برمجيات الحاسوب Software PDF

‫برمجيات الحاسوب (‪)Software‬‬ ‫البرامج هي التعليمات التي تجعل الحاسوب يعمل‪.‬تُخزن البرمجيات على القرص الصلب الخاص بالحاسوب أو على قرص مدمج‬ ‫أو قرص رقمي متعدد االستخدام (‪ )DVD‬أو فالش ويتم تحميلها (أي نسخها) من القرص إلى ذاكرة الوصول العشوائي (‪)RAM‬‬ ‫الخاصة بالحاسوب‪ ،‬عندما تحتاج إليها‪.‬وهي م...

‫برمجيات الحاسوب (‪)Software‬‬ ‫البرامج هي التعليمات التي تجعل الحاسوب يعمل‪.‬تُخزن البرمجيات على القرص الصلب الخاص بالحاسوب أو على قرص مدمج‬ ‫أو قرص رقمي متعدد االستخدام (‪ )DVD‬أو فالش ويتم تحميلها (أي نسخها) من القرص إلى ذاكرة الوصول العشوائي (‪)RAM‬‬ ‫الخاصة بالحاسوب‪ ،‬عندما تحتاج إليها‪.‬وهي مجموعة برامج وتطبيقات ينفذها الحاسوب كما أنها حلقة الوصل بين المبرمج‬ ‫والحاسوب‪.‬‬ ‫أنواع البرمجيات‪ :‬هناك نوعان من البرمجيات (كما هو موضح في الشكل ‪:)1‬‬ ‫▪ برمجيات النظم (‪)System Software‬‬ ‫▪ البرمجيات التطبيقية (‪)Application Software‬‬ ‫الشكل ‪ :1‬أنواع البرمجيات‬ ‫‪.1‬برمجيات النظم ‪ )System Software(:‬هي البرمجيات التي يستخدمها الحاسوب ليقوم بعمله على أكمل وجه‪.‬هذه‬ ‫البرمجيات تبنى داخل الحاسوب‪ ،‬وبعضها يخزن على األقراص الممغنطة ويجب شراؤه بشكل منفصل‪.‬ومن هذه البرمجيات لغات‬ ‫البرمجة والمترجمات ونظم التشغيل‪.‬‬ ‫أ‪ -‬لغات البرمجة ‪ )Programming Languages(:‬يتم تطوير برامج الحاسوب باستخدام لغات البرمجة‪.‬وتتكون لغة البرمجة‬ ‫من مجموعة من الرموز والقواعد‪ -‬كأي لغة أخرى‪ -‬لتوجيه العمليات في الحاسوب‪.‬وهناك العديد من لغات البرمجة المستخدمة‪،‬‬ ‫ويتم تصميم كل منها لحل نوع خاص من المشكالت‪.‬ومن أهم لغات البرمجة المعروفة‪ :‬فورتران ‪ Fortran‬وكوبول ‪COBOL‬‬ ‫وباسكال ‪ PASCAL‬وسي ‪ C‬وجافا ‪ JAVA‬وبايثون ‪.Python‬ويمكن ألي شخص يهدف ألن يصبح مبرمجا أن يتعلم إحدى هذه‬ ‫اللغات ويتقنها ليستطيع بعد ذلك إعطاء أوامره للحاسوب‪.‬ومنذ ظهور الحواسيب حتى اآلن ظهرت المئات من لغات البرمجة وكلما‬ ‫حدث تطوير في معدات الحاسوب ظهر جيل جديد من اللغات يتميز عن الجيل السابق باقترابه من لغة اإلنسان وابتعاده عن لغة‬ ‫الحاسوب‪.‬ويوجد عدة مستويات من لغات البرمجة‪:‬‬ ‫‪.1‬لغة اآللة‪ :‬يتكون البرنامج المكتوب بلغة اآللة من أرقام ثنائية تعبر عن التعليمات ومواقع الذاكرة والبيانات الضرورية‪ ،‬وهي‬ ‫تختلف من نوع حاسوب إلى آخر‪.‬إن استخدام لغة اآللة صعب للغاية ويحتاج إلى وقت كبير‪ ،‬كما أنه معرض إلى كثير من‬ ‫األخطاء‪.‬‬ ‫ً‬ ‫‪.2‬اللغات عالية المستوى‪ :‬هي لغات تستخدم جمال أقرب إلى لغة اإلنسان أو التعابير الحسابية من لغات اآللة ولغات التجميع‪.‬‬ ‫ومن أمثلة هذه اللغات‪ BASIC، C، Pascal، COBOL، FORTRAN :‬وهي تحتاج إلى مترجمات أو مفسرات ليفهمها‬ ‫‪1‬‬ ‫الحاسوب‪.‬تتميز هده اللغات بسهولة استخدامها في حل المشاكل المعقدة وبعدها عن التفاصيل التقنية للحاسبات وإمكانية‬ ‫استخدامها على أنواع مختلفة من الحواسيب‪.‬‬ ‫‪.3‬مولدات التطبيقات ((‪ :Application Generators‬وتدعى أيضا لغات الجيل الرابع وهي لغات قواعد البيانات التي تساعد‬ ‫المستخدم في صناعة الملفات والشاشات والتقارير أو أي وظيفة أحرى دون كتابة برنامج‪.‬وباستخدام هذه اللغات مثل‬ ‫‪ Oracle‬و‪ Access‬فإن المبرمج يقوم بصناعة مجموعة ملفات ذات عالقة فيما بينها أو حسب أصول ومعايير معينة‪ ،‬ثم‬ ‫يصنع المبرمج مجموعة شاشات لتحديث هذه الملفات‪.‬كإجراء عمليات اإلضافة والحذف والتعديل وصناعة مجموعة تقارير‬ ‫واستعالمات السترجاع البيانات الموجودة في هذه الملفات‪ ،‬كل ذلك باستخدام جمل بسيطة تحدد ما هي السجالت المطلوبة‬ ‫دون تحديد كيفية الحصول عليها‪ ،‬فمثال السترجاع أسماء الطالب الناجحين من ملف الطالب ‪ Students‬نكتب‪:‬‬ ‫>= ‪ SELECT st-name from students WHERE average ;50‬فيقوم الجهاز بعرض النتائج مباشرة‪.‬ولو‬ ‫استخدمنا لغات الجيل الثالث فإننا سنضطر عندئذ لكتابة برنامج يتكون من مجموعة أوامر تبدأ لفتح الملف المذكور وقراءة‬ ‫السجل األول وفحص المعدل وطباعة اسم الطالب إدا كان المعدل أكبر من أو يساوي ‪ ،50‬ثم ينقل المؤشر إلى السجل التالي‬ ‫حتى نهاية الملف حتى يتم إغالقه‪.‬‬ ‫ب‪ -‬المترجمات والمفسرات ‪ )Compilers and Interpreters(:‬المترجم أو المفسر عبارة عن برنامج يحول البرنامج‬ ‫المصدري (‪ )Source-code‬المكتوب بلغة عالية المستوى إلى البرنامج الهدفي (‪ )Object-code‬المكتوب بلغة اآللة‪.‬والفرق‬ ‫بين المترجم والمفسر كما يلي‪ :‬المترجم يترجم جميع برنامج المستوى العالي مرة واحدة فقط‪.‬بينما يقوم المفسر بترجمة وتنفيذ‬ ‫جملة واحدة في الوقت الواحد بمجرد إدخالها إلى الحاسوب‪.‬والمفسر ينفذ بصورة أبطأ ويأخذ حيزاً أكبر في الذاكرة الرئيسة من‬ ‫المترجم‪.‬‬ ‫ج‪ -‬نظم التشغيل ‪ )Operating Systems(:‬يعرف نظام التشغيل على أنه مجموعة من البرامج التي تتحكم وتشرف وتدعم‬ ‫معدات الحاسوب والحزم التطبيقية‪.‬وال يمكن ألي جهاز حاسوب أن يعمل إال عند توفر نظام التشغيل الذي يحمل من الذاكرة‬ ‫الثانوية (األقراص الممغنطة) إلى الذاكرة الرئيسة عند تشغيل الجهار ليبدأ بإدارة العمل في الجهاز‪.‬ويتكون نظام التشغيل من‬ ‫مجموعة من البرامج المتكاملة والتي تعمل كفريق‪ ،‬كل منها يؤدي مهمات معينة‪.‬برنامج التحكم الرئيسي في نظام التشغيل هو‬ ‫المشرف (‪ )Supervisor‬ويعرف بالمراقب ‪ Monitor‬أو المنفذ (‪ ،)Executive‬وهو مسؤول عن توجيه النشاطات لجميع‬ ‫أجزاء نظام التشغيل‪.‬وعند تشغيل الحاسوب ألول مرة فإن المشرف هو أول برنامج يحمل من القرص الصلب إلى الذاكرة‬ ‫الرئيسة‪.‬‬ ‫وظائف نظم التشغيل‪:‬‬ ‫‪.1‬تشغيل الحاسوب واالستعداد للعمل (‪)Booting up‬‬ ‫‪.2‬يمثل واجهة ربط مع المستخدم تمكنه من تشغيل البرمجيات األخرى ( (‪User interface‬‬ ‫‪.3‬إدارة المصادر والمهام مثل إدارة الذاكرة الرئيسية ووحدات اإلدخال ‪ /‬اإلخراج وإدارة وحدة المعالجة وإدارة وحدات‬ ‫التخزين الثانوية ‪))Task and resources management‬‬ ‫‪.4‬مراقبة النظام بأكمله وإعاقة العمليات الغير مسموح بها (‪)Monitoring illegal operations‬‬ ‫‪.5‬إدارة الملفات وتنظيمها في المجلدات والفهارس ونسخها ونقلها (‪)Files management‬‬ ‫‪.6‬المحافظة على سرية النظام والوصول غير المخول لبيانات وبرمجيات الجهاز (‪)System security‬‬ ‫من أنواع نظم التشغيل‪:‬‬ ‫‪.1‬متعدد المهام (‪ )Multitasking‬مثل ‪ Windows‬والذي يمكنك من تنفيذ أكتر من مهمة في نفس الوقت مثل طباعة وثيقة‬ ‫ورسم صورة في نفس الوقت‪.‬‬ ‫‪.2‬متعدد المعالجة (‪ :)Multiprocessing‬ويستخدم في الحواسيب التي تحتوي أكثر من ‪ CPU‬فيها لتوزيع وإدارة العمل‬ ‫بين هذه الوحدات‪.‬‬ ‫‪.3‬المشاركة الزمنية (‪ :)Timesharing‬ويستخدم عندما يكون أكتر من مستخدم ‪ multi-user‬يتصل كل من طرفه مع نفس‬ ‫الجهاز حيث يعطي لكل منهم شريحة زمنية لتنفيذ أوامره‪.‬‬ ‫‪.4‬نظام تشغيل شبكات الحاسوب (‪.)Network OS‬‬ ‫‪.5‬نظام تشغيل أجهزة الوقت الحقيقي (‪ :)Real-Time‬مثل األجهزة الطبية والتي تحدث فيها عمليات اإلدخال والمعالجة‬ ‫واإلخراج في نفس اللحظة‪.‬‬ ‫‪.2‬البرمجيات التطبيقية ‪ )Applications Software(:‬هذه البرمجيات تطوّع الحاسوب من أجل تنفيذ وظائف مفيدة عامة مثل‬ ‫معالجة النصوص‪ ،‬الجداول اإللكترونية‪ ،‬قواعد البيانات‪ ،‬البريد اإللكتروني‪ ،‬برامج الرسم‪ ،‬أدوات العرض‪ ،‬األلعاب‪ ،‬الوسائط‬ ‫المتعددة ومعالجة الحسابات باستخدام برنامج المحاسب المثالي‪ ،‬وإدارة الجرد وجدولة المواد الدراسية والرسم الهندسي باستخدام‬ ‫برنامج ‪.AutoCAD‬يتم شراء هذه البرمجيات حسب الطلب من شركات الحاسوب المعنية بالبرمجة‪.‬من البرمجيات التطبيقية‪:‬‬ ‫برمجيات معالجة النصوص وبرمجيات الجداول اإللكترونية وبرمجيات قواعد البيانات وبرمجيات العرض والتقديم وبرمجيات‬ ‫النشر المكتبي وبرمجيات تعدد الوسائط وبرمجيات المحاسبة والمالية وبرمجيات التصميم والتصنيع والبرمجيات التعليمية‬ ‫والبرمجيات الترفيهية‪.‬‬ ‫‪2‬‬  ‫أنواع البرمجيات تبعا للمصدر‬ ‫‪.1‬البرمجيات التجارية (‪ :)Commercial Software‬هي البرمجيات التي يتم الحصول عليها بشرائها من مصدرها ويتم‬ ‫ترخيصها للمستخدم والستخدامها عدة شروط وقواعد‪.‬‬ ‫‪.2‬البرمجيات المجازة لفترة (‪ :)Shareware‬هي برمجيات تحتفظ بحق الملكية تسوق مجانا على اإلنترنت أو األقراص‬ ‫الضوئية الملحقة بالمجالت لفترة معينة لتجريبها‪ ،‬وبعد مضي الفترة يطالب المستخدم بدفع ثمنها إذا أراد االستمرار في‬ ‫استخدامها‪.‬بعض هذه البرمجيات يتوقف عن العمل أو يتعطل جزء منها بمجرد انتهاء المدة‪ ،‬وقد يمنح المصدر إضافات أو‬ ‫حسما ً للمستخدم عندما يدفع ثمنها‪.‬‬ ‫‪.3‬البرمجيات المجانية (‪ :)Freeware‬تسوق مجانا لالستخدام وذلك ألن مبرمجها يحتاج إلى مالحظات ونصائح من‬ ‫المستخدمين لتحسين الطبعة الجديدة من هذه البرمجية‪.‬هذا النوع من البرمجيات يحتفظ بحق الملكية وال يجوز نسخها مطلقا‪.‬‬ ‫‪.4‬البرمجيات العامة أو المشاعة (‪ :)Public Domain Software‬هي البرمجيات المتوفرة للجميع مجانا مع إمكانية نسخها‬ ‫وتعديلها حسب رغبة المستخدم‪.‬‬ ‫الواجهة في البرمجيات ‪ :))Interfaces‬الواجهة ‪ Interface‬هي الطريقة التي يتخاطب بها مستخدم البرمجية مع الحاسوب‬ ‫وهي نوعان‪:‬‬ ‫‪.1‬التخاطب بكتابة األوامر ‪ :))Command Line Interface‬حيث يكتب المستخدم األمر كامال من خالل لوحة المفاتيح ليظهر‬ ‫على الشاشة‪ ،‬وهذه الطريقة قديمة وبطيئة وتحتاج لمعرفة أكثر بنظام الحاسوب‪.‬‬ ‫‪.2‬الواجهة الرسومية (‪ :)Graphical User Interface, GUI‬تستخدم الصور واأليقونات والقوائم حيث يختار المستخدم األمر‬ ‫المطلوب أو األيقونة بتوجيه الفأرة والنقر عليها لتفعيل األمر‪ ،‬وهذه الطريقة تتميز بالسهولة والمتعة‪.‬‬ ‫تطوير النظم ‪ )System Development(:‬يقصد بتطوير النظام عملية تحويل نظام يدوي إلى نظام محوسب وهي تشمل عدة‬ ‫خطوات ويقوم بها فريق متكامل يكون مسؤوالً عن تحديد المعدات والبرمجيات الالزمة‪.‬ويمر تطوير النظام بعدة خطوات‪ ،‬هي‪:‬‬ ‫‪.1‬تحديد المتطلبات (‪ :)Define requirements‬وفيها يجاب على‪ :‬ما هي المهام التي يجب أن يقوم بها أو يوفرها النظام‬ ‫المحوسب؟‬ ‫‪.2‬دراسة الجدوى‪ )Assess feasibility(:‬ويجاب على‪ :‬هل من المجدي حوسبة النظام وهل الميزانية كافية؟ هل يتوفر في‬ ‫السوق المعدات والبرمجيات الالزمة؟‬ ‫‪.3‬التحليل ‪ )System analysis(:‬وتتم دراسة النظام القائم دراسة عميقة‪.‬‬ ‫‪.4‬التطوير ‪ )Development(:‬ويتعاون فيها فريق العمل والمستخدمون إلنشاء البرمجية المطلوبة وشراء المعدات الالزمة‪.‬‬ ‫‪.5‬اختبار وفحص النظام (‪ Testing and fine-tuning(:‬ويتم تجريب النظام وتحديد األخطاء والتأكد من أنه يؤدي الغرض‬ ‫الذي أنشئ ألجله‪.‬‬ ‫‪.6‬تدريب المستخدمين على النظام الجديد (‪ :)Training the client‬لتمكين المستخدمين من استخدام النظام‪.‬‬ ‫‪.7‬تسليمه للمستخدمين ليبدأ العمل عليه (‪ :)Handover to client‬ترحيله إلى الجهة الطالبة‪.‬‬ ‫‪.8‬مراقبة النظام وصيانته (‪ :)Monitor and maintaining‬إدامة عمل النظام‪.‬‬ ‫‪3‬‬  ‫الخوارزميات (‪)Algorithms‬‬ ‫الخوارزميات (‪ )Algorithms‬هي ليست لغة برمجة‪ ،‬إنما هي طرق التحليل والتفكير التي عليك اتباعها حتى تتمكن من كتابة‬ ‫الكود بشكل صحيح‪.‬أغلب األشخاص الذين يحاولون أن يتعلموا البرمجة تراهم يذهبون مباشرةً في االتجاه الخاطئ‪ ،‬فتجدهم‬ ‫يبدؤون مباشرةً بدراسة لغة برمجة معينة مثل (‪ )++Java, C, C‬دون أن يتعلموا مبادى البرمجة التي تتمثل بوضع األفكار‬ ‫األساسية للبرنامج ثم تحليلها وتأديتها واحدة تلو األخرى‪.‬‬ ‫صفات الخوارزمية البرمجية‪ :‬تمتلك الخوارزميات في البرمجة صفات وهي باختصار كما يلي‪:‬‬ ‫ تفاصيل اإلدخال واإلخراج يجب تحديدها بدقة كبيرة‪.‬‬ ‫ كل خطوة في نظام الخوارزمية يجب أن تكون شديدة الوضوح وخالية من الغموض‪.‬‬ ‫ الخوارزمية يجب تكون فعالة للغاية عند استخدام طرق عديدة لحل مشكلة ما‪.‬‬ ‫ ال يجب أن تعتمد الخوارزمية على رمز أوامر حاسوبي‪ ،‬بل يجب أن تتم كتابتها بطريقة يمكن استخدامها من‬ ‫قبل لغات برمجية متعددة لكن مماثلة‪.‬‬ ‫مثال على خوارزميات البرمجة‪ :‬قد تختلف الطرق التي يتم بها كتابة الخوارزميات في البرمجة‪.‬يمكن كتابة خوارزمية برمجة عبر‬ ‫كتابة خطوات مرقمة (‪ ،)Pseudocode‬أو عبر صورة مخطط انسيابي (‪ )Flowchart‬فيه أسهم وأشكال دائرية وغيره‪.‬مثال‪:‬‬ ‫أكتب خوارزمية لقراءة طول وعرض مستطيل ومن ثم حساب مساحته‪.‬‬ ‫الخطوات (‪:)Pseudocode‬‬ ‫‪.1‬البداية‬ ‫‪.2‬اقرأ الطول (‪ )L‬والعرض (‪)W‬‬ ‫‪.3‬احسب المساحة ‪A=L*W‬‬ ‫‪.4‬اطبع قيمة المساحة ‪A‬‬ ‫‪.5‬النهاية‬ ‫يمكن تمثيل الخوارزمية المذكورة باستخدام مخطط انسيابي (‪ )Flowchart‬كما هو ممثل بالشكل ‪.2‬‬ ‫الشكل ‪ :2‬مخطط انسيابي لخوارزمية إيجاد مساحة مستطيل‪.‬‬ ‫‪4‬‬  ‫الذكاء االصطناعي (‪)Artificial Intelligence, AI‬‬ ‫التعريف‪:‬‬ ‫الذكاء االصطناعي (أو اآللي) هو قدرة برامج الحاسوب على محاكاة القدرات الذهنية البشرية وأنماط عملها مثل التعلم‬ ‫واالستنتاج ورد الفعل‪.‬ويمكن القول إنه فرع من فروع علم الحاسوب ويقوم هذا الفرع على اعداد وتصميم االت وتطبيقات هدفها‬ ‫محاكاة العقل البشري (أو التفوق عليه) في مختلف التخصصات‪.‬‬ ‫ومن األمثلة على تطبيقات الذكاء االصطناعي‪:‬‬ ‫التعلم من البيئة المحيطة‬ ‫‪.1‬‬ ‫االستنتاج‬ ‫‪.2‬‬ ‫اتخاذ القرارات‬ ‫‪.3‬‬ ‫حل المشاكل‬ ‫‪.4‬‬ ‫التواصل‬ ‫‪.5‬‬ ‫التخطيط‬ ‫‪.6‬‬ ‫القدرة على تحريك وتغيير األشياء‬ ‫‪.7‬‬ ‫وهذا قد يشمل مهام متعددة مثل النحت‪ ،‬الرسم‪ ،‬حل مسائل رياضية معقدة‪ ،‬الترجمة‪ ،‬التشخيص الطبي‪ ،‬قيادة السيارات (السيارات‬ ‫ذاتية القيادة)‪.‬والهدف من عمل تطبيقات وآالت تتميز بهذه الخصائص هو تسهيل حياة البشر ومساعدتهم في أداء مهامهم اليومية‬ ‫باإلضافة إلى القيام بأعمال معينة بسرعة ودقة أعلى من األداء البشري‪.‬‬ ‫يعتبر العالم األمريكي جون ماكارثي هو الذي وضع مصطلح الذكاء االصطناعي في عام ‪ ١٩٥٦‬وقد عرفه بأنه فرع من فروع علم‬ ‫الحاسوب يهدف إلى إنشاء اآلالت الذكية‪.‬‬ ‫أنواع الذكاء االصطناعي‪:‬‬ ‫‪.1‬الذكاء االصطناعي الضيق ‪ )Artificial Narrow Intelligence, ANI(:‬وهو الذكاء االصطناعي الذي يتخصص في‬ ‫مجال معين فقط‪ ،‬وهو موجود في حياتنا بكثرة‪ ،‬فعلى سبيل المثال ال الحصر‪:‬‬ ‫ برنامج يتغلب على االنسان في لعبة الشطرنج‬ ‫ عندما يقوم برنامج ‪ YouTube‬باقتراح فيديوهات للمشاهدة بناء على معرفته السابقة بك من خالل بحثك ومشاهداتك السابقة‬ ‫عليه‬ ‫ عندما يقترح عليك موقع تسوق منتجات معينة بناء على معلومات قام بتجميعها عنك من خالل نشاطك السابق عليه‬ ‫ عندما تظهر دعايات معينة لك على وسائل التواصل االجتماعي بناء على سلوكك واهتماماتك على شبكة االنترنت‬ ‫ عندما يتم تمييز وجوه أصدقائك في صورة جديدة تضعها على مواقع التواصل االجتماعي‬ ‫ البرامج التي تقوم بقراءة النصوص المكتوبة بخط اليد وتحويلها الى نصوص يمكن معالجتها باستخدام معالجات النصوص‪.‬‬ ‫‪.2‬الذكاء االصطناعي العام ‪ )Artificial General Intelligence, AGI(:‬يشير هذا النوع إلى حواسيب تقارب أو تصل‬ ‫مستوى ذكاء االنسان بشكل عام وليس في مهمة محددة فقط‪ ،‬أي أنه يمكنه تأدية أي مهمة فكرية يمكن لإلنسان القيام بها مثل‬ ‫اإلدراك والتعلم والتحليل‪.‬‬ ‫‪.3‬الذكاء االصطناعي الفائق ‪ )Artificial Super Intelligence, ASI(:‬يعرف الفيلسوف في أكسفورد ‪Nick Bostrom‬‬ ‫الذكاء الفائق بأنه "فكر أذكى بكثير من أفضل العقول البشرية في كل مجال تقريبًا‪ ،‬بما في ذلك اإلبداع العلمي والحكمة العامة‬ ‫والمهارات االجتماعية"‪.‬مما يعني أن اآللة‪ ،‬باإلضافة الى قدرتها على محاكاة قدرات اإلنسان ستتفوق على االنسان في أداء‬ ‫الكثير من المهام بسبب ذاكرتها األعلى‪ ،‬وسرعتها األكبر في الحساب وتحليل البيانات وبالتالي االستنتاج واتخاذ القرارات‪.‬‬ ‫إن تطور النوعين الثاني والثالث من الذكاء االصطناعي سيؤدي الى اعتماد أكبر على االلة في حياتنا اليومية واندماج أكثر لإلنسان‬ ‫مع االلة وهو ما يسمى بال ‪.singularity‬‬ ‫اختبار تورينغ (‪ :)Turing test‬تم ابتكار هذا االختبار في عام ‪ 1950‬على يد أحد روّ اد علوم الحاسوب "آالن تورينغ"‪ ،‬وقد وضع‬ ‫االختبار أسسًا لما يُعرف حاليا باسم "الذكاء االصطناعي" من خالل التحقق من قدرة اآللة على محاكاة طريقة تفكير اإلنسان‪.‬وتقوم‬ ‫آلية عمل هذا االختبار بشكل كبير على تحديد ما إذا كانت اآلالت قادرة على التفكير بطريقة مماثلة ومشابهة لطريقة تفكير البشر‪ ،‬أم‬ ‫ال‪.‬حيث يتم االختبار عن طريق محادثات كتابية تتم بين عدد من الحكام وإنسان حقيقي‪ ،‬ومحادثات أخرى في نفس التوقيت تتم بينهم‬ ‫وبين الحاسوب‪ ،‬دون إعطاء هؤالء الحكام معلومات عن ماهية من يتحدث معهم‪ ،‬أو دون أن يرى أي طرف منهم االخر‪.‬وعادة ما‬ ‫تكون مدة هذه المحادثة ‪ 25‬دقيقة‪ ،‬حيث اعتقد آالن تورينغ أنه إذا تمكن الحاسوب من جعل لجنة من الحكام‪ ،‬يختلط عليها األمر‬ ‫جهازا‪ ،‬فإن قدرته على التفكير سوف تقارب بذلك طريقة تفكير البشر بشكل كبير‪.‬وقد اتسمت طبيعة هذا االختبار‬ ‫ً‬ ‫بكونه إنسا ًنا أم‬ ‫بالصعوبة الكبيرة‪ ،‬حيث لم يتمكن أي حاسب أو نظام ذكاء اصطناعي من تخطيه على اإلطالق قبل حلول عام ‪.2014‬يوجين‬ ‫غوستمان‪ :‬هو برنامج ذكاء اصطناعي حاسوبي يقوم بإجراء محادثات عبر اإلنترنت كطفل أوكراني عمره ‪ 13‬سنة‪.‬في عام‬ ‫‪ 2014‬وفي حدث أقيم في الجمعية الملكية في العاصمة البريطانية لندن وبتنظيم جامعة ريدنج تمكن يوجين غوستمان من اجتياز‬ ‫‪5‬‬ ‫اختبار تورينغ حيث تمكن من إقناع ‪ %33‬من الحكام بأنه إنسان وكانت هذه هي المرة األولى التي يستطيع فيها برنامج حاسوبي‬ ‫اجتياز هذا االختبار‪.‬‬ ‫مجاالت وتطبيقات الذكاء االصطناعي‪:‬‬ ‫‪.1‬النظم الخبيرة (‪ :)Expert Systems‬تستخدم هذه األنظمة تقنيات الذكاء االصطناعي لتقديم المشاورة والمساعدة في اتخاذ‬ ‫القرارات “دعم اتخاذ القرار” وتستخدم غالبًا في عالم المال والطب والتسويق‪.‬فهي برامج تُحاكي (تقلد أو تشابه) أداء الخبير‬ ‫البشري في مجال خبرة معينة‪ ،‬وذلك عن طريق تجميع واستخدام معلومات وخبرة خبير أو أكثر في مجال ما وتغذية الحاسوب‬ ‫بهذه الخبرات ومن ثم التعامل معها عن طريق قواعد معينة يتم تغذيتها في الحاسوب حتى يصل الحاسوب إلى القدرة على حل‬ ‫المشكالت بطريقة أسرع من الخبير البشري‪.‬وتتكون النظم الخبيرة من مجموعة من قواعد المعرفة واالستنتاج المتعلقة بمجال‬ ‫معين‪ ،‬ويتمثل ذكاء األنظمة الخبيرة في قدرتها على التعلم واكتساب الخبرات الجديدة بناء على قواعد المعرفة واالستنتاج‬ ‫الموجودة فيها‪.‬ومن ميزات هذه النظم القدرة على التعلم من الخبراء بطريقة مباشرة أو غير مباشرة والقدرة على تقديم‬ ‫االستشارات أو القدرة على تعليم وتدريب المتخصصين في مجال معين‪.‬‬ ‫‪.2‬نظم رؤية الكمبيوتر (‪ :)Computer Vision‬هي احدى مجاالت علم الحاسوب التي تهدف إلى بناء تطبيقات ذكية قادرة‬ ‫على فهم محتوى الصور والفيديوهات بكفاءة مشابهة لكفاءة اإلنسان أو بكفاءة أعلى من كفاءة االنسان‪.‬ومن األمثلة على ذلك‬ ‫خاصية البحث عن طريق الصورة في محرك بحث جوجل وخاصية تمييز الوجوه في فيسبوك وتحليل الصور الطبية مثل‬ ‫صور األشعة‪.‬‬ ‫‪.3‬معالجة اللغات الطبيعية (‪ :)Natural Language Processing, NLP‬يتعامل هذا المجال مع فهم وتحليل النصوص‪،‬‬ ‫ويسهل هذا المجال التفاعل بين أجهزة الكمبيوتر والبشر باستخدام اللغة الطبيعية‪.‬فكما تتعامل الحواسيب بلغة اآللة‪ ،‬يتحدث‬ ‫اإلنسان باللغة الطبيعية التي يفهمها أبناء المجتمع المحلي مثل اللغة العربية واإلنجليزية ولكن ال يفهمها الحاسوب في المقابل‪،‬‬ ‫لذلك وضع العلماء مجموعة من األنظمة لمعالجة اللغات الطبيعية من قبل الحاسوب وذلك عن طريق وضع ُأسُس وقواعد لفهم‬ ‫ترابط الكلمات في الجملة المفيدة‪ ،‬وكذلك فهم قواعد اإلعراب لتحليل الجملة إلى أسماء وأفعال وصفات وأحوال وأدوات ربط‬ ‫وغيرها‪.‬ومن األمثلة على ذلك‪:‬‬ ‫ التدقيق اإلمالئي والنحوي في معالجات النصوص‪ ،‬فهذه البرامج تتفاعل مع األخطاء وتشير إليها وتقترح بدياًل مناسبًا لها‬ ‫ التعامل مع اآللة عن طريق الكتابة بخط اليد‪ ،‬وقد أصبحت محركات البحث تستخدم هذه الخاصية وتعرض نتائج صحيحة‬ ‫بناء عليها‪.‬‬ ‫ القراءة اآللية للنصوص‪.‬‬ ‫ الترجمة اآللية‪.‬‬ ‫ االتصال بالكمبيوتر عن طريق اللغات الطبيعية بدال من استخدام الماوس ولوحة المفاتيح‪ ،‬وهذا يحتاج من الحاسوب‬ ‫تمييز األصوات وتحويلها الى نصوص (‪ )voice recognition‬أوال‪ ،‬ومن ثم التعامل مع هذه النصوص وتحليلها‬ ‫باستخدام خوارزميات معالجة اللغات الطبيعية المناسبة (‪.)NLP‬‬ ‫‪.4‬تمييز األصوات ‪ )Voice Recognition(:‬يسعى العلماء إلى استخدام طريقة األوامر الصوتية لجعل الحاسوب ينفذ أمرًا‬ ‫معيّنًا من خالل التحدث (بلغات متعددة) إليه بداًل من وسائل اإلدخال التقليدية مثل لوحة المفاتيح أو الفأرة‪ ،‬وللتحدث مع‬ ‫الحاسوب يلزم أمرين‪:‬‬ ‫‪.1‬تمييز األصوات‪ :‬في هذه الحالة البد من تحويل األصوات إلى نصوص ومن ثم تخزينها ومعالجتها من قبل الحاسوب (كما تم‬ ‫شرحه في البند السابق)‪.‬‬ ‫‪.2‬إصدار صوت اصطناعي من الحاسوب‪ :‬وهنا يجب تسجيل عدد كبير من الكلمات وتخزينها بشكل رقمي في الحاسوب‪.‬وما‬ ‫زال هذا األمر قيد الدراسة والبحث؛ حيث أن صعوبته تكمن في عدة نواحي منها ّ‬ ‫أن فهم الكالم البشري يعتمد على فهم سياق‬ ‫الكالم وليس مقتصرًا على فهم الكلمات فقط‪.‬‬ ‫‪.5‬البرمجة اآللية(‪ : )Automatic Programming‬تهدف البرمجة اآللية إلى إنتاج برامج ذكية تستخدم في مساعدة‬ ‫المبرمجين وتسهل عليهم إنتاج برامجهم‪ ،‬ويوجد هدف أكبر للبرمجة االلية وهو إنتاج البرنامج الذكي الذي يستطيع أن ينتج‬ ‫برنامجا بنفسه‪ ،‬ويكون ذلك عن طريق إعطائه تفاصيل المشكلة ليقوم هو بتصميم وإنتاج البرنامج المطلوب لحلها أو الوصول‬ ‫إلى النتيجة المطلوبة‪.‬‬ ‫‪.6‬الروبوتات (‪ :)Robots‬وهي عبارة عن االت ميكانيكية تتم برمجتها لتؤدي بعض المهام التي يقوم بها االنسان بنفس مستوى‬ ‫ذكاء االنسان وبدقة وسرعة أكبر أحيانا‪.‬ومن الجدير بالذكر أن األنظمة أو البرامج التي تشغل هذه اآلالت تدمج عدة أنواع من‬ ‫الذكاء االصطناعي مثل تمييز الصوت وتمييز الصور ومعالجة اللغات الطبيعية‪ ،‬كما أن هذه األنظمة قادرة على أداء الكثير من‬ ‫المهام المختلفة على حسب الموقف وتمتلك الكثير من المستشعرات والمحركات مثل قياس درجة الحرارة والحركة‪.‬ومثال‬ ‫عليها الروبوت صوفيا الذي تم إطالقه عام ‪.2016‬‬ ‫‪6‬‬  ‫تعلم اآللة والتعلم العميق‬ ‫يعتبر تعلم اآللة والتعلم العميق من أهم الحقول واألكثر تطويراً في عالم الذكاء االصطناعي لتعدد وأهمية تطبيقاتهما في مختلف‬ ‫المجاالت‪.‬‬ ‫تعلم اآللة (‪ :)Machine Learning, ML‬هو علم يختص في بناء برامج (أو نماذج) حاسوبية ذكية من خالل تدريب نظام‬ ‫الحاسوب على أداء المهام بدون تعليمات صريحة‪.‬فكما نعلم‪ ،‬فإن للحاسوب قدرة عالية جداً على تنفيذ التعليمات وبوتيرة تفوق‬ ‫سرعة اإلنسان بماليين المرات‪.‬وبذلك استطاعت البشرية توظيفه في بناء عدد كبير جدا من الحلول والتطبيقات من خالل إعطائه‬ ‫أوامر صريحة وواضحة ومحددة لحل أي مشكلة‪.‬ولكن تبين أن هذا ال يكفي ألن هنالك عددا كبيرا من المشاكل لها طبيعة ديناميكية‬ ‫(متغيرة) وال نستطيع حصرها في حاالت محددة‪.‬فكان البد من أن يكون هنالك برامج (آو نماذج) ذكية تستطيع اتخاذ القرار‬ ‫والتعامل مع الظروف المختلفة والمستجدة بشكل ذاتي وبدون الرجوع لإلنسان‪.‬حيث تحقق هذا من خالل تقنيات تعلم اآللة وما نتج‬ ‫عنها من نماذج ذكية قادرة على التصرف بشكل ذاتي عند معطيات وظروف لم تكن موجودة أثناء برمجتها‪.‬فعلى سبيل المثال ال‬ ‫الحصر‪ ،‬تم مؤخراً بناء نماذج ذكية للتحكم اآللي في السيارات وتوجيها بشكل كامل دون تدخل اإلنسان‪.‬فلهذه النماذج قدرة على‬ ‫تحديد الفعل المناسب في الوقت المناسب عند أي ظرف (حتى لو كان مستجداً) إليصال الشخص إلى المكان الذي يرغب بدون أي‬ ‫ضرر أو حوادث‪.‬فأنظمة التحكم اآللي في السيارات دون تقنيات تعلم اآللة ال يمكنها حصر جميع الظروف وعناصر الطريق‬ ‫وتحديدها مسبقا والتعامل معها بشكل سلس‪.‬فيمكن أن تقفز قطة أمامك في جو ضبابي وأنت تنعطف إلى اليمين‪ ،‬وعلى يمينك دراجة‬ ‫هوائية تريد أن تتجاوزك‪.‬هل كان لك كمبرمج أن تتخيل هذا السيناريو أثناء بناء برنامج التحكم اآللي‪ ،‬طبعا ال‪.‬فبالتالي حقل تعلم‬ ‫اآللة مهم جدا في هذه التطبيقات‪.‬يرتكز تعلم اآللة بشكل أساسي على البيانات‪ ٬‬حيث تعتبر الوقود األساسي لخوارزميات التعلم اآللي‪.‬‬ ‫إليك أن تتخيل هذه الخوارزميات كإنسان يكلف بقراءة هذه البيانات والتمعن بها مرارا وتكرار حتى يصبح خبيرا وقادرا على‬ ‫استنباط المعلومات واتخاذ القرار المناسب في قضايا متعلقة في هذه البيانات‪.‬تقسم طرق تعلم اآللة بنا ًء على المستخدمة في تدريب‬ ‫النماذج الحاسوبية الى عدة أنواع منها‪:‬‬ ‫‪.1‬تعلم اآللة الخاضع لإلشراف (‪ :)Supervised Learning‬يعتمد هذا النوع باألساس على تدريب الحاسوب وتعليمه‬ ‫باستخدام بيانات معدة مسبقا ً وخاضعة إلشراف الخبير لتصبح معروفة النتيجة (‪.)Labeled Dataset‬فعلى سبيل‬ ‫المثال‪ ،‬تخيل أنك تريد أن تبني نموذجا ذكيا وقادرا على تقييم أسعار الشقق السكنية‪.‬فبناء على هذه الطريقة تحتاج لبيانات‬ ‫عن عدد كبير من الشقق السكنية والتي تم بيعها سابقا ً ومعروفة السعر (أي معروفة النتيجة)‪.‬تشمل هذه البيانات على‬ ‫مواصفات متعددة لكل شقة كالمساحة وعدد الغرف والموقع واإلطاللة وسنة البناء وغيرها من الخصائص (‪)Features‬‬ ‫وتحتاج أيضا لسعر كل شقة‪.‬فعند تحديد المواصفات لكل شقة وربطها مع السعر نكون قد أشرفنا على تحضير البيانات‬ ‫وأصبحت معروفة النتيجة (السعر)‪.‬وبعد ذلك يقوم الخبير بإعطاء هذه الخصائص مع األسعار إلى خوارزميات تعلم‬ ‫اآللة والتي بدورها تنتج نماذج ذكية قادرة على تقييم سعر أية شقة سكنية جديدة حسب المواصفات الخاصة بها‪.‬وسميت‬ ‫هذه الطريقة بتعلم اآللة الخاضع لإلشراف ألن اإلنسان يقوم بتحضير البيانات التي سيبنى منها النموذج الذكي ويشرف‬ ‫على تحديد السمة (‪ )label‬وهي سعر الشقة في مثالنا السابق‪.‬‬ ‫‪.2‬التعلم اآللي غير الخاضع لإلشراف (‪ :)Unsupervised Learning‬هذه الطريقة في تعلم اآللة تعتمد على تزويد‬ ‫النظام ببيانات غير معروفة النتيجة ولم تخضع إلشراف من خبير‪.‬وتقوم خوارزميات تعلم آلة معينة باكتشاف أنماط‬ ‫متعددة والتنبؤ ببعض خصائصها وأحيانا تقسيمها لمجموعات ليسهل دراستها‪.‬مثال على ذلك برامج تصنيف الوثائق‬ ‫النصية‪.‬فبعض البرامج قادرة على تقسيم آالف الوثائق لمجموعات حسب موضوعها‪.‬‬ ‫‪.3‬التعلم اآللي المعزز (‪ :)Reinforcement Learning‬تقوم هذه الطريقة أساسا ً على بناء نماذج ذكية تطور نفسها‬ ‫تدريجيا من خالل أسلوب المكافأة والعقاب حتى تصل لمستوى مرض من الكفاءة تستطيع من خاللها اتخاذ القرار‬ ‫المناسب عند كل فعل‪.‬فلك أن تتخيل النموذج الذكي في هذه الحالة كطفل‪ ٬‬فبداية ال يكون لديه أية خبرة أو معرفة عما‬ ‫يجب أن يقوم به حتى يحقق غاية معين‪.‬فإذا قام بالفعل الخاطئ نقوم بحرمانه من المكافأة أما إذا أصاب فيحصل على‬ ‫المكافأة ويتكرر ذلك عدة مرات حتى يصبح لديه معرفة كافية بما يجب وما ال يجب فعله‪.‬مثال على التعلم اآللي المعزز‬ ‫هو تدريب رجل آلي على الوقوف والتوازن‪.‬فكما تعلم أن هذه العملية تحتاج إلى عدة حركات حتى تتم بشكل صحيح‬ ‫متمثلة بتحريك مفاصل القدم والساق والفخذ وتحريك أجزاء األرجل المختلفة باتجاهات معينة وبشكل متزامن‪.‬فإذا قام‬ ‫الرجل اآللي بأحد الحركات الخاطئة فيسبب الوقوع وبالتالي العقاب (من خالل تقليل تقييم ردة الفعل الخاطئة داخل‬ ‫النموذج الذكي) وإال إذا ساهمت في الوقوف فيستحق الرجل اآللي المكافأة ويتحسن التقييم لهذه الحركة ويستمر ذلك عدد‬ ‫كبير من المرات حتى تتعلم اآللة الحركات والترتيب الصحيح لها‪.‬‬ ‫التعليم العميق ‪ )Deep Learning(:‬هو حقل فرعي من حقول تعلُّم اآللة تستخدم خوارزميات محددة ُتسمى الشبكات العصبونية‪،‬‬ ‫ومصممة على غرار التشابكات العصبية في الدماغ البشري‪.‬وهذه التقنية مبنية على إنشاء شبكة معقدة من الوحدات العصبونية‬ ‫والتي تكون موزعة على عدة طبقات‪ ٬‬حيث تكون كل وحدة مربوطة بواحد أو أكثر من الروابط (‪.)links‬لنا أن نتخيل أن تدريب‬ ‫الشبكة العميقة يعتمد على إيجاد مدى قوة الترابط بين الوحدات العصبونية‪.‬تحاول طرق التعلُّم العميق أتمتة المهام األكثر تعقي ًدا‬ ‫والتي تتطلب عاد ًة الذكاء البشري‪.‬على سبيل المثال‪ ،‬يمكنك استخدام التعليم العميق لوصف الصور أو ترجمة المستندات أو تحويل‬ ‫ملف صوتي إلى نص‪.‬التعلم العميق ليس تقنية جديدة بل سطع ضوءها عندما حدث تطور ملحوظ في بناء المعالجات وخاصة‬ ‫‪7‬‬ ‫‪ GPUs‬و‪ NPUs‬وبعد تصميم خوارزميات ذكية وتعتمد على المحوالت (‪.)Transformers‬فأصبح باإلمكان تدريب نماذج ذكية‬ ‫وعميقة ومعقدة من كم هائل من البيانات في وقت قياسي (ساعات أو أيام) بدالً من أشهر‪.‬للتعلم العميق تطبيقات متعددة تشمل برامج‬ ‫المحادثة الذكية مثل ‪ ChatGPT‬وبرامج تلخيص النصوص وبرامج وضع وصف نصي للصور بشكل تلقائي دون تدخل االنسان‬ ‫وبرامج تكوين الصور اعتمادا على نص مدخل وغيرها الكثير حيث أن كل هذه األمثلة تندرج تحت ما يسمى الذكاء االصطناعي‬ ‫التوليدي‪.‬‬ ‫الذكاء االصطناعي التوليدي (‪ :)Generative AI‬هو برنامج حاسوبي يجعل األشياء تبدو وكأنها من صنع البشر‪.‬فهو يشير‬ ‫إلى نماذج الذكاء االصطناعي المصممة لتوليد محتوى جديد وذلك باالستناد إلى مدخالت مختلفة على شكل نص مكتوب‪ ،‬صوت‪،‬‬ ‫صور‪ ،‬مقاطع فيديو‪ ،‬رموز برمجية أو أي مدخل تستطيع ‪ AI‬التعرف عليه ومعالجته‪.‬يمكن أن يشمل المحتوى الجديد مقاالت‪،‬‬ ‫حلوالً للمشاكل‪ ،‬أو محاكاة واقعية تم إنشاؤها باستخدام صور أو صوت لشخص ما‪.‬وكما يمكنك االستعانة بالذكاء االصطناعي‬ ‫التوليدي لزيادة إبداعك وإنتاجيتك وتوسيع معرفتك‪.‬ومن أشهر أدوات الذكاء االصطناعي التوليدي ‪ ChatGPT‬و‪Dall-E‬‬ ‫و‪.Bard‬‬ ‫تشمل بعض استخدامات الذكاء االصطناعي التوليدي ما يلي‪:‬‬ ‫ تنفيذ روبوتات دردشة لخدمة العمالء والدعم الفني‪.‬‬ ‫ نشر تقنيات التزييف العميق لتقليد األشخاص أو حتى األفراد المحددين‪.‬‬ ‫ تحسين دبلجة األفالم والمحتوى التعليمي بلغات مختلفة‪.‬‬ ‫ كتابة ردود البريد اإللكتروني‪ ،‬وملفات التعارف‪ ،‬والسير الذاتية‪ ،‬وأبحاث التخرج‪.‬‬ ‫ إنشاء فن فوتوغرافي واقعي بأسلوب معين‪.‬‬ ‫ تحسين مقاطع الفيديو الترويجية للمنتجات‪.‬‬ ‫ اقتراح مركبات دوائية جديدة لالختبار‪.‬‬ ‫ تصميم المنتجات المادية والمباني‪.‬‬ ‫ تحسين تصميمات الشرائح اإللكترونية الجديدة‪.‬‬ ‫ تأليف موسيقى بأسلوب أو نغمة معينة‪.‬‬ ‫بعض القيود التي يجب مراعاتها عند تنفيذ أو استخدام تطبيق الذكاء االصطناعي التوليدي‪:‬‬ ‫ ال يحدد دائ ًما مصدر المحتوى‪.‬‬ ‫ من الصعب تحديد المعلومات غير الدقيقة في المحتوى الذي يبدو واقعيًا‪.‬‬ ‫ قد يكون من الصعب فهم كيفية ضبط األداء للتكيف مع الظروف الجديدة‪.‬‬ ‫ قد يكون من الصعب تقييم التحيز في المصادر األصلية‪ ،‬مما يجعل النتائج عرضة للتأثر بالتحيز أو التعصب أو الكراهية‪،‬‬ ‫كاف‪.‬‬ ‫ٍ‬ ‫وقد يتم تجاهل هذه الجوانب دون االنتباه إليها بشكل‬ ‫وقد أدى االستخدام المتزايد للذكاء االصطناعي التوليدي إلى إثارة العديد من المخاوف‪ ،‬وأهمها ما يتعلق بـ‪:‬‬ ‫ جودة النتائج‪ :‬قد ينتج الذكاء االصطناعي التوليدي محتوى غير دقيق أو مضلل أو منخفض الجودة‪ ،‬مما يجعل من‬ ‫الصعب الوثوق بالمعلومات دون معرفة مصدرها‪.‬‬ ‫ إمكانية االستخدام السيئ‪ :‬يمكن استغالل الذكاء االصطناعي التوليدي ألغراض ضارة مثل إنشاء أخبار مزيفة‪ ،‬أو‬ ‫تزوير مقاطع الفيديو (‪ ،)deepfakes‬أو سرقة المحتوى (االنتحال)‪ ،‬أو انتحال الشخصيات لتنفيذ هجمات إلكترونية‪.‬‬ ‫ تعطيل نماذج األعمال القائمة‪ :‬يشكل الذكاء االصطناعي تهديدًا لصناعات مثل تحسين محركات البحث (‪)SEO‬‬ ‫واإلعالنات‪ ،‬مما قد يؤدي إلى تغيير كيفية عمل الشركات واستثمارها في المحتوى‪.‬‬ ‫تسلط هذه المخاوف الضوء على الحاجة إلى اعتبارات أخالقية وتنظيم دقيق لتطبيقات الذكاء االصطناعي‪.‬‬ ‫أدوات الذكاء االصطناعي التوليدي‪ :‬أصبحت متاحة لعدة مجاالت‪ ،‬مثل النصوص‪ ،‬الصور‪ ،‬الموسيقى‪ ،‬واألصوات‪.‬إليك بعض‬ ‫أدوات توليد المحتوى الشهيرة التي يمكنك استكشافها‪:‬‬ ‫ أدوات توليد النصوص تشمل‪ GPT، Jasper، AI-Writer :‬و‪Lex‬‬ ‫ أدوات توليد الصور تشمل‪ Dall-E 2، Midjourney :‬و‪Stable Diffusion‬‬ ‫ أدوات توليد الموسيقى تشمل‪ Amper، Dadabots :‬و‪MuseNet‬‬ ‫ أدوات توليد الرموز البرمجية (‪ )code‬تشمل‪ CodeStarter، Codex، GitHub Copilot :‬و‪Tabnine‬‬ ‫ أدوات توليد األصوات تشمل‪ Descript، Listnr :‬و‪Podcast.ai‬‬ ‫ شركات تصميم الشرائح باستخدام الذكاء االصطناعي تشمل ‪ Synopsys:، Cadence، Google‬و‪Nvidia‬‬ ‫الذكاء االصطناعي التوليدي مقابل الذكاء االصطناعي التقليدي‪:‬‬ ‫ الذكاء االصطناعي التوليدي‪ :‬يُنتج محتوى جديدًا‪ ،‬مثل ردود الدردشة‪ ،‬التصاميم‪ ،‬البيانات االصطناعية‪ ،‬أو التزييف‬ ‫العميق (‪.)deepfakes‬غالبًا ما يستخدم تقنيات الشبكات العصبية مثل المحوالت (‪ ،)transformers‬والشبكات التوليدية‬ ‫‪8‬‬ ‫المعكوسة (‪ ،)GANs‬والتشفير التلقائي المتغير (‪ ،)VAEs‬تبدأ عملية الذكاء االصطناعي التوليدي عادةً بإدخال استفسار‬ ‫أو مجموعة بيانات لتوجيه توليد المحتوى‪ ،‬ويمكن أن تكون عملية تكرارية لتحسين أو استكشاف محتويات جديدة متنوعة‪.‬‬ ‫ الذكاء االصطناعي التقليدي‪ :‬يركز على اكتشاف األنماط‪ ،‬اتخاذ القرارات‪ ،‬تحسين التحليالت‪ ،‬تصنيف البيانات‪،‬‬ ‫واكتشاف االحتيال‪.‬يستخدم تقنيات مثل الشبكات العصبية االلتفافية (‪ ،)convolutional neural networks‬الشبكات‬ ‫العصبية المتكررة (‪ ،)recurrent neural networks‬والتعلم التعزيزي (‪.)reinforcement learning‬تعالج‬ ‫خوارزميات الذكاء االصطناعي التقليدي البيانات الجديدة إلرجاع نتيجة بسيطة‪.‬‬ ‫تاريخ الذكاء االصطناعي التوليدي‪ :‬كان روبوت الدردشة "‪ ،"Eliza‬الذي أنشأه ‪ Joseph Weizenbaum‬في الستينيات‪ ،‬من بين‬ ‫أولى أمثلة الذكاء االصطناعي التوليدي‪.‬استخدمت هذه التطبيقات المبكرة نهجً ا قائمًا على القواعد‪ ،‬والذي كان يتعطل بسهولة بسبب‬ ‫محدودية المفردات‪ ،‬نقص السياق‪ ،‬واالعتماد المفرط على األنماط‪ ،‬وغيرها‪.‬كما كان من الصعب تخصيص وتوسيع نظام الدردشة‬ ‫فيها‪.‬شهد هذا المجال انتعا ًشا بعد التقدم في الشبكات العصبية والتعلم العميق في عام ‪ ،2010‬مما أتاح للتكنولوجيا تعلم كيفية تحليل‬ ‫النصوص الموجودة‪ ،‬تصنيف عناصر الصور‪ ،‬وتحويل الصوت إلى نص تلقائيًا‪.‬قدم ‪ Ian Goodfellow‬تقنيات ‪( GANs‬الشبكات‬ ‫التوليدية المعكوسة) في عام ‪.2014‬قدمت هذه التقنية العميقة نهجً ا جدي ًدا لتنظيم الشبكات العصبية المتنافسة لتوليد ثم تقييم تنويعات‬ ‫المحتوى‪.‬كانت هذه التقنيات قادرة على إنشاء أشخاص‪ ،‬أصوات‪ ،‬موسيقى ونصوص واقعية‪.‬وقد أثار هذا اهتمامًا وخو ًفا من كيفية‬ ‫استخدام الذكاء االصطناعي التوليدي إلنشاء تزييف عميق واقعي يُقلد األصوات واألشخاص في مقاطع الفيديو‪.‬منذ ذلك الحين‪،‬‬ ‫ساعد التقدم في تقنيات ومعمارية الشبكات العصبية األخرى على توسيع قدرات الذكاء االصطناعي التوليدي‪.‬تشمل هذه التقنيات‬ ‫الذاكرة القصيرة والطويلة األمد‪ ،‬المحوالت وغيرها‪.‬‬ ‫آخر أخبار وتوجهات الذكاء االصطناعي التوليدي‪:‬‬ ‫ تزايدت المخاوف بشأن الذكاء االصطناعي‪ ،‬وبرزت الحاجة إلى تنظيمه‪.‬استقال جيفري هينتون ‪-‬أحد الشخصيات البارزة‬ ‫في مجال الذكاء االصطناعي‪ -‬من جوجل في مايو وعبّر عن مخاوفه من اآلثار السلبية للذكاء االصطناعي خالل مؤتمر‬ ‫في ‪ ،MIT‬مطالبًا بمزيد من البحث في سالمة وأخالقيات الذكاء االصطناعي‪.‬‬ ‫ اتخذت الحكومتان األمريكية والبريطانية خطوات لمعالجة هذه المخاوف‪ ،‬بما في ذلك تنظيم تصدير تكنولوجيا الذكاء‬ ‫االصطناعي وتشكيل فرق عمل لمراجعة القضايا األخالقية واألمنية‪.‬في الوقت نفسه‪ ،‬أجرت هيئة المنافسة واألسواق‬ ‫البريطانية (‪ )CMA‬مراجعة للذكاء االصطناعي األساسي لتقييم تأثيره على االبتكار ومصلحة المستهلكين‪.‬تدفع المخاوف‬ ‫بشأن قوة الشركات التقنية الكبرى واآلثار السلبية المحتملة للذكاء االصطناعي الجمهور إلى المطالبة بتدخل الحكومة‪.‬‬ ‫ أظهرت دراسة استقصائية آلراء الناخبين األمريكيين أن ‪ %54‬يعتقدون أن الحكومة يجب أن تتخذ إجراءات سريعة لتنظيم‬ ‫الذكاء االصطناعي‪.‬على الرغم من أن الجهود األخيرة لوقف الذكاء االصطناعي قوبلت في البداية بشكوك من قبل القادة‬ ‫في الواليات المتحدة‪ ،‬إال أن تغير الرأي العام يضغط على الحكومات لضمان استخدام الذكاء االصطناعي لفائدة المجتمع‪.‬‬ ‫‪9‬‬  ‫مقدمة عن ‪ChatGPT‬‬ ‫‪ ChatGPT‬هو روبوت دردشة يعتمد على الذكاء االصطناعي التوليدي ويستخدم تقنيات معالجة اللغات الطبيعية (‪natural‬‬ ‫‪ )language processing‬والمبنية باستخدام التعلم العميق (‪ )deep learning‬والتعلم المعزز إلنشاء حوار يشبه الحوار‬ ‫البشري‪.‬يمكن للنموذج اللغوي أن يجيب عن األسئلة وينشئ محتوى مكتوب ومتنوع‪ ،‬بما في ذلك المقاالت ومنشورات وسائل‬ ‫التواصل االجتماعي والمقاالت األكاديمية والبرامج (‪ )code‬والبريد اإللكتروني‪.‬‬ ‫يشبه ‪ ChatGPT‬خدمات الدردشة اآللية الموجودة على مواقع خدمة العمالء‪ ،‬حيث يتمكن الشخص من طرح األسئلة أو طلب‬ ‫توضيح للردود التي يتلقونها من ‪.ChatGPT‬يتم تدريب ‪ ChatGPT‬باستخدام التعلم المعزز من خالل مالحظات البشر ونماذج‬ ‫المكافآت (‪ )Reward Models‬التي تصنف أفضل الردود‪.‬تساعد هذه المالحظات على تعزيز ‪ ChatGPT‬بالتعلم اآللي لتحسين‬ ‫الردود المستقبلية‪.‬‬ ‫من قام بإنشاء ‪ChatGPT‬؟‬ ‫تم إنشاء ‪ ChatGPT‬بواسطة ‪ ،OpenAI‬وهي شركة أبحاث متخصصة في الذكاء االصطناعي‪.‬حيث تم إطالق األداة في نوفمبر‬ ‫‪.2022‬تأسست ‪ OpenAI‬من قبل مجموعة من رواد األعمال والباحثين‪ ،‬بما في ذلك إيلون ماسك وسام ألتمان في عام ‪.2015‬‬ ‫شركة ‪ OpenAI‬مدعومة من عدة مستثمرين‪ ،‬من أبرزهم عمالق البرمجيات شركة مايكروسوفت‪.‬كما قامت ‪ OpenAI‬بإنشاء‬ ‫‪ ،DALL-E‬وهو مولد للصور من النصوص يعتمد على الذكاء االصطناعي‪.‬‬ ‫كيف يعمل ‪ChatGPT‬؟‬ ‫يستخدم ‪ ChatGPT‬التعلم العميق (‪ ،)deep learning‬وهو فرع من التعلم اآللي‪ ،‬إلنتاج نص يشبه النص البشري من خالل‬ ‫شبكات عصبية تعتمد على المحول (‪.)Transformer‬يتوقع المحول النص‪ ،‬بما في ذلك الكلمة التالية أو الجملة أو الفقرة بنا ًء على‬ ‫تسلسل البيانات في التدريب‪.‬يبدأ التدريب ببيانات عامة‪ ،‬ثم ينتقل إلى بيانات مخصصة لمهمة معينة‪.‬تم تدريب ‪ChatGPT‬‬ ‫باستخدام النصوص عبر اإلنترنت لتعلم اللغة البشرية‪ ،‬ثم استخدم نصوص المحادثات لتعلم أساسيات الحوار‪.‬‬ ‫يقوم المدربون البشريون بتقديم المحادثات وترتيب الردود‪.‬تساعد نماذج المكافآت في تحديد أفضل اإلجابات‪.‬لالستمرار في‬ ‫تدريب الروبوت‪ ،‬يمكن للمستخدمين تقييم الردود عبر أيقونات اإلعجاب أو عدم اإلعجاب‪ ،‬باإلضافة إلى تقديم مالحظات مكتوبة‬ ‫لتحسين الحوار في المستقبل‪.‬‬ ‫ما نوع األسئلة التي يمكن للمستخدمين طرحها على ‪ChatGPT‬؟‬ ‫يستطيع المستخدمين طرح مجموعة متنوعة من األسئلة على ‪ ،ChatGPT‬بد ًءا من األسئلة البسيطة إلى األكثر تعقيدًا‪.‬مثال‪" :‬ما‬ ‫هو معنى الحياة؟" أو "في أي عام أصبحت نيويورك والية؟”‪ ChatGPT.‬يتقن التعامل مع العلوم والتكنولوجيا والهندسة‬ ‫والرياضيات ويستطيع أيضا تصحيح أو كتابة الشيفرات البرمجية‪.‬ال توجد قيود على أنواع األسئلة التي يمكن طرحها على‬ ‫‪.ChatGPT‬ومع ذلك‪ ،‬فإن الحد األقصى لتاريخ المعرفة هو أواخر عام ‪.2023‬‬ ‫كيف يستخدم الناس ‪ChatGPT‬؟‬ ‫يعتبر ‪ ChatGPT‬متعدد االستخدامات ويمكن استخدامه ألكثر من مجرد المحادثات البشرية‪.‬استخدمه الناس في المهام التالية‪:‬‬ ‫ برمجة وتصحيح البرامج‪.‬‬ ‫‪10‬‬  ‫تأليف الموسيقى‪.‬‬ ‫‬ ‫كتابة رسائل البريد اإللكتروني‪.‬‬ ‫‬ ‫تلخيص المقاالت أو المدونات الصوتية (‪ )Podcasts‬أو العروض التقديمية (‪.)Presentations‬‬ ‫‬ ‫كتابة منشورات وسائل التواصل االجتماعي‪.‬‬ ‫‬ ‫إنشاء عناوين المقاالت‪.‬‬ ‫‬ ‫حل المسائل الرياضية‪.‬‬ ‫‬ ‫اكتشاف الكلمات الرئيسية لتحسين محركات البحث (‪.)search engine optimization‬‬ ‫‬ ‫إنشاء المقاالت والمدونات واالختبارات للمواقع اإللكترونية‪.‬‬ ‫‬ ‫إعادة صياغة المحتوى الموجود الستخدامه في وسائل مختلفة‪.‬‬ ‫‬ ‫صياغة أوصاف المنتجات‪.‬‬ ‫‬ ‫المساعدة في البحث عن وظائف‪ ،‬بما في ذلك كتابة السير الذاتية وخطابات التقديم‪.‬وصف الموضوعات المعقدة بطريقة‬ ‫‬ ‫مبسطة‪.‬‬ ‫كتابة سيناريوهات الفيديو‪.‬‬ ‫‬ ‫البحث في األسواق عن المنتجات‪.‬‬ ‫‬ ‫إنشاء األعمال الفنية‪.‬‬ ‫‬ ‫على عكس روبوتات الدردشة األخرى‪ ،‬يمكن لـ ‪ ChatGPT‬تذكر األسئلة السابقة لمواصلة المحادثة بشكل أكثر سالسة‪.‬‬ ‫مثال على استخدام‪ ChatGPT‬لكتابة كود برمجة بسيط‬ ‫ما هي فوائد ‪ChatGPT‬؟‬ ‫ال يزال المستخدمون والشركات يستكشفون فوائد ‪ ChatGPT‬بينما يستمر البرنامج في التطور‪.‬تشمل بعض الفوائد ما يلي‪:‬‬ ‫ الكفاءة‪ :‬يمكن للروبوتات الذكية المدعومة بالذكاء االصطناعي التعامل مع المهام الروتينية والمتكررة‪ ،‬مما يوفر وقت‬ ‫الموظفين ألداء مهام أكثر تعقيدًا‪.‬‬ ‫ توفير التكاليف‪ :‬يمكن أن تكون روبوتات الدردشة المدعومة بالذكاء االصطناعي أقل تكلفة من توظيف وتدريب موظفين‬ ‫جدد‪.‬‬ ‫ تحسين جودة المحتوى‪ :‬يمكن للكتاب استخدام ‪ ChatGPT‬لتحسين األخطاء النحوية أو السياقية أو القتراح أفكار جديدة‪.‬‬ ‫ التعليم والتدريب‪ :‬يمكن لـ ‪ ChatGPT‬تقديم تفسيرات للمواضيع المعقدة والمساعدة كمدرس افتراضي‪.‬‬ ‫‪11‬‬  ‫وقت استجابة أسرع‪ :‬يقدم ‪ ChatGPT‬ردودًا فورية‪ ،‬مما يقلل من وقت االنتظار‪.‬‬ ‫‬ ‫الدعم المستمر‪ :‬توفر نماذج الذكاء االصطناعي الدعم على مدار الساعة‪.‬‬ ‫‬ ‫دعم متعدد اللغات‪ :‬يمكن لـ ‪ ChatGPT‬التحدث بلغات متعددة وتقديم الترجمات‪.‬‬ ‫‬ ‫التخصيص‪ :‬يمكن لـ ‪ ChatGPT‬تخصيص الردود بنا ًء على تفضيالت وسلوك المستخدم‪.‬‬ ‫‬ ‫القدرة على التوسع‪ :‬يمكنه التعامل مع العديد من المستخدمين في نفس الوقت‪.‬‬ ‫‬ ‫ فهم اللغة الطبيعية‪ :‬يفهم ‪ ChatGPT‬النص ويولده بشكل يشبه النصوص البشرية‪ ،‬مما يجعله مفيدًا في توليد المحتوى‬ ‫واإلجابة عن األسئلة والمحادثات‪.‬‬ ‫ما هي قيود ‪ChatGPT‬؟‬ ‫ال يفهم تما ًما تعقيدات اللغة البشرية‬ ‫‬ ‫قد تبدو الردود سطحية وتفتقر إلى الفهم الحقيقي‬ ‫‬ ‫ال يستشهد بالمصادر عند التلخيص‬ ‫‬ ‫ال يستطيع فهم السخرية أو التهكم‬ ‫‬ ‫ما مدى دقة ‪ChatGPT‬؟‬ ‫يُستخدم مصطلح "هلوسة الذكاء االصطناعي" لوصف الحاالت التي ينتج فيها نموذج اللغة الكبير (‪ )LLM‬مثل ‪ChatGPT‬‬ ‫معلومات غير دقيقة أو مختلقة تمامًا‪.‬يشير هذا المصطلح إلى أن الذكاء االصطناعي يمر بخطأ إدراكي‪ ،‬يشبه اإلنسان عندما يرى‬ ‫شيًئ ا غير موجود‪.‬ومع ذلك‪ ،‬فإن هذا االستعارة مضللة‪ ،‬وف ًقا لما ذكره باحثون مختصون في بحث نشر حديثا‪ ،‬ألنها توحي بأن الذكاء‬ ‫االصطناعي لديه منظور أو نية إلدراك الحقيقة وتوصيلها‪ ،‬وهو ما ال يحدث‪.‬يجادل الباحثون بأن ناتج نماذج اللغة الكبيرة مثل‬ ‫‪ ChatGPT‬يتناسب مع تعريف "الهراء" أكثر من مفهوم "الهلوسة"‪.‬فهذه النماذج ال تفهم الحقيقة أو الزيف‪ ،‬إنها تولد نصًا بنا ًء على‬ ‫األنماط الموجودة في البيانات التي تم تدريبها عليها‪ ،‬دون أي اهتمام جوهري بالدقة‪.‬وهذا يجعلها أشبه بمن يتحدثون "الهراء" –‬ ‫فهي تنتج تصريحات قد تبدو معقولة ولكن بدون أي أساس واقعي‪.‬‬ ‫مثال على "هلوسة" أو "هراء" ‪ChatGPT‬‬ ‫في الخالصة‪ ،‬استخدام ‪ ChatGPT‬يمكن أن يكون مفيدا جدا لتوفير الوقت والتكاليف والتعليم والترجمة من وإلى لغات متعددة‪ ،‬لكن يجب‬ ‫التعامل معه بحذر شديد وقراءة نقدية لكل ما ينتج عنه‪.‬أي أنه يجب أن يكون هناك معرفة في أساسيات الموضوع المراد سؤال ‪ChatGPT‬‬ ‫عنه‪ ،‬مع القدرة على التحقق من صحة اإلجابة من مصادر موثوقة‪.‬‬ ‫‪12‬‬