تستمر الابتكارات في مجال الذكاء الاصطناعي في تشكيل مستقبل البشرية في كل صناعة تقريبًا، وهو ما يطرح تساؤلًا حول بدايات الذكاء الاصطناعي، الذي تُشير بعض التقارير إلى أنه موجودًا بشكل أو بآخر منذ أكثر من 70 عامًا.
لمحة تاريخية
ونشر عالم الرياضيات ورائد الحوسبة آلان تورينج مقالا عام 1950 مع الجملة الافتتاحية: "أقترح النظر في السؤال: هل تستطيع الآلات التفكير؟".
وتحدث حينها في اقتراح ما يسمى بـ"لعبة التقليد"، والتي تسمى الآن اختبار "تورينغ"، حيث تعتبر الآلة ذكية، ولا يمكن تمييزها عن الإنسان في محادثة عمياء.
وبعد خمس سنوات، جاء أول استخدام منشور لعبارة الذكاء الاصطناعي في مقترح لمشروع "دارتموث" البحثي الصيفي حول الذكاء الاصطناعي.
ومنذ تلك البدايات، تم تطوير فرع من الذكاء الاصطناعي أصبح يُعرف باسم الأنظمة الخبيرة منذ الستينيات فصاعدًا، وجرى تصميم الأنظمة لالتقاط الخبرة البشرية في المجالات المتخصصة، وبالتالي فهم مثال لما يسمى بالذكاء الاصطناعي الرمزي.
وكان هناك العديد من النجاحات المبكرة، التي حظيت بتغطية إعلامية جيدة، بما في ذلك أنظمة التعرف على الجزيئات العضوية، وتشخيص التهابات الدم، والتنقيب عن المعادن.
التعلم الآلي
وفي عام 1943، أنتج الباحثان وارن ماكولوتش ووالتر بيتس نموذجًا من الرياضيات للخلايا العصبية، البالغة في الدماغ البشري نحو 100 مليار خلية مترابطة بواسطة بنية شجرية متفرعة.
وحينذاك تم تطوير واحد من أقدم تطبيقات الكمبيوتر للخلايا العصبية المتصلة بواسطة برنارد ويدرو وتيد هوف في عام 1960، وكانت هذه التطورات مثيرة للاهتمام، لكنها كانت ذات استخدام عملي محدود حتى تطوير برمجية التعلم لنموذج يسمى الإدراك الحسي متعدد الطبقات "MLP" في عام 1986.
والـ"MLP" عبارة عن ترتيب يتكون عادةً من ثلاث أو أربع طبقات من الخلايا العصبية البسيطة المحاكاة، حيث تكون كل طبقة مترابطة بشكل كامل مع الطبقة التالية.
وكانت برمجية التعلم "MLP" بمثابة إنجاز كبير حينها، وأصبحت أول أداة عملية يمكنها التعلم من مجموعة من الأمثلة وبيانات التدريب للتعامل مع مجموعة واسعة من التطبيقات العملية، وكان أحد الأمثلة الكلاسيكية هو التعرف على الأحرف المكتوبة بخط اليد.
أحدث نماذج الذكاء الاصطناعي
وبعد نجاح "MLP"، بدأ العديد من الأشكال البديلة للشبكات العصبية الإلكترونية في الظهور، وكانت إحدى هذه الشبكات، الشبكة العصبية "convolutional neural network" في عام 1998، والتي كانت مشابهة لـ"MLP" بصرف النظر عن طبقاتها الإضافية من الخلايا العصبية لتحديد السمات الرئيسة للصورة.
وشكل كل من "MLP" و "convolutional neural network" نموذجين تمييزيين؛ ما يعني أن بإمكانهما اتخاذ قرار.
وبمرور الوقت استمر تطوير الذكاء الاصطناعي حتى برزت شبكات المحولات من خلال نماذج مثل "ChatGPT"، التي تم تدريبها على مجموعات بيانات هائلة مستمدة من الإنترنت، تحاكي ردود الفعل البشرية، وتعمل على تحسين أدائها بشكل أكبر من خلال ما يسمى بالتعلم المعزز.
إلى أين يتجه الذكاء الاصطناعي؟
ويمكن تصنيف الذكاء الاصطناعي إلى ثلاث فئات بناءً على قدراته، هي: الذكاء الاصطناعي الضيق القادر على إنجاز مهام محددة بذكاء.
والذكاء الاصطناعي العام، هو مصطلح يشير إلى الأجهزة التي يمكنها محاكاة الذكاء البشري، والذكاء الاصطناعي الفائق، الذي يشير إلى الذكاء الاصطناعي الواعي بذاته، والذي يتمتع بقدرات معرفية تتفوق على البشر.
وفي الوقت الحالي، يتم تصنيف الذكاء الاصطناعي على أنه ذكاء اصطناعي ضيق، والذي يمكنه فقط القيام بمهام محددة، مثل التحكم بالسيارات ذاتية القيادة، والتعرف على الصوت، وإنشاء الصور وكتابة النصوص.
ومن المرجح أن تظهر في غضون سنوات قليلة، آلات تساعد البشر ليس فقط في أفلام الخيال العلمي، بل في العالم الحقيقي أيضًا، وبالتالي سيلعب الذكاء الاصطناعي دورًا حيويًّا في الرعاية الصحية لتشخيص الأمراض بسرعة وبدقة أكبر، كما سيكون اكتشاف الأدوية الجديدة أسرع وأكثر فاعلية من حيث التكلفة بمساعدة الذكاء الاصطناعي.
وسيكون للذكاء الاصطناعي دور أيضًا في الأمن الإلكتروني لرصد الحوادث الأمنية وتحديد أصل الهجمات السيبرانية باستخدام البرمجة اللغوية العصبية.
أما في مجال المواصلات، فسيتم تطبيق الذكاء الاصطناعي والتعلم الآلي في قمرة القيادة للسيارات للمساعدة في تقليل العبء والتعامل مع إجهاد السائق وتعبه وتحسين الأداء.
وسيلعب الذكاء الاصطناعي أيضًا دورًا حيويًّا في قطاع التجارة الإلكترونية قريبًا، وسيؤثر بشكل إيجابي على كل جانب من جوانب قطاع التجارة الإلكترونية، بدءًا من تجربة المستخدم وحتى تسويق المنتجات وتوزيعها.
