الذكاء الإصطناعي

الذكاء الإصطناعي : هي تلك البرمجايت الحاسبية ؛ تعطى قدرات و خصائص تمكنها من إنجاز مهام و قيام بأعمال؛ كالتعلم , و التحليل, والإسنتتاج, و القدرة على تفادي المخاطر , بأوضاع و ظروف لم تبرمج أو تتدرب عليها تلك البرمجية أو الآلة , مما يمكنها من القيام بأمور أو إنجاز أعمال لم تكن لتتمكن من عملها في ظل البرمجيات العادية , و تلك البرمجيات قد تعطي الدفعة المطلوبة للتطور المطلوب, والقفزة اللازمة للعلم, بدون التدخل البشري في كل مراحل العملية , و بدون الحاجة للتعقيدات الحسابية اللازم إجرائها من قبل البشر , فكان لازما على علماء علم الحاسب الآلي السعي بشكل دؤوب لتطوير تلك العملية .

تاريخ الذكاء الإصطناعي:

بدأت علامات ظهور علم الذكاء الإصطناعي قبل حوالي سبعين سنة , في بدايات العقد السادس من القرن العشرين , على يد رواد تلك المرحلة من علماء الحاسوب في ذلك الوقت مثل جون ماكارثي , و أيضا آلان تورينغ , و كذلك و مارفن منسكاي و ألين نويل و كريستروفر ستراشي و غيرهم , و ظهر مصطلح الذكاء الإصطناعي (AI) و مجال البحث المتطور فيها بشكل واضح عام 1956 في مؤتمر كلية دارتموث , و منها أنطلق هذا المفهوم , و استطاع العلماء في جامعات مثل معهد ماساتشوستس للتكنولوجيا و جامعة كارنيغي ميلون , و غيرها من إنشاء مختبرات للذكاء الإصطناعي مثل هربرت سيمون و ألين نويل من القيام ببرمجة  الحاسب الآلي للقيام بالحسابات الرياضية المعقدة و التحدث باللغات الإنكليزية, و لكن مرة علم الذكاء الإصطناعي بعدة منعرجات و صعوبات , أبرزها ضعف التمويل و فشل العاملين بالمجال بالتعامل مع المشكلات  و تقدير المشاكل القائمة و توقع المشاكل الآتية , مثل ما احدث عام 1974 و 1987.

أنواع الذكاء الإصطناعي :

ينقسم الذكاء الصناعي إلى عدة أفرع و يمكن جمعها في ثلاثة , تبعا للمهاراته و تعاطيه مع الإحتمالات و المشاكل المتوقعة :

1. الذكاء الضيق : هو أحد أنواع الذكاء الإصطناعي يبرمج للقيام بمهام معينة, و واضحة و يمكن التنبأ بنتيجتها مسبقا مثل الألعاب و برامج التعرف على الأشكال و الأصوات .
2. الذكاء الإصطناعي العام : هو ذلك النوع الذي يمكن الحساب الآلي من القيام نفس الأعمال  العقلية و الفكرية للإنسان و يقوم نفس أعمال المحكاة التي يستطيع الإنسان القيام بها , لكن ذلك النوع من الذكاء الإصطناعي غير موجود بعد .
3. الذكاء الفائق : يعد الذكاء الإصطناعي ذلك الذكاء الذي يمتلك قدرات أعلى و أكبر من الذكاء البشري , و يمتلك مداركا للإستيعاب و التحليل هي أعلى من قدرات الإنسان العالم المتعمق في مجال ما, و أيضا هذا النوع من الذكاء الإصطناعي غير موجودة.

مباحث الذكاء الإصطناعي :

الذكاء الإدراكي الصناعي : هو أحد فروع الذكاء الصناعي المتميزة, و هو نوع يغطي مجالا واسعا, و طيفا كبيرا من التقنيات و الأدوات التي تمكن تطبيقاتنا و مواقعنا و روبوتاتنا ؛ أن ترى و تسمع و تفهم و تحلل ما يطلب منها من لغة المستخدم البشري العادية,و عليه يمكن الذكاء الصناعي التطبيقي من تعلم لغة المستخدم, لا المستخدم ليتعلم لغة الآلة, و الهدف الأعم من الذكاء الإدراكي الصناعي؛ هو محاكاة أو تقليد الطريقة البشرية في اتخاذ القرار العقلاني و الواعي المنطقي , بدون الرجوع للمبرج ؛ الإنسان , أو للمنظومة المبرمجة , و عليه يمكن للذكاء الإدراكي أن يقوم بحل معضلات لم يبرمج عليها أو لم يبرمج على تعلم حلها,فلذلك يعد الذكاء الإداركي هو أحد أعلى طبقات الذكاء الصناعي الفائق تطورا , و كان من أهم المشاريع التي قامت على مبدأ الذكاء الإداركي الفائق هو مسبار إنسايت الذي هبط على المريخ, ليتمكن من مواجهة الظروف و المشاكل غير المتوقعة في ظل بعد المسافة الكبير جدا بين الأرض و المريخ في إطار مهامه البحثية .

تعلم الآلة : تعلم الآلة هو خاصية برمجية ؛ تبرمج عليها الآلة عن طريق خوارزميات تمكن الآلة من التطور و النمو بشكل تلقائي عن طريق الخبرة و التجارب التي تمارسها تلك الآلة ,و تقوم تلك الخوارزميات على ما يسمى النموذج الرياضياتي معتمدا على بيانات عينية , و التي تعرف ببيانات تدريبية, لتمكن الآلة من القيام بعملها بالتوقع و الإختيار من دون أن تكون قد برمجت بشكل واضح و صريح على ذلك القرار أو التوقع .    و خوارزميات الآلة ذاتية التعلم لها من التطبيقات الكثير , مثل حصر الرسائل المهمة من غيرها أو التعرف على الصور و الأصوات أيضا , و لتلك التطبيقات الكثيرة فوائد و محاسن عديدة, و كان تطور خوارزميات تعلم الآلة سريعا مما ساهم بإنتشارها بسرعة أكبر كذلك , و التعلم الآلي للآلة ؛ متعلق بشكل كبير بالإحصائيات الحوسبية , و التي يعتمد على تلك الإحصاءات للمساهمة بتدقيق توقع الآلة و التصحيح من مسار فعلها, قدر الإمكان , و عن طريق الصواب و الخطا , و التجربة و الإختيار, و التوقع و القرار , و مع  زيادة مدخلات العمل والتدريب , تزداد قدرة الآلة على العمل الصحيح و التوقع الصحيح, مما يزيد من حوسبة تلك الإحصائيات و الإنتفاع بها في مرات العمل القادمة .

قام مجال تعلم الآلة على محاولة إعطائها فرصة لأداء المهام بطريقة ما بدون وجود برمجية واضحة مخصصة لإداء تلك المهمة, و تصبح تلك الغائية الأولى لتلك العملية هو تمكين الآلات من أداء مهام لم تبرمج عليها تحديدا, و لم ليكن لهذا المجال طريق إلا النمو و التطور , و مع هذ النمو و التطور لم يمكن مفاجئا بل مرة بمراحل عديدة , و سنوات كثيرة , و منعرجات شتى , و كان أولها منتصف القرن العشرين حيث تطورت النظرية الإحصائية و طرقها الرياضية, و في بدايات الخمسينات من القرن المنصرم , بدأ ظهور بدايات واعدة و ريادية لما أصبح يعرف بتعلم الآلة, و مع بداية الستينيات و ظهور فرع الإحصاء الجديد الذي يدعى استدلال بايزي و هو الذي ساعد تعلم الآلة على ترجيح الإحتمالات و حسابها و تحديدها .و في ما حول السبعينات من القرن العشرين مرة مجال تعلم الآلة بمنعطف حاد, حيث فقد الإهتمام بالذكاء الإصطناعي و كذلك التمويل أيضا , و لا يخفى كذلك فشل بعض تطبيقاته من الوصول إلى حلول لبعض مشاكل في ذلك الوقت طبعا , و تم في الثمانينيات إكتشاف طريقة الإنتشار الخلفي في الخوارزميات مما أعطى سببا لإعادة إحياء تعلم الآلة و الذكاء الإصطناعي بشكل عام , و كان في بداية التسعينيات تلك الثورة الحقيقة لمجال الذكاء الإصطناعي في مقدمته تعلم الآلة, و كان من تلك المنجزات قيام المبرمجين بإنشاء برمجيات و خوارزميات تمكن الإنسان و الآلة من تحليل قدر هائلة من المعلومات لم يكونوا قادرين على فعله من ذي قبل وزادة عملية الحوسبة تعقيدا , و ظهر مفهوم التعلم الفائق للآلة , و في بداية القرن الحالي استمر ازدهار مجال تعلم الآلة و أصبح لأول مرة واسع الإنتشار عن طريق طرقه الجديدة التي  ظهرت , و مع مرور الوقت و في بدايات العقد الثاني من القرن الحالي بدأ ظهور التعلم العميق للآلة و بدأ إنتشاره يتوسع , مع إستمرار إنخراطه في النواحية الحياة المحوسبة مثل البرمجيات الحاسوبية و التطبيقات الهاتفية .

و مع تطور تعلم الآلة مع مرور الوقت ظهرت أطراق عدة لتعليمها و قدرتها على التعلم الآلي, و يقسم تعلم الآلة بشكل عام إلى ثلاثة أجزاء اعتمادا على الإشارات و التغذية الراجعة ,و هي التعليم المراقب و غير المراقب و المعزز, و مع مرور الوقت ظهر مفهوم التعلم المتعمق للآلة أيضا, و يعتمد التعليم المتعمق أو العميق على تعزيز قدرة الآلة و الخوارزميات المشغلة لها التعلم الذاتي عن طريق محاكاة العمل الخلايا العصبية الإنسانية , و من تلك الأمثلة التي تستخدم التعلم العميق هي آليات التعرف على الوجه و الكلام و معالجة اللغات الطبيعية, و بدأ تاريخ التعلم العميق في بديات العقد السابع من القرن السابق, و كانت مع العالم السوفيتي الأوكراني أليكسي إيفان إيفاخنينكو في بحثه بيرسبتون إحدى أنواع الشبكات العصبونية , و في عام 1971 ظهرت ورقة بحثية عن الشبكات العميقة المعقدة من ثمانية طبقات , و استمر العمل على التعلم العميق للآلة في الثمانينيات, و قدم تم شق اصطلاح التعلم العميق للآلة للجنة تعلم الآلة في عام 1986 , و في عام 1989 قام العالم الفرنسي الأمريكي يان لي كان بتطبيق خوارزميات قواعد الإنتشار الخلفي لتعليم الشبكات العصبونية و التي تظهر تقريبا عمل الإشتقاق الآلي ,و الذي مكنه من التعرف على خط اليد في الرسائل , و الخوارزمية عملت على التعلم لمدة ثلاثة أيام , و في عام 1991 تم العمل على نظام قادر على التعرف على رسمات بيانية ثنائية الأبعاد مرسومة يدويا, و كذلك تم التعرف على رسمات بيانية ثلاثية الأبعاد مرسومة يدويا, فكان هذا الفعل دليلا بارز على تطور تعلم الآلة العميق و حسن مستقبله , مما دعى كثيرا من العلماء و المستثمرين المساهمة في هذا المجال ,و لذلك استمر هذا المجال بالتطور و في عام 1994 قام  آندريه دي كارفالهو مع مايك فايرهايست و ديفيد بايست و يالكيف بنشر نتائج تجربة أجروها حول شبكة عصبية منطقية متعددة الطبقات , و في عام 1995 قام براندن فري و بمساعدة بيتر ديان و جيوفري هينتون  بالقيام بتدريب شبكة مكونة من ستة تطبقات متصلة مع بعضها البعض و تحوي عدة مئات من الوحدات المخفية بإستخدام خوارزمية الإستيقاظ و النوم و لمدة يومين من التدريب , و استمر التطور بمجال  تعلم الآلة , حتى أتى ما يعرف بثورة التعلم العميق للآلة عندما قام فريق بقيادة العالم جورج داهل بالفوز بجائزة ميرك لتحدي النشاط الجزيئي عام 2012؛ عن طريق استخدام شبكة عصبية عميقة متعددة المهام لتحديد المستهدف الحيوي و التنبؤ به في دواء واحد, و في عام 2014 قامت مجموعة هوكرتر باستخدام التعلم العميق في  البحث  عن المستهدف السمي و تأثيراته على المواد الكيميائية في البيئة و المواد الغذائية.

و من تطبيقات تعلم الآلة , هو التعرف على الصوت حيث بدأ تطوير أنظمة لديها القدرة على التعرف على صوت شخص ما , و هو ما بدأ عام 1952 من التعرف على أصوات الأشخاص عن طريق شركة آي بي أم , و كانت بدايتها أجهزة تتعرف على الأرقام المنطوقة , و من ثم بدأت تتعرف على مجموعة من الكلمات , و كانت تحتاج الآلة فترة طويلة من التدريب على صوت المستخدم مما يعرقل عملية التمييز الصوتي , و لم تنجح تلك العملية في بدايتها , و كان الهدف الأولي المستهدف منها هو النظام الصحي , وكتابة التقارير الطبية عن حالة المرضى الصحية , و مع أي مجال يتطور كان لابد أن يحظى المجال العسكري على حصة الأسد من ذلك المجال فكان المجال العسكري من السابقين في استغلال تقنية التعرف على الصوت من خلال استخدامها في الطائرات الحربية , و الأنظمة الدفاعية , لتفعيل التنكولوجيا المتقدمة فالأنظمة العسكرية مثل  الطيران المقاتل لتمكن الطيار من التعامل مع بعض الأنظمة صوتيا, و من المشاكل التي تواجه التعرف على الصوت هو الضجيج العالي الذي يكون في الطائرة المقاتلة أو الطائرة العامودية , و لكن في الدائرة العامودية بشكل أعلى , لما تولده المراوح من أصوات عالية الضجة , و كذلك عدم إرتداء الطيار المروحي أي خوذ لتمنع وصول الصوت إلى المايكروفون بشكل واضح خال من الضجيج ,و لكن هنالك دائما حلول لتلك المشكال التي بدأت بالظهور ,و كذلك تطور الأمر من التعرف على الكلام , إلى ترجمة هذا الكلام إلى أشخاص آخرين و أيضا يستخدم في السيارات و الملاحة البحرية , و الألعاب الحاسوبية , و غيرها الكثير ,    و من التطبيقات المهمة كذلك لتعلم الآلة , هو قدراتها الضخمة في التعرف على الصورة , و تحديد صاحبها كما نرى في مواقع التواصل الإجتماعي , و أيضا لدى بعض الكميرات القدرة على التعرف على وجوه الأشخاص بشكل عام , و تلك التقنية تستخدم لإعتبارات أمنية مثل وضع كميرات في الشوارع مما يسمح للأجهزة الأمنية من تتبع حركات الناس و سكناتهم في الشوارع العامة مثل ما تفعله الصين, و يمكن كذلك للأنظمة تعلم الآلة أن تتعرف على الناس من خلال  طريقة مشيهم و حركتهم , من دون ظهور وجوهم , و هذا مما يوسع قدرات أنظمة المراقبة من التعرف على البشر و تحديد هوياتهم بدقة أكبرو خلل أقل , و لا يخفى على الناس ما تحويها هذه الأنظمة من أخطار و مشاكل قد تقيد من نشاطات الناس و حرياتهم .

و استثمرت الصين مبالغ ضخمة في تقنيات الذكاء الإصطناعي ؛ للتعرف على وجوه الأشخاص و منها تتعرف المعرفات الذكية على كامل معلومات الشخص و تتبع تصرفاته و حركاته من بيته و حتى مكان عمله أو تنزهه , و لا تتوقف أنظمة الصين على التصوير و الملاحقة , بل تتعداها تلك الأنظمة الذكية إلى تقيم تصرفات الناس في الشوارع و ووضعها في رصيد حسابه في برنامج الإئتمان الإجتماعي , فمثلا إذا قطع فرد ما  الشارع من غير مكان مخصص لذلك , توضع نقطة سلبية عليه , و إذا قطعها و إشارة مروره حمراء حصل نقطة سلبية أيضا , و قد تعرض تلك الأفعال غير الصالحة حسب تصنيفهم على الشاشات أما المارة على قارعة الطريق ليعلن فاعله صاحب جنايات متكررة , و مع ارتكام تلك النقاط السلبية قد تحرم صاحبها من ركوب الطائرة أو القطار أو من الحصول على قرض بنكي و يسمى ذلك الشخص مواطنا عديم الجدارة بالثقة , و لا يتوقف الأمر على ذلك بل يتعداه إلى تتبع سلوك الناس التسوقي, حيث يكتسب الناس ناقطا سلبية نتيجة شرائهم الدخان أو الأطعمة غير الصحية , و أستبدال حاجيات الأطفال على الأغذية الكمالية , و هذا النظام يسمى نظام العيون الحادة , تبعا للأدبيات الماركسية أن للجماهير عيون مراقبة ,و كذلك حظرت كثير من وسائل التواصل الإجتماعي مثل الفيسبوك و محركات البحث العالمية , بالإضافة إلى إنشاء مواقع تواصل إجتماعي و محركات بحث ضعيفة الخصوصية , و كذلك يتم حظر الكثير من الأخبار و المعلومات من أن تصل للصين , و كذلك تحظر مواضيع بأكملها من البحث عنها مثل مظاهرات عام 1989, و الأدبيات التي تعارض الفكر الإشتراكي و الشيوعي , و غيرها أكثر, بالإضافة إلى ذلك بدأ تطبيق أنظمة التعرف على أنماط الصوت و قرائتها و تسجيلها , مما يوسع نظام المراقبة الجمعية على تحراك الناس  و أفعالهم و حتى أقوالهم , و تسجيل تلك التصرفات في بنوك المعلومات الحكومية عن كل شخص , و هذه المعلومات تمكن الحكومة ليس من تتبع أفعال الناس , بل تقويم فعل الناس و تصحيح تصرفاتهم من خلال إنشاء برامج الإئتمان الإجتماعي و الجدير بالثقة , مما يمكن السلطة من صناعة فرد صالح من وجهة نظرها و تتحكم به كذلك .

مع كل هذا التقدم بمجال الذكاء الصناعي و تعلم الآلة , مازال هذا المجال في بداية صعوده , و هو من المجالات التي يعتقد أنها ستشكل المستقبل , و لدى هذا المجال مستقبل باهر لا ينكره أحد , و تبنى عليه كثير من الأحلام التي ستخدم البشرية , لكن ذلك لا يمنع من الحيطة و الحذر من إستخدامه في مجالات تضر حياوات الناس  و خصوصيتهم .