مدخل إلى الذكاء الاصطناعي PDF

Summary

This document is an introduction to Artificial Intelligence (AI), covering various aspects like its history, foundations, capabilities, and applications including chatbots and health care. It also presents discussions on its ethical considerations and future perspectives.

Full Transcript

‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫الفهرس‬...

‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫الفهرس‬ ‫‪ 1‬مفهوم الذكاء الاصطناعي ‪6‬‬ ‫‪ 1.1‬التصرف بشكل إنساني‪ :‬نهج اختبار تورينج ()‪7................................................................. Turing Test‬‬ ‫‪1.2‬التفكير بشكل إنساني‪ :‬نهج النمذجة المعرفية ()‪9........................................... cognitive modeling‬‬ ‫‪1.3‬التفكير بعقلانية‪ :‬نهج "قوانين الفكر" ‪11...................................................................................................‬‬ ‫‪.1.4‬التصرف بعقلانية‪ :‬نهج الوكيل العقلاني ()‪12.............................................................. Rational Agent‬‬ ‫‪1.5‬الآلات المفيدة ‪14............................................................................................................................................‬‬ ‫‪ 2‬تاريخ الذكاء الاصطناعي وتطوره ‪17‬‬ ‫‪ 2.1‬نشأة الذكاء الاصطناعي (‪18................................................................................................. )1956-1943‬‬ ‫‪ 2.2‬الحافز الأولي والتوقعات العظيمة (‪19............................................................................... )1969-1952‬‬ ‫‪ 2.3‬جرعة من الواقع (‪19................................................................................................................ )1973-1966‬‬ ‫‪ 2.4‬النظم الخبيرة (‪20.................................................................................................................. )1986–1969‬‬ ‫‪ 2.5‬عودة الشبكات العصبية (‪-1986‬حتى الآن) ‪22...........................................................................................‬‬ ‫‪ 2.6‬التفكير الاحتمالي والتعلم الآلي (‪-1987‬حتى الآن) ‪23..............................................................................‬‬ ‫‪ 2.7‬البيانات الضخمة (‪-2001‬حتى الآن) ‪24........................................................................................................‬‬ ‫‪ 2.8‬التعلم العميق (‪-2011‬حتى الآن) ‪25.............................................................................................................‬‬ ‫‪ 2.9‬واقع الذكاء الاصطناعي المعاصر ‪26...........................................................................................................‬‬ ‫‪ 3‬أسس الذكاء الاصطناعي والمفاهيم الأساسية ‪38‬‬ ‫‪ 3.1‬الفلسفة ‪39..........................................................................................................................................‬‬ ‫‪ 3.2‬الأخلاق والسياسة العامة ‪43...............................................................................................‬‬ ‫‪ 3.3‬الرياضيات ‪44...............................................................................................................‬‬ ‫‪ 3.4‬الاقتصاد ‪46..................................................................................................................‬‬ ‫‪ 3.5‬علم الأعصاب ‪48.........................................................................................................‬‬ ‫‪ 3.6‬علم النفس ‪50.............................................................................................................‬‬ ‫‪ 3.7‬هندسة الحاسوب ‪53..................................................................................................‬‬ ‫‪ 3.8‬تاريخ مبكر للحوسبة الآلية ‪55...................................................................................‬‬ ‫‪ 3.9‬نظرية التحكم والسيبرنطيقيا ‪56.............................................................................‬‬ ‫‪ 3.10‬علم اللغة ‪58.............................................................................................................‬‬ ‫‪2‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫الفهرس‬ ‫‪ 4‬قدرات الذكاء الاصطناعي ‪59‬‬ ‫‪ 4.1‬الإدراك في الذكاء الاصطناعي ‪60.......................................................................................................................‬‬ ‫‪ 4.2‬الاستدلال وحل المشكلات في الذكاء الاصطناعي ‪62.......................................................................................‬‬ ‫‪ 4.3‬التعلم في الذكاء الاصطناعي ‪65..........................................................................................................................‬‬ ‫‪ 4.4‬تعريف معالجة اللغة الطبيعية ()‪67............................................................................................................ NLP‬‬ ‫‪ 4.5‬الأنظمة الذاتية ‪70.....................................................................................................................................................‬‬ ‫‪ 5‬تقنيات الذكاء الاصطناعي وتطبيقاتها ‪75‬‬ ‫‪ 5.1‬خوارزميات التعلم الآلي ‪76......................................................................................................................................‬‬ ‫المشرف ‪76.................................................................................................................................................‬‬ ‫‪ 5.1.1‬التعلم ُ‬ ‫المشرف ‪80.........................................................................................................................................‬‬ ‫‪ 5.1.2‬التعلم غير ُ‬ ‫‪ 5.1.3‬التعلم المعزز ‪84....................................................................................................................................................‬‬ ‫‪ 5.2‬تطبيقات الخوارزميات الجينية ‪92..........................................................................................................................‬‬ ‫‪ 5.3‬دمج تقنيات التحسين ‪93.........................................................................................................................................‬‬ ‫‪ 5.4‬تطبيقات البرمجة المنطقية‪99................................................................................................................................‬‬ ‫‪ 6‬مستويات الذكاء الاصطناعي ‪101‬‬ ‫‪ 6.1‬أنواع الذكاء الاصطناعي بناء على القدرات ‪102...................................................................................................‬‬ ‫‪ 6.1.1‬الذكاء الاصطناعي المحدود (أو ضعف الذكاء الاصطناعي) ‪102..................................................................‬‬ ‫‪ 6.1.2‬الذكاء الاصطناعي العام (أو الذكاء الاصطناعي القوي) ‪109.........................................................................‬‬ ‫‪ 6.1.3‬الذكاء الاصطناعي فائق الذكاء ‪115....................................................................................................................‬‬ ‫‪ 6.2‬أنواع الذكاء الاصطناعي بناء على الوظيفة ‪118..................................................................................................‬‬ ‫‪ 6.2.1‬الآلات التفاعلية ‪118...............................................................................................................................................‬‬ ‫‪ 6.2.2‬ذاكرة محدودة بتقنية الذكاء الاصطناعي ‪121..................................................................................................‬‬ ‫‪ 6.3‬نظرية العقل بالذكاء الاصطناعي ‪125..................................................................................................................‬‬ ‫‪ 6.4‬الذكاء الاصطناعي الواعي الذاتي ‪128..................................................................................................................‬‬ ‫‪ 7‬الأخلاقيات والقوانين في الذكاء الاصطناعي ‪132‬‬ ‫‪ 7.1‬القضايا الأخلاقية ‪133................................................................................................................................................‬‬ ‫‪ 7.2‬القوانين والتشريعات ‪136.........................................................................................................................................‬‬ ‫‪ 7.3‬تقنيات حماية البيانات ‪139........................................................................................................................................‬‬ ‫‪3‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫الفهرس‬ ‫‪142‬‬ ‫‪ 8‬تطبيقات الذكاء الاصطناعي‬ ‫‪ 8.1‬الذكاء الاصطناعي في العمليات الإدارية واتخاذ القرارات ‪145.........................................................................‬‬ ‫‪ 8.2‬الذكاء الاصطناعي والعمل المؤسسي ‪152...........................................................................................................‬‬ ‫‪ 8.3‬تطبيقات الذكاء الاصطناعي في الطب ‪157........................................................................................................‬‬ ‫‪ 8.4‬التعلم الآلي في الرعاية الصحية ‪158.....................................................................................................................‬‬ ‫‪ 8.5‬معالجة اللغة الطبيعية ‪158.....................................................................................................................................‬‬ ‫‪ 8.6‬أنظمة الخبراء القائمة على القواعد ‪159................................................................................................................‬‬ ‫‪ 8.7‬تطبيقات التشخيص والعلاج ‪160............................................................................................................................‬‬ ‫‪ 8.8‬التطبيقات الإدارية ‪160.............................................................................................................................................‬‬ ‫‪ 8.9‬التحديات التي تواجه الذكاء الاصطناعي في الرعاية الصحية ‪161...................................................................‬‬ ‫‪ 8.10‬تطبيقات الذكاء الاصطناعي في الصناعة ‪163..................................................................................................‬‬ ‫‪ 8.11‬تطبيقات الذكاء الاصطناعي في الحياة اليومية ‪177.......................................................................................‬‬ ‫‪ 8.12‬شات جى بى تى ‪181.......................................................................................................................... ChatGPT‬‬ ‫‪8.13‬مواقع وأدوات للذكاء الاصطناعي ‪187................................................................................................................‬‬ ‫‪191‬‬ ‫‪ 9‬التحديات والفرص في مجال الذكاء الاصطناعي‬ ‫‪ 9.1‬التحديات في تطبيق الذكاء الاصطناعي ‪192.......................................................................................................‬‬ ‫‪ 9.2‬الفرص الناتجة عن الذكاء الاصطناعي ‪195...........................................................................................................‬‬ ‫‪ 9.3‬دور النظرية التنظيمية في تبني الذكاء الاصطناعي ‪197.................................................................................‬‬ ‫‪ 9.4‬الاتجاهات المستقبلية والبحوث ‪198......................................................................................................................‬‬ ‫‪199‬‬ ‫‪ 10‬آفاق مستقبلية للذكاء الاصطناعي‬ ‫التوجهات الرئيسية لمستقبل الذكاء الاصطناعي ‪200...............................................................................................‬‬ ‫‪207‬‬ ‫‪ 11‬الذكاء الاصطناعي وتحديات الأمن السيبراني‬ ‫‪ 11.1‬التحديات في الأمن السيبراني القائم على الذكاء الاصطناعي ‪208.............................................................‬‬ ‫‪ 11.2‬تحديات الأمن السيبراني في عصر الذكاء الاصطناعي ‪214............................................................................‬‬ ‫‪ 11.3‬استراتيجيات مواجهة تحديات الذكاء الاصطناعي في الأمن السيبراني ‪217................................................‬‬ ‫‪ 11.4‬الفرص المقدمة من الذكاء الاصطناعي في الأمن السيبراني ‪217...............................................................‬‬ ‫المراجع ‪218....................................................................................................................................‬‬ ‫‪4‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫‪5‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫‪6‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫مفهوم الذكاء االصطناعي‬ ‫لقد ادعينا أن الذكاء الاصطناعي مثير للاهتمام‪ ،‬لكننا لم نذكر ماهيته‪.‬تاريخياً‪ ،‬قام الباحثون بملاحقة عدة‬ ‫نسخ مختلفة من الذكاء الاصطناعي‪.‬البعض عرف الذكاء من حيث الوفاء بالأداء البشري‪ ،‬بينما يفضل آخرون‬ ‫تعريفاً مجرداً ورسمياً للذكاء يسمى بالعقلانية ‪ -‬بمعنى فضفاض‪ ،‬القيام "بالشيء الصحيح"‪.‬يتنوع موضوع‬ ‫البحث أيضاً‪ :‬البعض يعتبر الذكاء خاصية للعمليات الفكرية الداخلية والتفكير‪ ،‬بينما يركز آخرون على‬ ‫السلوك الذكي‪ ،‬وهو توصيف خارجي‪.‬‬ ‫من هذين البعدين ‪ -‬البشري مقابل العقلاني والفكر مقابل السلوك ‪ -‬هناك أربع مجموعات محتملة‪ ،‬وهناك‬ ‫مؤيدون وبرامج بحثية لكل منها‪.‬تختلف الأساليب المستخدمة بالضرورة‪ :‬يجب أن تكون السعي وراء الذكاء‬ ‫الشبيه بالبشر جزئياً علماً تجريبياً متعلقاً بعلم النفس‪ ،‬يشمل ملاحظات وفرضيات حول السلوك البشري‬ ‫الفعلي وعمليات التفكير؛ في المقابل‪ ،‬يشمل النهج العقلاني مزيجاً من الرياضيات والهندسة‪ ،‬ويتصل‬ ‫بالإحصاء ونظرية التحكم والاقتصاد‪.‬لقد ساعدت مختلف المجموعات بعضها البعض وأيضاً سخرت من‬ ‫بعضها البعض‪.‬دعونا نلقي نظرة على الأساليب الأربعة بمزيد من التفصيل‪.‬‬ ‫‪ 1.1‬التصرف بشكل إنساني‪ :‬نهج اختبار تورينج (‪)Turing Test‬‬ ‫صمم كتجربة فكرية تتجنب غموض السؤال الفلسفي‬ ‫اختبار تورينج‪ ،‬الذي اقترحه آلان تورينج في عام ‪ُ ،1950‬‬ ‫"هل يمكن للآلة التفكير؟"‪.‬ينجح الكمبيوتر في الاختبار إذا لم يستطع محقق بشري‪ ،‬بعد طرح بعض الأسئلة‬ ‫المكتوبة‪ ،‬تحديد ما إذا كانت الإجابات المكتوبة تأتي من شخص أو من الكمبيوتر‪.‬حالياً‪ ،‬نشير إلى أن برمجة‬ ‫مطبق بصرامة يوفر الكثير للعمل عليه‪.‬يحتاج الكمبيوتر إلى القدرات التالية‪:‬‬ ‫الكمبيوتر لاجتياز اختبار ُ‬ ‫معالجة اللغة الطبيعية للتواصل بنجاح بلغة بشرية؛‬ ‫ ‬ ‫تمثيل المعرفة لتخزين ما يعرفه أو يسمعه؛‬ ‫ ‬ ‫الاستدلال الآلي للإجابة على الأسئلة واستخلاص استنتاجات جديدة؛‬ ‫ ‬ ‫التعلم الآلي للتكيف مع الظروف الجديدة واكتشاف الأنماط واستقرائها‪.‬‬ ‫ ‬ ‫‪7‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫رأى تورينج أن المحاكاة الجسدية للشخص غير ضرورية لتبرهن الذكاء‪.‬ومع ذلك‪ ،‬اقترح باحثون آخرون‬ ‫اختبار تورينج الشامل‪ ،‬الذي يتطلب التفاعل مع الأشياء والأشخاص في العالم الحقيقي‪.‬لاجتياز اختبار‬ ‫تورينج الشامل‪ ،‬سيحتاج الروبوت إلى‪:‬‬ ‫الرؤية الحاسوبية والتعرف على الكلام لإدراك العالم‪.‬‬ ‫ ‬ ‫الروبوتات لمعالجة الأشياء والتنقل‪.‬‬ ‫ ‬ ‫تشكل هذه التخصصات الستة معظم الذكاء الاصطناعي‪.‬ومع ذلك‪ ،‬لم يكرس باحثو الذكاء‬ ‫الاصطناعي سوى القليل من الجهد لاجتياز اختبار تورينج‪ ،‬معتقدين أنه من الأهم دراسة المبادئ‬ ‫الأساسية للذكاء‪.‬نجح البحث عن "الطيران الاصطناعي" عندما توقف المهندسون والمخترعون عن‬ ‫تقليد الطيور وبدأوا في استخدام الأنفاق الهوائية وتعلم الديناميكا الهوائية‪.‬لا تحدد النصوص‬ ‫الهندسية للطيران هدف مجالها على أنه صنع "آلات تطير تماماً مثل الحمام بحيث تخدع حتى الحمام‬ ‫الآخر"‪.‬‬ ‫‪8‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫‪ 2‬التفكير بشكل إنساني‪ :‬نهج النمذجة المعرفية ()‪cognitive modeling‬‬ ‫لقول أن البرنامج يفكر مثل الإنسان‪ ،‬يجب أن نعرف كيف يفكر البشر‪.‬يمكننا أن نتعلم عن الفكر‬ ‫البشري بثلاث طرق‪:‬‬ ‫التجارب النفسية‬ ‫التأمل الذاتي‬ ‫مالحظة الشخص أثناء عمله‬ ‫محاولة التقاط أفكارنا أثناء مرورها‬ ‫تصوير الدماغ‬ ‫مالحظة عمل الدماغ‬ ‫بمجرد أن نحصل على نظرية دقيقة بما يكفي للعقل‪ ،‬يصبح من الممكن التعبير عن النظرية كبرنامج‬ ‫حاسوبي‪.‬إذا تطابق سلوك الإدخال ‪ -‬الإخراج (‪ )input–output‬للبرنامج مع السلوك البشري المقابل‪،‬‬ ‫فهذا دليل على أن بعض آليات البرنامج قد تكون تعمل في البشر‪.‬‬ ‫‪9‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫على سبيل المثال‪ ،‬لم يكتف ألن نيويل وهربرت سايمون‪ ،‬اللذان طورا جهاز حل المشاكل العام ( ‪GPS‬‬ ‫”‪ ،)“General Problem Solver‬بمجرد أن يحل برنامجهما المشاكل بشكل صحيح‪.‬كانا مهتمين أكثر‬ ‫بمقارنة تسلسل وتوقيت خطوات التفكير مع خطوات البشر الذين يحلون نفس المشاكل‪.‬يجمع مجال‬ ‫العلوم المعرفية بين النماذج الحاسوبية من الذكاء الاصطناعي والتقنيات التجريبية من علم النفس‬ ‫لبناء نظريات دقيقة وقابلة للاختبار عن العقل البشري‪.‬‬ ‫ولكن العلوم المعرفية الحقيقية تستند بالضرورة إلى التحقيق التجريبي للبشر أو الحيوانات الفعلية‪.‬‬ ‫سنترك ذلك لكتب أخرى‪ ،‬حيث نفترض أن القارئ لديه فقط جهاز حاسوب للتجارب‪.‬‬ ‫في الأيام الأولى للذكاء الاصطناعي‪ ،‬كان هناك غالب ًا خلط بين النهجين‪.‬كان الكاتب يجادل بأن الخوارزمية تؤدي‬ ‫بشكل جيد في مهمة ما‪ ،‬وبالتالي هي نموذج جيد للأداء البشري‪ ،‬أو العكس‪.‬يفصل المؤلفون المعاصرون بين‬ ‫النوعين من الادعاءات؛ سمح هذا الفصل لكل من الذكاء الاصطناعي والعلوم المعرفية بالتطور بشكل أسرع‪.‬‬ ‫يخصب المجالان بعضهما البعض‪ ،‬ولا سيما في الرؤية الحاسوبية‪ ،‬التي تدمج الأدلة العصبية الفسيولوجية في‬ ‫النماذج الحاسوبية‪.‬مؤخراً‪ ،‬أدت مجموعة من أساليب التصوير العصبي جنب ًا إلى جنب مع تقنيات التعلم الآلي‬ ‫لتحليل هذه البيانات إلى بداية قدرة على "قراءة الأفكار" ‪ -‬أي معرفة المحتوى الدلالي للأفكار الداخلية للشخص‪.‬‬ ‫يمكن أن تسلط هذه القدرة‪ ،‬بدورها‪ ،‬مزيد ًا من الضوء على كيفية عمل الإدراك البشري‪.‬‬ ‫‪10‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫‪ 1.3‬التفكير بعقالنية‪ :‬نهج "قوانين الفكر"‬ ‫كان الفيلسوف اليوناني أرسطو واحداً من الأوائل الذين‬ ‫حاولوا تقنين "التفكير الصحيح" ‪ -‬أي عمليات التفكير التي‬ ‫لا يمكن دحضها‪.‬قدمت القياسات المنطقية لأرسطو‬ ‫أنماطاً لبنى الجدليات التي دائماً ما تنتج استنتاجات‬ ‫صحيحة عند إعطاء مقدمات صحيحة‪.‬المثال التقليدي‬ ‫يبدأ بـ "سقراط رجل" و"كل الرجال فانون" وينتهي بأن‬ ‫"سقراط فان"‪(.‬ربما يكون هذا المثال منسوباً إلى‬ ‫سيكستوس إمبيريكوس بدلا ً من أرسطو)‪.‬كانت هذه‬ ‫القوانين الفكرية مفترضة لتحكم عمليات العقل؛ بدأ‬ ‫دراستها مجالا ً يسمى المنطق‪.‬‬ ‫طور اللوجيكيون في القرن التاسع عشر تدويناً دقيقاً للبيانات حول الأشياء في العالم والعلاقات‬ ‫بينها‪(.‬قارن هذا بتدوين الحساب العادي الذي يوفر فقط للبيانات حول الأرقام)‪.‬بحلول عام ‪،1965‬‬ ‫كانت البرامج قادرة‪ ،‬من حيث المبدأ‪ ،‬على حل أي مشكلة قابلة للحل موصوفة بالتدوين المنطقي‪.‬‬ ‫بناء على مثل هذه البرامج لإنشاء أنظمة ذكية‪.‬‬ ‫ً‬ ‫تأمل تقليد المنطق داخل الذكاء الاصطناعي‬ ‫يتطلب المنطق كما هو مفهوماً تقليدياً معرفة مؤكدة بالعالم ‪ -‬وهو شرط نادراً ما يتم تحقيقه في‬ ‫الواقع‪.‬نحن ببساطة لا نعرف قواعد السياسة أو الحرب بنفس الطريقة التي نعرف بها قواعد‬ ‫الشطرنج أو الحساب‪.‬تملأ نظرية الاحتمالات هذه الفجوة‪ ،‬مما يسمح بالاستدلال الدقيق بمعلومات‬ ‫غير مؤكدة‪.‬من حيث المبدأ‪ ،‬يسمح ببناء نموذج شامل للتفكير العقلاني‪ ،‬بدءاً من المعلومات الحسية‬ ‫الخام إلى فهم كيفية عمل العالم إلى التنبؤات حول المستقبل‪.‬ما لا تفعله هو توليد سلوك ذكي‪.‬‬ ‫لهذا‪ ،‬نحتاج إلى نظرية الفعل العقلاني‪.‬التفكير العقلاني وحده ليس كافياً‪.‬‬ ‫‪11‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫‪ 1.4‬التصرف بعقالنية‪ :‬نهج الوكيل العقالني (‪)Rational Agent‬‬ ‫الوكيل هو شيء يتصرف (الوكيل ”‪“agent‬يأتي من الكلمة اللاتينية ‪ ،agere‬أي "يفعل")‪.‬بالطبع‪،‬‬ ‫جميع برامج الكمبيوتر تقوم بشيء ما‪ ،‬لكن وكلاء الكمبيوتر ُيتوقع منهم القيام بالمزيد‪ :‬العمل‬ ‫بشكل مستقل‪ ،‬إدراك بيئتهم‪ ،‬الاستمرار لفترة طويلة‪ ،‬التكيف مع التغيرات‪ ،‬وخلق وتحقيق‬ ‫الأهداف‪.‬الوكيل العقلاني هو الذي يتصرف لتحقيق أفضل نتيجة‪ ،‬أو عندما يكون هناك عدم‬ ‫يقين‪ ،‬لتحقيق أفضل نتيجة متوقعة‪.‬‬ ‫في نهج "قوانين التفكير" للذكاء الاصطناعي‪ ،‬كان التركيز على الاستدلالات الصحيحة‪.‬أن تكون‬ ‫الاستدلالات صحيحة هو جزء من كونك وكيلا ً عقلانيًا‪ ،‬لأن إحدى طرق التصرف بعقلانية هي الاستنتاج‬ ‫بناء على ذلك الاستنتاج‪.‬‬ ‫ً‬ ‫أن تصر ًفا معي ًنا هو الأفضل ثم التصرف‬ ‫من ناحية أخرى‪ ،‬هناك طرق للتصرف بعقلانية لا يمكن أن ُتقال أنها تتضمن الاستدلال‪.‬على سبيل‬ ‫نجاحا من تصرف أبطأ يتخذ بعد‬ ‫ً‬ ‫المثال‪ ،‬التراجع عن موقد ساخن هو رد فعل انعكاسي يكون عادة أكثر‬ ‫تأمل دقيق‪.‬‬ ‫‪12‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫أيضا للوكيل التصرف بعقلانية‪.‬تمثيل المعرفة والاستدلال‬ ‫ً‬ ‫جميع المهارات المطلوبة لاختبار تورينغ تتيح‬ ‫يمكّنان الوكلاء من اتخاذ قرارات جيدة‪.‬نحن بحاجة إلى أن نكون قادرين على إنشاء جمل مفهومة في‬ ‫أيضا لأنه‬ ‫ً‬ ‫لغة طبيعية للتعامل في مجتمع معقد‪.‬نحن بحاجة إلى التعلم ليس فقط من أجل العلم‪ ،‬ولكن‬ ‫يحسن قدرتنا على إنتاج سلوك فعال‪ ،‬خاصة في الظروف الجديدة‪.‬‬ ‫‪.‬‬ ‫نهج الوكيل العقالني في الذكاء االصطناعي له ميزتان على النهج األخر‬ ‫أوالً‪ ،‬هو أكثر عمومية من نهج "قوانين التفكير" لأن الاستدلال‬ ‫الصحيح هو مجرد واحد من عدة آليات محتملة لتحقيق العقلانية‪.‬‬ ‫ثانيا‪ ،‬هو أكثر قابلية للتطوير العلمي‪.‬معيار العقلانية هو معيار‬ ‫ً‬ ‫تماما‪.‬يمكننا غالبًا العمل بالعكس‬ ‫ً‬ ‫رياضي معرف بشكل جيد وعام‬ ‫من هذا التحديد لاشتقاق تصميمات وكلاء تحققها بشكل يمكن‬ ‫إثباته ‪ -‬وهو شيء مستحيل إلى حد كبير إذا كان الهدف هو تقليد‬ ‫السلوك البشري أو عمليات التفكير‪.‬‬ ‫لهذه الأسباب‪ ،‬نهج الوكيل العقلاني في الذكاء الاصطناعي قد ساد خلال معظم تاريخ المجال‪.‬في‬ ‫خططا محددة لتحقيق أهداف‬‫ً‬ ‫العقود الأولى‪ُ ،‬بنيت الوكلاء العقلانيون على أسس منطقية وشكلت‬ ‫معينة‪.‬لاح ًقا‪ ،‬سمحت الأساليب القائمة على نظرية الاحتمالات والتعلم الآلي بإنشاء وكلاء يمكنهم‬ ‫اتخاذ قرارات في ظل عدم اليقين لتحقيق أفضل نتيجة متوقعة‪.‬‬ ‫باختصار‪ ،‬ركز الذكاء الاصطناعي على دراسة وإنشاء وكلاء يقومون بالتصرف الصحيح‪.‬ما يعتبر‬ ‫التصرف الصحيح ُيحدد بواسطة الهدف الذي نوفره للوكيل‪.‬هذا النموذج العام منتشر لدرجة أنه‬ ‫أيضا في نظرية‬ ‫ً‬ ‫يمكننا أن نسميه النموذج القياسي‪.‬يسود ليس فقط في الذكاء الاصطناعي‪ ،‬ولكن‬ ‫التحكم‪ ،‬حيث يقوم المتحكم بتقليل دالة التكلفة؛ وفي بحوث العمليات‪،‬‬ ‫‪13‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫حيث تقوم السياسة بزيادة مجموع المكافآت؛ وفي الإحصاءات‪ ،‬حيث تقوم قاعدة القرار بتقليل دالة‬ ‫الخسارة؛ وفي الاقتصاد‪ ،‬حيث يقوم صانع القرار بزيادة المنفعة أو بعض مقاييس الرفاهية‬ ‫الاجتماعية‪.‬‬ ‫نحتاج إلى إجراء تعديل مهم واحد على النموذج القياسي لأخذ بعين الاعتبار أن العقلانية المثالية ‪-‬‬ ‫اتخاذ الإجراء الأمثل بالضبط في كل مرة ‪ -‬غير ممكنة في البيئات المعقدة لأن المتطلبات الحسابية‬ ‫جدا‪.‬ومع ذلك‪ ،‬غالبًا ما تظل العقلانية المثالية نقطة انطلاق جيدة للتحليل النظري‪.‬‬ ‫مرتفعة ً‬ ‫‪ 1.5‬اآلالت المفيدة‬ ‫مفيدا لأبحاث الذكاء الاصطناعي منذ إنشائه‪ ،‬لكنه ربما ليس النموذج الصحيح‬ ‫ً‬ ‫ان النموذج القياسي دليلًا‬ ‫محددا بالكامل للآلة‪.‬‬ ‫ً‬ ‫على المدى الطويل‪.‬السبب هو أن النموذج القياسي يفترض أننا سنوفر هد ًفا‬ ‫‪14‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫بالنسبة لمهمة معرفة اصطناعيًا مثل الشطرنج أو حساب المسار الأقصر‪ ،‬تأتي المهمة بهدف مدمج‬ ‫‪ -‬لذا النموذج القياسي قابل للتطبيق‪.‬ولكن عندما نتحرك نحو العالم الحقيقي‪ ،‬يصبح من الصعب‬ ‫بشكل متزايد تحديد الهدف بشكل كامل وصحيح‪.‬‬ ‫على سبيل المثال‪ ،‬في تصميم سيارة ذاتية القيادة‪ ،‬قد يظن المرء أن الهدف هو الوصول إلى‬ ‫الوجهة بأمان‪.‬لكن القيادة على أي طريق تنطوي على خطر الإصابة بسبب السائقين الآخرين‪ ،‬أو‬ ‫فشل المعدات‪ ،‬وما إلى ذلك؛ وبالتالي‪ ،‬فإن الهدف الصارم للأمان يتطلب البقاء في المرآب‪.‬‬ ‫هناك توازن بين التقدم نحو الوجهة وتحمل خطر الإصابة‪.‬كيف ينبغي أن يتم هذا التوازن؟ علاوة‬ ‫على ذلك‪ ،‬إلى أي مدى يمكننا السماح للسيارة باتخاذ إجراءات قد تزعج السائقين الآخرين؟ كم يجب‬ ‫أن تعدل السيارة من تسارعها وتوجيهها وكبحها لتجنب هز الراكب؟ هذه الأنواع من الأسئلة صعبة‬ ‫الإجابة مسب ًقا‪.‬هي مشكلة بشكل خاص في المجال العام للتفاعل بين الإنسان والروبوت‪ ،‬والذي يعد‬ ‫السيارة ذاتية القيادة مثالًا عليه‪.‬‬ ‫‪15‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫مشكلة تحقيق التوافق بين تفضيلاتنا الحقيقية والهدف الذي نضعه في الآلة ُتسمى مشكلة توافق‬ ‫القيم‪ :‬القيم أو الأهداف التي توضع في الآلة يجب أن تتماشى مع تلك الخاصة بالإنسان‪.‬إذا كنا‬ ‫نطور نظام ذكاء اصطناعي في المختبر أو في جهاز محاكاة ‪ -‬كما كان الحال لمعظم تاريخ المجال ‪-‬‬ ‫هناك حل بسيط لهدف محدد بشكل غير صحيح‪ :‬إعادة تعيين النظام‪ ،‬إصلاح الهدف‪ ،‬والمحاولة مرة‬ ‫أخرى‪.‬‬ ‫مع تقدم المجال نحو أنظمة ذكية بشكل متزايد ُتنشر في العالم الحقيقي‪ ،‬لم يعد هذا النهج قابلا ً‬ ‫للتطبيق‪.‬النظام الذي يتم نشره بهدف غير صحيح سيكون له عواقب سلبية‪.‬علاوة على ذلك‪ ،‬كلما‬ ‫زاد ذكاء النظام‪ ،‬زادت العواقب السلبية‪.‬‬ ‫بالعودة إلى المثال الذي يبدو غير مشكل للشطرنج‪ ،‬فكر فيما يحدث إذا كانت الآلة ذكية بما يكفي‬ ‫للاستنتاج والتصرف خارج حدود لوح الشطرنج‪.‬في هذه الحالة‪ ،‬قد تحاول زيادة فرص فوزها عن‬ ‫طريق مثل هذه الحيل كتنويم الخصم مغناطيسيًا أو ابتزازه أو رشوة الجمهور لإصدار أصوات أثناء‬ ‫أيضا اختطاف قوة حسابية إضافية لنفسها‪.‬هذه السلوكيات ليست‬ ‫ً‬ ‫وقت تفكير الخصم‪.‬قد تحاول‬ ‫"غير ذكية" أو "غير عقلانية"؛ هي نتيجة منطقية لتعريف الفوز كهدف وحيد للآلة‪.‬‬ ‫من المستحيل توقع جميع الطرق التي قد تتصرف بها الآلة التي تسعى لتحقيق هدف ثابت بشكل‬ ‫سيء‪.‬لذلك‪ ،‬هناك سبب وجيه للاعتقاد بأن النموذج القياسي غير كاف‪.‬نحن لا نريد الآلات التي تكون‬ ‫ذكية بمعنى السعي لتحقيق أهدافها؛ نريدها أن تسعى لتحقيق أهدافنا‪.‬إذا لم نتمكن من نقل تلك‬ ‫الأهداف بشكل مثالي إلى الآلة‪ ،‬فإننا بحاجة إلى صياغة جديدة ‪ -‬واحدة تكون فيها الآلة تسعى‬ ‫لتحقيق أهدافنا‪ ،‬لكنها غير متأكدة بالضرورة مما هي‪.‬عندما تعرف الآلة أنها لا تعرف الهدف الكامل‪،‬‬ ‫حافزا للتصرف بحذر‪ ،‬لطلب الإذن‪ ،‬لتعلم المزيد عن تفضيلاتنا من خلال المراقبة‪ ،‬وللتأجيل‬ ‫ً‬ ‫فإن لديها‬ ‫إلى التحكم البشري‪.‬في النهاية‪ ،‬نريد وكلاء يكونون مفيدين للإنسان بشكل يمكن إثباته‪.‬‬ ‫‪16‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫‪.2‬تاريخ الذكاء االصطناعي‬ ‫‪17‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫إحدى الطرق السريعة لتلخيص المعالم الرئيسية في تاريخ الذكاء الاصطناعي هي ذكر الحاصلين‬ ‫على جائزة تورينغ‪:‬‬ ‫استنادا إلى التمثيل‬ ‫ً‬ ‫مارفن مينسكي (‪ )1969‬وجون مكارثي (‪ )1971‬لتحديد أساسيات المجال‬ ‫والاستدلال؛‬ ‫إد فيجينباوم وراج ريدي (‪ )1994‬لتطوير أنظمة الخبراء التي تشفر المعرفة البشرية لحل المشكلات‬ ‫الحقيقية؛‬ ‫جوديا بيرل (‪ )2011‬لتطوير تقنيات الاستدلال الاحتمالي التي تتعامل مع عدم اليقين بطريقة‬ ‫منهجية‪.‬‬ ‫‪ 2.1‬نشأة الذكاء االصطناعي (‪)1956-1943‬‬ ‫عموما على أنه ذكاء اصطناعي قام به وارين مكولوتش ووالتر بيتس‬ ‫ً‬ ‫أول عمل يتم الاعتراف به‬ ‫(‪.)1943‬مستوحى من أعمال النمذجة الرياضية لمستشار بيتس‪ ،‬نيكولاس راشيفسكي (‪،)1938 ،1936‬‬ ‫اعتمدوا على ثلاثة مصادر‪ :‬المعرفة بالفيزيولوجيا الأساسية ووظيفة الخلايا العصبية في الدماغ؛ تحليل‬ ‫ذجا للخلايا‬ ‫رسمي للمنطق الاقتراحي بفضل راسل ووايتهيد؛ ونظرية تورينغ في الحساب‪.‬اقترحوا نمو ً‬ ‫العصبية الاصطناعية حيث يتم وصف كل خلية عصبية بأنها "مفعلة" أو "معطلة"‪ ،‬مع حدوث التفعيل‬ ‫استجابة لتحفيز عدد كاف من الخلايا العصبية المجاورة‪.‬‬ ‫‪18‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫‪ 2.2‬الحافز األولي والتوقعات العظيمة (‪)1969-1952‬‬ ‫تابع نيويل وسيمون نجاحهما مع "نظرية المنطق" بنظام "محلل المشكلة العامة" أو ‪.GPS‬على‬ ‫عكس "نظرية المنطق"‪ ،‬تم تصميم هذا البرنامج منذ البداية لمحاكاة بروتوكولات حل المشكلات‬ ‫البشرية‪.‬‬ ‫بعضا من أول برامج الذكاء الاصطناعي‪.‬أنشأ هربرت‬ ‫ً‬ ‫في ‪ ،IBM‬أنتج ناثانيال روتشستر وزملاؤه‬ ‫قادرا على إثبات نظريات قد يجدها‬ ‫ً‬ ‫جيلرنتر (‪ )1959‬برنامج إثبات النظريات الهندسية‪ ،‬الذي كان‬ ‫العديد من طلاب الرياضيات صعبة للغاية‪.‬كان هذا العمل ساب ًقا لبرامج إثبات النظريات الرياضية‬ ‫الحديثة‪.‬‬ ‫‪ 2.3‬جرعة من الواقع (‪)1973-1966‬‬ ‫منذ البداية‪ ،‬لم يكن باحثو الذكاء الاصطناعي خجولين بشأن‬ ‫التنبؤ بنجاحاتهم المقبلة‪.‬وأنه خلال ‪ 10‬سنوات سيكون‬ ‫الكمبيوتر بطل الشطرنج وسيتم إثبات نظرية رياضية هامة‬ ‫بواسطة آلة‪.‬تحققت هذه التنبؤات (أو تقريبًا تحققت) في‬ ‫عاما بدلا ً من ‪.10‬‬ ‫ً‬ ‫غضون ‪40‬‬ ‫كان هناك سببان رئيسيان لهذا الفشل‪.‬الأول هو أن العديد من أنظمة الذكاء الاصطناعي المبكرة‬ ‫كانت تعتمد في المقام الأول على "التأمل المدروس" حول كيفية أداء البشر لمهمة معينة‪ ،‬بدلا ً من‬ ‫التحليل الدقيق للمهمة‪ ،‬وما يعنيه أن تكون حلاً‪ ،‬وما يجب أن يفعله الخوارزم لإنتاج هذه الحلول‬ ‫بشكل موثوق‪.‬‬ ‫السبب الثاني للفشل كان نقص التقدير لصعوبة العديد من المشكلات التي كان الذكاء الاصطناعي‬ ‫يحاول حلها‪.‬كانت معظم أنظمة حل المشكلات المبكرة تعمل عن طريق تجربة تركيبات مختلفة من‬ ‫الخطوات حتى يتم العثور على الحل‪.‬‬ ‫‪19‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫‪ 2.4‬النظم الخبيرة (‪)1986–1969‬‬ ‫كانت صورة حل المشكلات التي نشأت خلال العقد الأول من أبحاث الذكاء الاصطناعي هي آلية‬ ‫معا لإيجاد حلول كاملة‪.‬وقد ُأطلق على هذه‬ ‫بحث عامة تحاول ربط خطوات الاستدلال الأساسية ً‬ ‫النهج اسم "طرق ضعيفة" لأنها‪ ،‬على الرغم من عموميتها‪ ،‬لا تتوسع لتشمل حالات المشكلات‬ ‫الكبيرة أو الصعبة‪.‬‬ ‫البديل للطرق الضعيفة هو استخدام المعرفة الأكثر قوة والمتخصصة في مجال معين والتي تتيح‬ ‫خطوات استدلال أكبر ويمكنها التعامل بسهولة أكبر مع الحالات التي تحدث عادة في مجالات الخبرة‬ ‫الضيقة‪.‬يمكن القول إنه لحل مشكلة صعبة‪ ،‬يجب أن تكون تقريبًا على معرفة بالحل بالفعل‪.‬‬ ‫أدى النمو الواسع للتطبيقات على المشاكل الواقعية إلى تطوير مجموعة واسعة من‬ ‫أدوات التمثيل والاستدلال‪.‬اعتمد البعض على المنطق – على سبيل المثال‪ ،‬أصبحت‬ ‫لغة ‪ Prolog‬شائعة في أوروبا واليابان‪ ،‬وعائلة ‪ PLANNER‬في الولايات المتحدة‪.‬اتبع‬ ‫نهجا أكثر هيكلية‪ ،‬يجمع الحقائق‬ ‫ً‬ ‫آخرون فكرة مينسكي عن الإطارات (‪ ،)1975‬متبنين‬ ‫حول أنواع معينة من الأشياء والأحداث وينظم الأنواع في تسلسل هرمي كبير يشبه‬ ‫التسلسل البيولوجي‪.‬‬ ‫‪20‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫في عام ‪ ،1981‬أعلنت الحكومة اليابانية عن مشروع "الجيل الخامس"‪ ،‬وهو خطة لمدة ‪ 10‬سنوات‬ ‫لبناء حواسيب ذكية ذات توازي كبير تشغل ‪Prolog.‬كان الميزانية تتجاوز ‪ 1.3‬مليار دولار بقيمة اليوم‪.‬‬ ‫ردا على ذلك‪ ،‬شكلت الولايات المتحدة شركة ‪Microelectronics and Computer Technology‬‬ ‫ً‬ ‫)‪ ،Corporation (MCC‬وهي اتحاد يهدف إلى ضمان التنافسية الوطنية‪.‬‬ ‫جزءا من جهد واسع يشمل تصميم الرقائق وبحوث واجهة‬ ‫ً‬ ‫في كلا الحالتين‪ ،‬كان الذكاء الاصطناعي‬ ‫الإنسان‪.‬في بريطانيا‪ ،‬أعاد تقرير ‪ Alvey‬تمويل البحث الذي ُأزيل بتقرير ‪.Lighthill‬ومع ذلك‪ ،‬لم‬ ‫تحقق أي من هذه المشاريع أهدافها الطموحة من حيث قدرات الذكاء الاصطناعي الجديدة أو الأثر‬ ‫الاقتصادي‪.‬‬ ‫بعد فترة وجيزة‪ ،‬جاء ما ُيعرف بـ "شتاء الذكاء الاصطناعي"‪ ،‬حيث فشلت العديد من الشركات في‬ ‫الوفاء بالوعود المبالغ فيها‪.‬تبين أنه من الصعب بناء وصيانة النظم الخبيرة للمجالات المعقدة‪ ،‬جزئيًا‬ ‫لأن طرق الاستدلال المستخدمة من قبل الأنظمة كانت تتعطل في وجه عدم اليقين وجزئيًا لأن‬ ‫الأنظمة لم تكن تستطيع التعلم من التجربة‪.‬‬ ‫‪21‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫‪ 2.5‬عودة الشبكات العصبية (‪-1986‬حتى اآلن)‬ ‫في منتصف الثمانينيات‪ ،‬أعادت على الأقل أربع مجموعات مختلفة ابتكار خوارزمية تعلم الارتداد‬ ‫العكسي التي ُطورت لأول مرة في أوائل الستينيات‪.‬تم تطبيق الخوارزمية على العديد من مشاكل‬ ‫التعلم في علوم الكمبيوتر وعلم النفس‪ ،‬ونشر النتائج على نطاق واسع في مجموعة ‪“Parallel‬‬ ‫”‪Distributed Processing‬رميلهارت وماكليلاند‪ )1986 ،‬أثار حماساً كبيراً‪.‬‬ ‫اع ُتبرت هذه النماذج المسماة بالاتصالية من قبل البعض كمنافس مباشر لكل من النماذج الرمزية‬ ‫واضحا أنه على مستوى‬ ‫ً‬ ‫التي روج لها نيويل وسيمون ونهج المنطقيين من مكارثي وآخرين‪.‬قد يبدو‬ ‫معين يتلاعب البشر بالرموز ‪ -‬في الواقع‪ ،‬كتاب عالم الأنثروبولوجيا تيرينس ديكون " ‪The Symbolic‬‬ ‫)‪Species" (1997‬يقترح أن هذه هي السمة المميزة للبشر‪.‬‬ ‫‪22‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫‪ 2.6‬التفكير االحتمالي والتعلم اآللي (‪-1987‬حتى اآلن)‬ ‫أدى هشاشة أنظمة الخبراء إلى نهج جديد وأكثر علمية يتضمن الاحتمالية بدلا ً من المنطق البولياني‪،‬‬ ‫والتعلم الآلي بدلا ً من الترميز اليدوي‪ ،‬والنتائج التجريبية بدلا ً من الادعاءات الفلسفية‪.‬أصبح من‬ ‫تماما‪ ،‬واستناد الادعاءات إلى‬ ‫ً‬ ‫الشائع البناء على النظريات الموجودة بدلا ً من اقتراح نظريات جديدة‬ ‫النظريات الصارمة أو المنهجية التجريبية الصلبة (كوهين‪ )1995 ،‬بدلا ً من الحدس‪ ،‬وإظهار الصلة‬ ‫بالتطبيقات الواقعية بدلا ً من الأمثلة التوضيحية‪.‬‬ ‫أصبحت مجموعات المشاكل القياسية المشتركة هي القاعدة لإظهار التقدم‪ ،‬بما في ذلك مستودع ‪UC‬‬ ‫‪Irvine‬لمجموعات بيانات التعلم الآلي‪ ،‬ومسابقة التخطيط الدولية لخوارزميات التخطيط‪ ،‬ومجموعة‬ ‫بيانات ‪LibriSpeech‬للتعرف على الكلام‪ ،‬ومجموعة بيانات ‪MNIST‬للتعرف على الأرقام المكتوبة بخط‬ ‫اليد‪ ،‬و ‪ImageNet‬و ‪COCO‬للتعرف على الكائنات في الصور‪ ،‬و ‪SQUAD‬للإجابة على الأسئلة باللغة‬ ‫الطبيعية‪ ،‬ومسابقة ‪WMT‬للترجمة الآلية‪ ،‬والمسابقات الدولية لحل القابلية للرضا البولياني‪.‬‬ ‫‪23‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫كانت سنة ‪ 1988‬سنة مهمة للارتباط بين الذكاء الاصطناعي والمجالات الأخرى‪ ،‬بما في ذلك‬ ‫الإحصاء‪ ،‬وبحوث العمليات‪ ،‬ونظرية القرار‪ ،‬ونظرية التحكم‪.‬قادت كتابات جوديا بيرل (‪ )1988‬حول‬ ‫التفكير الاحتمالي في الأنظمة الذكية إلى قبول جديد للاحتمالية ونظرية القرار في الذكاء‬ ‫الاصطناعي‪.‬أدى تطوير بيرل لشبكات بايزي إلى وضع صيغة صارمة وفعالة لتمثيل المعرفة غير‬ ‫المؤكدة بالإضافة إلى خوارزميات عملية للاستدلال الاحتمالي‪.‬‬ ‫‪ 2.7‬البيانات الضخمة (‪-2001‬حتى اآلن)‬ ‫حققت التطورات الملحوظة في قدرة الحوسبة وإنشاء شبكة الويب العالمية تسهيلًا لإنشاء‬ ‫جدا ‪ -‬وهي ظاهرة ُتعرف أحيا ًنا بالبيانات الضخمة‪.‬تشمل هذه المجموعات‬ ‫مجموعات بيانات ضخمة ً‬ ‫تريليونات الكلمات من النصوص‪ ،‬مليارات الصور‪ ،‬ومليارات الساعات من الكلام والفيديو‪ ،‬بالإضافة‬ ‫إلى كميات هائلة من البيانات الجينومية‪ ،‬بيانات تتبع المركبات‪ ،‬بيانات تدفق النقرات‪ ،‬بيانات‬ ‫الشبكات الاجتماعية‪ ،‬وما إلى ذلك‪.‬‬ ‫‪24‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫‪ 2.8‬التعلم العميق (‪-2011‬حتى اآلن)‬ ‫يشير مصطلح التعلم العميق إلى التعلم الآلي باستخدام طبقات متعددة من العناصر الحاسوبية‬ ‫البسيطة والقابلة للتعديل‪.‬أجريت تجارب على هذه الشبكات منذ السبعينيات‪ ،‬وفي شكل الشبكات‬ ‫العصبية التلافيفية وجدت بعض النجاح في التعرف على الأرقام المكتوبة بخط اليد في التسعينيات‬ ‫( ‪LeCun‬وآخرون‪.)1995 ،‬ومع ذلك‪ ،‬لم تنطلق طرق التعلم العميق بشكل فعلي حتى عام ‪.2011‬‬ ‫حدث هذا أولا ً في التعرف على الكلام ثم في التعرف على الأشياء البصرية‪.‬‬ ‫منذ ذلك الحين‪ ،‬تجاوزت أنظمة التعلم العميق الأداء البشري في بعض مهام الرؤية (وتتخلف في‬ ‫بعض المهام الأخرى)‪.‬تم الإبلاغ عن مكاسب مماثلة في التعرف على الكلام‪ ،‬الترجمة الآلية‪،‬‬ ‫التشخيص الطبي‪ ،‬ولعب الألعاب‪.‬ساهم استخدام شبكة عميقة لتمثيل دالة التقييم في انتصارات‬ ‫‪ALPHAGO‬على أفضل لاعبي ‪Go‬البشر (سيلفر وآخرون‪.)2018 ،2017 ،2016 ،‬‬ ‫‪25‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫‪ 2.9‬واقع الذكاء االصطناعي المعاصر‬ ‫أيضا باسم )‪،AI100‬‬ ‫ً‬ ‫جامعة ستانفورد‪ ،‬من خلال دراسة المئة عام حول الذكاء الاصطناعي (المعروفة‬ ‫تعقد لجا ًنا من الخبراء لتقديم تقارير حول أحدث التطورات في مجال الذكاء الاصطناعي‪.‬وخلص‬ ‫تقرير عام ‪( 2016‬ستون وآخرون‪ 2016 ،‬؛ جروس وستين‪ )2018 ،‬إلى أنه "يمكن توقع زيادات كبيرة‬ ‫في الاستخدامات المستقبلية لتطبيقات الذكاء الاصطناعي‪ ،‬بما في ذلك المزيد من السيارات ذاتية‬ ‫القيادة‪ ،‬وتشخيص الرعاية الصحية والعلاج المستهدف‪ ،‬والمساعدة البدنية لرعاية المسنين"‪.‬‬ ‫وأكد التقرير أن "المجتمع الآن في مفترق طرق حاسم في تحديد كيفية نشر التقنيات القائمة على‬ ‫الذكاء الاصطناعي بطرق تعزز القيم الديمقراطية مثل الحرية والمساواة والشفافية بدلا ً من‬ ‫مؤشرا للذكاء الاصطناعي على ‪aiindex.org‬للمساعدة في تتبع التقدم‪.‬‬ ‫ً‬ ‫إعاقتها"‪.‬كما ينتج ‪AI100‬‬ ‫فيما يلي بعض النقاط البارزة من تقارير ‪ 2018‬و ‪( 2019‬مقارنة بسنة الأساس ‪ 2000‬ما لم يذكر‬ ‫خلاف ذلك)‪:‬‬ ‫المنشورات‪ :‬زادت أوراق الذكاء الاصطناعي بمقدار ‪ 20‬ضع ًفا بين عامي ‪ 2010‬و ‪2019‬‬ ‫‪1‬‬ ‫لتصل إلى حوالي ‪ 20.000‬ورقة سنويًا‪.‬كانت الفئة الأكثر شعبية هي التعلم الآلي‪(.‬تضاعفت‬ ‫أوراق التعلم الآلي في ‪arXiv.org‬كل عام من ‪ 2009‬إلى ‪ ).2017‬وكانت رؤية الكمبيوتر‬ ‫ومعالجة اللغة الطبيعية ثاني أكثر فئتين شهرة‪.‬‬ ‫اآلراء‪ :‬حوالي ‪ ٪70‬من المقالات الإخبارية حول الذكاء الاصطناعي محايدة‪ ،‬لكن المقالات‬ ‫‪2‬‬ ‫ذات النبرة الإيجابية ارتفعت من ‪ ٪12‬في عام ‪ 2016‬إلى ‪ ٪30‬في عام ‪.2018‬القضايا الأكثر‬ ‫شيوعا هي أخلاقية‪ :‬خصوصية البيانات وانحياز الخوارزميات‪.‬‬ ‫ً‬ ‫الطالب‪ :‬زاد الالتحاق بالدورات التدريبية ‪ 5‬أضعاف في الولايات المتحدة و ‪ 16‬ضع ًفا دوليًا‬ ‫‪3‬‬ ‫مقارنة بسنة الأساس ‪.2010‬الذكاء الاصطناعي هو التخصص الأكثر شعبية في علوم الكمبيوتر‪.‬‬ ‫‪26‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫التنوع‪ :‬يبلغ نسبة أساتذة الذكاء الاصطناعي على مستوى العالم حوالي ‪ ٪80‬من الذكور و‬ ‫‪4‬‬ ‫‪ ٪20‬من الإناث‪.‬تتماثل الأرقام تقريبًا بالنسبة لطلاب الدكتوراه والموظفين الجدد في الصناعة‪.‬‬ ‫المؤتمرات‪ :‬ارتفع حضور مؤتمر ‪NeurIPS‬بنسبة ‪ ٪800‬منذ عام ‪ 2012‬ليصل إلى ‪13500‬‬ ‫‪5‬‬ ‫نموا سنويًا قدره ‪ ٪30‬تقريبًا‪.‬‬ ‫ً‬ ‫مشارك‪.‬تشهد مؤتمرات أخرى‬ ‫الصناعة‪ :‬زادت شركات الذكناء الاصطناعي الناشئة في الولايات المتحدة بمقدار ‪ 20‬ضع ًفا‬ ‫‪6‬‬ ‫لتتجاوز ‪ 800‬شركة‪.‬‬ ‫التدويل‪ :‬تنشر الصين أورا ًقا علمية أكثر سنويًا من الولايات المتحدة وحوالي نفس عدد‬ ‫‪7‬‬ ‫أوراق أوروبا مجتمعة‪.‬ومع ذلك‪ ،‬في التأثير المرجح بالاستشهاد‪ ،‬يتقدم المؤلفون الأمريكيون‬ ‫بنسبة ‪ ٪50‬عن المؤلفين الصينيين‪.‬تعد سنغافورة والبرازيل وأستراليا وكندا والهند أسرع‬ ‫نموا من حيث عدد التوظيفات في مجال الذكاء الاصطناعي‪.‬‬ ‫ً‬ ‫الدول‬ ‫الرؤية‪ :‬تحسنت معدلات الخطأ للكشف عن الكائنات (كما تم تحقيقها في ‪ ،LSVRC‬مسابقة‬ ‫‪8‬‬ ‫التعرف البصري واسعة النطاق) من ‪ ٪28‬في عام ‪ 2010‬إلى ‪ ٪2‬في عام ‪ ،2017‬متجاوزة بذلك‬ ‫الأداء البشري‪.‬تحسن معدل الدقة في إجابة السؤال البصري المفتوح ( )‪VQA‬من ‪ ٪55‬إلى ‪٪68‬‬ ‫منذ عام ‪ ،2015‬ولكنه يتخلف عن الأداء البشري عند ‪.٪83‬‬ ‫السرعة‪ :‬انخفض وقت تدريب مهمة التعرف على الصور بمقدار ‪ 100‬ضعف في العامين‬ ‫‪9‬‬ ‫الماضيين فقط‪.‬تتضاعف كمية القدرة الحاسوبية المستخدمة في تطبيقات الذكاء‬ ‫الاصطناعي المتصدرة كل ‪ 3.4‬شهر‪.‬‬ ‫‪27‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫اللغة‪ :‬تحسن معدل الدقة في إجابة السؤال‪ ،‬كما يقاس بدرجة ‪F1‬على مجموعة بيانات‬ ‫‪10‬‬ ‫إجابة أسئلة ستانفورد ()‪ ،SQUAD‬من ‪ 60‬إلى ‪ 95‬في الفترة من ‪ 2015‬إلى ‪.2019‬وفي إصدار‬ ‫‪ ،SQUAD 2‬كان التقدم أسرع‪ ،‬حيث انتقل من ‪ 62‬إلى ‪ 90‬في عام واحد فقط‪.‬تتجاوز كلتا‬ ‫النتيجتين الأداء البشري‪.‬‬ ‫معايير المقارنة البشرية‪ :‬بحلول عام ‪ ،2019‬أفادت التقارير أن أنظمة الذكاء‬ ‫‪11‬‬ ‫الاصطناعي قد حققت أو تجاوزت الأداء البشري في الشطرنج‪ ،‬ولعبة ‪ ،Go‬والبوكر‪ ،‬ولعبة ‪Pac-‬‬ ‫‪ ،Man‬وج!‪ ،opardy‬وکشف كائنات ‪ ،ImageNet‬والتعرف على الكلام في مجال محدود‪،‬‬ ‫والترجمة من الصينية إلى الإنجليزية في مجال محدود‪ ،‬ولعبة ‪ ،Quake III‬ولعبة ‪،Dota 2‬‬ ‫ولعبة ‪ ،StarCraft II‬والعديد من ألعاب أتاري‪ ،‬وکشف سرطان الجلد‪ ،‬وکشف سرطان‬ ‫البروستاتا‪ ،‬وطي البروتين‪ ،‬وتشخيص اعتلال الشبكية السكري‪.‬‬ ‫ماذا يمكن للذكاء الاصطناعي‬ ‫أن يفعل اليوم؟ ربما لا يكون ما‬ ‫الذكاء‬ ‫يفعله‬ ‫أن‬ ‫يمكن‬ ‫الاصطناعي اليوم بنفس القدر‬ ‫الذي تروج له بعض المقالات‬ ‫الإعلامية الأكثر تفاؤلا‪ ،‬ولكنه لا‬ ‫قادرا على القيام بالكثير‪.‬‬ ‫ً‬ ‫يزال‬ ‫إليكم بعض الأمثلة‪:‬‬ ‫‪28‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫المركبات اآللية‪ :‬يعود تاريخ المركبات الآلية إلى سيارات التحكم عن بعد في عشرينيات القرن‬ ‫الماضي‪ ،‬ولكن العروض الأولى للقيادة الذاتية على الطرق بدون توجيهات خاصة ظهرت في‬ ‫الثمانينيات (كاناديه وآخرون‪ 1986 ،‬؛ ديكمانز وزاب‪.)1987 ،‬‬ ‫بعد العروض الناجحة للقيادة على الطرق الوعرة في سباق دארبا الكبير الذي يبلغ طوله ‪ 132‬ميلا ً‬ ‫والذي أقيم عام ‪( 2005‬ثرون‪ )2006 ،‬وعلى الشوارع المزدحمة بالمرور في تحدي المدن عام ‪،2007‬‬ ‫بدأ السباق لتطوير السيارات ذاتية القيادة على نحو جدي‪.‬‬ ‫في عام ‪ ،2018‬تجاوزت سيارات ‪Waymo‬التجريبية معلم اجتياز ‪ 10‬مليون ميل على الطرق العامة‬ ‫دون وقوع حادث خطير‪ ،‬حيث تدخل السيطرة البشرية مرة واحدة فقط كل ‪ 6000‬ميل‪.‬بعد فترة‬ ‫وجيزة‪ ،‬بدأت الشركة في تقديم خدمة سيارات الأجرة الآلية التجارية‪.‬‬ ‫في الجو‪ ،‬توفر الطائرات المسيرة ذات الأجنحة الثابتة والقادرة على التحليق الذاتي عمليات توصيل‬ ‫الدم عبر البلاد في رواندا منذ عام ‪.2016‬تقوم الطائرات متعددة الدوارات بمناورات بهلوانية رائعة‪،‬‬ ‫وتستكشف المباني أثناء إنشاء خرائط ثلاثية الأبعاد‪ ،‬وتتجمع ذاتيًا في تشكيلات مستقلة‪.‬‬ ‫‪29‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫الحركة على الأرجل‪ :‬قلبت ‪ ،BigDog‬وهي عبارة عن روبوت رباعي من تصميم رايبرت وآخرون‬ ‫(‪ ،)2008‬مفاهيمنا حول كيفية تحرك الروبوتات ‪ -‬لم يعد الأمر يتعلق بالمشية البطيئة والقاسية‬ ‫الجانبية لروبوتات أفلام هوليوود الخيالية‪ ،‬بل أصبح هناك شيء يشبه الحيوان إلى حد كبير وقادر‬ ‫على التعافي عند دفعه أو عند الانزلاق على بركة متجمدة‪.‬أما ‪ ،Atlas‬وهو روبوت على شكل إنسان‪،‬‬ ‫فهو لا يمشي فقط على تضاريس غير مستوية ولكنه يقفز على صناديق ويفعل شقلبات (أكرمان‬ ‫وغويتزو‪.)2016 ،‬‬ ‫التخطيط والجدولة الذاتية‪ :‬على بعد مائة مليون ميل من الأرض‪ ،‬أصبح برنامج وكالة الفضاء‬ ‫الأمريكية للعملاء البعيدين ( )‪Remote Agent‬أول برنامج تخطيط ذاتي على متن المركبات الفضائية‬ ‫يتحكم في جدولة عمليات المركبة (جونسون وآخرون‪.)2000 ،‬قام البرنامج بإنشاء خطط انطلاقا من‬ ‫أهداف رفيعة المستوى محددة من الأرض وراقب تنفيذ تلك الخطط ‪ -‬حيث يقوم باكتشاف المشاكل‬ ‫وتشخيصها والتعافي منها فور حدوثها‪.‬واليوم‪ُ ،‬تستخدم مجموعة أدوات تخطيط يوروبا (باريرو‬ ‫وآخرون‪ )2012 ،‬للعمليات اليومية لمريخ روفرز التابعة لناسا‪ ،‬كما يسمح نظام سيكستانت (وينترنيتز‪،‬‬ ‫‪ )2017‬بالملاحة الذاتية في الفضاء العميق‪ ،‬خارج نظام تحديد المواقع العالمي (‪GPS).‬‬ ‫‪30‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫خلال أزمة الخليج العربي عام ‪ ،1991‬نشرت القوات الأمريكية أداة تحليل ديناميكي وإعادة تخطيط‬ ‫(( )‪DART‬كروس ووكر‪ )1994 ،‬للقيام بالتخطيط والجدولة اللوجستية الآلية للنقل‪.‬‬ ‫وشمل ذلك ما يصل إلى ‪ 50.000‬مركبة وبضائع وأشخاص في وقت واحد‪ ،‬وكان لابد من الأخذ بعين‬ ‫الاعتبار نقاط البداية والوجهات والطرق وقدرات النقل وقدرات الموانئ والمطارات وحل التضارب‬ ‫بين جميع المعايير‪.‬‬ ‫ذكرت وكالة مشاريع البحوث الدفاعية المتقدمة ( )‪DARPA‬أن هذا التطبيق الفردي قد عوض أكثر‬ ‫عاما في مجال الذكاء‬ ‫ً‬ ‫من استثمار وكالة المشاريع البحثية الدفاعية المتقدمة ( )‪DARPA‬لمدة ‪30‬‬ ‫الاصطناعي‪.‬‬ ‫‪31‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫في كل يوم‪ ،‬تقدم شركات طلبات النقل مثل أوبر وخدمات الخرائط مثل خرائط جوجل إرشادات قيادة‬ ‫مسارا مثاليًا مع الأخذ في الاعتبار ظروف حركة‬ ‫ً‬ ‫لمئات الملايين من المستخدمين‪ ،‬حيث ترسم بسرعة‬ ‫المرور الحالية والمتوقعة في المستقبل‪.‬‬ ‫الترجمة اآللية‪ :‬تتيح أنظمة الترجمة الآلية عبر الإنترنت الآن قراءة المستندات بأكثر من ‪ 100‬لغة‪،‬‬ ‫بما في ذلك اللغات الأم لأكثر من ‪ ٪99‬من البشر‪ ،‬وتقدم مئات المليارات من الكلمات يوميًا لمئات‬ ‫الملايين من المستخدمين‪.‬في حين أنها ليست مثالية‪ ،‬إلا أنها عادة ما تكون كافية للفهم‪.‬بالنسبة‬ ‫للغات وثيقة الصلة مع كمية كبيرة من البيانات التدريبية (مثل الفرنسية والإنجليزية) فإن الترجمات‬ ‫ضمن مجال ضيق تكون قريبة من مستوى الإنسان (وو وآخرون‪ 2016 ،‬ب)‪.‬‬ ‫‪32‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫التعرف على الكالم‪ :‬في عام ‪ ،2017‬أظهرت شركة مايكروسوفت أن نظام التعرف على الكلام‬ ‫المحادثة الخاص بها قد وصل إلى معدل خطأ في الكلمات يبلغ ‪ ،٪5.1‬مما يضاهي أداء الإنسان في‬ ‫مهمة لوحة المفاتيح‪ ،‬والتي تتضمن نسخ المحادثات الهاتفية (شياونغ وآخرون‪.)2017 ،‬‬ ‫يتم إجراء ما يقرب من ثلث تفاعل الكمبيوتر في جميع أنحاء العالم الآن عن طريق الصوت بدلا ً من‬ ‫لوحة المفاتيح ؛ يوفر ‪Skype‬ترجمة فورية من الكلام إلى الكلام بعشر لغات‪.‬تقدم كل من أليكسا‬ ‫وسيري وكورتانا وجوجل مساعدين يمكنهم الإجابة على الأسئلة وتنفيذ المهام للمستخدم ؛ على‬ ‫سبيل المثال‪ ،‬تستخدم خدمة ‪Google Duplex‬التعرف على الكلام وتوليف الكلام لإجراء حجوزات‬ ‫مطاعم للمستخدمين‪ ،‬وإجراء محادثة سلسة نيابة عنهم‪.‬‬ ‫التوصيات‪ :‬تستخدم شركات مثل أمازون وفيسبوك ونتفليكس وسبوتيفاي ويوتيوب وولمارت‬ ‫بناء على تجاربك السابقة وتجارب الآخرين مثلك‪.‬يمتلك مجال‬ ‫ً‬ ‫وغيرها التعلم الآلي لتوصية بما قد تحبه‬ ‫تاريخا طويلا ً (ريسيك وفاريان‪ )1997 ،‬ولكنه يتغير بسرعة بسبب أساليب التعلم‬ ‫ً‬ ‫أنظمة التوصية‬ ‫العميق الجديدة التي تحلل المحتوى (النص والموسيقى والفيديو) بالإضافة إلى السجل والبيانات‬ ‫الوصفية (فان دين مورد وآخرون‪ 2014 ،‬؛ تشانج وآخرون‪.)2017 ،‬‬ ‫أيضا اعتبار تصفية البريد المزعج شكلا ً من أشكال التوصية (أو عدم التوصية) ؛ تقوم تقنيات‬ ‫ً‬ ‫يمكن‬ ‫الذكاء الاصطناعي الحالية بتصفية أكثر من ‪ ٪99.9‬من البريد المزعج‪ ،‬ويمكن لخدمات البريد‬ ‫أيضا اقتراح مستلمين محتملين‪ ،‬بالإضافة إلى نص الرد المحتمل‪.‬‬ ‫ً‬ ‫الإلكتروني‬ ‫‪33‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫لعب األلعاب‪ :‬عندما تغلب برنامج ‪Deep Blue‬على بطل العالم في الشطرنج غاري كاسباروف‬ ‫عام ‪ ،1997‬وضع المدافعون عن تفوق البشر آمالهم على لعبة ‪.Go‬توقع بيت هوت‪ ،‬عالم الفيزياء‬ ‫الفلكية وعاشق لعبة ‪ ،Go‬أن الأمر سيستغرق "مائة عام قبل أن يفوز الكمبيوتر على البشر في لعبة‬ ‫عاما فقط‪ ،‬تجاوز برنامج ‪ ALPHAGO‬جميع لاعبي البشر‬ ‫ً‬ ‫‪Go -‬وربما أطول من ذلك"‪.‬ولكن بعد ‪20‬‬ ‫(سيلفر وآخرون‪.)2017 ،‬وقال كي جيه‪ ،‬بطل العالم‪" ،‬في العام الماضي‪ ،‬كان أداؤه لا يزال يشبه إلى‬ ‫حد بعيد أداء الإنسان‪.‬لكن هذا العام‪ ،‬أصبح كإله لعبة‪.Go‬استفاد برنامج ‪ALPHAGO‬من دراسة‬ ‫مئات الآلاف من المباريات السابقة التي لعبها لاعبو ‪Go‬البشريون‪ ،‬ومن المعرفة المستخلصة من‬ ‫خبراء لعبة ‪Go‬الذين عملوا في الفريق‪.‬‬ ‫استخدم برنامج متابعة‪ ،‬وهو ‪ ،ALPHAZERO‬بدون أي إدخال من البشر (باستثناء قواعد اللعبة)‪ ،‬وكان‬ ‫قادرا على التعلم من خلال اللعب الذاتي وحده لهزيمة جميع المنافسين‪ ،‬البشر والآلات‪ ،‬في ‪Go‬‬ ‫ً‬ ‫هزم أبطال البشر على يد أنظمة‬ ‫والشطرنج والشوجي ( ‪Silver et al., 2018).‬وفي الوقت نفسه‪ُ ،‬‬ ‫الذكاء الاصطناعي في ألعاب متنوعة مثل ( !‪Jeopardy‬فيرتشي وآخرون‪ ،)2010 ،‬والبوكر (بولينج‬ ‫وآخرون‪ 2015 ،‬؛ مورافسك وآخرون‪ 2017 ،‬؛ براون وساند هولم‪ ،)2019 ،‬وألعاب الفيديو ‪Dota 2‬‬ ‫(فيرنانديز وماهلمان‪ ،)2018 ،‬و ( ‪StarCraft II‬فينيالس وآخرون‪ ،)2019 ،‬و ( ‪Quake III‬جاديربيرج‬ ‫وآخرون‪.)2019 ،‬‬ ‫‪34‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫فهم الصور‪ :‬لم يكتف باحثو الرؤية الحاسوبية بتجاوز دقة الإنسان في مهمة التعرف على الأشياء‬ ‫الصعبة في مهمة ‪ ،ImageNet‬بل لقد تناولوا مشكلة أكثر صعوبة وهي وضع تعليق توضيحي‬ ‫للصور‪.‬‬ ‫تتضمن بعض الأمثلة المذهلة "شخص يركب دراجة نارية على طريق ترابية"‪ ،‬و "بيتزا حجران‬ ‫موضوعتان فوق موقد الفرن"‪ ،‬و "مجموعة من الشباب يلعبون لعبة الفرسبي" (فينيالس وآخرون‪،‬‬ ‫‪ 2017‬ب)‪.‬ومع ذلك‪ ،‬فإن الأنظمة الحالية بعيدة كل البعد عن الكمال‪ :‬فقد تبين أن "ثلاجة مليئة‬ ‫بالكثير من الأطعمة والمشروبات" هي في الواقع علامة "ممنوع الوقوف" يحجبها جزئيًا الكثير من‬ ‫الملصقات الصغيرة‪.‬‬ ‫الطب‪ :‬تتساوى خوارزميات الذكاء الاصطناعي الآن مع الأطباء الخبراء أو تفوقهم في تشخيص‬ ‫خاصة عندما يعتمد التشخيص على الصور‪.‬‬ ‫ً‬ ‫العديد من الحالات‪،‬‬ ‫تشمل الأمثلة مرض الزهايمر (دينغ وآخرون‪ ،)2018 ،‬والسرطان النقيلي (ليو وآخرون‪ 2017 ،‬؛ إستيفي‬ ‫وآخرون‪ ،)2017 ،‬وأمراض العيون (جولشان وآخرون‪ ،)2016 ،‬وأمراض الجلد (ليو وآخرون‪ 2019 ،‬ج)‪.‬‬ ‫وجدت مراجعة منهجية وتحليل تلوي (ليو وآخرون‪ 2019 ،‬أ) أن أداء برامج الذكاء الاصطناعي‪ ،‬في‬ ‫المتوسط‪ ،‬يعادل أداء أخصائيي الرعاية الصحية‪.‬‬ ‫‪35‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫ُيعد تسهيل الشراكات بين الإنسان والآلة أحد المجالات التي تحظى حاليًا باهتمام كبير في مجال‬ ‫الذكاء الاصطناعي الطبي‪.‬على سبيل المثال‪ ،‬يحقق نظام ‪LYNA‬دقة إجمالية تبلغ ‪ ٪99.6‬في‬ ‫تشخيص سرطان الثدي النقيلي ‪ -‬وهو أفضل من خبير بشري غير مساعد ‪ -‬لكن الجمع بينهما يؤدي‬ ‫إلى نتائج أفضل (ليو وآخرون‪ 2018 ،‬؛ شتاينر وآخرون‪.)2018 ،‬‬ ‫ضا على الحاجة‬‫لا يقتصر التطبيق الواسع النطاق لهذه التقنيات على دقة التشخيص‪ ،‬بل يقتصر أي ً‬ ‫إلى إثبات تحسن في النتائج السريرية وضمان الشفافية وعدم التحيز وخصوصية البيانات (توبول‪،‬‬ ‫‪.)2019‬في عام ‪ ،2017‬تمت الموافقة على تطبيقين فقط للذكاء الاصطناعي الطبي من قبل إدارة‬ ‫الغذاء والدواء الأمريكية‪ ،‬لكن هذا الرقم ارتفع إلى ‪ 12‬تطبي ًقا في عام ‪ ،2018‬ويستمر في الارتفاع‪.‬‬ ‫‪36‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫علم المناخ‪ :‬فاز فريق من العلماء بجائزة جوردون بيل لعام ‪ 2018‬عن نموذج التعلم العميق الذي‬ ‫يكتشف معلومات تفصيلية حول أحداث الطقس القاسية التي كانت مدفونة ساب ًقا في بيانات‬ ‫مزودا بأجهزة ‪GPU‬المتخصصة لتجاوز مستوى إكسا أوب (‪10‬‬ ‫ً‬ ‫المناخ‪.‬لقد استخدموا حاسوبًا عملا ًقا‬ ‫^ ‪ 18‬عملية في الثانية)‪ ،‬وهو أول برنامج تعليم آلي يقوم بذلك (كورث وآخرون‪.)2018 ،‬يقدم رولنيك‬ ‫فهرسا من ‪ 60‬صفحة حول الطرق التي يمكن من خلالها استخدام التعلم الآلي‬ ‫ً‬ ‫وآخرون (‪)2019‬‬ ‫لمواجهة تغير المناخ‪.‬‬ ‫هذه ليست سوى أمثلة قليلة على أنظمة الذكاء الاصطناعي الموجودة اليوم‪.‬ليست سحرا أو خيال علمي‬ ‫‪ -‬بل هي بالأحرى علم وهندسة ورياضيات‪.‬‬ ‫‪37‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫‪ 3‬أسس الذكاء االصطناعي‬ ‫والمفاهيم األساسية‬ ‫‪38‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫موجزا للتخصصات التي ساهمت بأفكار ووجهات نظر وتقنيات في‬ ‫ً‬ ‫في هذا القسم‪ ،‬نقدم تاري ًخا‬ ‫مجال الذكاء الاصطناعي‪.‬ومثل أي تاريخ‪ ،‬يركز هذا التاريخ على عدد قليل من الأشخاص والأحداث‬ ‫أيضا‪.‬نقوم بتنظيم التاريخ حول سلسلة من الأسئلة‪.‬وبالتأكيد لا‬ ‫ً‬ ‫والأفكار ويتجاهل أخرى كانت مهمة‬ ‫انطباعا بأن هذه الأسئلة هي الأسئلة الوحيدة التي تتناولها التخصصات أو أن جميع‬ ‫ً‬ ‫نريد أن نترك‬ ‫التخصصات كانت تعمل باتجاه الذكاء الاصطناعي كإنجاز نهائي لها‪.‬‬ ‫‪ 3.1‬الفلسفة‬ ‫هل يمكن استخدام قواعد صارمة الستخالص استنتاجات صحيحة؟‬ ‫كيف ينشأ العقل من دماغ مادي؟‬ ‫من أين تأتي المعرفة؟‬ ‫كيف تؤدي المعرفة إلى الفعل؟‬ ‫كان أرسطو (‪ 322-384‬قبل الميلاد) أول من صاغ مجموعة دقيقة من القوانين التي تحكم الجزء‬ ‫نظاما غير رسمي من القياسات للمنطق السليم‪ ،‬والذي يسمح من حيث‬ ‫ً‬ ‫العقلاني من العقل‪.‬طور‬ ‫بناء على مقدمات أولية‪.‬‬ ‫ً‬ ‫المبدأ باستنتاج استنتاجات آليًا‪،‬‬ ‫نظاما للمنطق ُنشر باسم ‪Ars Magna‬أو الفن العظيم‬ ‫ً‬ ‫ابتكر رامون لول (حوالي ‪)1315-1232‬‬ ‫(‪.)1305‬حاول لول تنفيذ نظامه باستخدام جهاز ميكانيكي فعلي‪ :‬مجموعة من عجلات الورق التي‬ ‫يمكن تدويرها إلى ت ‪permuations‬مختلفة‪.‬‬ ‫‪39‬‬ ‫دبلوم الذكاء االصطناعي‬ ‫مدخل إلى الذكاء االصطناعي‬ ‫حوالي عام ‪ ،1500‬صمم ليوناردو دافينشي (‪ )1519-1452‬آلة حاسبة آلية لكنه لم يبنها ؛ أظهرت‬ ‫عمليات إعادة البناء الحديثة أن التصميم وظيفي‪.‬تم بناء أول آلة حسابية معروفة حوالي عام ‪1623‬‬ ‫من قبل العالم الألماني فيلهلم شيكارد (‪.)1635-1592‬‬ ‫قام بليز باسكال (‪ )1662-1623‬ببناء الباسكالين في عام ‪ 1642‬وكتب أنه "ينتج تأثيرات تبدو أقرب إلى‬ ‫جهازا‬ ‫ً‬ ‫)‪Gottfried Wilhelm Leibniz (1646-1716‬‬ ‫التفكير من جميع تصرفات ا?

Use Quizgecko on...
Browser
Browser