تعريف الذكاء الاصطناعي

كتابة - آخر تحديث: ١٠:٥٠ ، ١٤ يناير ٢٠٢٠
تعريف الذكاء الاصطناعي

تعريف الذكاء الاصطناعي

يُعتبر الذكاء الاصطناعي (بالإنجليزيّة: Artificial Intelligence) أحد فروع علم الحاسوب، وإحدى الركائز الأساسية التي تقوم عليها صناعة التكنولوجيا في العصر الحالي، ويُمكن تعريف مصطلح الذكاء الاصطناعي -الذي يُشار له بالاختصار (AI)- بأنه قدرة الآلات والحواسيب الرقميّة على القيام بمهام مُعينة تُحاكي وتُشابه تلك التي تقوم بها الكائنات الذكيّة؛ كالقدرة على التفكير أو التعلُم من التجارب السابقة أو غيرها من العمليات الأُخرى التي تتطلب عمليات ذهنية، كما يهدف الذكاء الاصطناعي إلى الوصول إلى أنظمة تتمتع بالذكاء وتتصرف على النحو الذي يتصرف به البشر من حيث التعلُم والفهم، بحيث تُقدم تلك الأنظمة لمُستخدميها خدمات مُختلفة من التعليم والإرشاد والتفاعل وما إلى ذلك.[١][٢][٣]


تاريخ الذكاء الاصطناعي

يعود تاريخ ظهور مصطلح الذكاء الاصطناعي إلى العقد الخمسين من القرن العشرين، وتحديداً عام 1950م عندما قام العالِم آلان تورينغ (بالإنجليزيّة: Alan Turing) بتقديم ما يُعرف باختبار تورينج (بالإنجليزيّة: Turing Test)،[٣] الذي يُعني بتقييم الذكاء لجهاز الكمبيوتر، وتصنيفه ذكياً في حال قدرته على محاكاة العقل البشري.[٤]

بعد ظهور اختبار تورينج بعام واحد تم إنشاء أول برنامج يستخدم الذكاء الاصطناعي من قِبل كريستوفر ستراشي (بالإنجليزيّة: Christopher Strachey) -الذي كان يشغل منصب رئيس أبحاث البرمجة في جامعة أكسفورد-، إذ استطاع تشغيل لعبة الداما (بالإنجليزيّة: checkers) عبر جهاز الحاسوب وتطويرها، ثم قام أنتوني أوتنجر (بالإنجليزيّة: Anthony Oettinger) من جامعة كامبريدج بتصميم تجربة مُحاكاة من خلال جهاز كمبيوتر لعمليّة التسوق التي يقوم بها الشخص البشري في أكثر من متجر، وقد هدفت هذه المحاكاة إلى قياس قدرة الكمبيوتر على التعلُم، وكانت هذه أول تجربة ناجحة لما يُعرف بتعلُم الآلة (بالإنجليزيّة: Machine learning).[٤]

تمّ إعلان مفهوم الذكاء الاصطناعي بشكل رسمي عام 1956م في كليّة دارتموث، ولكنه لم يُحقق أي تقدّم على مدى عشرين عاماً تقريباً، وقد يعود سبب ذلك إلى القُدرات الحاسوبيّة المحدودة التي كانت متوفرة آنذاك.[٥]

في عام 1979م تم بناء مركبة ستانفورد، وهي أول مركبة مُسيرة عن طريق الكمبيوتر،[٣] وفي عام 1997م تمكن أول جهاز حاسوب من التغلُب على مُنافس بشري في لعبة الشطرنج،[٥] وبدأت وتيرة التسارع في علم الذكاء الاصطناعي في بداية القرن الواحد والعشرين حتى أصبحت الروبوتات التفاعليّة مُتاحة في المتاجر، بل إن الأمر تعدى ذلك ليصبح هناك روبوت يتفاعل مع المشاعر المختلفة من خلال تعابير الوجه، وغيرها من الروبوتات التي أصبحت تقوم بمهام صعبة كالروبوت نوماد (بالإنجليزيّة: Nomad) الذي يقوم بمهمة البحث والاستكشاف عن الأماكن النائية في القطب الجنوبي، ويُحدد موقع النيازك في المنطقة.[٣]


أنواع الذكاء الاصطناعي

يُمكن تصنيف الذكاء الاصطناعي تِبعاً لما يتمتع به من قدرات إلى ثلاثة أنواع مُختلفة على النحو الآتي:[٦]

  • الذكاء الاصطناعي المحدود أو الضيق: يُعتبر الذكاء الاصطناعي المحدود أو الضيق (بالإنجليزيّة: Weak AI or Narrow AI) أحد أنواع الذكاء الاصطناعي التي تستطيع القيام بمهام مُحددة وواضحة، كالسيارات ذاتيّة القيادة، أو حتى برامج التعرُف على الكلام أو الصور، أو لعبة الشطرنج الموجودة على الأجهزة الذكية، ويُعتبر هذا النوع من الذكاء الاصطناعي أكثر الأنواع شيوعاً وتوفراً في وقتنا الحالي.
  • الذكاء الاصطناعي العام: (بالإنجليزيّة: General AI)، وهو النوع الذي يُمكن أن يَعمل بقدرة تُشابه قدرة الإنسان من حيث التفكير، إذ يُركز على جعل الآلة قادرة على التفكير والتخطيط من تلقاء نفسها وبشكل مُشابه للتفكير البشري، إلا أنه لا يوجد أيّ أمثلة عمليّة على هذا النوع، فكل ما يوجد حتى الآن مُجرد دراسات بحثيّة تحتاج للكثير من الجهد لتطويرها وتحويلها إلى واقع، وتعد طريقة الشبكة العصبيّة الاصطناعيّة (بالإنجليزيّة: Artificial Neural Network) من طرق دراسة الذكاء الاصطناعي العام، إذ تُعنى بإنتاج نظام شبكات عصبيّة للآلة مُشابهة لتلك التي يحتويها الجسم البشري.[٧]
  • الذكاء الاصطناعي الفائق: يُعتبر الذكاء الاصطناعي الفائق (بالإنجليزيّة: Super AI) النوع الذي قد يفوق مستوى ذكاء البشر، والذي يستطيع القيام بالمهام بشكل أفضل مما يقوم به الإنسان المُتخصص وذو المعرفة، ولهذا النوع العديد من الخصائص التي لا بد أن يتضمنها؛ كالقدرة على التعلُم، والتخطيط، والتواصل التلقائي، وإصدار الأحكام، إلا أن مفهوم الذكاء الاصطناعي الفائق يُعتبر مفهوماً افتراضياً ليس له أي وجود في عصرنا الحالي.

ويُمكن أيضاً تصنيف الذكاء الاصطناعي تِبعاً للوظائف التي يقوم بها، إذ يضُّم هذا التصنيف أربعة أنواع مُختلفة كالآتي:[٦]

  • الآلات التفاعليّة: يُعتبر الذكاء الاصطناعي الخاص بالآلات التفاعليّة (بالإنجليزيّة: Reactive Machines) أبسط أنواع الذكاء الاصطناعي؛ إذ يفتقر هذا النوع إلى القدرة على التعلُم من الخبرات السابقة أو التجارب الماضيّة لتطوير الأعمال المستقبليّة، فهو يتفاعل مع التجارب الحاليّة لإخراجها بأفضل شكل مُمكن، ومن الأمثلة على هذا النوع من الذكاء الاصطناعي أجهزة Deep Blue التي تم تطويرها من شركة IBM، ونظام AlphaGo التابع لشركة جوجل.
  • الذاكرة المحدودة: يستطيع نوع الذكاء الاصطناعي ذو الذاكرة المحدودة (بالإنجليزيّة: Limited Memory) تخزين بيانات التجارب السابقة لفترة زمنيّة محدودة، ويُعد نظام القيادة الذاتيّة من أفضل الأمثلة على هذا النوع؛ حيث يتم تخزين السرعة الأخيرة للسيارات الأُخرى، ومقدار بعد السيارة عن السيارات الأخرى، والحد الأقصى للسرعة، وغيرها من البيانات الأُخرى اللازمة للقيادة عبر الطرق.
  • نظريّة العقل: (بالإنجليزيّة: Theory of Mind)، يُعنى هذا النوع من الذكاء الاصطناعي بفهم الآلة للمشاعر الإنسانيّة، والتفاعل مع الأشخاص والتواصل معهم، ومن الجدير بالذكر أنه لا يوجد أيّة تطبيقات عمليّة حالياً على هذا النوع من الذكاء الاصطناعي.
  • الإدراك الذّاتي: يُعتبر نوع الإدراك الذاتي (بالإنجليزيّة: Self-Awareness) من التوقعات المستقبلية التي يصبو إليها علم الذكاء الاصطناعي، بحيث يتكون لدى الآلات وعي ذاتي ومشاعر خاصة، الأمر الذي سيجعلها أكثر ذكاءً من الكائن البشري، ولا يزال هذا المفهوم غير موجود على أرض الواقع.


الحقول الفرعيّة للذكاء الاصطناعي

يوجد العديد من الحقول الفرعيّة للذكاء الاصطناعي، وهي:[٨]

  • تعلُم الآلة: (بالإنجليزيّة: Machine Learning)، هو أحد فروع الذكاء الاصطناعي الذي يُعنى بجعل الحاسوب قادراً على التعلُم من تلقاء نفسه من أية خبرات أو تجارب سابقة، مما يجعله قادراً على التنبؤ واتخاذ القرار المُناسب بشكل سريع، ويكون ذلك من خلال تطوير الخوارزميات التي تسمح بمثل هذا الأمر، وتجدُر الإشارة إلى أنه قد تم طرح هذا المصطلح لأول مرة في العام 1959م من قِبل آرثر صموئيل (بالإنجليزيّة: Arthur Samuel).[٩]
  • تنقيب البيانات: (بالإنجليزيّة: Data Mining)، يُقصد به البحث والتنقيب عن بيانات مُحددة وأنماط مُعينة ضمن مجموعة كبيرة من البيانات بواسطة برامج حاسوبيّة، إذ تستطيع الشركات الاستفادة من تنقيب البيانات في تطوير أدائها وزيادة مبيعاتها وتقليص تكاليف الإنتاج.[١٠]
  • استرجاع المعلومات والويب الدلالي: (بالإنجليزيّة: Information Retrieval and Semantic Web)، يُقصد باسترجاع المعلومات إجراء عمليّة البحث عن البيانات والمُستندات أياً كان نوعها، والتي قد تكون موجودة عبر الويب،[١١] وذلك من خلال مفهوم الويب الدلالي الذي يحوّل البيانات الموجودة على شبكة الويب العالميّة إلى قاعدة بيانات عالميّة تترابط فيها المعلومات، بحيث تكون مفهومة من قبل الآلات ولا يُحصر استخدامها على البشر فقط، فمن خلال هذا الأمر يكون بمقدور الآلة حجز التذاكر عبر الإنترنت، أو استخدام القواميس الموجودة عبر الويب، أو غيرها من الأمور التي تتطلب بالأصل استخداماً بشرياً لإتمامها.[١٢]
  • تمثيل المعرفة: (بالإنجليزيّة: Knowledge Representation and Knowledge Database)، يُعتبر تمثيل المعرفة مجال الذكاء الاصطناعي الذي يهتم بتمكين الآلات من التفكير واتخاذ القرار، إذ يتم جمع وتخزين هذه المعارف التي تكتسبها الآلة في قاعدة بيانات تُستخدَم لتبادل المعرفة وإدارتها، وتكون مرجعاً لاتخاذ أيّة قرارات ذكيّة قد تصدر عن الآلة.[١٣]
  • التفكير المنطقي والتفكير الاحتمالي: (بالإنجليزيّة: Logical Reasoning and Probabilistic Reasoning)، يُعتبر التفكير المنطقي في الذكاء الاصطناعي أحد الأشكال المُختلفة للتفكير، إذ يتم استنتاج الحقائق واستنباطها من بيانات مُتوفرة،[١٤] ويُقابل التفكير المنطقي ما يُعرف بالتفكير الاحتمالي، الذي يأخذ مفهوم الاحتمال وعدم التأكُد من المعرفة، وذلك للتعامُل مع جميع الظروف المستقبليّة غير المؤكدة، والتي تحتمل الشك في حدوثها.[١٥]


أدوات الذكاء الاصطناعي ومنصاته

يوجد العديد من الأدوات المُتاحة لتعلُم الذكاء الاصطناعي، منها ما يأتي:[١٦]

  • أداة Caffe: تم تطوير هذه الأداة مفتوحة المصدر -أي أنها متاحة للتعديل من قِبل أي شخص- من قِبل يانغكين جيا (بالإنجليزيّة: Yangqin Jia) كبحث لرسالة الدكتوراة التي قدمها في جامعة كاليفورنيا، إذ تختص هذه الأداة بما يُعرف بالتعلُم العميق (بالإنجليزيّة: Deep learning) في الذكاء الاصطناعي.
  • أداة Deeplearning4j: هي مكتبة برمجة للتعلُم العميق (Deep learning) مكتوبة بلغة الجافا، وتمتاز بقدرتها على معالجة البيانات الضخمة، وكسابقتها فإن أداة Deeplearning4j تعد مفتوحة المصدر.
  • أداة IBM Watson: هي أداة تُتيح لمُستخدميها الإجابة عن أسئلتهم بقدرات مُشابهة لقدرات الإنسان، فقد تكون هذه الأداة مصدراً للمساعدة على تقديم المشورة التجاريّة واتخاذ القرار الأمثل، كما تقوم بحماية بيانات مُستخدميها من خلال تشفيرها، وتجدُر الإشارة إلى أن هذه الأداة متوفرة فقط باللغة الإنجليزيّة.
  • أداة Pybrain: هي بمثابة أداة مُساعدة للأشخاص المُبتدئين بلغة البايثون، ولأولئك الذين يهتمون بمواضيع التعلُم العميق والشبكات العصبيّة الاصطناعية ضمن الذكاء الاصطناعي، فهذه الأداة مفتوحة المصدر بمثابة مكتبة لما يُعرف بتعلُم الآلة.
  • أداة Swift AI: تستطيع هذه الأداة العمل على أجهزة الماك، وستتمكن قريباً من دعم نظام لينكس، إذ تتيح Swift AI لمُستخدميها معالجة الإشارات، وإنشاء خوارزميات للتعلُم العميق، أو حتى إنشاء الشبكات العصبيّة في مجال الذكاء الاصطناعي.
  • أداة Torch: هي أداة مفتوحة المصدر خاصة بعمليّة الحوسبة العلميّة ضمن الذكاء الاصطناعي، وتمتاز هذه الأداة بدعمها للشبكات العصبيّة في الذكاء الاصطناعي، وقدرتها على إجراء عمليات الجبر الخطي، ودعمها لوحدة معالجة الرسومات.
  • أداة CNTK: هي أداة مفتوحة المصدر تتيح لمُستخدميها الجمع بين أنواع مختلفة من نماذج الذكاء الاصطناعي،[١٧] وقد تم تطوير هذه الأداة من قِبل شركة مايكروسوفت.[١٦]
  • أداة Keras: تم استخدام لغة بايثون لكتابة هذه الأداة، وهي عبارة عن مكتبة عاليّة المستوى لما يُعرف بالشبكات العصبيّة في علم الذكاء الاصطناعي، وتمتاز بسهولة الاستخدام بالنسبة لمن يمتلك معرفة بالتعلم العميق.[١٦][١٧]
  • أداة Scikit-Learn: تُعد أداة Scikit-Learn واحدة من أشهر مكتبات التعلُم الآلي في الذكاء الاصطناعي، إذ يُمكن من خلالها استخراج البيانات، وتحليلها، والتمثيل المرئي لها.[١٦][١٧]
  • أداة Theano: هي أداة تعمل ضمن بيئة عمل البايثون، وتتعامل مع العمليات والمهام الرياضيّة والحسابيّة المتنوعة كالمصفوفات،[١٦] وتمتاز هذه الأداة بسرعتها عبر جهاز الكمبيوتر الشخصي؛ فهي لا تقتصر على استخدام وحدة المعالجة المركزيّة للقيام بمهامها، إنما تقوم باستخدام وحدة معالجة الرسومات جنباً إلى جنب مع وحدة المعالجة المركزيّة؛ لتنفيذ سريع لأوامرها.[١٧]

كما يوجد العديد من منصّات الذكاء الاصطناعي التي تهتم بتنفيذ الآلات للمهام بشكل مُشابه لما يقوم به البشر، سواء من حيث الاستجابة، أو التفاعل مع المشاكل، أو حتى التعلُم، وفيما يأتي بعض من منصات الذكاء الاصطناعي الأكثر شيوعاً واستخداماً:[١٨]

  • منصّة Microsoft Azure Machine Learning: هي منصّة ذكاء اصطناعي مُقدمّة من شركة مايكروسوفت، وتُستخدم من خلال خدمة التخزين السحابي، وتُمكن مُستخدميها من تحليل بيانات لتسهيل تعلم الآلة الخاص بالأعمال.
  • منصّة TensorFlow: هي مكتبة مفتوحة المصدر تم تطويرها من قِبل فريق Google Brain، إذ يتم تمثيل المعلومات فيها على شكل رسومات بيانيّة، ويُعبر كل جزء من هذا الرسم البياني عن جزء مُعين من المعلومات.
  • منصّة Infosys Nia: هي إحدى منصات الذكاء الاصطناعي التي تعتمد على المعرفة، ثم أتمتة -تشغيل آلي- العمليات التجاريّة وإعادة صياغة نظامها من جديد.
  • منصّة Wipro HOLMES: هي منصّة توفر لمُستخدميها العديد من خدمات الحوسبة الإدراكيّة؛ لتطوير الآلات كالروبوتات والطائرات بدون طيار.
  • منصّات أخرى للذكاء الاصطناعي: كمنصّة API.AI، ومنصّة Premonition، ومنصّة Rainbird، ومنصّة Ayasdi، ومنصّة Mind Meld، ومنصّة Wit، ومنصّة Vital A.I، ومنصّة KAI، ومنصّة Receptiviti، ومنصّة Meya.


تطبيقات الذكاء الاصطناعي

يوجد العديد من التطبيقات العمليّة للذكاء الاصطناعي، ومن أبرز هذه التطبيقات ما يأتي:[١٩]

  • الألعاب: يتم استخدام أنظمة الذكاء الاصطناعي في العديد من الألعاب الالكترونيّة؛ التي تتطلب بُعداً وتفكيراً استراتيجياً، كلعبة البوكر ولعبة الشطرنج على سبيل المثال.
  • التفاعُل مع النظام المرئي: يُمكن لبعض تطبيقات الذكاء الاصطناعي تفسير وتحليل ما يتم إدخاله لها من صور؛ كبرامج التعرف على الوجه، وتحليل الصور لتحديد الموقع، وغيرها من التطبيقات المماثلة.
  • التفاعُل مع الكتابة اليدويّة: وذلك من خلال تطبيقات التعرف إلى الخط المكتوب باليد سواءً كانت عمليّة الكتابة على الورق أو على شاشة الجهاز نفسه.
  • الروبوتات الذكيّة: تقوم الروبوتات بالكثير من الأعمال المُختلفة، إذ تستطيع القيام بالأعمال التي يقوم بها البشر، وذلك لقدرتها على الإحساس بالعوامل المحيطة كالضوء، والحرارة، والصوت، أو الحركة، وذلك عبر مُستشعرات خاصة، كما أن هذه الروبوتات قادرة على التعلُم من تجاربها السابقة والاستفادة من الأخطاء.
  • التفاعُل مع الصوت المنطوق: إذ يُمكن استخدام بعض أنظمة الذكاء الاصطناعي للاستماع إلى الكلام وفهم معانيه، حتى لو تم النُطق به في ظل وجود بعض الضوضاء أو تم نطقه باللهجة العامية أو لغة الشارع.
  • تقديم النصح والإرشاد: تستطيع بعض تطبيقات الذكاء الاصطناعي تقديم المشورة والنُّصح لمُستخدميها من البشر بمجالات معينة، كالمجال الطبي مثلاً، وذلك بتحليل أعراض مرض ما للوصول إلى المرض وعلاجه على سبيل المثال.


إيجابيات الذكاء الاصطناعي

يوجد العديد من الإيجابيّات والفوائد التي تترتب على استخدام الذكاء الاصطناعي، ومن هذه الفوائد الآتي:[٢٠]

  • العمل الدائم: وذلك من خلال إمكانيّة قيام الآلات بعملها بشكل مُستمر دون الشعور بكلل أو ملل، وثبات قدرتها على الإنتاج على الدوام دون النظر إلى الوقت أو الظروف المحيطة بالعمل.
  • التطبيقات المُهمة للحياة اليوميّة: يوفر الذكاء الاصطناعي العديد من التطبيقات التي أصبحت ذات أهميّة للحياة اليوميّة للإنسان، ويعد الهاتف الذكي وما يحتويه من أنظمة ذكيّة متنوعة كنظام تحديد المواقع، أحد أبرز الأمثلة على حاجة الإنسان لتطبيقات الذكاء الاصطناعي المختلفة.
  • استخدام الذكاء الاصطناعي لتقديم الخدمات: حيث اعتمدت العديد من المؤسسات الكبرى على أنظمة الذكاء الاصطناعي لتقديم الخدمات لعملائها بدلاً من الموظف التقليدي.
  • التخلُص من الأعمال المُتكررة: إذ يُمكن استخدام أنظمة الذكاء الاصطناعي للقيام بالأعمال الاعتياديّة التي تتطلب نفس آليّة العمل في كل مرة، كما يُمكن استخدام هذه الأنظمة للقيام بالأعمال التي قد تُشكل خطراً على حياة الإنسان.
  • تقديم الرعاية الطبيّة: يوجد العديد من أنظمة الذكاء الاصطناعي التي تُقدم الرعاية الطبيّة للإنسان، وذلك من خلال أجهزة محاكاة الجراحة، أو تلك التطبيقات التي تُساعد على كشف الاضطرابات العصبية أو تلك التي تُتيح للمريض معرفة الآثار الجانبية للأدوية، كما لا بد من ذكر تطبيقات الجراحة الإشعاعية التي ساعدت على إمكانية استئصال الأورام دون إلحاق أي أذى بالأنسجة السليمة المحيطة.
  • القدرة على معالجة كم هائل من البيانات: بإمكان أنظمة الذكاء الاصطناعي التعامل مع كم هائل من البيانات وتخزينها ومعالجتها.
  • الدقة وتقليل هامش الخطأ: إن استخدام الإنسان لأنظمة الذكاء الاصطناعي يساهم في الحد من نسبة الخطأ التي قد تحدث أثناء تنفيذ المهام، عدا عن الدقة الكبيرة في تأديّة هذه المهام.
  • القيام بالأعمال الصعبة: تستطيع أنظمة الذكاء الاصطناعي القيام بالأعمال التي قد يعجز البشر عن تأديتها، كعمليات التنقيب واستكشاف الأماكن التي يصعب الوصول إليها كقاع المحيط.[٢١]
  • عدم تحكيم العاطفة: على عكس الإنسان، لا يتأثر الذكاء الاصطناعي بأيّة عواطف قد تُعيق سير العمل، فهذه الأنظمة لا تتصف بالمزاجيّة وإنما تعمل وفق طريقة تفكير منطقيّة، مما يجعلها قادرة على اتخاذ القرارات الصحيحة خلال وقت زمني قصير.[٢١]


سلبيات الذكاء الاصطناعي

يوجد العديد من السلبيات التي تترتب على استخدام الذكاء الاصطناعي، منها ما يأتي:[٢١]

  • التكلفة العاليّة التي تترتب على استخدام أنظمة الذكاء الاصطناعي وتحديثها وصيانتها.
  • عدم وعي أنظمة الذكاء الاصطناعي بالأخلاقيات والقيم البشريّة، فهذه الأنظمة تفتقر إلى القدرة على اتخاذ الأحكام المُناسبة، فهي تهتم فقط بتنفيذ ما صُمِّمت لأجله دون النظر إلى ما هو صحيح وخاطئ في تنفيذ المهام.
  • عدم قدرة أنظمة الذكاء الاصطناعي على تغيير نظام عملها وتطويره في حال تلقيها نفس البيانات في كل مرة، وهذا الأمر قد يجعلها عديمة الفائدة في مرحلة مُعينة.
  • افتقار أنظمة الذكاء الاصطناعي إلى الاستجابة للظروف والتغيرات التي قد تحدث في بيئة العمل، وعدم قدرتها على الإبداع والابتكار كقدرة البشر على ذلك.
  • الاستغناء عن العديد من العمّال والموظفين نتيجة استخدام أنظمة الذكاء الاصطناعي والاعتماد عليها بدلاً من الإنسان.


مستقبل الذكاء الاصطناعي

يعمل العلماء والباحثون على تطوير الذكاء الاصطناعي المُستقبلي بشكل يُمكن الاستفادة منه بشكل كبير وفي جوانب مُتعددة من الحياة؛ بدءاً من الهواتف الذكيّة، إلى السيارات، أو حتى المنازل التي تعمل بالنظام الذكي[٥] وفيما يأتي بعض التصورات المُستقبليّة التي قد تصل إليها أنظمة الذكاء الاصطناعي في مجالات مُختلفة:[٢٢]

  • وسائل الترفيه: قد يُصبح بإمكان الإنسان مُشاهدة فيلم يقوم هو باختيار مُمثيله، كما قد تُساعد أنظمة الذكاء الاصطناعي شركات الإنتاج على تحليل السيناريو لفيلم مُعين وتوقُع الأرباح التي قد يجنيها الفيلم عند عرضه في دور السينما.
  • الرعاية الطبيّة: يُتوقع أن يكون بإمكان أنظمة الذكاء الاصطناعي المُستقبليّة تقديم الرعاية الطبيّة الفائقة لبني البشر، وذلك بتقديم رعاية خاصة لكل مريض تِبعاً لجيناته وأسلوب عيشه وبيئته، مما يساعد على تشخيص أورام المخ، وعلاج السرطان المُناسب لكل مريض.
  • أمن البيانات والمعلومات: يُنتظر من أنظمة الذكاء الاصطناعي المُستقبليّة أن تكون قادرة على حماية بيانات الأشخاص من السرقة والاختراق.
  • الحياة اليوميّة: سيكون لأنظمة الذكاء المُستقبليّة دور كبير في القيام بالعديد من الأعمال الحيويّة اليوميّة التي يحتاجها الإنسان، كالعناية بكبار السن ومراعاتهم بشكل دائم وإنجاز الأعمال المنزليّة وغيرها الكثير من الأعمال التي سيكون بإمكان نظام واحد من الذكاء الاصطناعي القيام بها معاً، كما سيكون لأنظمة الذكاء الاصطناعي دور كبير في تأديّة الأعمال التي قد تتطلب مُخاطرة لتنفيذها كمكافحة الحرائق والتخلُص من الألغام.
  • وسائل النقل: يُتوقع أن يتم التوصُل في المستقبل إلى سيارات ذاتيّة القيادة بشكل كُلي، بحيث يكون بمقدرة السائق تأديّة أي أمر آخر وترك القيادة لأنظمة الذكاء الاصطناعي المتوفرة في سيارته، ولا بد من الإشارة إلى أن السيارات ذاتيّة القيادة هي موجودة فعلاً في وقتنا الحالي، ولكنها ستكون مُتاحة وُمنتشرة بشكل كبير في المُستقبل.


فيديو الدماغ حلّال المشاكل

هل جربت أن تمنع نفسك عن الضحك يوماً ولم تنجح؟ دماغك يفعل الكثير من الأمور التي لا تستطيع السيطرة عليها. شاهد الفيديو لتعرف أكثر :

المراجع

  1. ↑ B.J. Copeland, "Artificial intelligence"، www.britannica.com, Retrieved 7-10-2019. Edited.
  2. ↑ "Artificial Intelligence (AI)", www.techopedia.com, Retrieved 7-10-2019. Edited.
  3. ^ أ ب ت ث "Artificial Intelligence - Overview", www.tutorialspoint.com, Retrieved 7-10-2019. Edited.
  4. ^ أ ب "The Turing test", www.britannica.com, Retrieved 7-10-2019. Edited.
  5. ^ أ ب ت Jonathan Deesing (24-6-2019), "What is Artificial Intelligence?"، www.lifewire.com, Retrieved 7-10-2019. Edited.
  6. ^ أ ب "Types of Artificial Intelligence:", www.javatpoint.com, Retrieved 7-10-2019. Edited.
  7. ↑ michaelmalak (10-10-2015), "Four Approaches to Artificial General Intelligence"، www.datascienceassn.org, Retrieved 7-10-2019. Edited.
  8. ↑ Ming-Hwa Wang (2017), Artificial Intelligence and Subfields, Page 5. Edited.
  9. ↑ "What is Machine Learning?", www.javatpoint.com, Retrieved 7-10-2019. Edited.
  10. ↑ ALEXANDRA TWIN (18-8-2019), "Data Mining"، www.investopedia.com, Retrieved 7-10-2019. Edited.
  11. ↑ "Learn more about Information Retrieval", www.sciencedirect.com, Retrieved 7-10-2019. Edited.
  12. ↑ "Semantic Web", www.techopedia.com, Retrieved 8-10-2019. Edited.
  13. ↑ "Knowledge Base (klog)", www.techopedia.com, Retrieved 7-10-2019. Edited.
  14. ↑ "Reasoning in Artificial intelligence", www.javatpoint.com, Retrieved 7-10-2019. Edited.
  15. ↑ "Probabilistic reasoning in Artificial intelligence", www.javatpoint.com, Retrieved 7-10-2019. Edited.
  16. ^ أ ب ت ث ج Sarah Davis,Jordan Baker (27-9-2017)، "Top 12 AI Tools, Libraries, and Platforms"، dzone.com, Retrieved 7-10-2019. Edited.
  17. ^ أ ب ت ث Sayantini (12-7-2019), "Top 12 Artificial Intelligence Tools & Frameworks you need to know"، www.edureka.co, Retrieved 7-10-2019. Edited.
  18. ↑ "top 15 artificial intelligence platforms", www.predictiveanalyticstoday.com, Retrieved 7-10-2019. Edited.
  19. ↑ tutorialspoint, Artificial Intelligence, Page 3-4. Edited.
  20. ↑ "Advantages of Artificial Intelligence", www.educba.com, Retrieved 7-10-2019. Edited.
  21. ^ أ ب ت DATAFLAIR TEAM (25-9-2019), "Pros and Cons of Artificial Intelligence – A Threat or a Blessing?"، data-flair.training, Retrieved 7-10-2019. Edited.
  22. ↑ Katharine Gammon, "5 Ways Artificial Intelligence Will Change the World by 2050"، news.usc.edu, Retrieved 7-10-2019. Edited.
10,286 مشاهدة