ما هو الذكاء الاصطناعي (AI) وكيف يؤثر على البشرية؟

لطالما أثار الذكاء الاصطناعي Artificiell intelligens (AI) جدلاً واسعًا بين الناس، حيث ارتبط في أذهان الكثيرين كتهديد يجب تجنبه وتفادي تطويره أو استخدامه في تحسين حياتنا. وفي الثقافة الشعبية، ولا سيما في أفلام هوليوود، يُصوَّر الذكاء الإصطناعي على أنه وحش يسعى للسيطرة على العالم، لينتهي الأمر بالبطل الذي ينقذ البشرية من الدمار.

ولكن، هل هذه الصورة الشائعة صحيحة بالفعل؟ وما هي الرؤية البديلة؟ كيف يمكن أن يكون الذكاء الآلي مصدرًا للخطر أو المستقبل الزاهر للبشرية؟ وفي أي المجالات يمكننا استغلال هذا التقدم التكنولوجي بشكل إيجابي؟ في هذا المقال، سنستكشف هذه التساؤلات ونقدم رؤية شاملة حول الذكاء الاصطناعي وتأثيره المحتمل على حياتنا.

ما هو الذكاء الاصطناعي (Artificial Intelligence)؟

الذكاء الاصطناعي (Artificial intelligence) هو قدرة الآلة أو الكمبيوتر على تقليد قدرات الدماغ البشري. يستخدم AI العديد من التقنيات المختلفة لمنح الآلات ذكاءً شبيهًا بالإنسان عندما يتعلق الأمر بالتخطيط والتمثيل والفهم والتعلم والشعور. حاليًا، يهتم هذا المجال من علوم الكمبيوتر بتطوير الخوارزميات وتنفيذ نماذج التعلم الآلي (ML) التي يمكنها تحليل كميات هائلة من البيانات للحصول على رؤى واتخاذ خيارات تعتمد على البيانات بشكل مستقل.

يمكن لأنظمة الذكاء الاصطناعي إدراك البيئات والتعرف على الأشياء واتخاذ القرارات وحل المشكلات والتعلم من الخبرة وتقليد الأمثلة. تتحد هذه القدرات لتنفيذ إجراءات قد تتطلب من الإنسان القيام بها، على سبيل المثال لقيادة السيارة، القدرة على التفكير، واكتشاف المعنى، والتعميم، أو التعلم من التجارب السابقة.

منذ تطور الذكاء الإصطناعي في أربعينيات القرن العشرين، تمت برمجة أجهزة الكمبيوتر الرقمية لتنفيذ مهام معقدة للغاية – مثل اكتشاف البراهين الرياضية النظرية أو لعب الشطرنج – بكفاءة عالية. وعلى الرغم من التقدم المستمر في سرعة معالجة الكمبيوتر وسعة الذاكرة، لا تزال هناك تحديات كبيرة في تطوير برامج يمكنها أن تضاهي المرونة البشرية الكاملة في مجالات أوسع أو في المهام التي تتطلب الكثير من المعرفة اليومية.

ومن ناحية أخرى، وصلت بعض البرامج إلى مستويات أداء توازي أداء الخبراء والمهنيين البشريين في تنفيذ مهام محددة، بحيث يوجد الذكاء الصناعي بهذا المعنى المحدود في تطبيقات متنوعة مثل التشخيص الطبي، ومحركات البحث الحاسوبية، والتعرف على الصوت أو الكتابة اليدوية، وروبوتات الدردشة.

تاريخ الذكاء الإصطناعي

للذكاء الاصطناعي تاريخ طويل يعود إلى اليونان القديمة. ومع ذلك، فإن نمو أجهزة الكمبيوتر الإلكترونية جعل الذكاء الإصطناعي خيارًا قابلاً للتطبيق. ومن الجدير بالذكر أنه مع تقدم التكنولوجيا، تقدم أيضًا التعريف للذكاء الاصطناعي. منذ بضعة عقود مضت، تم تصنيف الروبوتات القادرة على التعرف الضوئي على الأحرف (OCR) أو العمليات الحسابية البدائية على أنها ذكاء اصطناعي.

اليوم، يعتبر التعرف الضوئي على الحروف والحسابات البسيطة من وظائف نظام الكمبيوتر الأساسية بدلاً من الذكاء الاصطناعي. إليك جدول يوضح التاريخ الممتد للذكاء الاصطناعي:

العقد	الحدث
الخمسينيات	قام آلان تورينج بنشر مقال بعنوان "آلات الحوسبة والذكاء في الاعتبار". يحاول الإجابة على سؤال ما إذا كانت الآلات يمكنها التفكير. ويصف اختبار تورينج، الذي يحدد ما إذا كان الكمبيوتر يتمتع بنفس الذكاء الذي يتمتع به الإنسان. يُعقد أول مؤتمر للذكاء الاصطناعي في كلية دارتموث.
الستينيات	اهتمت وزارة الدفاع الأمريكية من خلال وكالة مشاريع البحوث المتطورة الدفاعية (DARPA) بالذكاء الاصطناعي وبدأت في تطوير برامج الكمبيوتر التي تحاكي التفكير البشري. قام فرانك روزنبلات ببناء حاسوب Mark 1 Perceptron الذي يعتمد على شبكة عصبية تتعلم من خلال التجربة.
السبعينيات	أكملت DARPA العديد من مشاريع رسم خرائط الشوارع.
الثمانينيات	ظهور موجة أكثر تعقيدًا من الذكاء الاصطناعي. أصبحت الشبكات العصبية ذات خوارزميات الانتشار العكسي مستخدمة على نطاق واسع في أنظمة الذكاء الاصطناعي.
التسعينيات	تم إنتاج مجموعات بيانات متزايدة بشكل كبير. تقوم أجهزة الكمبيوتر القوية بمعالجة كميات كبيرة من البيانات بسرعة. الحاسوب العملاق ديب بلو يهزم بطل العالم في الشطرنج غاري كاسباروف مرتين. يولد مشروع تسلسل الجينوم وغيره من المشاريع المعقدة كميات هائلة من المعلومات.
العقد الأول من القرن 21	ثورة الإنترنت تدفع الذكاء الاصطناعي إلى مستويات غير مسبوقة. أصبحت البيانات الضخمة جزءًا من قاموس الشركات. أطلقت DARPA مساعدين شخصيين أذكياء قبل وقت طويل من أن تصبح Alexa وSiri وCortana وGoogle Assistant أسماء مألوفة.
2010	قدمت شركة البحث الصينية العملاقة بايدو حاسوب مينوا العملاق، الذي يستخدم شبكة عصبية تلافيفية لتحديد الصور وتحليلها وتصنيفها بدقة أكبر من دقة الإنسان العادي. يتفوق برنامج الشبكة العصبية العميقة التابع لـ DeepMind AlphaGo على بطل العالم في Go Lee Sodol في مباراة من خمس مباريات.
2011	فاز كمبيوتر البرمجة اللغوية العصبية المبرمج للإجابة على الأسئلة المسمى Watson (الذي أنشأته شركة IBM) ببرنامج Jeopardy ضد بطلين سابقين في لعبة متلفزة. أصدرت شركة Apple Siri، أول مساعد افتراضي شهير.
2012	قام باحثان من Google (جيف دين وأندرو إنج) بتدريب شبكة عصبية للتعرف على القطط من خلال إظهار صور غير مُعنونة وبدون معلومات أساسية.
2015	وقع إيلون ماسك، وستيفن هوكينج، وستيف وزنياك (وأكثر من 3000 آخرين) على رسالة مفتوحة إلى الأنظمة الحكومية في العالم تحظر تطوير (واستخدام) الأسلحة المستقلة لأغراض الحرب.
2016	ابتكرت شركة Hanson Robotics روبوتًا شبيهًا بالبشر اسمه صوفيا، والذي أصبح يُعرف باسم "المواطن الآلي" الأول وكان أول روبوت تم إنشاؤه بمظهر بشري واقعي والقدرة على رؤية المشاعر وتكرارها، وكذلك التواصل.
2017	قام فيسبوك ببرمجة اثنين من روبوتات الدردشة المدعمة بالذكاء الاصطناعي للتحدث وتعلم كيفية التفاوض، لكن مع تنقلهما ذهابًا وإيابًا، انتهى بهما الأمر بالتخلي عن اللغة الإنجليزية وتطوير لغتهما الخاصة، بشكل مستقل تمامًا.
2018	تغلبت مجموعة تقنية صينية تسمى الذكاء الاصطناعي لمعالجة اللغة التابع لشركة علي بابا على الذكاء البشري في اختبار القراءة والفهم في جامعة ستانفورد.
2019	وصل AlphaStar من Google إلى Grandmaster في لعبة الفيديو StarCraft 2، متفوقًا على جميع اللاعبين البشريين باستثناء 0.2%.
2020	بدأت OpenAI في الاختبار التجريبي لـ GPT-3، وهو نموذج يستخدم التعلم العميق لإنشاء التعليمات البرمجية والشعر ومهام اللغة والكتابة الأخرى. على الرغم من أنها ليست الأولى من نوعها، إلا أنها الأولى التي تخلق محتوى لا يمكن تمييزه تقريبًا عن تلك التي أنشأها البشر.
2021	قامت OpenAI بتطوير DALL-E، الذي يمكنه معالجة وفهم الصور بما يكفي لإنتاج تعليقات دقيقة، مما يقرب الذكاء الاصطناعي خطوة واحدة من فهم العالم المرئي.

كيف يعمل الذكاء الإصطناعي؟

يعمل الذكاء الاصطناعي من خلال دمج كميات هائلة من البيانات مع خوارزميات متطورة لمعالجة تلك البيانات وتعلم الأنماط منها. يعتمد هذا النظام على التكرار المستمر والتقييم الذاتي لتحسين الأداء وتطوير المعرفة بمرور الوقت. يتميز الذكاء الاصطناعي بقدرته على التعامل مع عدد كبير من المهام بسرعة ودقة، مما يجعله مفيدًا في مجموعة واسعة من المجالات.

أحد الأمثلة على كيفية عمله هو في مجال الرعاية الصحية، حيث يستخدم لتحليل الصور الطبية وتشخيص الأمراض بدقة أكبر مما يمكن للأطباء تحقيقه بمفردهم. كما يستخدم في صناعة السيارات الذاتية القيادة، حيث يتعلم النظام من البيانات التي يتم جمعها من السيارات لتحسين قدرته على القيادة بأمان.

يقول خبير الذكاء الإصطناعي أندرو نج إن النظام يشبه الطفل الصغير الذي يتعلم من خلال مراقبة البيئة المحيطة به وتكرار الأنشطة المختلفة حتى يتقنها. وبالمثل، يتعلم الإدراك الاصطناعي من البيانات المتاحة له ويطبق المعرفة المكتسبة على مهام جديدة.

تستخدم الشركات مثل جوجل وأمازون هذه التقنية لتحسين خدماتها، مثل محركات البحث والتوصيات المخصصة. يشير الباحثون إلى أن فعالية الذكاء الاصطناعي تعتمد على جودة البيانات المستخدمة ونوعية الخوارزميات، مما يعني أن تحسين البيانات والخوارزميات يؤدي إلى نتائج أفضل وأكثر دقة.

من خلال الاستفادة من هذه التقنيات المتقدمة، يمكن للنظام أن يتعلم بسرعة ويطبق معرفته بكفاءة، مما يجعله أداة قوية في مختلف الصناعات والمجالات.

تكنولوجيا الذكاء الاصطناعي

في أوائل القرن الحادي والعشرين، أدت قوة المعالجة الأسرع ومجموعات البيانات الأكبر (“البيانات الضخمة big data“) إلى دفع الذكاء الاصطناعي خارج أقسام علوم الكمبيوتر إلى العالم الحقيقي. قانون مور، الذي ينص على أن قوة الحوسبة تتضاعف كل 18 شهرا، بقي دون تغيير.

تتلاءم ردود المخزون الخاصة ببرنامج chatbot Eliza المبكر بسهولة مع أقل من 50 كيلو بايت؛ تم تدريب نموذج اللغة الذي يدعم ChatGPT على 45 تيرابايت من النص. فيما يلي بعض من تقنيات الذكاء الاصطناعي الأكثر شيوعًا والأسرع تطورًا:

التعلم الآلي

التعلم الآلي هو فرع من فروع الذكاء الاصطناعي يركز على تطوير خوارزميات وتقنيات تمكن الآلات من التعلم من البيانات. من خلال تحليل كميات كبيرة من البيانات واستخلاص الأنماط منها، يمكن للآلات تحسين أدائها في المهام المختلفة بشكل ذاتي. يعتبر التعلم الآلي أساس العديد من التطبيقات الحديثة مثل التنبؤ بالطقس، والتعرف على الصور، وحتى تحسين تجربة المستخدم في التطبيقات الإلكترونية.

تدريب الآلة

تدريب الآلة هو عملية تزويد الآلة بالبيانات وتعليمها كيفية استخلاص النتائج من هذه البيانات. يتم ذلك من خلال استخدام مجموعات بيانات تدريبية كبيرة تحتوي على أمثلة واضحة ومتنوعة. يمكن تدريب الآلة على أداء مهام محددة مثل التعرف على الوجوه أو الترجمة الآلية للنصوص. كلما زادت كمية ونوعية البيانات التي يتم تدريب الآلة عليها، زادت دقتها وكفاءتها في أداء المهام الموكلة إليها.

معالجة اللغة الطبيعية (NLP)

معالجة اللغة الطبيعية (NLP) هي فرع آخر من فروع الذكاء الاصطناعي يهدف إلى تمكين الآلات من فهم وتوليد اللغة البشرية. تشمل تطبيقات NLP تحليل النصوص، والترجمة الآلية، والتعرف على الكلام، وتوليد النصوص الآلية. تلعب تقنيات NLP دورًا حيويًا في تحسين واجهات التفاعل بين الإنسان والآلة، مما يسهل التواصل مع الأنظمة الذكية مثل المساعدات الشخصية الذكية (مثل Siri و Google Assistant).

علم الروبوتات

علم الروبوتات هو مجال يجمع بين الهندسة والذكاء الاصطناعي لتصميم وبناء الروبوتات القادرة على أداء مهام معقدة ومتنوعة. يمكن للروبوتات المجهزة بتقنيات الذكاء الإصطناعي تنفيذ مهام تتراوح بين العمليات الجراحية الدقيقة واستكشاف الفضاء. كما تستخدم الروبوتات في التصنيع، والزراعة، والرعاية الصحية، والعديد من المجالات الأخرى. يعتمد نجاح الروبوتات بشكل كبير على تطور خوارزميات الذكاء الصناعي وقدرتها على التكيف مع البيئات المتغيرة والمهام المختلفة.

تعد تكنولوجيا الإدراك الاصطناعي من أكثر المجالات تطورًا وإثارة في العصر الحديث. من خلال التعلم الآلي وتدريب الآلة ومعالجة اللغة الطبيعية وعلم الروبوتات، تفتح التقنيات المتطورة آفاقًا جديدة في تحسين جودة الحياة البشرية وتقديم حلول مبتكرة للتحديات المختلفة. ومع استمرار البحث والتطوير في هذا المجال، يمكننا توقع المزيد من الابتكارات التي ستغير الطريقة التي نعيش ونعمل بها.

الأنواع الثلاثة الرئيسية من الذكاء الاصطناعي

يتم تصنيف نظام الذكاء الاصطناعي إلى ثلاث فئات بناءً على مدى فهمه لبيئته واستجابته لها. يمكن تصنيفه على أنه ضيق، أو عام، أو فائق. وسوف نتناول كل واحد منها بعمق أدناه:

الذكاء الاصطناعي الضيق (ANI)

نشأ الذكاء الاصطناعي الضيق (Artificial Narrow Intelligence) ويعرف أيضًا باسم الذكاء الاصطناعي “الضعيف” في وقت مبكر جدًا في التاريخ مقارنة بأشكال التقنيات الذكية الأخرى. هناك عدة حالات من الأنظمة الذكية المقيدة هذه الأيام. على سبيل المثال، الآلات التي يمكنها التفوق على البشر في الألعاب المتطورة مثل الشطرنج، وإصدار أحكام تجارية ذكية، والقيام بأنشطة أساسية أخرى، هي أمثلة على الأنظمة الذكية المحدودة.

عندما نتحدث عن الذكاء الإصطناعي الضيق، فإننا نشير إلى البرامج المتقدمة التي تتفوق على البشر في مهمة محددة. على سبيل المثال، نظام متقدم يمكنه تحويل الصوت تلقائيًا إلى نص، أو أنظمة التعرف على الوجه التي يمكنها اكتشاف هوية الشخص حتى في حشد كبير. وإذا أردنا أن نعطي مثالاً على بعض تطبيقات الذكاء الإصطناعي الضيق فهي:

• سيارات ذاتية القيادة تتعلم كيفية القيادة بمساعدة الذكاء الإصطناعي.
• أنظمة معالجة الصور والتعرف على الوجه التي يمكنها القيام بأشياء كثيرة وإجراء عمليات التعرف على هوية الأشخاص.
• أنظمة التقنية الذكية التي تساعد العمليات المالية في البنوك والشركات المالية الأخرى.
• مساعدون أذكياء يساعدونك بناءً على احتياجاتك وحتى حجز رحلات الطيران والفنادق مسبقًا.
• إلخ

الذكاء العام الاصطناعي (artificial general intelligent)

يشير الذكاء العام الاصطناعي (artificial general intelligent) إلى قدرة آلة على فهم العالم من حولها بنفس الطريقة التي يفهم بها الإنسان، ولها القدرة على أداء الأنشطة والمهام التي يقوم بها البشر بشكل طبيعي. في الوقت الحالي، لا يوجد ذكاء عام اصطناعي متقدم للآلات، ولكن يمكننا رؤية تصوراته في القصص الخيالية. نظريًا، يمكن لهذا النوع من الذكاء المتقدم أن يعمل بنفس مستوى الإنسان أو حتى أفضل منه في مجالات مثل الذاكرة وغيرها.

وبهذا المستوى من الوعي والمعرفة، تستطيع الآلة القيام بجميع المهام التي كانت موكلة إلى الإنسان سابقًا دون الحاجة إلى تدخل البشر، ومع مرور الوقت، يمكن لأنظمة ذكاء اصطناعي عام متقدمة أن تحل محل الإنسان في العديد من المجالات. إن إنهاء الحاجة إلى القوة البشرية في العديد من المهام واستخدام تكنولوجيا الذكاء الشاملة أو الكاملة يمكن أن يكون له جوانب إيجابية وسلبية في الحياة الاجتماعية والفردية للإنسان مثل أي تكنولوجيا أخرى.

لكن مع كل هذا، فإن وجودها سيكون مفيدًا للغاية وفي نفس الوقت لا مفر منه. وبمساعدة الأنظمة الذكية المتقدمة التي تمتلك العديد من القدرات والإمكانات، سيتم حل العديد من المشاكل التي يواجهها البشر اليوم، مثل التغيرات المناخية الشديدة.

يمكن لأنظمة الذكاء العام الاصطناعي (AGI) أن تؤدي المهام العادية إلى المهام المهمة والخطيرة بأفضل طريقة. وعلى المستوى العام، يمكن أن تكون مهام مثل القيادة، أو مساعد شخصي ذكي لديه القدرة على فهم كافة احتياجات المستخدم، أو مساعد طبيب أو نظام تشخيص الأمراض، وما إلى ذلك. وعلى المستويات العليا، يمكن لهذه الأنظمة أداء المهام التي تعتمد على حياة البشر وسلامتهم، ويمكنها التعامل مع مثل هذه المهام بشكل جيد.

مميزات الذكاء الإصطناعي القوي:

• أداء الأنشطة الذكية على المستوى البشري

• القدرة على التعلم والتفكير والقيام بأنشطة جديدة مثل الإنسان

• تصميم وتنفيذ الإبداع والعقل والمنطق مثل البشر

• تهدف إلى حل المشاكل بشكل أسرع

الذكاء الاصطناعي الفائق (ASI)

الذكاء الاصطناعي الفائق ASI هو مفهوم يستخدم لوصف التقنية التي تتفوق على الذكاء البشري والفهم وسيحقق في النهاية ذكاءً خارقًا. لذا، لم تتمكن أي ثقافة حتى الآن من تطوير أنظمة ASI. في الحقيقة، ما إذا كان سيتم الوصول إليه أم لا، وكذلك الوقت اللازم للقيام بذلك، غير محدد. علاوة على ذلك، فإن مشكلة ما يحققه مثل هذا الذكاء الإصطناعي، أو ما إذا كان المقصود منه أن يشكل تهديدًا أو فرصة للبشرية، غير واضحة، ولدى العديد من المتخصصين وجهات نظر شديدة التنوع حول هذا الأمر، فضلاً عن الجدل الساخن بين كبار الملاك.

إنها التكنولوجيا المنتظرة. ولتحقيق هذه الدرجة منها، يجب أن يكون النظام الذكي قد اجتاز اختبار تورينج، ولم يسبق لأي آلة أن تفوقت على الإنسان البالغ من حيث الفهم والذكاء ونطاق المعرفة.

تصنيف أنظمة الذكاء الاصطناعي

تصنف أرندت هنتز، الأستاذة المشاركة في علم الأحياء التكاملي وعلوم الكمبيوتر في جامعة ولاية ميشيغان، الذكاء الاصطناعي إلى أربع مجموعات رئيسية. تشمل هذه الفئة كلا من الأنظمة الحالية والأنظمة العاطفية المستقبلية. الفئات هي كما يلي:

النوع الأول: الآلات التفاعلية (Reactive machines)

مثال على هذه الفئة هو برنامج ديب بلو Deep Blue، وهو برنامج شطرنج هزم غاري كاسباروف، بطل العالم في الشطرنج، في التسعينيات. يمكن للون الأزرق الغامق تحديد القطع الموجودة في كل بيت شطرنج والتنبؤ بالحركات التالية. وكانت مشكلة البرنامج أنه لم يتمكن من تذكر تجاربه السابقة واستخدامها في تحركاته المستقبلية.

يقوم هذا البرنامج بفحص وتحليل جميع التحركات الاستراتيجية الممكنة لنفسه وللمنافس واختيار أفضلها. يمكن استخدام هذا النوع من الذكاء الاصطناعي والبرامج المشابهة لأغراض محدودة ولا يمكن تطبيقه بسهولة في مواقف أخرى.

النوع الثاني: الذاكرة المحدودة (Limited memory)

ويمكن لنظام الذكاء الإصطناعي هذا، على عكس النظام السابق، استخدام الخبرات السابقة لاتخاذ قراراته المستقبلية. بعض وظائف اتخاذ القرار في السيارات ذاتية القيادة هي من هذا النوع من التصميم. تستخدم هذه الأنواع من الآلات ملاحظاتها لاتخاذ القرارات في المستقبل غير البعيد. على سبيل المثال، لتغيير المسار الذي يقودون فيه. وبطبيعة الحال، لا يتم حفظ هذا النوع من الملاحظات والتجارب إلى الأبد.

النوع الثالث: نظرية العقل (Theory of mind)

هذا النوع من أنواع الذكاء الاصطناعي غير موجود حتى الآن، ولكن أساس هذه العبارة النفسية يعتمد على كافة معتقدات ومعارف ورغبات ونوايا كل شخص وتأثير كل منها على قرار الشخص. يمكن لهذا الذكاء الاصطناعي فهم وتحليل هذه الأنواع من القرارات.

النوع الرابع: الوعي الذاتي (Self awareness)

وفي هذه الفئة من أنظمة الذكاء الإصطناعي هناك وعي ذاتي ويقظة. يمكن للآلات التي تتمتع بالوعي الذاتي أن تفهم المستوى والحالة التي هم فيها، ويمكنها استنتاج مشاعر الآخرين من المعلومات التي تحصل عليها. وبطبيعة الحال، فإن هذا النوع من الذكاء الاصطناعي، مثل الحالة الثالثة، غير موجود حتى الآن.

كيف تتم برمجة الآلة بالذكاء الاصطناعي؟

يتم تنفيذ مجموعة من خوارزميات الذكاء الاصطناعي المتطورة في نظام الآلة بعد إنشائها. ولأن هذه الخوارزميات تمكن الآلة من تنفيذ عدة عمليات في وقت واحد، أو في عمليات متوازية، فإنها تمكن الكمبيوتر من معالجة البيانات بطريقة تشبه إلى حد كبير طريقة العقل البشري.

عندما يواجه الكمبيوتر ظروفًا لم تتم برمجته لها مسبقًا أو تعتبر ظروفًا خاصة، فإن هذه الخوارزميات تسمح له بالتعرف على أنماط التفكير والسلوك. ونتيجة لذلك، تستخدم الآلة قاعدة بياناتها أو قدرتها المعرفية لتطوير مجموعة من الأفكار. وبعد ذلك، باستخدام هذه الأفكار، تأخذ الآلة الأحكام وتضيف أفكارًا جديدة إلى قاعدة البيانات الخاصة بها.

تعد برمجة الذكاء الإصطناعي أكثر تعقيدًا من الناحية العلمية ولكنها أسهل من الناحية النظرية. تعد لغات البرمجة الخاصة بالذكاء الاصطناعي صعبة إلى حد ما، ولكنها مختصرة أيضًا، حيث أنك لا تبرمج كل خطوة تتخذها الآلة، ولكن فقط الأنماط العامة التي تتبعها الآلة عند مواجهة موقف ما وتحتاج إلى التصرف.

الفرق بين الذكاء الإصطناعي والبرمجة

ما الفرق بين البرمجة والذكاء الاصطناعي؟ ورداً على ذلك، تجدر الإشارة إلى أن هذه التكنولوجيا، باستخدام برمجة الذكاء الاصطناعي، تعلم الروبوتات كيفية:

• التعلم: يركز هذا الجزء من برمجة الذكاء الاصطناعي على استيعاب البيانات وإنشاء القواعد اللازمة لتحويلها إلى معلومات قابلة للتنفيذ. تزود هذه القواعد أو الخوارزميات أجهزة الكمبيوتر بتعليمات خطوة بخطوة لتنفيذ مهمة محددة.

• السبب: يركز هذا القسم على اختيار الخوارزمية الصحيحة لتحقيق النتيجة المرجوة.

• التصحيح الذاتي: يقوم هذا القسم بضبط الخوارزميات للتأكد من أنها تقدم النتائج الأكثر دقة.

• الإبداع: يستخدم هذا الجزء من الذكاء الاصطناعي الشبكات العصبية والأنظمة القائمة على القواعد والأساليب الإحصائية وتقنيات الذكاء الإصطناعي الأخرى لإنشاء صور ونصوص وموسيقى وأفكار جديدة.

ما هي أفضل لغة لتعلم الذكاء الاصطناعي؟

لا توجد لغة برمجة تُستخدم حصريًا في الذكاء الاصطناعي. يختار المطورون لغات مثل Python وR وJava وC++ وJulia لإمكانياتهم الخاصة بالذكاء الاصطناعي.

تطبيق الذكاء الاصطناعي في مختلف الأعمال

يمكن استخدام هذا العلم في أعمال مختلفة وسيجلب العديد من الفوائد في كل عمل. وفيما يلي بعض الأمثلة على هذه التطبيقات في كل مجال:

الصحة

الهدف الأساسي في هذه المهنة هو تحسين نتائج المرضى مع خفض النفقات. تسعى شركات الرعاية الصحية إلى توظيف التعلم الآلي لتحسين وتسريع عملية التشخيص والعلاج. يعد نظام IBM Watson أحد أفضل الأنظمة المعروفة في هذه الصناعة. تفهم هذه التقنية اللغة البسيطة ويمكنها الإجابة على الاستفسارات المطروحة عليها.

يقوم هذا النظام بجمع كافة المعلومات المتوفرة عن المريض لإنشاء فرضية، ثم يعرضها بعد تأكيدها. يمكن للتطبيقات الأخرى التي تعمل بالذكاء الاصطناعي، بما في ذلك روبوتات الدردشة، مساعدة المرضى في تخطيط المواعيد والإجابة على الاستفسارات وإصدار الفواتير وتقديم الملاحظات الطبية كمساعد صحي افتراضي.

الأعمال

من المكن تطبيق تقنيات الأتمتة الروبوتية على العمليات والإجراءات المتكررة للغاية التي يقوم بها الأشخاص في أي مؤسسة. يساعد دمج خوارزميات التعلم الآلي مع التحليلات وإدارة علاقات العملاء في تقديم خدمة أفضل للعملاء من خلال تحديد المعلومات ذات الصلة. يمكن أيضًا استخدام Chatbots لتقديم مساعدة العملاء في الوقت الفعلي على مواقع الويب.

مجال التعليم

مما لاشك في أن الذكاء الاصطناعي يساعد في هذا المجال في أتمتة تسجيل الطلاب وتصنيفهم، مما يوفر وقت المعلمين. يمكن للذكاء الاصطناعي تقييم التلاميذ والتكيف مع متطلباتهم، والعمل معهم بالسرعة التي تناسبهم. وايضآ يمكن لأنظمة المعلم المعتمدة على الذكاء المتطور أن تساعد الطلاب على الدراسة بشكل أكثر فعالية والبقاء على المسار الصحيح. يتمتع الذكاء الصناعي بالقدرة على تغيير طريقة ومكان دراسة الأطفال، وكذلك بعض أساتذتهم.

الذكاء الاصطناعي في مجال الاقتصاد

قد تقوم خوارزميات الذكاء الاصطناعي في أدوات التمويل الشخصي، مثل Mint أو Turbo Tax، بجمع المعلومات المالية لكل فرد وتقديم المشورة المالية. يمكن أيضًا استخدام تطبيقات أخرى، مثل IBM Watson، خلال عملية شراء المنزل. اليوم، تمثل البرمجيات جزءًا كبيرًا من التداول في وول ستريت.

القانون والعدالة

كثيرًا ما يواجه البشر صعوبة في اكتشاف المستندات. يمكن أن تساعد الأتمتة والذكاء الاصطناعي في تسريع العملية والاستفادة بشكل أفضل من الوقت. تعمل الشركات الناشئة على تطوير مساعدين حاسوبيين يمكنهم تصفية الاستفسارات والإجابات والرد على الاستفسارات المبرمجة في علم الوجود من خلال مراجعة المواد وتصنيفها.

الإنتاج

هذا هو المجال الذي يمكن للروبوتات فيه تعميم العمل قدر الإمكان. يمكن للروبوتات الصناعية أداء كل مهمة معينة بشكل كامل والعمل بشكل مستقل عن الموظفين البشريين.

إرساء الأمن

تُستخدم تقنيات الذكاء الإصطناعي ومعالجة الصور لبناء الأمن وتعقب المجرمين وتحديد هوياتهم وما إلى ذلك. تستخدم هذه الأنظمة الذكاء الاصطناعي لاكتشاف وجوه الأشخاص المختلفة ووجود الأشياء وما إلى ذلك.

تفسير البيانات

يشير مصطلح “البيانات الضخمة” إلى كميات هائلة من البيانات، المنظمة وغير المنظمة. يمكن استخدام البيانات الضخمة لاستخراج المعلومات المطلوبة للاختيارات الأساسية والحاسمة، وكذلك لتنفيذ الأنشطة الاستراتيجية والحساسة. قد يستخدم عالم البيانات تلك البيانات الضخمة لفحص متطلبات الأشخاص مع التعرف أيضًا على قوانين السوق والاتجاهات الأخرى.

إن تحليل كميات هائلة من البيانات أمر مستحيل بدون نظام ذكي ولا يمكن القيام به إلا من قبل البشر. لأن حجم البيانات ضخم ويتزايد يوما بعد يوم. ونتيجة لذلك فإن استخدام الذكاء الإصطناعي في تفسير البيانات الضخمة يؤدي إلى اكتشاف العديد من المفاهيم الجديدة.

ما الفرق بين التعلم الآلي والتعلم العميق للذكاء الاصطناعي؟

يوضح الجدول التالي الفروق بين الذكاء الإصطناعي والتعلم الآلي والتعلم العميق:

الميزة	الذكاء الاصطناعي (AI)	التعلم الآلي (ML)	التعلم العميق (DL)
التعريف	محاكاة الذكاء البشري بواسطة الآلات	فرع من الذكاء الاصطناعي يسمح للبرامج بالتعلم من البيانات والتنبؤ	فرع من التعلم الآلي يستخدم الشبكات العصبية الاصطناعية لتعلم الأنماط المعقدة
الهدف	إنشاء آلات ذكية	زيادة دقة التنبؤ واتخاذ القرارات	تطوير أنظمة ذكاء اصطناعي أكثر تقدماً
طريقة العمل	استخدام تقنيات متنوعة، من القواعد المحددة مسبقًا إلى الخوارزميات المعقدة	التعلم من البيانات السابقة لتعلم الأنماط والتنبؤ بالنتائج الجديدة	استخدام الشبكات العصبية الاصطناعية لمعالجة المعلومات والتعلم
البيانات	بيانات متنوعة ذات هيكل محدد أو غير محدد	كميات كبيرة من البيانات المنظمة لتدريب الخوارزمية	كميات هائلة من البيانات المنظمة
المثال	التعرف على الوجوه، الروبوتات الصناعية	فلاتر البريد المزعج، أنظمة توصية المنتجات	الترجمة الآلية، التعرف على الكلام، السيارات ذاتية القيادة

المخاطر التي يشكلها الذكاء الاصطناعي

تُعتبر تكنولوجيا الذكاء الاصطناعي مصدرًا للعديد من المخاطر التي تشمل العواقب الأخلاقية والاجتماعية والاقتصادية. مع زيادة الاعتماد على التشغيل الآلي في مجالات مثل التسويق والرعاية الصحية، يواجه العديد من العمال خطر فقدان وظائفهم. على الرغم من أن هذه التكنولوجيا قد تخلق بعض الوظائف الجديدة، إلا أنها غالبًا ما تتطلب مهارات تقنية عالية.

التحيزات والخصوصية

تمثل التحيزات في الأنظمة الذكية تحديًا كبيرًا. على سبيل المثال، تُستخدم خوارزميات الشرطة التنبؤية في الولايات المتحدة لتحديد المناطق المحتملة للجريمة، ولكنها تعتمد على بيانات الاعتقال التي قد تكون متحيزة. بالإضافة إلى ذلك، هناك مخاوف بشأن الخصوصية، حيث يتطلب الذكاء الاصطناعي جمع ومعالجة كميات ضخمة من البيانات، مما يعرضها لخطر الوصول غير المصرح به.

الأثر البيئي

يتطلب تشغيل مراكز البيانات التي تستضيف نماذج الذكاء الإصطناعي كميات هائلة من الكهرباء. على سبيل المثال، يُقدر أن مراكز البيانات ستستهلك حوالي 8% من الكهرباء في الولايات المتحدة بحلول عام 2030. وتعهدت شركات مثل مايكروسوفت بأن تكون محايدة للكربون، لكن انبعاثاتها زادت بشكل ملحوظ.

التشريعات والتنظيم

اعتبارًا من عام 2024، هناك قوانين قليلة تنظم الذكاء الإصطناعي بشكل شامل. تُنظم اللائحة العامة لحماية البيانات (GDPR) وقانون خصوصية المستهلك في كاليفورنيا (CCPA) نماذج الذكاء الاصطناعي فقط عندما تستخدم المعلومات الشخصية. في مارس 2024، أقر الاتحاد الأوروبي قانونًا يحظر النماذج التي تقيّم سلوك المواطنين أو تحاول التلاعب بهم، ويتطلب تسجيل النماذج “عالية الخطورة”.

حقوق الطبع والنشر والعمل

أدى الذكاء الاصطناعي إلى قضايا تتعلق بحقوق الطبع والنشر، مثل استخدام الأعمال المحمية لإنشاء محتوى جديد. بدأت قضايا قانونية في 2023 ضد الشركات التي تستخدم الصور غير المرخصة. علاوة على ذلك، تعتمد الكثير من هذه التكنولوجيا على عمال مستغلين في الدول النامية، مثل العمال الكينيين الذين استخدمتهم شركة OpenAI لتصفية محتوى ChatGPT.

ما هي المميزات والتحديات للذكاء الاصطناعي؟

حتى هذه اللحظة في المقال، فهمنا “ما هو الذكاء الاصطناعي وكيف يعمل؟“. عند التحدث مع هذا المساعد المهم الذي أصبح جزءًا من حياتنا اليومية، يجب أن نأخذ في الاعتبار جانبه الآخر. الأمر متروك لك لتقرر ما إذا كان هو أقرب أصدقائك أو خصمًا جعلك غير سعيد.

ما زلنا نريد أشخاصًا يفهمون كيفية التعامل مع الذكاء الإصطناعي، وفي بيئة اليوم، تعتبر هذه المعرفة بمثابة كفاءة. لا تقلق، ما زلنا بعيدين عن عالم يحكم فيه الألات المتطورة الناس. في الجدول أدناه، نظرنا إلى المميزات والتحديات للذكاء الإصطناعي:

مميزات الذكاء الاصطناعي	تحديات الذكاء الاصطناعي
الذكاء الاصطناعي فعال جدًا في أداء المهام الدقيقة مثل تشخيص الأمراض.	تطوير واستخدام أنظمة الذكاء الاصطناعي يتطلب استثمارات كبيرة.
يمكن للذكاء الاصطناعي معالجة وتحليل كميات ضخمة من البيانات في وقت قصير.	استخدام أدوات الذكاء الاصطناعي يحتاج إلى معرفة ومهارات تخصصية في هذا المجال.
الذكاء الاصطناعي يمكنه توفير التكاليف من خلال أتمتة المهام وزيادة الكفاءة.	لا يزال عدد المتخصصين في مجال الذكاء الاصطناعي غير كافٍ.
يمكن للذكاء الاصطناعي تقديم الخدمات على مدار الساعة دون الحاجة إلى استراحة.	قد يتعلم الذكاء الاصطناعي التحيزات الموجودة في البيانات ويعززها.
يمكن للذكاء الاصطناعي تقديم تجربة مخصصة للمستخدمين.	يؤدي الذكاء الاصطناعي إلى فقدان بعض الأشخاص لوظائفهم.
الذكاء الاصطناعي يتعلم ويتطور باستمرار.	قد يقدم الذكاء الاصطناعي نتائج غير دقيقة بسبب التحيزات في البيانات.
يمكن للذكاء الاصطناعي مساعدة البشر في المهام الإبداعية مثل الرسم والموسيقى.	مراقبة ومتابعة أداء أنظمة الذكاء الاصطناعي يمكن أن تكون تحدياً.
يمكن للذكاء الاصطناعي أن يستخدم في مجالات متنوعة مثل الأمن السيبراني والدفاع الوطني.
يمكن للذكاء الاصطناعي المساهمة في تحسين جودة الحياة في مجالات مثل الرعاية الصحية والتعليم والزراعة.

ما هو مستقبل الذكاء الاصطناعي؟

إذا كنت مهتمًا بمستقبل الذكاء الاصطناعي، فلا شك أنك على دراية بعصر الروبوتات والتقنيات الذكية. ورغم أن البعض يعتقد أن الروبوتات ستحل محل الموظفين، إلا أن هذا لم يحدث بعد، على الأقل في العالم العربي بشكل كامل؛ لذا، اقرأ هذا الجزء دون خوف من أن تصبح عاطلاً عن العمل أو أن يهزمك الذكاء الإصطناعي.

ونظراً لكيفية تصويره في وسائل الإعلام وأفلام الخيال العلمي، فمن المعقول أن يحل محل الموظفين في نهاية المطاف. على الرغم من كل المخاطر للذكاء الاصطناعي التي ناقشناها في القسم السابق، ستظل هناك فرص عمل للناس، وليس للذكاء الاصطناعي. يعتقد مارك جيونجيوسي، مبتكر Onetrack.AI، إحدى الشركات الرائدة في مجال الذكاء الإصطناعي في العالم:

في المستقبل، سيكون تعلم البرمجة مثل تعلم لغة جديدة. إذا كنت لا تعرف البرمجة والبرمجة، فسيكون وضعك أكثر صعوبة.

حتى قبل بضع سنوات، كان مستقبل الذكاء الإصطناعي يتمثل في الروبوتات الدرداسة ومولِّدات الصور مثل ChatGPT وMidjourney، التي أصبحت متاحة للجمهور منذ فترة ومن المتوقع تحقيق تطورات كبيرة في السنوات القادمة. على سبيل المثال، تعمل شركة OpenAI على النسخة الخامسة من نموذج اللغة GPT الكبير، والذي يُزعم أنه سيحقق إنجازات في عالم روبوتات درداسة.

في وقت ما، كانت فكرة أن شخصين يتحدثان لغتين مختلفتين يمكنهما التحدث مع بعضهما وفهم بعضهما في نفس الوقت تحققًا فقط في قصص الخيال العلمي وألعاب Mass Effect؛ ولكن من غير المستبعد أن يحول الذكاء المتطور مثل هذه الفكرة إلى واقع.

الشيء الأكثر توقعًا فيما يتعلق بالذكاء الاصطناعي في الخمسين عامًا القادمة هو أنه مثلما أصبح فهم اللغة الإنجليزية مهمًا في عالم اليوم، فإن العمل معه سيصبح أيضًا أمرًا لا بد منه.

هل للذكاء الاصطناعي قدرة على تدمير البشرية؟

أولًا، دعونا نؤكد مرة أخرى على الحدود الحالية للذكاء الاصطناعي؛ إذا كان هناك شيء واحد فقط أتمنى أن تكون قد تعلمته من قراءة هذا، فهو أن نجاح تعلم الآلة أو الذكاء الاصطناعي يعتمد بشكل كبير على النماذج التي نختار تدريبها.

حسنًا، مع كل هذا التقدم الكبير في هذا المجال، كم من الوقت يجب أن ننتظر ظهور الروبوتات القاتلة مثل Skynet في أفلام Terminator أو HAL 9000 في Space Odyssey؟

إذا كنت تشاهد وثائقيات الحياة البرية، فربما لاحظت أنه في نهاية كل منها، هناك أشخاص يتحدثون عن كيفية تدمير هذا الجمال الرائع على يد البشر قريبًا. لهذا السبب، أعتقد أن أي مناقشة مسؤولة حول الذكاء الإصطناعي يجب أن تتطرق أيضًا إلى حدوده وتداعياته الاجتماعية.

إذا قام البشر ببناء هذه الشبكات دون اتباع معايير ومبادئ أساسية، أو استخدموا بيانات خاطئة ومضللة لتدريب هذه التقنية المتطورة، فإن هذه المشاكل يمكن أن تكون لها تأثيرات كارثية.

الشبكات العصبية العميقة قوية ومرنة للغاية، ولكنها ليست سحرية. على الرغم من أنه من الممكن استخدام الشبكات العصبية العميقة والشبكات متعددة الطبقات (CNN) لأغراض متعددة، يجب أن نلاحظ أن الهيكل الأساسي لهاتين الشبكتين مختلف تمامًا، وحتى الآن كان يتعين على البشر تحديدهما مسبقًا.

لذلك، على الرغم من أن CNN المدربة للتعرف على السيارات يمكن إعادة تدريبها للتعرف على الطيور، إلا أن هذا النموذج لا يمكن استخدامه لفهم الكلام.

ببساطة، إنه مثل فهمنا لكيفية عمل القشرة البصرية والقشرة السمعية، ولكن ليس لدينا أي فكرة عن كيفية عمل القشرة الدماغية ومن أين نبدأ حتى نفهمها. وهذا يعني على الأرجح أننا لن نحصل على الذكاء الاصطناعي بأسلوب هوليوود البشري قريبًا.

وبالطبع، ذلك لا يعني أن التقنية الذكية الحالية لا يمكن أن يكون له تأثيرات اجتماعية سلبية. لذا، التعرف على المفاهيم الأساسية للذكاء الاصطناعي قد يكون أدنى ما يمكن القيام به لإيجاد طريقة لحل المشاكل للذكاء الاصطناعي ومنع تدمير الأرض.

كلمة أخيرة

الذكاء الاصطناعي ما هو؟ هو أداة مساعدة قد تكون أعظم أصولك الرقمية وأسوأ عدو لك في نفس الوقت. لقد نظرنا إلى تعريف الذكاء الاصطناعي بالتفصيل وباللغة البسيطة في هذا المقال. إذا كنت متحمسًا لمعرفة المزيد عن هذه التكنولوجيا، فننصحك بالقيام بذلك دون القلق بشأن الحلول للذكاء الاصطناعي التي تحل محل البشر.

تذكر أنه على الرغم من أن هذه التكنولوجيا ذكية، إلا أنها لا تزال بعيدة عن تحقيق مستوى الفهم البشري. ما هي أفكارك حول هذا؟ في الخمسين سنة القادمة، إلى أين تعتقد أن الذكاء الإصطناعي سيذهب؟ نحن متشوقون لقراءة تعليقاتك.