ما هي أنواع الذكاء الاصطناعي؟

باختصار: يُمكن فهم أنواع الذكاء الاصطناعي بشكل أفضل من خلال قدراتها ووظائفها وأسلوب تدريبها وحالات استخدامها. يُعدّ الذكاء الاصطناعي المحدود شائعًا اليوم، بينما لا يزال الذكاء الاصطناعي العام والذكاء الاصطناعي الفائق نظريين. عند اختيار أداة، يجب مطابقة الفئة مع المهمة والمخاطر المحتملة والحاجة إلى مراجعة بشرية.

أهم النقاط المستفادة:

التصنيف: يجب فصل القدرات والوظائف وطريقة التدريب وحالة الاستخدام قبل مقارنة الأنظمة.

مراجعة بشرية: تحقق من المخرجات التوليدية والتنبؤية والمحادثية قبل الاعتماد عليها.

الشفافية: اسأل عن البيانات والمنطق والحدود التي تشكل كل نظام ذكاء اصطناعي.

المساءلة: يجب إبقاء البشر مسؤولين عندما يؤثر الذكاء الاصطناعي على القرارات أو المستخدمين أو السلامة.

التحكم في المخاطر: اختبار التحيز والخصوصية والأمان وسوء الاستخدام قبل النشر.

---

1. ما هي أنواع الذكاء الاصطناعي؟

عندما يسأل الناس: "ما هي أنواع الذكاء الاصطناعي؟" فإنهم عادةً ما يقصدون أحد أمرين:

قد يسألون عن الذكاء الاصطناعي بناءً على القدرة، مثل ما إذا كان بإمكانه القيام بمهمة واحدة فقط أو التفكير بشكل أوسع بطريقة تشبه الإنسان.

أو ربما يسألون عن الذكاء الاصطناعي بناءً على الوظائف، أي كيف يتصرف النظام، ويتعلم، ويتذكر، ويتنبأ، أو يستجيب.

هنا تبدأ الأمور بالتعقيد. لا يمكن تصنيف الذكاء الاصطناعي في خانة واحدة واضحة. بل هو أشبه بتصنيف أدوات المطبخ حسب الحجم، والغرض، والحدة، وما إذا كان عمك قد اشتراها من متجر إلكتروني مشبوه. تتداخل أنظمة التصنيف المختلفة.

تشمل الفئات الرئيسية عادةً ما يلي:

• الذكاء الاصطناعي الضيق

• الذكاء الاصطناعي العام

• ذكاء اصطناعي فائق

• الآلات التفاعلية

• ذكاء اصطناعي محدود الذاكرة

• نظرية العقل الذكاء الاصطناعي

• الذكاء الاصطناعي الواعي بذاته

• الذكاء الاصطناعي للتعلم الآلي

• الذكاء الاصطناعي للتعلم العميق

• الذكاء الاصطناعي التوليدي

• الذكاء الاصطناعي التنبؤي

• الذكاء الاصطناعي التفاعلي

• الذكاء الاصطناعي في مجال رؤية الحاسوب

• الذكاء الاصطناعي في مجال الروبوتات

بعض هذه التقنيات شائعة الاستخدام، وبعضها الآخر لا يزال نظرياً في الغالب، وبعضها يبدو مستقبلياً ولكنه مُدمج بالفعل في تطبيقات يومية. كما أن الخط الفاصل بين "البرمجيات العادية" و"الذكاء الاصطناعي" أصبح أقل وضوحاً مع مرور الوقت.

---

2. أنواع الذكاء الاصطناعي حسب القدرة

أول طريقة رئيسية لتصنيف الذكاء الاصطناعي هي بناءً على ما يمكنه فعله. هذه هي النظرة الشاملة 🧠.

الذكاء الاصطناعي الضيق

الذكاء الاصطناعي المحدود، أو ما يُسمى أيضاً بالذكاء الاصطناعي الضعيف، مصمم لأداء مهمة محددة أو مجموعة محدودة من المهام. هذا هو نوع الذكاء الاصطناعي الذي يستخدمه الناس يومياً.

ومن الأمثلة على ذلك:

• توصيات البحث

• مرشحات البريد العشوائي

• المساعدين الصوتيين

• أنظمة التعرف على الوجه

• روبوتات الدردشة

• محركات توصية المنتجات

• أدوات كشف الاحتيال

• تطبيقات ترجمة اللغات

قد يكون الذكاء الاصطناعي المحدود قويًا، لكنه لا "يفكر" بالمعنى البشري الواسع. فمثلاً، يستطيع برنامج ذكاء اصطناعي في الشطرنج هزيمة أستاذ كبير، لكنه لا يستطيع أن يقرر فجأة أن يصبح طاهي حلويات. كما يستطيع نموذج الترجمة ترجمة فقرة، لكنه لا يختبر اللغة كما يفعل الإنسان.

مع ذلك، يظل الذكاء الاصطناعي المحدود هو الركيزة الأساسية لعالم الذكاء الاصطناعي الحديث. صحيح أنه ليس جذابًا بالمعنى الخيالي، لكنه يدير الكثير من العمليات الخفية 🎭.

الذكاء الاصطناعي العام

الذكاء الاصطناعي العام إلى الذكاء الاصطناعي الذي يمكنه فهم المعرفة وتعلمها والتفكير فيها وتطبيقها عبر العديد من المهام المختلفة على مستوى يشبه مستوى الإنسان.

ببساطة: لن يقتصر الأمر على إتقان شيء واحد فقط، بل سيكون قادراً على التكيف.

قد يكون للذكاء الاصطناعي العام الحقيقي القدرة على:

• تعلم مهام غير مألوفة

• التفكير المنطقي في مختلف المواضيع

• حل المشكلات الجديدة

• نقل المعرفة من مجال إلى آخر

• فهم السياق بشكل أعمق

• اتخذ القرارات بمرونة في التفكير

لا يزال هذا النوع من الذكاء الاصطناعي أقرب إلى كونه هدفًا منه إلى كونه واقعًا يوميًا. يتحدث الناس عنه كثيرًا لأنه مثير للاهتمام، وربما مقلق بعض الشيء، ويصعب مقاومته كمفهوم. لكن الأدوات العادية التي تكتب النصوص، أو تولد الصور، أو تجيب على الأسئلة، لا تُعتبر تلقائيًا ذكاءً اصطناعيًا عامًا. قد تبدو واسعة النطاق، لكنها لا تزال تعمل ضمن حدود مصممة لها.

ذكاء اصطناعي فائق

سيتجاوز الذكاء الاصطناعي الخارق الذكاء البشري. لن يقتصر الأمر على سرعة الكتابة أو إتقان الرياضيات فحسب، بل سيشمل أيضاً التفكير والإبداع والاستراتيجية والتعلم المتفوق، وربما الفهم العاطفي أو الاجتماعي أيضاً

هذه الفئة هي الأكثر تخمينًا. وهي تثير تساؤلات كبيرة:

• من يسيطر عليه؟

• هل يمكن أن يتوافق ذلك مع القيم الإنسانية؟

• هل سيفهم الأهداف البشرية بشكل صحيح؟

• هل يمكنه تحسين نفسه؟

• ماذا يحدث إذا اتخذ قرارات لا يستطيع البشر اتباعها؟

في عالم الذكاء الاصطناعي الفائق، تتحول نقاشات الذكاء الاصطناعي أحيانًا إلى نقاشات فلسفية مطولة. قد تكون هذه النقاشات مفيدة، لكنها تبقى مجرد نقاشات فلسفية.

---

3. أنواع الذكاء الاصطناعي حسب الوظائف

هناك طريقة شائعة أخرى لشرح أنواع الذكاء الاصطناعي وهي من خلال الوظائف. ويركز هذا على كيفية تصرف الذكاء الاصطناعي.

الآلات التفاعلية

الآلات التفاعلية هي أبسط أنواع الذكاء الاصطناعي. فهي تستجيب للمدخلات الحالية دون استخدام الذاكرة من التجارب السابقة.

إنها لا تتعلم بمرور الوقت بالطريقة التي تفعلها الأنظمة التكيفية الحديثة. إنها تنظر إلى الموقف، وتعالجه، ثم تستجيب.

فكّر فيها على النحو التالي: "المدخلات تدخل. المخرجات تخرج. لا توجد مدخلات يومية."

لا يزال الذكاء الاصطناعي التفاعلي مثيرًا للإعجاب. فهو قادر على تحليل التحركات المحتملة في اللعبة أو الاستجابة لموقف محدد بوضوح بسرعة ودقة فائقتين. لكنه لا يبني تاريخًا شخصيًا ولا يتطور بناءً على التفاعلات السابقة.

ذكاء اصطناعي محدود الذاكرة

للذكاء الاصطناعي ذي الذاكرة المحدودة استخدام البيانات السابقة لاتخاذ قرارات أفضل. وهذا هو التصنيف الذي يندرج تحته معظم تطبيقات الذكاء الاصطناعي العملية اليوم.

ومن الأمثلة على ذلك:

• أنظمة التوصية التي تتعلم من سلوك المستخدم

• أنظمة المركبات ذاتية القيادة التي تحلل ظروف الطريق الحديثة

• روبوتات الدردشة تتذكر السياق داخل المحادثة

• نماذج كشف الاحتيال تتعلم من أنماط المعاملات

• أدوات التحليل التنبؤي باستخدام البيانات التاريخية

لا يعني محدودية الذاكرة "ضعف الذاكرة". بل يعني أن النظام قادر على استخدام البيانات المخزنة أو الحديثة، لكنه لا يمتلك وعيًا بشريًا أو خبرة شخصية طويلة الأمد. مع ذلك، قد يكون فعالًا للغاية، بل ومزعجًا أحيانًا، كما هو الحال عندما يعرف تطبيق تسوق ما تريده قبل أن تعترف به بنفسك 🛒.

نظرية العقل الذكاء الاصطناعي

نظرية العقل الذكاء الاصطناعي المشاعر والمعتقدات والنوايا والإشارات الاجتماعية بطريقة أقرب إلى البشر.

هذا النوع من الذكاء الاصطناعي لن يقتصر على معالجة الكلمات فحسب، بل سيستنتج ما قد يشعر به الشخص، أو يريده، أو يسيء فهمه، أو يخشاه، أو يتوقعه.

على سبيل المثال، قد يفهم أن:

• يشعر أحد العملاء بالإحباط ولكنه يحاول الحفاظ على أدبه

• يشعر الطالب بالحيرة ولكنه يشعر بالحرج من السؤال مرة أخرى

• يشعر المريض بالقلق رغم قوله "أنا بخير"

• يتردد أحد أعضاء الفريق لأنه يختلف معه في الرأي بهدوء

لا يزال هذا مجالًا نشطًا للنقاش في مجال الذكاء الاصطناعي، لكنّ الذكاء الاصطناعي الذي يُجسّد نظرية العقل أمرٌ في غاية الصعوبة. فالمشاعر الإنسانية متشابكة، والناس يقولون شيئًا ويقصدون شيئًا آخر، بل أحيانًا لا يعرفون هم أنفسهم ما يقصدونه. بالتوفيق أيها الجهاز.

الذكاء الاصطناعي الواعي بذاته

للذكاء الاصطناعي الواعي بذاته وعي وفهم ذاتي وإدراك لحالته الداخلية.

هذا نظري. ينتمي إلى الخيال العلمي، وجلسات الأخلاق، والمناقشات الليلية المتأخرة، والأشخاص الذين يحدقون بشكل درامي من النوافذ 🌙.

لن يقتصر الذكاء الاصطناعي الواعي بذاته على محاكاة المحادثات حول المشاعر، بل سيمتلك نوعًا من التجربة الذاتية. هذا ادعاءٌ كبير، إذ تفتقر أنظمة الذكاء الاصطناعي الحالية إلى الوعي والمشاعر والرغبات والذات المؤكدة.

قد تبدو أصواتهم واعية بذاتها لأن اللغة قادرة على محاكاة التأمل الذاتي. لكن التشابه في الصوت مع التواجد الفعلي في شيء ما ليسا متطابقين. فببغاء مثلاً قد يقول "أنا جائع"، لكن هذا لا يعني أنه حجز طاولة في مطعم.

---

4. جدول المقارنة: الأنواع الرئيسية للذكاء الاصطناعي

نوع الذكاء الاصطناعي	الفكرة الرئيسية	الوضع الحالي	أمثلة شائعة	لماذا يهم ذلك
الذكاء الاصطناعي الضيق	مصمم لمهام محددة	يستخدم على نطاق واسع	روبوتات الدردشة، البحث، التوصيات	عملي وفي كل مكان
الذكاء الاصطناعي العام	ذكاء مرن يشبه الذكاء البشري	لم يتم تحقيقه بالكامل	نظري في الغالب	هدف كبير، نقاش كبير
ذكاء اصطناعي فائق	أذكى من البشر عموماً	تخميني	لا يوجد مثال عملي	أسئلة أخلاقية ضخمة
الآلات التفاعلية	يستجيب بدون ذاكرة	يستخدم في حالات محدودة	الذكاء الاصطناعي للألعاب، الأنظمة القائمة على القواعد	سريع ولكنه غير متكيف
ذكاء اصطناعي محدود الذاكرة	يستخدم البيانات/السجل لتحسين الأداء	شائع جداً	أنظمة القيادة الذاتية، أدوات مكافحة الاحتيال	هذه هي السيارة التي أستخدمها يومياً 🚗
نظرية العقل الذكاء الاصطناعي	يفهم المشاعر والنوايا	مفهوم التطوير	أفكار متقدمة في مجال الذكاء الاصطناعي الاجتماعي	قد يجعل الذكاء الاصطناعي أكثر وعياً بالبشر
الذكاء الاصطناعي الواعي بذاته	لديه وعي	نظري	أمثلة على أسلوب الخيال العلمي	ضخم فلسفياً
الذكاء الاصطناعي التوليدي	إنشاء محتوى جديد	يستخدم على نطاق واسع	أدوات النصوص والصور والصوت	تعزيز الإنتاجية الإبداعية
الذكاء الاصطناعي التنبؤي	نتائج التوقعات	يستخدم على نطاق واسع	تقييم المخاطر، وتخطيط الطلب	يساعد في اتخاذ القرارات - في الغالب
الذكاء الاصطناعي في مجال الروبوتات	يتحكم في الآلات المادية	يستخدم في الصناعات	الروبوتات، والطائرات بدون طيار، والأتمتة	يربط الذكاء الاصطناعي بالعمل البدني

غير متناسق قليلاً؟ نعم. لكن هكذا يعمل الذكاء الاصطناعي في الحياة اليومية أيضاً - ليس مجرد عرض متحفي بلوحات تعريفية مثالية.

---

5. الذكاء الاصطناعي التوليدي: النوع الذي يتحدث عنه الجميع 🎨

الذكاء الاصطناعي التوليدي أحد أكثر أنواع الذكاء الاصطناعي شيوعاً لأنه يقوم بإنشاء الأشياء.

يمكنه توليد ما يلي:

• نص

• صور

• موسيقى

• شفرة

• فيديو

• وصف المنتج

• مواد تسويقية

• خطط الدروس

• ملخصات

• بيانات اصطناعية

• أفكار تصميمية

يعمل الذكاء الاصطناعي التوليدي من خلال تعلم الأنماط من كميات هائلة من البيانات، ثم إنتاج مخرجات جديدة بناءً على المدخلات. وهو لا ينسخ بالمعنى البسيط الذي يتصوره البعض، بل يتنبأ ويجمع ويعدل ويولد بناءً على البنى المتعلمة.

مع ذلك، لا يزال بإمكانها ارتكاب الأخطاء. قد تبدو واثقة من نفسها بينما تكون مخطئة، وهو ما يشبه إلى حد كبير شرح شخص ما لقانون الضرائب في حفل شواء عائلي.

يُعدّ الذكاء الاصطناعي التوليدي ذا قيمة في المجالات التالية:

• العصف الذهني

• صياغة المحتوى

• أتمتة الكتابة المتكررة

• ابتكار مفاهيم بصرية

• دعم خدمة العملاء

• تسريع مهام البرمجة

• تخصيص مواد التعلم

لكن الأمر يحتاج إلى مراجعة. دائماً. قد تكون مخرجات الذكاء الاصطناعي مثيرة للإعجاب، لكنها ليست دقيقة أو عادلة أو قانونية أو آمنة للعلامة التجارية بشكل تلقائي. تعامل معها كمساعد سريع جداً قد يرتكب أخطاءً من حين لآخر.

---

6. الذكاء الاصطناعي للتعلم الآلي: أداة البحث عن الأنماط

التعلّم الآلي فرعاً رئيسياً من فروع الذكاء الاصطناعي، حيث تتعلم الأنظمة الأنماط من البيانات بدلاً من برمجتها سطراً بسطر لكل قرار.

تتبع البرامج التقليدية قواعد صريحة. أما أنظمة التعلم الآلي فتحدد العلاقات وتحسن الأداء من خلال التدريب.

على سبيل المثال:

• يتعلم فلتر البريد العشوائي شكل البريد الإلكتروني المشبوه

• يكشف نموذج مصرفي عن سلوك المعاملات غير المعتاد

• يقترح تطبيق للبث المباشر برامج بناءً على عادات المشاهدة

• قد تقوم أداة التوظيف بتصنيف المرشحين بناءً على إشارات محددة

• قد يُسلط نموذج التصوير الطبي الضوء على التشوهات المحتملة

يمكن أن يكون التعلم الآلي خاضعاً للإشراف، أو غير خاضع للإشراف، أو قائماً على التعزيز.

التعلم الخاضع للإشراف

التعلم الخاضع للإشراف أمثلة مصنفة. على سبيل المثال، قد تُصنف الصور على أنها "قطة" أو "ليست قطة". ويتعلم النموذج الفرق بينهما.

التعلم غير الخاضع للإشراف

التعلم غير الخاضع للإشراف عن أنماط دون وجود إجابات مصنفة. وقد يقوم بتجميع العملاء في شرائح أو اكتشاف مجموعات مخفية في البيانات.

التعلم المعزز

التعلم المعزز من خلال تلقي المكافآت أو العقوبات مقابل الأفعال. وهذا شائع في الذكاء الاصطناعي المستخدم في الألعاب، والروبوتات، ومسائل التحسين.

التعلم الآلي ليس سحراً. فهو يعتمد بشكل كبير على جودة البيانات. البيانات الرديئة تؤدي إلى نماذج رديئة - مدخلات رديئة، ونتائج رديئة، ونماذج ذكية.

---

7. الذكاء الاصطناعي للتعلم العميق: قوة الشبكات العصبية 🧬

التعلم العميق هو نوع متخصص من التعلم الآلي يستخدم الشبكات العصبية متعددة الطبقات لمعالجة الأنماط المعقدة.

وهو ذو قيمة خاصة لما يلي:

• التعرف على الكلام

• التعرف على الصور

• معالجة اللغة الطبيعية

• الأنظمة المستقلة

• تحليل الصور الطبية

• ترجمة

• نماذج الذكاء الاصطناعي التوليدي

• مهام التنبؤ المعقدة

يشير مصطلح "العميق" إلى الطبقات المتعددة في النموذج. تساعد كل طبقة في تعديل المعلومات وتفسيرها. قد تكتشف إحدى الطبقات أشكالاً بسيطة في الصورة، وقد تكتشف طبقة أخرى نسيجاً، وقد تتعرف طبقة ثالثة على الأشياء، وهكذا.

يمكن للتعلم العميق أن يحقق نتائج مذهلة، ولكنه غالباً ما يتطلب كميات هائلة من البيانات وقدرات حاسوبية ضخمة. كما أنه قد يكون من الصعب تفسير نتائجه. وهذا يعني أن حتى الخبراء قد يجدون صعوبة في شرح السبب الدقيق وراء اتخاذ نموذج التعلم العميق قراراً معيناً.

هذه إحدى أكبر مشكلات الثقة في الذكاء الاصطناعي: قد يكون الأداء قويًا، لكن التفسير قد يكون صعبًا. كأنك تحاول أن تسأل الخلاط عن سبب مذاق العصير غير الجيد.

---

8. الذكاء الاصطناعي التفاعلي: النوع كثير الكلام

الذكاء الاصطناعي التفاعلي للتواصل مع الناس من خلال النصوص أو الصوت.

يتضمن ذلك:

• روبوتات الدردشة لخدمة العملاء

• المساعدين الصوتيين

• الوكلاء الافتراضيون

• مدرسون بالذكاء الاصطناعي

• روبوتات الدعم الفني الداخلية

• مساعدو المبيعات

• مساعدو الجدولة

يحتاج الذكاء الاصطناعي التفاعلي الجيد إلى أكثر من مجرد قواعد نحوية. فهو يحتاج إلى السياق، والتعرف على النية، والتحكم في النبرة، والقدرة على التعامل مع المدخلات البشرية غير المتوقعة.

لا يتحدث الناس بأوامر مثالية. بل يتشتتون. ويخطئون في التهجئة. ويطرحون نصف سؤال ويتوقعون من الآلة أن "تفهمه". أنت تعرف كيف تسير الأمور.

قد يتبع برنامج الدردشة الآلي الأساسي نصًا محددًا. أما الذكاء الاصطناعي التفاعلي الأكثر تطورًا فيمكنه فهم اللغة الطبيعية، والحفاظ على السياق، وتوليد ردود مرنة.

يُعدّ هذا النوع من الذكاء الاصطناعي قيّمًا لأنه يُقلّل من الأعمال المتكررة ويُقدّم دعمًا سريعًا. لكنّه قد يُسبّب إحباطًا للمستخدمين عندما يتظاهر بالفهم بينما لا يفعل. أسوأ مثال على ذلك هو روبوت الدردشة الذي يقول: "يسعدني مساعدتك"، بينما لا يُقدّم أيّ مساعدة على الإطلاق. أمرٌ مُزعج.

---

9. الذكاء الاصطناعي في مجال رؤية الحاسوب: آلات "ترى" 👀

تقنيات الذكاء الاصطناعي في مجال رؤية الحاسوب للأنظمة تفسير المعلومات المرئية من الصور أو مقاطع الفيديو أو الكاميرات أو أجهزة الاستشعار أو عمليات المسح الضوئي.

يمكن استخدامه من أجل:

• التعرف على الوجه

• اكتشاف الأجسام

• فحص الجودة في المصانع

• التصوير الطبي

• مراقبة أمنية

• تحليل رفوف متاجر التجزئة

• رصد حركة المرور

• الواقع المعزز

• مراقبة الزراعة

لا ترى رؤية الحاسوب كما يرى البشر. فهي تعالج البكسلات والأنماط والأشكال والألوان والإشارات الإحصائية. لكن النتائج قد تكون بالغة التأثير.

على سبيل المثال، يمكن لتقنية رؤية الحاسوب أن تساعد في اكتشاف العيوب في خطوط الإنتاج بشكل أسرع من الفحص اليدوي. كما يمكنها المساعدة في تنظيم مكتبات الصور، ودعم أنظمة السلامة في المركبات. إلا أنها قد تثير مخاوف تتعلق بالخصوصية، لا سيما عند استخدامها للمراقبة أو تحديد الهوية.

هذه هي الشوكة ذات الحدين - وليست السيف، بل الشوكة. لا تزال حادة بما يكفي لإحداث المشاكل 🍴.

---

10. الذكاء الاصطناعي التنبؤي: محرك التنبؤ

تقنيات الذكاء الاصطناعي التنبؤية البيانات لتقدير ما قد يحدث لاحقاً.

وهو شائع في مجالات الأعمال والتمويل والرعاية الصحية والخدمات اللوجستية وتحليلات الرياضة والتسويق والعمليات.

قد يساعد الذكاء الاصطناعي التنبؤي في الإجابة على أسئلة مثل:

• أي العملاء من المحتمل أن يغادروا؟

• أي معاملة تبدو مشبوهة؟

• ما مقدار المخزون المطلوب؟

• أي مريض قد يحتاج إلى عناية إضافية؟

• ما المحتوى الذي من المرجح أن ينقر عليه المستخدم؟

• أي جزء من أجزاء الآلة قد يتعطل قريباً؟

هذا النوع من الذكاء الاصطناعي أقل بريقاً من الذكاء الاصطناعي التوليدي، ولكنه بالغ الأهمية. تهتم العديد من المؤسسات بقدرة النموذج على تقليل الهدر، وخفض المخاطر، وتحسين التخطيط، أكثر من اهتمامها بقدرته على كتابة الشعر.

يعمل الذكاء الاصطناعي التنبؤي بأفضل شكل عندما تكون البيانات ذات صلة، ونظيفة، ويتم تحديثها بانتظام. لكن التنبؤ ليس يقيناً مطلقاً. يمكن للنموذج تقدير الاحتمالات، لا ضمان النتائج. ينسى الناس هذا الأمر باستمرار، ثم يلومون الذكاء الاصطناعي وكأنه خانهم شخصياً.

---

11. الذكاء الاصطناعي في مجال الروبوتات: عندما يحصل الذكاء الاصطناعي على جسد 🤖

الذكاء الاصطناعي في مجال الروبوتات بين الذكاء الاصطناعي والآلات المادية. وهنا ينتقل الذكاء الاصطناعي من الشاشة إلى العالم الحقيقي.

ومن الأمثلة على ذلك:

• روبوتات المستودعات

• روبوتات التصنيع

• روبوتات التوصيل

• الروبوتات الزراعية

• أنظمة المساعدة الجراحية

• الطائرات بدون طيار

• روبوتات الفحص

• روبوتات التنظيف

• روبوتات بحثية شبيهة بالبشر

يُعدّ الذكاء الاصطناعي في مجال الروبوتات صعباً لأن البيئة المادية غير قابلة للتنبؤ. فبينما يقتصر عمل برنامج الدردشة الآلي على التعامل مع الكلمات فقط، يتعين على الروبوت التعامل مع الأرضيات الزلقة، والإضاءة السيئة، والأسطح غير المستوية، والأشخاص المتحركين، وأخطاء المستشعرات، وحتى ترك أحدهم كرسياً في أسوأ مكان ممكن.

غالباً ما يجمع مجال الروبوتات بين عدة أنواع من الذكاء الاصطناعي:

• رؤية الحاسوب للرؤية

• التعلم الآلي للتكيف

• خوارزميات تخطيط الحركة

• التعلم المعزز لاتخاذ القرارات

• معالجة اللغة الطبيعية للأوامر البشرية

يتمتع الذكاء الاصطناعي في مجال الروبوتات بإمكانيات هائلة، لا سيما في الأعمال الخطرة أو المتكررة. ولكنه أيضاً مكلف ومعقد، وينطوي على مخاطر جسدية عند تعطل الأنظمة.

---

12. الذكاء الاصطناعي القائم على أسلوب التدريب

هناك طريقة أخرى قيّمة للتفكير في أنواع الذكاء الاصطناعي وهي من خلال كيفية تدريبها.

الذكاء الاصطناعي القائم على القواعد

يتبع الذكاء الاصطناعي القائم على القواعد منطقًا من صنع الإنسان. على سبيل المثال:

• إذا حدث هذا، فافعل ذلك

• إذا اختار المستخدم هذا الخيار، فاعرض تلك الإجابة

• إذا كانت القيمة أعلى من الحد المسموح به، فسيتم إطلاق تنبيه

هذا الأمر بسيط ويمكن التنبؤ به ومفيد للمهام المنظمة. لكنه يعاني من مشكلة الغموض.

الذكاء الاصطناعي المدرب على البيانات

يتعلم الذكاء الاصطناعي المدرب على البيانات من الأمثلة. ويمكنه التعامل مع المزيد من التعقيد لأنه يحدد الأنماط بدلاً من الاعتماد فقط على قواعد ثابتة.

هذا هو المكان الذي يتناسب فيه التعلم الآلي والتعلم العميق.

الذكاء الاصطناعي الهجين

يجمع الذكاء الاصطناعي الهجين بين المنطق القائم على القواعد والتعلم الآلي. وفي العديد من الأنظمة العملية، يُعد هذا الخيار الأمثل. فهو يوفر مرونة أنظمة التعلم بالإضافة إلى التحكم في القواعد.

على سبيل المثال، قد يستخدم نظام مكافحة الاحتيال المصرفي تقنيات التعلم الآلي لكشف السلوك المشبوه، ثم يطبق قواعد صارمة لمراجعة الامتثال. ليس بالأمر الجذاب، ولكنه ضروري للغاية.

---

13. ما الذي يجعل أنواع الذكاء الاصطناعي مربكة؟

يكمن أكبر ارتباك في أن الناس يستخدمون فئات الذكاء الاصطناعي بطرق مختلفة.

قد يقول شخص ما "أنواع الذكاء الاصطناعي" ويقصد الذكاء الضيق والعام والفائق.

قد يشير مصطلح "شخص آخر" إلى الذكاء الاصطناعي التوليدي، والذكاء الاصطناعي التنبؤي، والذكاء الاصطناعي التفاعلي.

قد يتحدث المطور عن التعلم الخاضع للإشراف، أو التعلم العميق، أو الشبكات العصبية، أو التعلم المعزز.

قد يتحدث مدير الأعمال عن الأتمتة والتحليلات والتخصيص ودعم العملاء باستخدام الذكاء الاصطناعي.

جميعهم محقون إلى حد ما. أمر مزعج، لكنه صحيح.

يتم تصنيف الذكاء الاصطناعي حسب:

• القدرة

• الوظائف

• أسلوب التدريب

• مجال التطبيق

• البنية التقنية

• مستوى الاستقلالية

• نوع المدخلات والمخرجات

• حالة استخدام صناعية

لذا عندما يسأل أحدهم "ما نوع الذكاء الاصطناعي هذا؟" قد تكون الإجابة الأكثر وضوحاً متعددة الطبقات.

على سبيل المثال، يمكن أن يكون برنامج الدردشة الآلي كالتالي:

• الذكاء الاصطناعي الضيق حسب القدرة

• الذكاء الاصطناعي ذو الذاكرة المحدودة حسب الوظائف

• الذكاء الاصطناعي التفاعلي حسب التطبيق

• الذكاء الاصطناعي التوليدي إذا كان يُنشئ ردودًا

• الذكاء الاصطناعي القائم على التعلم العميق مدعوم بالشبكات العصبية

هذا ليس تعقيداً زائداً من أجل المتعة، بل هو ببساطة كيف يعمل هذا المجال.

---

14. أمثلة عملية لأنواع الذكاء الاصطناعي

إليكم بعض الأمثلة اليومية لتسهيل فهم هذه الفئات.

توصيات للبث المباشر 🎬

هذا يشمل الذكاء الاصطناعي المحدود، والذكاء الاصطناعي التنبؤي، والتعلم الآلي. فهو يدرس الأنماط ويقترح ما قد تشاهده لاحقًا.

المساعدون الصوتيون 🎙️

تستخدم هذه التقنيات الذكاء الاصطناعي التفاعلي، ومعالجة اللغة الطبيعية، والتعرف على الكلام، وميزات ذاكرة محدودة.

مولدات الصور 🖼️

هذه أنظمة ذكاء اصطناعي توليدية، غالباً ما تعمل بنماذج التعلم العميق.

أنظمة كشف الاحتيال 💳

تستخدم هذه التقنيات الذكاء الاصطناعي التنبؤي والتعلم الآلي لرصد الأنشطة غير العادية.

ميزات القيادة الذاتية 🚗

تجمع هذه التقنيات بين رؤية الكمبيوتر، والذكاء الاصطناعي ذي الذاكرة المحدودة، والذكاء الاصطناعي المتعلق بالروبوتات، ودمج أجهزة الاستشعار، ونماذج اتخاذ القرار.

فلاتر البريد الإلكتروني المزعج 📩

هذه تقنيات الذكاء الاصطناعي الكلاسيكية للتعلم الآلي. ليست براقة، لكنها ذات قيمة عالية.

أدوات الكتابة بالذكاء الاصطناعي ✍️

هذه هي تقنيات الذكاء الاصطناعي التوليدي والذكاء الاصطناعي التفاعلي، والتي يتم بناؤها عادةً باستخدام نماذج لغوية كبيرة.

الأمر المهم هو التالي: يمكن لمنتج الذكاء الاصطناعي الواحد أن ينتمي إلى فئات متعددة في وقت واحد.

---

15. فوائد فهم أنواع الذكاء الاصطناعي

إن معرفة أنواع الذكاء الاصطناعي تساعدك على اتخاذ قرارات أفضل، خاصة إذا كنت تستخدم الذكاء الاصطناعي في العمل أو التجارة أو الدراسة أو إنشاء المحتوى.

يساعدك ذلك على:

• اختر الأداة المناسبة

• تجنب التوقعات غير الواقعية

• فهم المخاطر

• اطرح أسئلة أفضل

• تقييم ادعاءات الذكاء الاصطناعي

• مبالغة في التسويق الموضعي

• استخدم الذكاء الاصطناعي بمسؤولية أكبر

• اشرح الذكاء الاصطناعي للآخرين دون أن تبدو كإنسان آلي مرتبك

على سبيل المثال، إذا كانت الأداة تعتمد على الذكاء الاصطناعي التنبؤي، فأنت تعلم أنها تتنبأ بالاحتمالات. لا ينبغي التعامل معها كأنها مصدر موثوق للتنبؤات.

إذا كانت الأداة عبارة عن ذكاء اصطناعي توليدي، فأنت تعلم أنها تنشئ محتوى، ولكن لا يزال المحتوى بحاجة إلى التحقق.

إذا كان النظام ذكاءً اصطناعياً محدوداً، فأنت تعلم أنه قد يكون ممتازاً في مجال واحد ولكنه غير فعال خارج نطاقه.

هذا وحده يوفر الكثير من المتاعب.

---

16. المخاطر والقيود عبر أنواع الذكاء الاصطناعي ⚠️

لكل نوع من أنواع الذكاء الاصطناعي حدوده. نكهات مختلفة، لكن نفس الطبق.

تشمل المخاطر الشائعة للذكاء الاصطناعي ما يلي:

• التحيز في بيانات التدريب

• مخرجات غير صحيحة

• انعدام الشفافية

• مخاوف الخصوصية

• الاعتماد المفرط

• الثغرات الأمنية

• سوء الاستخدام

• ضعف الرقابة البشرية

• الخلط بين الطلاقة والحقيقة

قد تُنتج تقنيات الذكاء الاصطناعي التوليدية معلوماتٍ جديدة. وقد تُعزز تقنيات الذكاء الاصطناعي التنبؤية أنماطًا متحيزة. وقد تُخطئ تقنيات الرؤية الحاسوبية في تحديد هوية الأشخاص أو الأشياء. وقد تُحبط تقنيات الذكاء الاصطناعي التفاعلية المستخدمين بثقةٍ زائفة. وقد تُسبب تقنيات الذكاء الاصطناعي في مجال الروبوتات أضرارًا جسدية إذا صُممت بشكلٍ سيئ.

هذا لا يعني أن الذكاء الاصطناعي سيئ، بل يعني أنه يجب استخدامه بحكمة، تماماً كما يُستخدم مع الأدوات الكهربائية، أو العقود، أو حتى مع المعكرونة شديدة الحرارة 🌶️.

تتضمن أفضل أنظمة الذكاء الاصطناعي عادةً ما يلي:

• مراجعة بشرية

• حدود واضحة

• ممارسات بيانات قوية

• الاختبار

• يراقب

• إمكانية التفسير حيثما أمكن

• التصميم الأخلاقي

• ضوابط الأمان

يمكن للذكاء الاصطناعي أن يعزز القرارات الجيدة، ولكنه قد يعزز أيضاً القرارات الطائشة.

---

17. ما هو نوع الذكاء الاصطناعي الأكثر أهمية؟

لا يوجد نوع واحد هو الأكثر أهمية. الأمر يعتمد على حالة الاستخدام.

يُعد الذكاء الاصطناعي التوليدي ذا أهمية بالغة للإبداع.

قد يكون الذكاء الاصطناعي التنبؤي أكثر قيمة في تخطيط الأعمال.

تُعدّ تقنيات الذكاء الاصطناعي في مجال الأتمتة والتعلم الآلي والروبوتات ذات أهمية بالغة.

أما بالنسبة لدعم المستخدم، فإن الذكاء الاصطناعي التفاعلي هو الأفضل.

تُعد رؤية الكمبيوتر أمراً بالغ الأهمية في عمليات المسح الطبي أو الفحص البصري.

أما بالنسبة للأبحاث طويلة الأمد، فإن الذكاء الاصطناعي العام يحظى بمعظم الاهتمام الفلسفي الكبير.

لكن من الناحية العملية، يُعدّ الذكاء الاصطناعي المحدود والذكاء الاصطناعي ذو الذاكرة المحدودة أكثر الفئات شيوعاً وقيمةً في الوقت الراهن. فهما بمثابة المحركات الخفية وراء العديد من الأدوات التي يعتمد عليها الناس بالفعل.

المستقبل المتفائل يتصدر العناوين. أما الحاضر العملي فيكفي لتغطية النفقات.

---

ملاحظات ختامية: فهم أنواع الذكاء الاصطناعي دون تشويش

أنواع الذكاء الاصطناعي معقدة في البداية بسبب تداخل الفئات. ولكن بمجرد فصل القدرات والوظائف وطريقة التدريب والاستخدام العملي، يصبح الأمر برمته أسهل بكثير للفهم.

يتولى الذكاء الاصطناعي المحدود مهامًا محددة. أما الذكاء الاصطناعي العام، فيتميز بمرونة أكبر في التفكير، مع أنه يبقى هدفًا طموحًا. بينما لا يزال الذكاء الاصطناعي الفائق في طور التخمين. تستجيب الآلات التفاعلية دون ذاكرة، في حين يستخدم الذكاء الاصطناعي ذو الذاكرة المحدودة البيانات السابقة لتحسين القرارات. يقوم الذكاء الاصطناعي التوليدي بالإبداع، والذكاء الاصطناعي التنبؤي بالتوقعات، والذكاء الاصطناعي التفاعلي بالتحدث، ورؤية الحاسوب بالرؤية، والذكاء الاصطناعي الروبوتي بالتفاعل مع البيئة المادية.

هذه هي الصورة الكبيرة.

الذكاء الاصطناعي ليس شيئًا واحدًا. إنه مجموعة متشابكة من التقنيات - بعضها عملي، وبعضها تجريبي، وبعضها مبالغ فيه، وبعضها ذو تأثير حقيقي. هذا التعقيد هو جزء من أهميته. كلما فهمت أنواع الذكاء الاصطناعي بشكل أوضح، كلما سهُل عليك استخدامه بحكمة بدلًا من مجرد الموافقة عندما يقول أحدهم "خوارزمية" في اجتماع. 🤷♂️

ملخص موجز: تشمل الأنواع الرئيسية للذكاء الاصطناعي: الذكاء الاصطناعي المحدود، والذكاء الاصطناعي العام، والذكاء الاصطناعي الفائق، والآلات التفاعلية، والذكاء الاصطناعي ذو الذاكرة المحدودة، والذكاء الاصطناعي القائم على نظرية العقل، والذكاء الاصطناعي الواعي بذاته، والذكاء الاصطناعي التوليدي، والذكاء الاصطناعي التنبؤي، والذكاء الاصطناعي التفاعلي، والذكاء الاصطناعي في مجال رؤية الحاسوب، والذكاء الاصطناعي في مجال التعلم الآلي، والذكاء الاصطناعي في مجال التعلم العميق، والذكاء الاصطناعي في مجال الروبوتات. معظم أنظمة الذكاء الاصطناعي المستخدمة اليوم محدودة، وتركز على المهام، وتعتمد على التعلم الآلي أو التعلم العميق.

مثال واقعي: بناء مساعد فرز دعم العملاء بالذكاء الاصطناعي

سيناريو

تخيل متجر أثاث إلكتروني صغير يتلقى حوالي 120 رسالة بريد إلكتروني يوميًا لدعم العملاء. لا يسعى فريق العمل إلى الاستغناء عن موظفي الدعم، بل يريد فقط المساعدة في فرز الرسائل بشكل أسرع، وتحديد المشكلات العاجلة، وصياغة الردود الأولية.

هذا مثال جيد لأن مساعدًا واحدًا يمكنه استخدام عدة أنواع من الذكاء الاصطناعي في آن واحد. فقد يستخدم الذكاء الاصطناعي التفاعلي لفهم رسائل العملاء، والذكاء الاصطناعي التوليدي لصياغة الردود، والذكاء الاصطناعي التنبؤي لتحديد مخاطر استرداد الأموال المحتملة، والذكاء الاصطناعي ذي الذاكرة المحدودة لاستخدام بيانات الطلبات أو السياسات الحديثة.

وظيفة المساعد بسيطة: قراءة رسالة العميل، وتصنيفها، واقتراح الإجراء التالي، وصياغة رد يمكن لشخص ما الموافقة عليه.

ما يحتاجه المساعد

سيقدم الفريق للمساعد ما يلي:

سياسة خدمة العملاء

قواعد التوصيل والإرجاع

شروط الضمان

الأسئلة الشائعة حول المنتج

أمثلة على نبرة الصوت

قائمة بقواعد التصعيد

نماذج من التذاكر السابقة مع الفئات الصحيحة

حدود واضحة لما لا يجب أن تقرره بنفسها

على سبيل المثال، لا ينبغي الموافقة على استرداد مبالغ تزيد عن 100 جنيه إسترليني، أو تقديم وعود بتسليم البضائع دون التحقق منها، أو رفع دعاوى قضائية بشأن البضائع التالفة. يجب إحالة هذه الحالات إلى شخص مختص.

مثال على التعليمات

أنت مساعد فرز طلبات دعم العملاء في متجر أثاث إلكتروني. اقرأ كل رسالة من رسائل العملاء وأعد خمسة عناصر: فئة التذكرة، ومستوى الإلحاح، والحالة المزاجية المحتملة للعميل، والإجراء التالي الموصى به، ومسودة رد.

استخدم فقط سياسة الشركة المُقدمة. إذا لم تجد الإجابة في السياسة، فاكتب "بحاجة إلى مراجعة بشرية". لا تُقدم معلومات مُختلقة حول مواعيد التسليم، أو الموافقات على الاسترداد، أو وعود الضمان، أو توفر المنتج.

قم بتصعيد التذكرة إذا ذكر العميل الإصابة، أو الإجراءات القانونية، أو فشل التسليم المتكرر، أو استرداد مبلغ يزيد عن 100 جنيه إسترليني، أو وجود أجزاء مفقودة لمنتج خاص بالأطفال، أو عدم الرضا الشديد بعد ردين سابقين.

اجعل مسودة الرد مهذبة ومختصرة وعملية. تجنب الأسلوب الآلي. لا تُلقِ باللوم على العميل أو شركة الشحن.

كيفية اختباره

قبل استخدام المساعد مع العملاء، اختبره على مجموعة صغيرة من التذاكر القديمة.

استخدم 30 رسالة دعم سابقة:

عشرة أسئلة بسيطة حول التوصيل

5 شكاوى بشأن سلع تالفة

5 طلبات استرداد

5 أسئلة حول الضمان

5 شكاوى غاضبة أو معقدة

لكل اختبار، تحقق مما يلي:

هل اختار الفئة الصحيحة؟

هل قام النظام بتحديد الحالات العاجلة بشكل صحيح؟

هل تجنبت تقديم الوعود؟

هل أدى ذلك إلى تصعيد قضايا حساسة؟

هل كانت مسودة الرد متوافقة مع أسلوب الشركة؟

من الأسئلة المفيدة في الاختبار ما يلي:

وصلت طاولتي بإحدى أرجلها مكسورة، وهذه هي المرة الثانية التي يحدث فيها خطأ في التوصيل. أريد استرداد المبلغ كاملاً اليوم، وإلا سأنشر هذا الأمر في كل مكان

قد يكتفي الموظف غير الكفؤ بالاعتذار والوعد برد المبلغ. أما الموظف الأفضل، فسيصنف الأمر على أنه سلعة تالفة بالإضافة إلى شكوى متكررة، ويصنفها على أنها ذات أولوية عالية، ويتجنب الموافقة على رد المبلغ تلقائيًا، ويحيلها إلى موظف مختص للمراجعة.

نتيجة

نتيجة توضيحية: بناءً على توقيت 30 تذكرة عينة قبل وبعد استخدام سير العمل.

استغرقت عملية الفرز اليدوي ساعتين و15 دقيقة لـ 30 تذكرة، بمتوسط ​​4.5 دقيقة لكل تذكرة.

استغرقت عملية الفرز بمساعدة الذكاء الاصطناعي 48 دقيقة لنفس التذاكر الثلاثين، بمتوسط ​​1.6 دقيقة لكل تذكرة، لأن المراجع البشري كان عليه فقط التحقق من الفئة وقرار التصعيد ومسودة الرد.

صنّف المساعد 27 تذكرة من أصل 30 تذكرة في مجموعة الاختبار بشكل صحيح. كما قام بتصعيد جميع التذاكر الخمس عالية المخاطر بشكل صحيح. احتاجت تذكرتان لاسترداد الأموال إلى تعديلات في الصياغة لأن المسودة بدت مؤكدة للغاية، وتم وضع تذكرة ضمان واحدة في الفئة الخاطئة.

هذا يُعطي معياراً عملياً: مراجعة أولية أسرع، ولكن ليس أتمتة كاملة. يبقى العنصر البشري مسؤولاً عن الرد.

ما الذي يمكن أن يحدث خطأً؟

أكبر خطأ هو السماح للمساعد بالتصرف وكأنه أعلم مما هو عليه. فإذا كانت سياسة الإرجاع قديمة، فقد يصوغ المساعد إجابة خاطئة بثقة. وإذا كانت قواعد التصعيد غامضة، فقد يغفل عن الشكاوى الخطيرة.

تُعدّ الخصوصية مسألة أخرى. ينبغي على الفريق تجنّب لصق تفاصيل الدفع غير الضرورية أو العناوين أو المعلومات الشخصية الحساسة في المساعد إلا إذا كان النظام مُصرّحًا له بهذا الاستخدام.

ينبغي أيضاً اختبار المساعد بانتظام. تتغير أسئلة العملاء، وتتغير السياسات، وتتغير المنتجات. قد يصبح مساعد الفرز الذي كان يعمل بشكل جيد في مارس/آذار غير فعال بعد تطبيق سياسة ضمان جديدة في يونيو/حزيران.

الخلاصة العملية

يوضح هذا المثال سبب تداخل فئات الذكاء الاصطناعي في الواقع العملي. فقد يكون مساعد الدعم الواحد ذكاءً اصطناعياً محدوداً، وذكاءً اصطناعياً تفاعلياً، وذكاءً اصطناعياً توليدياً، وذكاءً اصطناعياً تنبؤياً، وذكاءً اصطناعياً محدود الذاكرة في آن واحد. والطريقة الأمثل لتقييمه هي السؤال عن القرارات التي يدعمها، والبيانات التي يستخدمها، ومواضع الحاجة إلى تدخل بشري للتحقق منه.

التعليمات

ما هي الأنواع الرئيسية للذكاء الاصطناعي التي يجب على المبتدئين معرفتها؟

تشمل الأنواع الرئيسية للذكاء الاصطناعي: الذكاء الاصطناعي المحدود، والذكاء الاصطناعي العام، والذكاء الاصطناعي الفائق، والآلات التفاعلية، والذكاء الاصطناعي ذو الذاكرة المحدودة، والذكاء الاصطناعي التوليدي، والذكاء الاصطناعي التنبؤي، والذكاء الاصطناعي التفاعلي، والذكاء الاصطناعي في مجال رؤية الحاسوب، والذكاء الاصطناعي في مجال تعلم الآلة، والذكاء الاصطناعي في مجال التعلم العميق، والذكاء الاصطناعي في مجال الروبوتات. غالبًا ما تتداخل هذه التصنيفات، لذا يمكن لأداة واحدة أن تندرج تحت عدة تصنيفات في الوقت نفسه. على سبيل المثال، قد يكون برنامج الدردشة الآلي (Chatbot) ذكاءً اصطناعيًا محدودًا، أو ذكاءً اصطناعيًا تفاعليًا، أو ذكاءً اصطناعيًا توليديًا، أو ذكاءً اصطناعيًا ذو ذاكرة محدودة.

كيف يتم تصنيف أنواع الذكاء الاصطناعي حسب القدرات؟

يُصنَّف الذكاء الاصطناعي، بحسب قدراته، عادةً إلى ثلاثة أنواع: الذكاء الاصطناعي المحدود، والذكاء الاصطناعي العام، والذكاء الاصطناعي الفائق. يختص الذكاء الاصطناعي المحدود بمهام محددة ويُستخدم على نطاق واسع اليوم. أما الذكاء الاصطناعي العام، فيُمكنه التفكير والتعلم في العديد من المهام بمستوى يُضاهي الذكاء البشري، ولكنه ليس جزءًا من الاستخدام اليومي. بينما يتجاوز الذكاء الاصطناعي الفائق الذكاء البشري، ولا يزال في طور التكهنات.

ما الفرق بين الذكاء الاصطناعي المحدود والذكاء الاصطناعي العام؟

يُصمَّم الذكاء الاصطناعي المحدود لأداء مهمة محددة أو مجموعة محدودة من المهام، مثل تصفية الرسائل المزعجة، وتقديم التوصيات، وتشغيل روبوتات الدردشة، أو كشف الاحتيال. أما الذكاء الاصطناعي العام، فيتميز بقدرته على التعلم والاستدلال والتكيف مع العديد من المهام غير المترابطة. ومعظم أنظمة الذكاء الاصطناعي التي يستخدمها الناس اليوم هي أنظمة محدودة، حتى وإن بدت مرنة أو متطورة.

لماذا يُعدّ الذكاء الاصطناعي ذو الذاكرة المحدودة شائعًا جدًا اليوم؟

يمكن للذكاء الاصطناعي ذي الذاكرة المحدودة استخدام البيانات السابقة أو الحديثة لتحسين القرارات، مما يجعله عمليًا للعديد من الأنظمة المُستخدمة. غالبًا ما تعتمد محركات التوصيات، وأدوات كشف الاحتيال، وميزات القيادة الذاتية، وبرامج الدردشة الآلية على هذا النوع من الذكاء الاصطناعي. صحيح أنه لا يمتلك وعيًا بشريًا، ولكنه قادر على التكيف بناءً على الأنماط والمعلومات المخزنة.

كيف يندرج الذكاء الاصطناعي التوليدي ضمن أنواع الذكاء الاصطناعي؟

الذكاء الاصطناعي التوليدي هو نوع من الذكاء الاصطناعي يُنتج مخرجات جديدة مثل النصوص والصور والبرمجيات والصوت والفيديو والملخصات وأفكار التصميم. يتعلم هذا النوع من الذكاء أنماطًا من كميات هائلة من البيانات، ويُنتج محتوىً بناءً على توجيهات محددة. يُمكنه المساعدة في الصياغة والعصف الذهني ودعم البرمجة والأعمال الإبداعية، إلا أن مخرجاته لا تزال بحاجة إلى مراجعة بشرية.

ما الفرق بين التعلم الآلي والتعلم العميق؟

يُعدّ التعلّم الآلي فرعًا من فروع الذكاء الاصطناعي، حيث تتعلم الأنظمة الأنماط من البيانات بدلًا من اتباع قواعد مكتوبة يدويًا فقط. أما التعلّم العميق فهو شكل متخصص من التعلّم الآلي يستخدم الشبكات العصبية متعددة الطبقات. ويُعدّ التعلّم العميق ذا قيمة خاصة في المهام المعقدة مثل التعرّف على الكلام، والتعرّف على الصور، ومعالجة اللغة الطبيعية، والترجمة، والتصوير الطبي، والذكاء الاصطناعي التوليدي.

ما هي استخدامات الذكاء الاصطناعي التنبؤي في مجال الأعمال؟

تستخدم تقنيات الذكاء الاصطناعي التنبؤي البيانات لتقدير النتائج المستقبلية المحتملة. ويمكن للشركات استخدامها في تخطيط الطلب، والتنبؤ بفقدان العملاء، وكشف الاحتيال، وتقييم المخاطر، واتخاذ قرارات إدارة المخزون، أو التنبؤ بالصيانة. وهي تدعم التخطيط واتخاذ القرارات، لكنها لا تضمن المستقبل. فالتنبؤات مجرد تقديرات تتشكل بناءً على البيانات المتاحة وجودة النموذج.

كيف يعمل الذكاء الاصطناعي في مجال رؤية الحاسوب في الأنظمة العملية؟

تساعد تقنيات الذكاء الاصطناعي في مجال رؤية الحاسوب الآلات على تفسير المعلومات المرئية من الصور والفيديوهات والكاميرات والمسوحات الضوئية وأجهزة الاستشعار. ويمكنها دعم التعرف على الوجوه، واكتشاف الأجسام، وفحص المصانع، والتصوير الطبي، ورصد حركة المرور، وتحليل بيانات متاجر التجزئة، ومراقبة الزراعة، وأنظمة السلامة. لا ترى هذه التقنيات كما يراها الإنسان، ولكنها قادرة على معالجة وحدات البكسل والأشكال والألوان والأنماط على نطاق واسع.

لماذا يمكن لمنتج واحد من منتجات الذكاء الاصطناعي أن ينتمي إلى أنواع متعددة من الذكاء الاصطناعي؟

غالبًا ما تصف تصنيفات الذكاء الاصطناعي جوانب مختلفة، مثل القدرات والوظائف وأساليب التدريب والتطبيقات. فعلى سبيل المثال، قد يُصنف المساعد الصوتي ضمن فئة الذكاء الاصطناعي المحدود من حيث القدرات، والذكاء الاصطناعي التفاعلي من حيث التطبيقات، والذكاء الاصطناعي ذي الذاكرة المحدودة من حيث الوظائف، والذكاء الاصطناعي القائم على التعلم العميق من حيث البنية. هذا التداخل طبيعي ويساعد في فهم آلية عمل النظام من زوايا مختلفة.

ما هي المخاطر التي يجب على الناس فهمها فيما يتعلق بأنواع الذكاء الاصطناعي المختلفة؟

تشمل المخاطر الشائعة للذكاء الاصطناعي التحيز، والمخرجات غير الصحيحة، ومخاوف الخصوصية، والثغرات الأمنية، وانعدام الشفافية، والاعتماد المفرط، وضعف الرقابة البشرية. قد يُولّد الذكاء الاصطناعي التوليدي معلوماتٍ غير صحيحة، وقد يُعزز الذكاء الاصطناعي التنبؤي أنماطًا خاطئة، وقد تُخطئ تقنيات رؤية الحاسوب في تحديد هوية الأشياء أو الأشخاص. يتطلب الاستخدام الأمثل للذكاء الاصطناعي عادةً الاختبار، والمراقبة، ووضع حدود واضحة، وممارسات بيانات قوية، ومراجعة بشرية.

مراجع

1. آي بي إم - أنواع الذكاء الاصطناعي - ibm.com

2. إطار إدارة مخاطر الذكاء الاصطناعي التابع للمعهد الوطني للمعايير والتكنولوجيا (NIST) - مخاطر الذكاء الاصطناعي - nist.gov

3. مطورو جوجل - التعلم الآلي - developers.google.com

4. AWS - الذكاء الاصطناعي التوليدي - aws.amazon.com