الذكاء الاصطناعي هنا، الذكاء الاصطناعي هناك. كل ما نقرأه هذه الأيام هو قدرات الذكاء الاصطناعي، والأدوات الجديدة الناشئة يوماً بعد يوم، والشركات الناشئة التي تزدهر في الإيرادات، ومعركة OpenAI مقابل Google.
بالتوقف لثانية هناك، سيدرك معظم الناس أنهم يتلقون معلومات حول مفهوم لا يفهمونه حقاً.
ما هو الذكاء الاصطناعي؟
الذكاء الاصطناعي، أو AI، يشير إلى محاكاة عمليات الذكاء البشري بواسطة الآلات، خاصة أنظمة الكمبيوتر. يشمل الذكاء الاصطناعي مجموعة واسعة من التقنيات والتطبيقات التي تمكن الآلات من أداء مهام تتطلب عادة الذكاء البشري.
تفكيك الذكاء الاصطناعي
الذكاء الاصطناعي الضيق (ANI)
أنظمة الذكاء الاصطناعي المصممة والمدربة لمهمة محددة أو نطاق ضيق من المهام. يُعتبر هذا المجال من الذكاء الاصطناعي ذكاءً اصطناعياً ضعيفاً لافتقاره إلى القدرات في التكيف مع المواقف الجديدة.
التطبيقات: خوارزميات التعرف على الصور، أدوات ترجمة اللغة، روبوتات الدردشة، أنظمة التوصية، التعرف على الوجه.
أمثلة: Siri، Alexa، Google Assistant
الذكاء الاصطناعي العام (AGI)
يُعرف أيضاً باسم ‘الذكاء الاصطناعي القوي’، وهي أنظمة تمتلك ذكاءً وقدرات معرفية على مستوى الإنسان عبر مجموعة واسعة من المهام والمجالات.
التطبيقات: حل المشاكل المعقدة، العمل كرفقاء، تصميم منتجات مبتكرة، التجريب في البحث العلمي، إلخ.
أمثلة: هناك نقص في الأمثلة حيث يبقى مفهوماً افتراضياً.
الذكاء الاصطناعي الفائق (ASI)
يُعرف أيضاً باسم ‘الذكاء الاصطناعي القوي’، وهي أنظمة تتفوق على الذكاء البشري في كل جانب تقريباً. يمثل ASI النقطة النهائية النظرية لتطوير الذكاء الاصطناعي، حيث تمتلك الآلات قدرات معرفية تفوق بكثير تلك التي يمتلكها البشر.
التطبيقات: استخلاص رؤى تتفوق على القدرات البشرية، تحسين الأنظمة المعقدة، ابتكار تقنيات جديدة.
أمثلة: هناك نقص في الأمثلة حيث يبقى مفهوماً افتراضياً.
التعلم الآلي
يتضمن تطوير خوارزميات ونماذج تمكن أجهزة الكمبيوتر من التعلم من البيانات واتخاذ توقعات أو قرارات بناءً عليها دون برمجة صريحة.
التطبيقات: التعرف على الصور، معالجة اللغة الطبيعية (NLP)، أنظمة التوصية.
أمثلة: Google Translate، منصات التجارة الإلكترونية التي تقترح المنتجات، توقع أسعار الأسهم.
التعلم العميق
مجموعة فرعية من التعلم الآلي تستخدم الشبكات العصبية متعددة الطبقات لتعلم تمثيلات البيانات بمستويات متعددة من التجريد.
التطبيقات: التعرف على الصور والكلام.
أمثلة: Google Speech-to-Text، أنظمة التعرف على الوجه، GPT، نظام توصيات Netflix.
معالجة اللغة الطبيعية (NLP)
تركز على تمكين أجهزة الكمبيوتر من فهم وتفسير وإنتاج اللغة البشرية بطريقة ذات معنى وقيمة.
التطبيقات: ترجمة اللغة، تحليل المشاعر، وتطوير روبوتات الدردشة.
أمثلة: ChatGPT، Gemini، Microsoft Translator
الرؤية الحاسوبية
تتضمن تطوير خوارزميات وتقنيات تمكن أجهزة الكمبيوتر من تفسير وفهم المعلومات البصرية من الصور الرقمية أو مقاطع الفيديو.
التطبيقات: التعرف على الوجه، المصادقة البيومترية، اكتشاف الأشياء، والمركبات ذاتية القيادة.
أمثلة: FaceNet، Adobe Acrobat، Google’s MediaPipe، Google Images.
الروبوتيات
تتضمن إنشاء آلات ذكية قادرة على أداء مهام تتطلب عادة المهارة والإدراك واتخاذ القرارات الشبيهة بالبشر.
التطبيقات: تُستخدم في التصنيع والرعاية الصحية واللوجستيات.
أمثلة: ROS (نظام تشغيل الروبوت)، Gazebo، Arduino وRaspberry Pi.
الأنظمة الخبيرة
الأنظمة الخبيرة هي برامج كمبيوتر قائمة على الذكاء الاصطناعي تحاكي قدرة اتخاذ القرار لخبير بشري في مجال معين. تستخدم تقنيات تمثيل المعرفة والاستدلال لحل المشاكل المعقدة وتقديم الحلول أو التوصيات.
التطبيقات: أنظمة دعم القرار، الأنظمة التشخيصية، الأنظمة القائمة على المعرفة
أمثلة: CLIPS، IBM Watson Assistant
الأنظمة المستقلة
الأنظمة المستقلة هي أنظمة مدفوعة بالذكاء الاصطناعي قادرة على أداء المهام واتخاذ القرارات دون تدخل بشري مباشر.
التطبيقات: المركبات المستقلة، الطائرات بدون طيار، وأجهزة المنزل الذكي.
أمثلة: OpenAI Gym، PX4 Autopilot
الذكاء الاصطناعي محيط من التجارب، كما ذُكر هناك مجالات ما زالت نظرية وبعيدة عن التحقيق. جميع الفئات المذكورة أعلاه تندرج تحت الذكاء الاصطناعي الضيق (ANI)، وهو ‘الذكاء الاصطناعي الضعيف’. الذكاء الاصطناعي القوي، وهو قدرات الذكاء البشري، لم يتم تحقيقه بعد.
