مع تغير مظهرك بشكل طفيف.
نظرية الذكاء الاصطناعي العقل
هذا النوع لا يوجد في الأنظمة الإنتاجية اليوم، على الرغم من أن النماذج الأولية البحثية يتم تطويرها. سيفهم نظام الذكاء الاصطناعي لنظرية العقل العواطف والمعتقدات والعمليات الفكرية—بشكل أساسي فهم أن الكائنات الأخرى لديها حالات عقلية خاصة بها.
تخيل مساعد ذكاء اصطناعي يتعرف على أنك متوتر من أنماط الكتابة الخاصة بك ويقترح بنشاط أخذ فترة راحة. نحن نحرز تقدمًا، لكن نظرية الذكاء الاصطناعي الحقيقية للعقل لا تزال في مختبرات البحث.
الذكاء الاصطناعي الواعي بذاته
أكثر نوع متقدم (وحاليًا نظري) من الذكاء الاصطناعي سيكون لديه وعي ووعي ذاتي. هذا هو الذكاء الاصطناعي للخيال العلمي—الأنظمة التي تفهم وجودها الخاص.
لا يوجد ذكاء اصطناعي واعي بذاته اليوم، بالرغم مما قد توحي به العناوين. أنظمة الذكاء الاصطناعي الحالية، مهما كانت مثيرة للإعجاب، ليس لديها تجربة داخلية أو فهم ذاتي.
الذكاء الاصطناعي مقابل التعلم الآلي مقابل التعلم العميق
يتم رمي هذه المصطلحات بشكل متبادل، لكنها في الواقع مفاهيم متداخلة—مثل الدمى الروسية.
إليك العلاقة:
الذكاء الاصطناعي (المفهوم الأوسع)
└── التعلم الآلي (مجموعة فرعية من الذكاء الاصطناعي)
└── التعلم العميق (مجموعة فرعية من التعلم الآلي)
الذكاء الاصطناعي: الهدف الشامل لإنشاء آلات يمكنها أداء مهام ذكية.
التعلم الآلي: نهج محدد لتحقيق الذكاء الاصطناعي حيث تتعلم الأنظمة من البيانات دون أن تتم برمجتها صراحة لكل سيناريو.
التعلم العميق: نوع متخصص من التعلم الآلي يستخدم الشبكات العصبية بطبقات عديدة (ومن هنا "عميق") التي تتفوق في معالجة البيانات غير المهيكلة مثل الصور والكلام.
| المصطلح | ماذا يعني | مثال |
|---|---|---|
| الذكاء الاصطناعي | أي نظام حاسوبي يحاكي الذكاء البشري |