intelligence الذكاء الاصطناعي: ما هو والأمثلة العملية الحالية؟

لعدة سنوات ، تحدثت الشركات باستمرار معنا عن الذكاء الاصطناعي الذي تقدمه في خدماتها وتطبيقاتها ومعالجاتها. ومع ذلك ، على الرغم من أنها تحمل نفس الاسم ، والحمد لله ، فإن الذكاء الاصطناعي لغسالة (لأسباب تفلت منا) وهاتفنا الذكي لم يتم تطويرها بحيث تجعلها تعكس وجودها وقوتنا عليها. في الوقت الحالي…

كما قلنا لك بالفعل في المقالة حول تطوير الذكاء الاصطناعي USB Intel Movidius ، الذكاء الاصطناعي هنا للبقاء ومساعدتنا على حل المشاكل اليومية. ولكن ما هو بالضبط الذكاء الاصطناعي؟

المصدر: المصدر ديكستر

يظهر gif الذي تراه أعلاه بطريقة مبسطة للغاية كيف تعمل الشبكة العصبية العميقة. تتطلب هذه الأنظمة تدريبًا صعبًا حتى تتمكن لاحقًا ، على سبيل المثال ، من التعرف على الصور أو تحسين الحلول أو ببساطة معرفة المزيد. إنها في جوهرها مجموعة من الخوارزميات التي يمكننا تصنيفها على أنها ذكاء اصطناعي والتي تنتمي إلى مجال التعلم العميق.

فهرس المحتويات

الذكاء الاصطناعي: برمجة جديدة

اليوم ، لا يشكل الذكاء الاصطناعي أنظمة معقدة من التكنولوجيا مع الضمير كما هو الحال غالبًا في أعمال الخيال العلمي. تقع الطريقة التي ننشئها بدلاً من ذلك على تعريف الخوارزميات المعقدة التي تعرض النتائج بناءً على المدخلات والأوامر التي تم تدريسها لهم. على الرغم من أن هذا مجرد أحد المعاني الموجودة.

هناك طرق مختلفة لفهم الذكاء الاصطناعي ، ولكن يمكننا تقسيمه إلى أربع مجموعات رئيسية:

الذكاء الاصطناعي الذي يفكر مثل البشر

روبوت زبدة ريك ومورتي

أنظمة الكمبيوتر المعقدة بضميرها والتي تفكر وتقرر وفقًا لرغبتها وتتجاوز الخصائص التي تم برمجتها من أجلها ( Ghost in the Shell). إنه ليس في متناول أيدينا حتى الآن ولا نعرف حتى ما إذا كان ذلك ممكنًا في المستقبل ، لذلك ليس هناك الكثير للتعليق عليه.

IAs التي تتصرف مثل البشر

التفكير كإنسان ليس مثل التظاهر بالتصرف كإنسان. نحن اليوم ننشئ بعض الأنظمة مثل هذه حيث يتم تقديم وظائف عشوائية ووظائف ملموسة لإعطاء الشعور بأن الذكاء يفكر كشخص.

مساعد الفلفل الذكي

في ألعاب الفيديو ، نرى هذا باستمرار ، حيث يسعى الأعداء الذين يسيطرون على الماكينة لمحاكاة السلوكيات الشبيهة بالإنسان. بمعزل عن ألعاب الفيديو ، تم تحقيق أن الذكاء الاصطناعي يمكن أن يكتب مع العيوب والمخالفات كما يفعل الشخص.

IAs التي تفكر بعقلانية

ربما النسخة الأكثر شيوعًا من هذه التكنولوجيا اليوم. نقول أنهم يفكرون بعقلانية لأننا نقدم لهم الأدوات لتقديم نتائج فعالة وذات مغزى. إنهم قادرون على التكيف مع البيئة التي هم فيها بسهولة ، على الرغم من أنهم بعيدون عن التفكير بأنفسهم.

ألفا ستار التعلم

مثال على ذلك هو الذكاء الاصطناعي الذي يلعب ألعاب الفيديو مثل AlphaStar (StarCraft II) أو AlphaZero (الشطرنج والشوغي والذهاب). هذه الآلات قادرة حتى على محاربة خصوم الإنسان وهزمت بالفعل بطل العالم العرضي.

الوكالات المنفذة التي تتصرف بعقلانية

نظرًا لأنهم "يتصرفون" ، نكتشف أنهم لا يعالجون البيانات التي ننقلها إليهم ، ويبدو أنهم يفكرون فقط بعقلانية. هذه هي النسخة الأكثر بساطة من هذه التكنولوجيا وهي مرحلة مررنا بها بالفعل إلى حد كبير. تلجأ بعض أنظمة الكمبيوتر إلى هذه التقنية ، نظرًا لأنه أسهل بكثير في البرمجة وعادة ما يكون عملها بسيطًا.

مكنسة كهربائية ذكية

على سبيل المثال ، الآلات التي تتلقى المكالمات وتوجهك خلال خياراتها أو المساعدين الأذكياء لصفحات الويب ، والتي تطلب منك عادةً التوصية بالحلول ذات الصلة.

لديك بالفعل صورة مقبولة عن كيفية توزيع الاستخبارات وفقًا لمدى تعقيدها ، دعنا نأخذك إلى قلب الأمر.

رياضيات الفكر

إحدى طرق برمجة الذكاء الاصطناعي هي التعامل مع البيانات كوحدات وهمية تسمى tensors. Tensors هي وحدة جبرية معقدة (من المقاييس والنواقل والمصفوفات) تتطلب معرفة الرياضيات للعمل معها بشكل صحيح. وبالتالي ، سيكون أداء تطبيقات الذكاء الاصطناعي جيدًا مثلما تم تنفيذ التلاعبات الرياضية للبيانات.

شرح مبسط عن المشابك

لتوسيع تطوير هذا النوع من البرامج ، قامت العديد من المجموعات بإنشاء وفتح مكتبات الكود الخاصة بها للجمهور للتعاون وإنشاء أنظمة أكثر ذكاءً مع المجتمع. يعد TensorFlow من Google و CNTK من Microsoft و Theano و Caffe2 و Keras بعض الأمثلة الأكثر صلة. تركز كل مكتبة على المشكلة من زوايا مختلفة ، وبفضل ذلك لدينا تطوير الذكاء الاصطناعي على مستويات مختلفة من التجريد.

إذا كنت لا تعرف مستويات التجريد ، فهو نظام يقيس مدى قرب لغة الكمبيوتر من اللغة المنطوقة. كلما ارتفع مستوى التجريد ، كلما كان يشبه اللغة البشرية وكلما انخفض ، كلما زاد رمز الآلة ، أي ذلك العالم الذي يعمل فقط مع الأصفار والآحاد.

أنظمة جديدة ، أجهزة جديدة

من الواضح أن جميع البرامج تعمل داخل الأجهزة ، ومع ذلك ، من السهل أن تقع في الوهم القائل بأن السحابة يمكنها التعامل مع كل شيء ، ولكن الحقيقة ليست حلوة للغاية. اعتمادًا على كيفية تحسين الشفرة ، قد يكون السبب هو أن الذكاء الاصطناعي يعمل محليًا (على الهاتف الذكي أو الكمبيوتر الشخصي أو جهاز إنترنت الأشياء). أو يمكن السماح للأجهزة بإرسال الحسابات إلى الخوادم ، ومعالجتها ، وهذه ترجع النتيجة.

الخدمات السحابية

في كثير من الحالات ، يحاول الجهاز "الصغير" تنفيذ جزء كبير من الحسابات محليًا وإرسال جزء فقط من المشكلة إلى الخادم ، وبالتالي توفير العديد من تكاليف إدارة الخدمة.

الذكاء الاصطناعي في يوم لآخر

نحن نعلم أن التفكير في مستقبل هذا شيء مثير للاهتمام للغاية وحتى بالنسبة للبعض المثير ، ولكن ليس عليك الذهاب إلى هذا الحد لرؤية الثمار الأولى. أين نجد آثار الذكاء الاصطناعي في مجتمع اليوم؟

الذكاء الاصطناعي على الجوال

قد يبدو الأمر دون أن يلاحظه أحد ، لكنه يحيط بنا من جميع الجهات. بدءًا من الأجهزة المنزلية ، غالبًا ما تحتوي الهواتف المحمولة الجديدة على أنظمة مدمجة صغيرة تسمى الذكاء الاصطناعي تساعدك على التقاط صور أفضل. انتقائي ، صور ما بعد المعالجة لجعلها تبدو أكثر وضوحًا ، وأكثر ألوانًا ، أو متباينة. حتى أن البعض قادر على التعرف على الأشياء التي نلتقطها وتقديم لنا عمليات البحث ذات الصلة.

في هذا المجال ، تبرز أيضًا الزميلة التي تبعد "OK Google" ، والتي تتعلم من كل ما نخبرها به وتكون قادرة على معالجة الطلبات اللانهائية. على الرغم من أنه يمكننا العثور عليك "آليًا" بسهولة شديدة (مثل عدم القدرة على الاستمرار في محادثة) ، إلا أنه لا يمكننا استبعاد العمل الشاق الذي نعرف أنه وراءه.

مساعد جوجل

علينا أيضا أن نتحدث عن القيادة الذاتية الوشيكة. تقدم سيارات مثل Tesla بالفعل تلك البدائل التي تسيطر عليها الذكاء الاصطناعي في بعض البلدان. هذه الأنظمة قادرة على التقاط البيئة المحيطة بالسيارة ومعالجة المحظورات والمخاطر وما إلى ذلك ، والقيادة بأمان وفقًا لذلك.

على الرغم من أننا لسنا بحاجة للذهاب إلى مثل هذه المستويات العالية من الذكاء في عالم السيارات. يمكننا أن نرى أن بعض السيارات لديها بالفعل أنظمة مثيرة للاهتمام مثل الكشف عن التوقف في حالات الطوارئ أو وقوف السيارات التلقائي.

الملكة في الظل:

الآن ربما تكون قد فكرت بالفعل في أن الذكاء الاصطناعي موجود في كل مكان وأنهم في أي لحظة يثورون ، ولكن كن مطمئنًا ، فإن محمصة الخبز لن تقتلك أثناء نومك. ما يمكننا تأكيده هو أن هذه التكنولوجيا تتحكم أكثر مما تعتقد ، وهي مسؤولة عن العديد من الاتجاهات في المجتمع.

يوتيوب ، تويتر ، إعلانات Google… كل هذا يتم التحكم فيه إلى حد ما من خلال الإعدادات التي أشرت إليها ، ولكن أيضًا من خلال الذكاء الاصطناعي الذي يقرر ما سيعرضه لك. هل تسمع رسالة مشابهة لـ: "أريد مشاركة بياناتي مع Google بحيث تقدم لي إعلانات قد تهمني" ؟

كيف يعمل هذا؟ حسنًا ، سترى ، بناءً على ما تستهلكه على الإنترنت ، يتم إنشاء ملف تعريف بأذواقك وأنت مرتبط بالعديد من الأشخاص الآخرين. عندما تحتاج خدمات الإنترنت إلى أن تظهر لك شيئًا ما ، فإنها تستخدم هذا الملف الشخصي الذي يتكون من ملايين الأفراد لتقدير ما قد يثير اهتمامك.

شرح البيانات الضخمة المبسطة

هذه الطريقة في تحليل كميات هائلة من البيانات (البيانات الضخمة) باستخدام الذكاء الاصطناعي تتطلب الكثير من القوة وتظهر الوظائف في جميع أنحاء العالم على استعداد لإعداد المستقبل حول هذا الموضوع. كما ستفهم ، يتم احتساب البيانات التي يستخدمها المستخدمون بواسطة TeraBytes كل ثانية ، لذلك لا يستطيع الشخص تحليلها جميعًا. هذا هو المكان الذي يعمل فيه الذكاء الاصطناعي مع البيانات والأشخاص الذين يستخدمونه لإجراء التقديرات وما إلى ذلك ، باستخدام ، على سبيل المثال ، الإحصاءات.

نوصي بـ Google Home Mini: ماهية هذا التطبيق وميزاته

المؤسسة: عميق ، التعلم الآلي

سنقوم بالتنقل قليلاً في عالم ألعاب الفيديو لفهم Deep Learning بشكل أفضل قليلاً ، حيث دخلت منظمة العفو الدولية في مجال ألعاب الفيديو كلاعب (كما ذكرنا من قبل) وكمبرمج ومصمم. إذا تابعت تطورات الصناعة ، فقد اكتسبت NVIDIA سمعة سيئة لتقنيات مختلفة من بينها نظام DLSS (Deep Learning Super Sampling) ، وهو ذكاء اصطناعي قادر على إعادة تحديد الصور.

مقارنة DLSS

وظيفة DLSS هي تحويل صورة من FullHD (1080p) إلى UltraHD (4k) لتتمكن من تشغيل أكثر العناوين تطلبًا مع معدلات إطارات أفضل. في البداية ، اشتكى المستخدمون من أن الصور بدت ضبابية وبعيدة عن التركيز ، ولكن بعد بضعة أشهر فقط كانت النتائج رائعة.

هذا بفضل Deep Learning ، نظام يتعلم من خلاله الذكاء الاصطناعي من خلال الممارسة والخطأ. في حالة DLSS ، كانت NVIDIA Intelligence تحلل الصور باستمرار بدقة UltraHD وتحاول إعادة إنشائها باستخدام صورة FullHD كأساس. بعبارة أخرى ، يبدو الأمر كما لو أنهم أعطوك ربع الصورة وكان عليك سد الثغرات التي لا تعرفها. Deep Learning هو نوع من النظام ينتمي إلى ما يسمى التعلم الآلي أو التعلم التلقائي باللغة الإسبانية.

التعلم الآلي والتعلم العميق

يمكن تصنيف التعلم الآلي على أنه حجر الأساس للذكاء الاصطناعي. هذه مجموعات مختلفة من الخوارزميات التي غالبًا ما تستخدم في الآلات لتعلم المهام ، من بين أشياء أخرى. على سبيل المثال ، يعد التعرف على الصورة أو لعب الشطرنج أو اكتشاف الحالات المزاجية من التحديات التي يمكن تعلمها ويتم استخدام أنواع مختلفة من الخوارزميات اعتمادًا على التحدي.

يقال أن التعلم الآلي هو مجموعة من الخوارزميات التي تسمح للآلة بالتعلم من التجربة التي تراكمت عليها. من ناحية أخرى ، يركز Deep Learning على التعلم باستخدام المدخلات غير المتجانسة. يتم تطوير ودراسة كلا النظامين باستخدام الطاقة لأن مستقبل الذكاء الاصطناعي غير مؤكد.

مستقبل الذكاء الاصطناعي

من منظورنا ، تبدو إمكانيات الذكاء الاصطناعي لا حصر لها. ما زلنا لا نعرف ما هو حدنا ونعمل بالفعل على خلق تشابه آخر معنا ، ولكن ماذا يمكننا أن نتوقع في المستقبل؟

لا يمكن اعتبار أي شيء سنعلق عليه أمرًا مسلمًا به ، لكنها عبارة عن بيانات تستند إلى بعض الحجج المستمدة بشكل رئيسي من مراقبة كيفية تطور هذه الآلات.

الإنترنت

بادئ ذي بدء ، يبدو أنه لا مفر من أننا نتحرك نحو عالم تهيمن عليه الإنترنت ، وهذا هو السبب في أن الذكاء الاصطناعي سيكون له صلة وقوة أكبر عبر الوسط. هذا ليس شيئًا يجب أن يخيفنا ، لأن هذه هي الطريقة الوحيدة التي يمكننا من خلالها ضمان صيانة المنصة. مع هذا يمكننا تصفح الويب في مساحة أكثر حراسة إلى حد ما ، ولكن في نفس الوقت أكثر أمانًا. باعتبارنا من الرواد الأوائل في ذلك ، لدينا روبوتات فيسبوك تقوم بتحليل وتقدير ما إذا كانت الأفكار الانتحارية تمر بك وإذا اكتشفتها ، فإنها تتصل بك.

وبالمثل ، في العالم المادي ، ستصبح السيارات ذاتية القيادة والسيطرة مهيمنة بشكل متزايد حتى اللحظة التي تكون فيها القيادة ترفيهية فقط. ربما لم يحدث التغيير لمائة عام ، ولكن التغيير سيحدث.

تغيير آخر متوقع أيضًا هو تبادل العمل الشاق للآلات. إنها ثورة يخشاها الكثيرون ، لكنها تبدو حتمية ، لذا يجب أن نكون مستعدين.

سايبورغ نيل هاربيسون

وعلى الرغم من أنه يبدو شيئًا نموذجيًا للخيال العلمي ، فمن المحتمل جدًا أنه سيتعين علينا في المستقبل إيجاد طرق لدمج التكنولوجيا والذكاء الاصطناعي في أجسامنا. في الواقع ، يوجد أول سايبورغ في التاريخ ويسمى نيل هاربيسون.

أبعد من هذا الشاطئ بحر الأفكار هائلة. من يعلم؟ ربما تعمل آلات المصنع في انسجام تام تحت قيادة آلة رئيسية بلغات الآلة - الآلة البدائية. ربما في يوم من الأيام سيكون أفضل المضاربين في سوق الأسهم هو الذكاء الاصطناعي أو حتى أفضل راكب الدراجة النارية.

الذكاء الاصطناعي

قد يبدو هذا مستقبلاً غريبًا ومخيفًا ، ولكن بالتأكيد لدينا مشاكل أخرى نحاول حلها!

وماذا تعرف عن الذكاء الاصطناعي؟ هل أنت متشوق لرؤية ما سيأتي؟ أخبرنا عن أفكارك حول الذكاء الاصطناعي.

PowerDataIberdrolaIndraNewsRoom Font