أنواع أنظمة الذكاء الاصطناعي

منذ الأيام الأولى للكمبيوتر ، حاول الباحثون إنشاء أنظمة تحاكي الذكاء البشري. في حين أن آينشتاين السيليكون قد لا يزال بعيد المنال ، فإن الذكاء الاصطناعي أو الذكاء الاصطناعي قد أتى بنا الهواتف التي تتعرف على الكلام البشري ، والسيارات التي تقود نفسها ، والأنظمة الخبيرة التي تنافس في الألعاب التلفزيونية عروض. على مر السنين ، مرت أبحاث الذكاء الاصطناعي عبر العديد من التطورات ، ومع نضوج كل تقنية ، أصبحت جزءًا من تجربتنا اليومية.

كافح الباحثون الأوائل مع محدودية قوة المعالجة وتخزين الكمبيوتر ، لكنهم ما زالوا يضعون تأسيس الذكاء الاصطناعي مع لغات البرمجة مثل LISP ومفاهيم مثل أشجار القرار والآلة التعلم. يمكن للبرامج المكتوبة بلغة LISP تحليل ألعاب مثل الشطرنج بسهولة ، وتعيين جميع الحركات الممكنة لعدة أدوار ، ثم اختيار البديل الأفضل. يمكن لهذه البرامج أيضًا تعديل منطق القرار الخاص بها والتعلم من الأخطاء السابقة ، لتصبح "أكثر ذكاءً" بمرور الوقت. مع أجهزة كمبيوتر أكثر قوة وسعة تخزينية أرخص ، أنتج هذا الفرع من الذكاء الاصطناعي صناعة ألعاب الكمبيوتر ، بالإضافة إلى مجموعة متنوعة من محركات البحث المخصصة ومواقع التسوق عبر الإنترنت التي لا تتذكر تفضيلاتنا فحسب ، بل تتوقعها أيضًا يحتاج.

بينما اعتمدت الموجة الأولى من باحثي الذكاء الاصطناعي على دورات الحوسبة لمحاكاة التفكير البشري ، اعتمد النهج التالي على الحقائق والبيانات لتقليد التجربة البشرية. جمعت الأنظمة الخبيرة الحقائق والقواعد في قاعدة معرفية ثم استخدمت محركات الاستدلال القائمة على الكمبيوتر لاستنتاج حقائق جديدة أو الإجابة على الأسئلة. أجرى مهندسو المعرفة مقابلات مع خبراء في الطب أو إصلاح السيارات أو التصميم الصناعي أو غير ذلك من المهن ، ثم اختزلوا هذه النتائج إلى حقائق وقواعد يمكن قراءتها آليًا. ثم تم استخدام قواعد المعرفة هذه من قبل الآخرين للمساعدة في تشخيص المشاكل أو الإجابة على الأسئلة. مع نضوج التكنولوجيا ، وجد الباحثون طرقًا لأتمتة تطوير قاعدة المعرفة ، والتغذية بها رزمة من الأدبيات التقنية ، أو السماح للبرنامج بالزحف إلى الويب للعثور على المعلومات ذات الصلة به ملك.

حاولت مجموعة أخرى من الباحثين إعادة إنتاج عمل الدماغ البشري عن طريق إنشاء شبكات اصطناعية من الخلايا العصبية والمشابك. من خلال التدريب ، يمكن لهذه الشبكات العصبية التعرف على الأنماط مما يشبه البيانات العشوائية. يتم إدخال الصور أو الأصوات في جانب الإدخال من الشبكة ، مع إدخال الإجابات الصحيحة في جانب الإخراج. بمرور الوقت ، تعيد الشبكات تنظيم هيكلها الداخلي بحيث عندما يتم إدخال إدخال مماثل ، تُرجع الشبكة الإجابة الصحيحة. تعمل الشبكات العصبية بشكل جيد عند الاستجابة للحديث البشري أو عند ترجمة الصور الممسوحة ضوئيًا إلى نص. يمكن للبرامج التي تعتمد على هذه التقنية قراءة الكتب للمكفوفين أو ترجمة الكلام من لغة إلى أخرى.

يستخدم تحليل البيانات على نطاق واسع ، والذي يطلق عليه غالبًا "البيانات الضخمة" ، قوة العديد من أجهزة الكمبيوتر لاكتشاف الحقائق والعلاقات في البيانات التي لا يستطيع العقل البشري فهمها. يمكن فحص تريليونات رسوم بطاقات الائتمان أو المليارات من علاقات الشبكات الاجتماعية وربطها باستخدام مجموعة متنوعة من الأساليب الإحصائية لاكتشاف المعلومات المفيدة. يمكن لشركات بطاقات الائتمان العثور على أنماط شراء تشير إلى سرقة البطاقة ، أو أن حامل البطاقة يعاني من صعوبات مالية. قد يجد تجار التجزئة أنماط شراء تشير إلى أن الزبون حامل ، حتى قبل أن تعرف ذلك بنفسها. تسمح البيانات الضخمة لأجهزة الكمبيوتر بفهم العالم بطرق لم نتمكن نحن البشر من فهمها بمفردنا.