فهم جميع أنواع الذكاء الاصطناعي

الذكاء الاصطناعي

يعتبر الذكاء الاصطناعي فرعًا متعدد التخصصات من العلوم ، ويركز على تطوير الآلات ذات القدرة على أداء المهام من خلال الذكاء البشري. يشير إلى عملية محاكاة الذكاء البشري في الآلات. تم تدريب الأنظمة خصيصًا لتقليد السلوك البشري والعمل وبرمجتها وفقًا لذلك. التعلم والاستدلال والإدراك هي أهداف الذكاء الاصطناعي. يستخدم الذكاء الاصطناعي في العديد من الصناعات مثل ؛ الرعاية الصحية والتمويل وما إلى ذلك يطبقون الذكاء الاصطناعي بكفاءة.

سيوفر استكشاف الأنواع المختلفة للذكاء الاصطناعي رؤية واضحة للأنواع الحالية والتحديات المرتبطة بالذكاء الاصطناعي في الأنواع المستقبلية.

كيف يتم تصنيف الذكاء الاصطناعي؟

الغرض الرئيسي من الذكاء الاصطناعي هو محاكاة عملية الذكاء البشري. لذلك فإن المعايير المستخدمة لتصنيف الذكاء الاصطناعي هي الدرجة التي يمكن أن يكرر بها نظام الذكاء الاصطناعي القدرات البشرية. لذلك ، تعتبر النماذج هي الأنواع الأكثر تطورًا من الذكاء الاصطناعي إذا كان بإمكانها أداء وظائف شبيهة بالبشر بكفاءة مماثلة. من ناحية أخرى ، تعتبر تلك الأنواع من الذكاء الاصطناعي ذات الأداء والوظائف المحدودة نوعًا أقل تطورًا من الذكاء الاصطناعي.

يمكن تقسيم الذكاء الاصطناعي بشكل عام إلى فئتين: بناءً على القدرات وعلى أساس الوظائف.

أنواع الذكاء الاصطناعي

أنا). نوع 1 AI: بناءً على القدرات

1. ذكاء اصطناعي ضعيف أو ذكاء اصطناعي ضيق (ذكاء اصطناعي ضيق ، ANI)

• عندما يتم تنفيذ أي مهام مخصصة بذكاء ، فهذا هو المكان الذي يأتي فيه الذكاء الاصطناعي الضيق. إنه أكثر أنواع الذكاء الاصطناعي شيوعًا في العالم.
• نظرًا لأن النموذج لا يمكنه سوى أداء مهمة تم تدريبه من أجلها ، يُطلق على الذكاء الاصطناعي الضيق أيضًا اسم الذكاء الاصطناعي الضعيف. انها غير قادرة على أداء خارج مجالها.
• يعد Apple Siri أحد أفضل الأمثلة على الذكاء الاصطناعي الضيق ، والذي يعمل على مجموعة من الوظائف المحددة مسبقًا.
• مثال آخر على الذكاء الاصطناعي الضيق هو الكمبيوتر العملاق IBM Watson الذي يجمع بين التعلم الآلي ومعالجة اللغة الطبيعية مع نهج الأنظمة الخبير.
• تتضمن أمثلة الذكاء الاصطناعي الضيق لعب الشطرنج والتعرف على الكلام وما إلى ذلك.

2. الذكاء الاصطناعي العام (الذكاء العام الاصطناعي)

• أي مهمة فكرية مشابهة للبشر يمكن أن يؤديها هذا النوع من الذكاء الاصطناعي.
• تكمن الفكرة وراء تطوير النموذج في حقيقة أنه يجب وجود نظام أكثر ذكاءً وقادرًا على التفكير مثل الإنسان والذكاء.
• في الوقت الحاضر ، لا يوجد أي نوع من هذا النظام. ومع ذلك ، يركز الباحثون على تطوير مثل هذا النظام من الذكاء الاصطناعي.

3. Super AI (ذكاء اصطناعي فائق)

• هذا النوع من الذكاء الاصطناعي هو نتيجة الذكاء الاصطناعي العام حيث سيكون النظام قادرًا على أداء أي مهمة بشكل أفضل بكثير من البشر من خلال قدرة الخصائص المعرفية.
• تشمل خصائص الذكاء الاصطناعي الفائق التخطيط ، والتعلم ، وحل اللغز ، وإجراء التعديلات ، وما إلى ذلك ، كل ذلك بمفرده.
• لا يزال تطوير نظام الذكاء الاصطناعي الفائق يمثل تحديًا وهو مفهوم افتراضي للذكاء الاصطناعي.

الثاني). النوع 2: بناء على الوظيفة

1. آلات رد الفعل

• إنه أبسط أشكال الذكاء الاصطناعي التي تؤدي الوظائف الأساسية. هذه أيضًا أقدم أشكال الذكاء الاصطناعي ذات القدرات المحدودة.
• لا يوجد أي نوع من التعلم متضمن في هذا النوع من الذكاء الاصطناعي. يولد النموذج بعض المخرجات كرد فعل على بعض المدخلات. لا يوجد تخزين لأي مدخلات وبالتالي لا توجد إمكانية "للتعلم".
• يعتمد النموذج على قدرة العقل البشري على الاستجابة للمنبهات المختلفة. لا توجد تجارب سابقة يمكن استخدامها لتقرير الإجراءات الحالية.
• للاستجابة التلقائية لمجموعة محدودة من المدخلات ، يمكن تفضيل هذه الأنواع من نماذج الذكاء الاصطناعي.
• يمكن للآلات التفاعلية أن تعمل فقط مقابل المهمة التي تمت برمجتها من أجلها. علاوة على ذلك ، تفشل الآلات في الأداء لأنها لا تملك أي معرفة أو مفهوم عن العالم.
• تتمثل إحدى خصائص هذه الأنواع من نماذج الذكاء الاصطناعي في أن الآلات ستتصرف دائمًا بنفس الطريقة التي تتم برمجتها بغض النظر عن وقت ومكان تنفيذ المهام.
• لا يوجد نمو مرتبط بالآلات التفاعلية ، فقط الركود في الإجراءات والسلوكيات المتكررة.

يمكن العثور على أمثلة للذكاء الاصطناعي في Deep Blue من IBM ، وهو كمبيوتر عملاق للعب الشطرنج لشركة IBM ، وهو عبارة عن آلة ألعاب تغلبت على Grandmaster Garry Kasparov في عام 1997. يمكن للآلة تحديد القطع على رقعة الشطرنج ولديها القدرة على التنبؤ بخطوتها التالية . ثم يختار الخطوة المثلى من مجموعة الاحتمالات. تستخدم هذه الآلة معرفتها الحالية دون أي مفهوم للماضي.

2. ذاكرة محدودة

• يشتمل نوع الذاكرة المحدودة للذكاء الاصطناعي على نماذج تستمد المعرفة من المعلومات التي تم تعلمها مسبقًا أو البيانات المخزنة أو الأحداث.
• بالإضافة إلى قدرات الآلات التفاعلية ، فإن الذاكرة المحدودة قادرة على اتخاذ القرارات من التعلم من البيانات التاريخية. يتضمن هذا النوع من الذكاء الاصطناعي عملية تخزين البيانات السابقة أو التنبؤات السابقة. تساعد هذه البيانات في النهاية في عمل تنبؤات أفضل.
• يتم تدريب النماذج بكميات كبيرة من بيانات التدريب. ثم يتم تخزين هذه البيانات كنموذج مرجعي في ذاكرة النظام الذي يستخدمه لحل المشاكل المستقبلية.

يمكن العثور على تطبيق من هذا النوع من الذكاء الاصطناعي في المساعدين الافتراضيين وروبوتات الدردشة وما إلى ذلك.

يمكن تفسير تطبيق الذاكرة المحدودة بمفهوم السيارات ذاتية القيادة.

• تنظر السيارات ذاتية القيادة إلى الماضي مثل مراقبة سرعة واتجاه السيارات الأخرى. لا يتم تحقيق ذلك في وقت واحد ، ولكنه يتطلب مهمة تحديد كائنات معينة بمرور الوقت.
• المعلومات المذكورة أعلاه إلى جانب علامات الممرات وإشارات المرور وانحناء الطريق وما إلى ذلك مبرمجة مسبقًا بالفعل في السيارات. باستخدام هذه المعلومات ، يمكن للسيارات ذاتية القيادة تحديد وقت تغيير الحارات أو تجنب الاصطدام ، وما إلى ذلك.
• المعلومات عابرة ولا يتم حفظها كمكتبة خبرة السيارة.

يتم تطبيق نوع الذاكرة المحدودة للذكاء الاصطناعي في ثلاثة أنواع مختلفة من النماذج.

1. تعزيز التعلم

يتم تطبيق هذا النوع من النماذج في التعلم الآلي للتنبؤ بالنتائج المستقبلية من خلال التفاعل مع البيئة. يتكون من دورات من التجارب والأخطاء. تتضمن أمثلة نماذج التعزيز تعليم الكمبيوتر كيفية لعب الشطرنج.

2. الذاكرة طويلة المدى (LSTM)

تساعد نماذج LSTM في توقع النتيجة التالية بالتسلسل. لذلك ، تعتبر العناصر في الماضي أقل أهمية من العناصر الحالية.

3. شبكات الخصومة التوليدية التطورية (E-GAN)

يستمر هذا النوع من النماذج في التطور لإظهار عملية نمو الشيء. لا يتبع مسارًا محددًا في كل مرة بدلاً من ذلك يتم تعديله. قد تؤدي هذه التعديلات إلى التنبؤ بمسار أفضل أو أقل مقاومة. تشبه عملية محاكاة نموذج E-GAN إلى حد ما تطور البشر على الأرض.

نظام العمل من نوع ذاكرة محدودة

هذا النوع من النماذج يعمل بطريقتين

• يتم تدريب النموذج باستمرار على البيانات الجديدة
• توفر بيئة الذكاء الاصطناعي للنموذج الفرصة للتدريب التلقائي للنموذج وتجديده على سلوك النموذج.

تم العثور عمليًا على النوعين المذكورين أعلاه من الذكاء الاصطناعي بكثرة. ومع ذلك ، يوجد النوعان التاليان من الذكاء الاصطناعي كمفهوم نظري أو عمل قيد التقدم.

3. نظرية العقل

• تمثل نظرية العقل نماذج التعلم الآلي التي تتمتع بقدرة على اتخاذ القرار مساوية لتلك الخاصة بالعقل البشري ولكنها تتم من خلال الآلات.
• يشارك الباحثون حاليًا في ابتكار النوع المفاهيمي للذكاء الاصطناعي ، "نظرية العقل".
• يتفاعل هذا النوع من الذكاء الاصطناعي مع أفكار وعواطف الإنسان. ستتضمن هذه النماذج فهم أن أفكار وعواطف الناس تؤثر على المخرجات السلوكية. يؤثر هذا في النهاية على عملية التفكير في "نظرية العقل".
• يعد التفاعل الاجتماعي أحد العوامل المهمة للتفاعل البشري. لذلك سيتعين على الآلات الافتراضية تحديد وفهم والاحتفاظ وتذكر المخرجات والسلوكيات العاطفية مع معرفة كيفية الاستجابة لها.
• مع المعلومات المكتسبة من الناس ، ستكون الآلات قادرة على تطبيقها وتكييفها مع تعلمهم. نتيجة لذلك ، سيعرفون كيفية التواصل مع المواقف المختلفة والتعامل معها.
• شكل متقدم للغاية من الذكاء الاصطناعي.

يُظهر النوع الآخر من النماذج في الوقت الحالي علاقات ذات اتجاه واحد مثل الأوامر المعطاة لـ Alexa أو الصراخ على خرائط Google عندما تظهر اتجاهًا خاطئًا. ومع ذلك ، لا يبدو أن نموذج الذكاء الاصطناعي يستجيب للسلوك الغاضب. بدلا من ذلك ، ينحني للقائد في كل مرة. مثال على هذا النوع من نماذج الذكاء الاصطناعي هو الروبوت "Sophia" الذي ابتكره Hanson Robotics. يمتلك الروبوت الروبوت القدرة على رؤية التفاعلات التي تظهر تعابير وجه مختلفة والاستجابة لها.

نظرية العقل متقدمة قليلاً وستثبت أنها رفقاء أفضل. تعتبر هذه الأنواع من النماذج في مراحلها الأولى.

4. الوعي الذاتي

• يمثل هذا النوع من الذكاء الاصطناعي المرحلة الأخيرة من الذكاء الاصطناعي التي لم يتم تطويرها عمليًا بعد ولكن لها وجود فقط في القصص. لا تزال هذه الأنواع من الآلات مفهومًا افتراضيًا للذكاء الاصطناعي ، ولكن عند تطويرها ستكون أكثر ذكاءً من الإنسان.
• نموذج الذكاء الاصطناعي للوعي الذاتي هو خطوة أبعد من أن يكون لنظرية العقل أفكار وردود فعل ذاتية التوجيه
• ستتطور النماذج إلى النقطة التي يصل فيها النظام إلى حالة من الوعي الذاتي. إنها واحدة من أفضل أبحاث الذكاء الاصطناعي
• لن يكون للنماذج مشاعر مع أولئك الذين تتفاعل معهم فحسب ، بل سيكون لديهم معتقداتهم ورغباتهم الخاصة.
• على الرغم من أن النموذج يمكن أن يؤدي إلى تقدم الحضارة ، إلا أنه قد يؤدي أيضًا إلى مواقف كارثية. مع بلوغ حالات الوعي الذاتي ، سيكون لدى الآلات أفكار الحفاظ على الذات. قد يؤدي هذا إلى وضع يتولى فيه الذكاء الاصطناعي السيطرة على البشرية من خلال تخطيط مخططات بواسطة هذا النوع من الذكاء الاصطناعي.

خاتمة

الافتراض الرئيسي وراء تطوير أنواع مختلفة من الذكاء الاصطناعي هو أن الذكاء البشري يمكن تمثيله في شكل عمليات رمزية يمكن برمجتها بواسطة كمبيوتر رقمي. أظهرت أمثلة الذكاء الاصطناعي إلى أي مدى يمكن لنماذج الذكاء الاصطناعي إدراك العالم الحقيقي. مع زيادة تطوير المفاهيم الافتراضية لنماذج الذكاء الاصطناعي ، قد تكون هناك حاجة لآلات أكثر تطوراً لدعم تعقيد الفكر البشري.

إذا كنت مهتمًا بمعرفة المزيد عن الذكاء الاصطناعي ، تحقق من IIIT-B & upGrad's Executive PG Program in Machine Learning & AI المصمم للمهنيين العاملين ويقدم أكثر من 450 ساعة من التدريب الصارم ، وأكثر من 30 دراسة حالة ومهمة ، IIIT -ب حالة الخريجين ، 5+ مشاريع التخرج العملية العملية والمساعدة في العمل مع الشركات الكبرى.