الذكاء الاصطناعي (بالإنكليزية: Artificial Intelligence – AI) هو أحد أهم المواضيع التي تجري مناقشتها في تحديثات التقنية، وربما يكون واحداً من أهم الموضوعات التقنية في التأثير على مستقبل البشرية جمعاء، وبين المدافعين عن هذه التكنولوجيا والمتخوفين منها، يبقى المستخدم الاعتياديّ للأدوات التكنولوجيّة بعيدًا عن دائرة النقاش في كثير من الأحيان بسبب التعقيد الظاهريّ لهذا المفهوم وما يحمله من مصطلحات مرافقة، فما هو الذكاء الاصطناعي؟
ما هو الذكاء الاصطناعي
الأول القادم من خمسينات القرن العشرين، على لسان العالمين الرائدين في هذا المجال “مارفن مينسكي” /Marvin Minsky’s Home Page، مارفين مينسكي. تاریخ الوصول: 23/09/2018. و “جون مكارثي” /John McCarthy، جون مكارثي. تاریخ الوصول: 23/09/2018. هو: “أية وظيفة أو مهمة يمكن لآلة أو برنامج القيام بها، في حال قام إنسان بهذه الوظيفة أو المهمة، كان بإمكاننا القول عن هذا الإنسان أنه استخدم ذكاءه في إنجاز تلك المهمة”.
يعطي هذا التعريف مجالًا واسعًا جدًا ولا يقدم الكثير من العون لمن يبحث عن تعريف أدقّ لما يمكن اعتباره ذكاء اصطناعيًا، لذا كان التعريف الأكثر دقة أنه: “كل نظام مُخترع قادر على القيام بأحد وظائف الإنسان المعرفية؛ كالتخطيط أو التعلم أو استخدام المنطق أو حل المشاكل أو تمثيل المعلومات أو الإدراك أو الحركة أو التلاعب والخداع، وفي نطاق ضيّق جداً، القدرة على التعامل بذكاء اجتماعيّ أو القدرة على الإبداع”.
يستخدم اليوم في العديد من المجالات المختلفة. ومن الأمثلة الأكثر وضوحًا للمستخدم العادي المساعد الشخصيّ “سيري” الموجود في ، والقادر على تمييز الصوت وتحليله بدقة كبيرة، وتقديم النتائج بناء على هذا. /What is AI? Everything you need to know about Artificial Intelligence، Nick Heath. zdnet.com. تاریخ الوصول: 23/09/2018.
أنواع الذكاء الاصطناعي
ينقسم الذكاء الاصطناعي بشكل رئيسي إلى قسمين يشملان العديد من الأقسام الفرعيّة، القسم الأول هو الذكاء الاصطناعيّ المحدود أو الضيّق (Narrow AI) والقسم الثاني هو الذكاء الاصطناعي العام (General AI).
الذكاء الاصطناعي المحدود
هذا النوع من الذكاء الاصطناعيّ منتشر بكثرة في الأجهزة المستخدمة في الحياة اليوميّة، مثل و اليوم تتضمن الكثير من تطبيقات الذكاء الاصطناعي المحدود مثل المساعدات الشخصية وتطبيقات التعرف على الصور والصوت والتعرف على اللغات. يقوم هذا النوع من البرامج بأداء مهمة واحدة فقط، أو مجموعة من المهام المحدودة، عن طريق تعلّم هذه المهمة ذاتيًا أو عبر تعلمها من طرف ثالث دون أن يبرمج بشكل مباشر على أداء المهمة.
على الرغم من أن القدرة على التعلم الذاتي أو التعلم من طرف ثالث هي قدرة مشابهة للذكاء البشري، إلا أنها تختلف عنه بكونها مقتصرة على مجموعة محددة من المهام دون الأخرى بحسب برمجتها، ولهذا تدعى بالذكاء الاصطناعيّ المحدود.
من المهام التي يمكن للذكاء الاصطناعي المحدود القيام بها: التعرف على الصوت، ومعالجة الفيديو، والتعرف على الوجوه، والرد على الأسئلة البسيطة من المستخدمين في مجال خدمة العملاء، واقتراح المحتوى الملائم للمستخدم بناء على تاريخ تصفحه، وإدارة المواعيد وتنظيم الوقت، واستخدام برمجيات أخرى كالألعاب أو البرامج أو مواقع الإنترنت للقيام بمهام محددة (مثل إتمام المهام تلقائياً أو حجز المواعيد)، والكثير من المهام الأخرى.
الذكاء الاصطناعي العام
هذا النوع من الذكاء الاصطناعي لم تصل له البشرية بعد، ويتوقع أنه سيدخل قيد التطوير خلال الخمسين عاماً القادمة، بعض التوقعات تشير أيضاً إلى أنه لن يدخل حيز الاستخدام حتى 2075 على الأقل. وأقرب نظرة يمكن الحصول عليها لما يمكن لهذا النوع من الذكاء الاصطناعي القيام به موجودة في أفلام وروايات الخيال العلمي.
يمكن لهذا النوع من الذكاء الاصطناعي القيام بالعديد من المهام المتنوعة المتباعدة من خلال التجربة والخطأ والتعلم وتجميع الخبرات بطريقة مشابهة لطريقة عمل ذكاء الإنسان؛ أي يمكن للآلة في حال امتلاكها للذكاء الاصطناعي العام (AGI) القيام بكافة المهام من رعاية النباتات وحتى بناء المنازل، دون الحاجة لتعليمها تلك الوظائف بشكل محدد.
برزَ في الأعوام القليلة الماضية النقاش بخصوص إن كان يجب فعلاً تطوير ذكاء اصطناعيّ من هذا النوع لكونه قادراً على معالجة المعلومات بشكل أكثر كفاءة وسرعة من البشر، وهذا ما لا يمكن توقع نتائجه نظراً للمعطيات الموجودة حالياً.
مصطلحات متعلقة بالذكاء الاصطناعي
هناك الكثير من المصطلحات التي تبرز عند الحديث عن الذكاء الاصطناعيّ مثل تعلم الآلة (Machine Learning) أو الشبكات العصبية (Neural Network) والتعلم العميق (Deep Learning) وهي مفاهيم واسعة يمكن اعتبارها أساليب لتشغيل وتطوير الذكاء الاصطناعيّ.
تعلم الآلة هو المصطلح المستخدم عند تقديم كميات ضخمة من البيانات لنظام والسماح لهذا النظام بمعالجة هذه البيانات وإجراء العمليات عليها لأداء المهام المطلوبة منه. يقوم النظام الحاسوبي باستخدام هذه البيانات من خلال شبكات عصبية قادرة على أداء مهام محددة.
الشبكات العصبية هي طريقة لمعالجة هذه البيانات تستخدمها البرمجية بطريقة مشابهة للعصبونات الموجودة في الدماغ البشري. وهذه الشبكات العصبية مكونة من مجموعة ضخمة من الخوارزميات المتداخلة فيما بينها والقادرة على تقديم البيانات لبعضها، أثناء تعليم البرنامج للقيام بالمهمة المطلوبة، كل واحدة من البيانات المدخلة تعطى أهمية قابلة للتغيير إلى أن تصل الشبكة إلى أفضل نتيجة ممكنة من موازنة الأهميات بين البيانات المدخلة.
التعلم العميق هو مفهوم فرعيّ تابع لمفهوم الشبكات العصبية، حيث تتداخل مجموعة ضخمة من الطبقات من الشبكات العصبية لمعالجة كمية هائلة من البيانات. وهذا المفهوم هو صاحب الدور الأكبر في دفع عجلة تطور الذكاء الاصطناعيّ في عصرنا الحالي.
هناك أنواع أخرى من الأساليب المستخدمة في تطوير برمجيات الذكاء الاصطناعي، مثل أنظمة الانتقاء الطبيعي التي تعتمد على مجموعة من الخوارزميات القابلة للتغيير والتحوّر، وتجري على هذه الخوارزميات الكثير من التعديلات قبل الحصول على الشكل المثاليّ القادر على أداء المهمة بأفضل طريقة.