الذكاء الصناعي – تعريف ومجالات الذكاء الصناعي

صندوق المحتويات

الذكاء الصناعي

ما هو الذكاء الصناعي؟ كيف يعمل الذكاء الصناعي؟
ما هو الذكاء الصناعي؟

 , مجالات الذكاء الاصطناعي , ذكاء اصطناعي , الذكاء الاصطناعي , الذكاء الصناعي , تعريف الذكاء الاصطناعي , ما هو الذكاء الاصطناعي , أنواع الذكاء الاصطناعي , مستقبل الذكاء الاصطناعي , مخاطر الذكاء الاصطناعي , مشاكل الذكاء الاصطناعي , أهمية الذكاء الاصطناعي , فوائد الذكاء الاصطناعي , مقدمة عن الذكاء الاصطناعي , مميزات الذكاء الاصطناعي , مجالات الذكاء الاصطناعي pdf , أنواع الذكاء الاصطناعي pdf , مجال الذكاء الاصطناعي , الاصطناعي , صور للذكاء الاصطناعي , استخدامات الذكاء الاصطناعي , أمثلة على الذكاء الاصطناعي , فروع الذكاء الاصطناعي , خصائص الذكاء الاصطناعي , تاريخ الذكاء الاصطناعي , الذكاء الاصطناعي في المستقبل , تكنولوجيا الذكاء الاصطناعي , اقسام الذكاء الاصطناعي , الذكاء الاصطناعي والروبوتات , الذكاء الاصطناعي في الإعلام , مجالات الذكاء الاصطناعي واستخداماته , مهندس الذكاء الاصطناعي

الذكاء الاصطناعي (AI) هو فرع واسع النطاق لعلوم الكمبيوتر يهتم ببناء آلات ذكية قادرة على أداء المهام التي تتطلب عادةً ذكاءً بشريًا.

الذكاء الصناعي – ما هي الأنواع الأربعة للذكاء الصناعي؟

آلات رد الفعل
ذاكرة محدودة
نظرية العقل
الوعي الذاتي

الذكاء الصناعي – ما هي أمثلة الذكاء الصناعي؟




  • Siri و Alexa ومساعدين أذكياء آخرين
  • سيارات ذاتية القيادة
  • مستشارو الروبوت
  • روبوتات المحادثة
  • مرشحات البريد الإلكتروني العشوائي
  • توصيات Netflix

 

 , مجالات الذكاء الاصطناعي , ذكاء اصطناعي , الذكاء الاصطناعي , الذكاء الصناعي , تعريف الذكاء الاصطناعي , ما هو الذكاء الاصطناعي , أنواع الذكاء الاصطناعي , مستقبل الذكاء الاصطناعي , مخاطر الذكاء الاصطناعي , مشاكل الذكاء الاصطناعي , أهمية الذكاء الاصطناعي , فوائد الذكاء الاصطناعي , مقدمة عن الذكاء الاصطناعي , مميزات الذكاء الاصطناعي , مجالات الذكاء الاصطناعي pdf , أنواع الذكاء الاصطناعي pdf , مجال الذكاء الاصطناعي , الاصطناعي , صور للذكاء الاصطناعي , استخدامات الذكاء الاصطناعي , أمثلة على الذكاء الاصطناعي , فروع الذكاء الاصطناعي , خصائص الذكاء الاصطناعي , تاريخ الذكاء الاصطناعي , الذكاء الاصطناعي في المستقبل , تكنولوجيا الذكاء الاصطناعي , اقسام الذكاء الاصطناعي , الذكاء الاصطناعي والروبوتات , الذكاء الاصطناعي في الإعلام , مجالات الذكاء الاصطناعي واستخداماته , مهندس الذكاء الاصطناعي

كيف يعمل الذكاء الصناعي؟

مناهج ومفاهيم الذكاء الصناعي

بعد أقل من عقد من كسر آلة التشفير النازية Enigma ومساعدة قوات الحلفاء على الفوز في الحرب العالمية الثانية ، غيّر عالم الرياضيات Alan Turing التاريخ مرة أخرى بسؤال بسيط: “هل تستطيع الآلات التفكير؟”

حددت ورقة تورينج “الحوسبة الآلية والذكاء” (1950) ، واختبار تورينج اللاحق ، الهدف الأساسي والرؤية للذكاء الاصطناعي.

الذكاء الصناعي في جوهره هو فرع علوم الكمبيوتر الذي يهدف إلى الإجابة على سؤال تورينج بالإيجاب. إنه محاولة لتكرار أو محاكاة الذكاء البشري في الآلات.




أدى الهدف التوسعي للذكاء الاصطناعي إلى إثارة العديد من الأسئلة والنقاشات. لدرجة أنه لا يوجد تعريف واحد للمجال مقبول عالميًا.

هل يمكن للآلات أن تفكر؟ – آلان تورينج ، 1950

القيد الرئيسي في تعريف الذكاء الصناعي على أنه مجرد “آلات بناء ذكية” هو أنه لا يفسر في الواقع ما هو الذكاء الاصطناعي؟ ما الذي يجعل الآلة ذكية؟

الذكاء الصناعي هو علم متعدد التخصصات له مناهج متعددة

لكن التطورات في التعلم الآلي والتعلم العميق تخلق نقلة نوعية في كل قطاع تقريبًا من صناعة التكنولوجيا.

في كتابهما الرائد بعنوان الذكاء الصناعي: نهج حديث ، يتعامل المؤلفان ستيوارت راسل وبيتر نورفيج مع السؤال من خلال توحيد عملهما حول موضوع العوامل الذكية في الآلات. مع وضع هذا في الاعتبار

فإن الذكاء الصناعيهو “دراسة العوامل التي تتلقى تصورات من البيئة وتؤدي الإجراءات.” (راسل ونورفيج الثامن)

 

مناهج مجال الذكاء الصناعي

 

يواصل نورفيج ورسل استكشاف أربعة مناهج مختلفة حددت تاريخياً مجال الذكاء الصناعي:

  • التفكير بطريقة إنسانية
  • التفكير بعقلانية
  • يتصرف بإنسانية
  • التصرف بعقلانية

تتعلق الفكرتان الأوليان بعمليات التفكير والاستدلال ، بينما تتعامل الفكرتان الأخريان مع السلوك.

يركز نورفيج ورسل بشكل خاص على الوكلاء العقلانيين الذين يعملون لتحقيق أفضل نتيجة ، مشيرين إلى أن “جميع المهارات اللازمة لاختبار تورينج تسمح أيضًا للوكيل بالتصرف بعقلانية.” (راسل ونورفيج 4).

يعرّف باتريك وينستون ، أستاذ الذكاء الصناعي وعلوم الكمبيوتر في معهد ماساتشوستس للتكنولوجيا ، الذكاء الصناعي على أنه “خوارزميات ممكّنة بواسطة قيود ، مكشوفة من خلال التمثيلات التي تدعم النماذج المستهدفة في الحلقات التي تربط التفكير والإدراك والعمل معًا.”

في حين أن هذه التعريفات قد تبدو مجردة بالنسبة للشخص العادي ، إلا أنها تساعد في تركيز المجال كمجال لعلوم الكمبيوتر وتوفر مخططًا لغرس الآلات والبرامج مع التعلم الآلي ومجموعات فرعية أخرى من الذكاء الصناعي.




الأنواع الأربعة للذكاء الاصطناعي

 , مجالات الذكاء الاصطناعي , ذكاء اصطناعي , الذكاء الاصطناعي , الذكاء الصناعي , تعريف الذكاء الاصطناعي , ما هو الذكاء الاصطناعي , أنواع الذكاء الاصطناعي , مستقبل الذكاء الاصطناعي , مخاطر الذكاء الاصطناعي , مشاكل الذكاء الاصطناعي , أهمية الذكاء الاصطناعي , فوائد الذكاء الاصطناعي , مقدمة عن الذكاء الاصطناعي , مميزات الذكاء الاصطناعي , مجالات الذكاء الاصطناعي pdf , أنواع الذكاء الاصطناعي pdf , مجال الذكاء الاصطناعي , الاصطناعي , صور للذكاء الاصطناعي , استخدامات الذكاء الاصطناعي , أمثلة على الذكاء الاصطناعي , فروع الذكاء الاصطناعي , خصائص الذكاء الاصطناعي , تاريخ الذكاء الاصطناعي , الذكاء الاصطناعي في المستقبل , تكنولوجيا الذكاء الاصطناعي , اقسام الذكاء الاصطناعي , الذكاء الاصطناعي والروبوتات , الذكاء الاصطناعي في الإعلام , مجالات الذكاء الاصطناعي واستخداماته , مهندس الذكاء الاصطناعي
مجالات الذكاء الصناعي واستخداماته

آلات رد الفعل

تتبع الآلة التفاعلية أبسط مبادئ الذكاء الصناعي ، وكما يوحي اسمها ، فهي قادرة فقط على استخدام ذكائها لإدراك العالم الذي أمامه والتفاعل معه.

لا يمكن للآلة التفاعلية تخزين ذاكرة ، ونتيجة لذلك لا يمكنها الاعتماد على التجارب السابقة لإبلاغ عملية صنع القرار في الوقت الفعلي.

إن إدراك العالم بشكل مباشر يعني أن الآلات التفاعلية مصممة لإكمال عدد محدود فقط من المهام المتخصصة.

لا يُعد تضييق الرؤية العالمية للآلة التفاعلية نوعًا من تدابير خفض التكاليف عمدًا

ويعني بدلاً من ذلك أن هذا النوع من الذكاء الصناعي سيكون أكثر موثوقية وموثوقية – سوف يتفاعل بنفس الطريقة مع نفس المحفزات في كل مرة.

أحد الأمثلة الشهيرة للآلة التفاعلية هو Deep Blue ، الذي صممه IBM في التسعينيات كجهاز كمبيوتر عملاق يلعب الشطرنج وهزم القائد العالمي الكبير غاري كاسباروف في إحدى الألعاب.

كان ديب بلو قادرًا فقط على تحديد القطع على رقعة الشطرنج ومعرفة كيفية كل حركة بناءً على قواعد الشطرنج ، والاعتراف بالموقع الحالي لكل قطعة ، وتحديد الخطوة الأكثر منطقية في تلك اللحظة.

لم يكن الكمبيوتر يتابع التحركات المستقبلية المحتملة من قبل خصمه أو يحاول وضع قطعه الخاصة في وضع أفضل.

كان يُنظر إلى كل منعطف على أنه واقعه الخاص ، ومنفصل عن أي حركة أخرى تم القيام بها مسبقًا.

مثال آخر على الآلة التفاعلية للعب الألعاب هو برنامج AlphaGo من Google. AlphaGo غير قادر أيضًا على تقييم الحركات المستقبلية ولكنه يعتمد على شبكته العصبية لتقييم تطورات اللعبة الحالية ، مما يمنحها ميزة على Deep Blue في لعبة أكثر تعقيدًا.

كما تفوق AlphaGo على المنافسين العالميين في اللعبة ، حيث هزم بطل Go لي سيدول في عام 2016.

على الرغم من محدودية النطاق وليس البديل بسهولة

يمكن للذكاء الاصطناعي الآلي التفاعلي أن يصل إلى مستوى من التعقيد ويوفر الموثوقية عند إنشائه لإنجاز المهام القابلة للتكرار.




ذاكرة محدودة

يمتلك الذكاء الصناعيللذاكرة المحدودة القدرة على تخزين البيانات والتنبؤات السابقة عند جمع المعلومات وتقييم القرارات المحتملة – بشكل أساسي البحث في الماضي بحثًا عن أدلة حول ما قد يحدث بعد ذلك.

يعد الذكاء الصناعي للذاكرة المحدودة أكثر تعقيدًا ويوفر إمكانيات أكبر من الآلات التفاعلية.

ذاكرة محدودة يتم إنشاء الذكاء الصناعي عندما يقوم فريق باستمرار بتدريب نموذج في كيفية تحليل واستخدام البيانات الجديدة أو بناء بيئة الذكاء الصناعي بحيث يمكن تدريب النماذج وتجديدها تلقائيًا.

عند استخدام الذاكرة المحدودة للذكاء الاصطناعي في التعلم الآلي ، يجب اتباع ست خطوات: يجب إنشاء بيانات التدريب ، ويجب إنشاء نموذج التعلم الآلي ، ويجب أن يكون النموذج قادرًا على إجراء تنبؤات

ويجب أن يكون النموذج قادرًا على تلقي ردود فعل بشرية أو بيئية ، يجب تخزين هذه التعليقات كبيانات ، ويجب تكرار هذه الخطوات كدورة.

هناك ثلاثة نماذج رئيسية للتعلم الآلي تستخدم ذاكرة محدودة للذكاء الاصطناعي:

التعلم المعزز ، الذي يتعلم عمل تنبؤات أفضل من خلال المحاولة والخطأ المتكررة.
الذاكرة طويلة المدى (LSTM) ، والتي تستخدم البيانات السابقة للمساعدة في توقع العنصر التالي في تسلسل.

ترى LTSM أن المعلومات الأحدث هي الأكثر أهمية عند إجراء تنبؤات وخصم البيانات من الماضي

على الرغم من استمرار استخدامها لتكوين استنتاجات
شبكات الخصومة التوليدية التطورية (E-GAN) ، والتي تتطور بمرور الوقت ، وتنمو لاستكشاف المسارات المعدلة قليلاً بناءً على التجارب السابقة مع كل قرار جديد. يسعى هذا النموذج باستمرار إلى مسار أفضل

ويستخدم عمليات المحاكاة والإحصاءات ، أو الصدفة ، للتنبؤ بالنتائج خلال دورة الطفرة التطورية.

 

نظرية العقل

نظرية العقل هي مجرد نظرية.

لم نحقق بعد القدرات التكنولوجية والعلمية اللازمة للوصول إلى هذا المستوى التالي من الذكاء الصناعي.

يعتمد المفهوم على الافتراض النفسي لفهم أن الكائنات الحية الأخرى لديها أفكار ومشاعر تؤثر على سلوك الذات.

فيما يتعلق بآلات الذكاء الصناعي ، فإن هذا يعني أن الذكاء الصناعي يمكنه فهم كيف يشعر البشر والحيوانات والآلات الأخرى واتخاذ القرارات من خلال التفكير الذاتي والتصميم ، ثم استخدام هذه المعلومات لاتخاذ قراراتهم بأنفسهم.

بشكل أساسي ، يجب أن تكون الآلات قادرة على استيعاب مفهوم “العقل” ومعالجته ، وتقلبات المشاعر في صنع القرار ومجموعة من المفاهيم النفسية الأخرى في الوقت الفعلي ، مما يخلق علاقة ثنائية الاتجاه بين الناس والذكاء الصناعي.

 

الوعي الذاتي

بمجرد أن يتم إنشاء نظرية العقل في الذكاء الصناعي ، في وقت ما في المستقبل ، فإن الخطوة الأخيرة ستكون أن يصبح الذكاء الاصطناعي مدركًا لذاته.

يمتلك هذا النوع من الذكاء الصناعي وعيًا على مستوى الإنسان ويفهم وجوده في العالم ، فضلاً عن وجود الآخرين وحالتهم العاطفية.

سيكون قادرًا على فهم ما قد يحتاجه الآخرون ليس فقط بناءً على ما يوصلونه إليهم ولكن كيف يقومون بتوصيله.

يعتمد الوعي الذاتي في الذكاء الاصطناعي على كل من فهم الباحثين البشريين لفرضية الوعي ثم تعلم كيفية تكرار ذلك بحيث يمكن بناؤه في الآلات.

 

https://builtin.com/artificial-intelligence

 

الاستخدامات ، الأمثلة + التطبيقات

أمثلة الذكاء الصناعي

يستخدم الذكاء الصناعي العديد من الاستخدامات. تشمل الأمثلة كل شيء من AMAZON ALEXA للسيارات ذاتية القيادة.

كيف يتم استخدام الذكاء الصناعي؟

أثناء مخاطبة حشد في تجربة الذكاء الصناعي اليابانية في عام 2017 ، بدأ جيريمي أشين ، الرئيس التنفيذي لشركة DataRobot ، حديثه من خلال تقديم التعريف التالي لكيفية استخدام الذكاء الصناعي اليوم:

“الذكاء الصناعي هو نظام كمبيوتر قادر على أداء المهام التي تتطلب عادةً ذكاءً بشريًا .

العديد من أنظمة الذكاء الصناعي هذه مدعومة بالتعلم الآلي ، وبعضها مدعوم بالتعلم العميق وبعضها مدعوم بأشياء مملة للغاية مثل القواعد . ”

 

فئات الذكاء الصناعي

 

يندرج الذكاء الصناعي عمومًا تحت فئتين رئيسيتين:

 

الذكاء الصناعي الضيق:

 

يشار إليه أحيانًا باسم “الذكاء الصناعي الضعيف” ، ويعمل هذا النوع من الذكاء الصناعي في سياق محدود وهو محاكاة للذكاء البشري.

غالبًا ما يركز الذكاء الصناعي الضيق على أداء مهمة واحدة بشكل جيد للغاية وعلى الرغم من أن هذه الأجهزة قد تبدو ذكية ، إلا أنها تعمل في ظل قيود وقيود أكثر بكثير من أبسط ذكاء بشري.

 

الذكاء الصناعي العام (AGI):

 

يُشار إليه أحيانًا باسم “الذكاء الصناعي القوي” ، وهو نوع الذكاء الصناعي الذي نراه في الأفلام ، مثل الروبوتات من Westworld أو البيانات من Star Trek: The Next Generation.

الذكاء الصناعي العام هو آلة تتمتع بذكاء عام ، ومثل الإنسان ، يمكنها تطبيق تلك الذكاء الصناعي لحل أي مشكلة.

ضيق الذكاء الصناعي

إن الذكاء الصناعي الضيق يحيط بنا في كل مكان وهو بسهولة أنجح عملية تحقيق للذكاء الاصطناعي حتى الآن. من خلال تركيزه على أداء مهام محددة

شهد الذكاء الصناعي الضيق العديد من الاختراقات في العقد الماضي والتي كان لها “فوائد مجتمعية كبيرة وساهمت في الحيوية الاقتصادية للأمة” ، وفقًا لـ “الاستعداد لمستقبل الذكاء الصناعي” ، تقرير عام 2016 الصادر عن إدارة أوباما.

تتضمن بعض الأمثلة على Narrow AI ما يلي:

  • بحث جوجل
  • برنامج التعرف على الصور
  • سيري وأليكسا ومساعدين شخصيين آخرين
  • سيارات ذاتية القيادة
  • واتسون آي بي إم

التعلم الآلي والتعلم العميق

يتم دعم الكثير من الذكاء الصناعي الضيق من خلال اختراقات في التعلم الآلي والتعلم العميق.

قد يكون فهم الفرق بين الذكاء الصناعي والتعلم الآلي والتعلم العميق أمرًا محيرًا.

يقدم رأس المال الاستثماري فرانك تشين لمحة عامة جيدة عن كيفية التمييز بينهما ، مشيرًا إلى:

“الذكاء الصناعي عبارة عن مجموعة من الخوارزميات والذكاء لمحاولة محاكاة الذكاء البشري.

التعلم الآلي هو أحدها ، والتعلم العميق هو أحد تقنيات التعلم الآلي.”

ببساطة ، يغذي التعلم الآلي بيانات الكمبيوتر ويستخدم تقنيات إحصائية لمساعدته على “تعلم” كيفية التحسن تدريجيًا في مهمة ما

دون أن تكون مبرمجًا على وجه التحديد لهذه المهمة ، مما يلغي الحاجة إلى ملايين الأسطر من التعليمات البرمجية المكتوبة.

 

يتكون التعلم الآلي من كل من التعلم الخاضع للإشراف (باستخدام مجموعات البيانات المصنفة) والتعلم غير الخاضع للإشراف (باستخدام مجموعات البيانات غير المسماة).

التعلم العميق هو نوع من التعلم الآلي الذي يدير المدخلات من خلال بنية شبكة عصبية مستوحاة من الناحية البيولوجية.

تحتوي الشبكات العصبية على عدد من الطبقات المخفية التي يتم من خلالها معالجة البيانات ، مما يسمح للآلة بالتعمق “بعمق” في تعلمها ، وإجراء الاتصالات وترجيح المدخلات للحصول على أفضل النتائج.

 

الذكاء العام الاصطناعي

إن إنشاء آلة بذكاء على مستوى الإنسان يمكن تطبيقه على أي مهمة هو الكأس المقدسة للعديد من باحثي الذكاء الصناعي، لكن البحث عن الذكاء الصناعي العام كان محفوفًا بالصعوبات.

إن البحث عن “خوارزمية عالمية للتعلم والعمل في أي بيئة” (Russel and Norvig 27) ليس جديدًا ، لكن الوقت لم يخفف من صعوبة إنشاء آلة بمجموعة كاملة من القدرات المعرفية.

لطالما كان الذكاء الصناعي العام مصدر إلهام للخيال العلمي البائس ، حيث تجتاح الروبوتات فائقة الذكاء البشرية ، لكن الخبراء يتفقون على أنه ليس شيئًا يجب أن نقلق بشأنه في أي وقت قريب.

 , مجالات الذكاء الاصطناعي , ذكاء اصطناعي , الذكاء الاصطناعي , الذكاء الصناعي , تعريف الذكاء الاصطناعي , ما هو الذكاء الاصطناعي , أنواع الذكاء الاصطناعي , مستقبل الذكاء الاصطناعي , مخاطر الذكاء الاصطناعي , مشاكل الذكاء الاصطناعي , أهمية الذكاء الاصطناعي , فوائد الذكاء الاصطناعي , مقدمة عن الذكاء الاصطناعي , مميزات الذكاء الاصطناعي , مجالات الذكاء الاصطناعي pdf , أنواع الذكاء الاصطناعي pdf , مجال الذكاء الاصطناعي , الاصطناعي , صور للذكاء الاصطناعي , استخدامات الذكاء الاصطناعي , أمثلة على الذكاء الاصطناعي , فروع الذكاء الاصطناعي , خصائص الذكاء الاصطناعي , تاريخ الذكاء الاصطناعي , الذكاء الاصطناعي في المستقبل , تكنولوجيا الذكاء الاصطناعي , اقسام الذكاء الاصطناعي , الذكاء الاصطناعي والروبوتات , الذكاء الاصطناعي في الإعلام , مجالات الذكاء الاصطناعي واستخداماته , مهندس الذكاء الاصطناعي
الذكاء الصناعي

 

تاريخ الذكاء الصناعي

إن تاريخ الذكاء الصناعي طويل ومتين ، ويعود إلى الأربعينيات من القرن الماضي.
تاريخ موجز للذكاء الاصطناعي
ظهرت الروبوتات الذكية والكائنات الاصطناعية لأول مرة في الأساطير اليونانية القديمة في العصور القديمة.

كان تطوير أرسطو للقياس المنطقي واستخدامه للاستدلال الاستنتاجي لحظة رئيسية في سعي البشرية لفهم ذكائها. في حين أن الجذور طويلة وعميقة ، فإن تاريخ الذكاء الصناعي كما نفكر فيه اليوم يمتد لأقل من قرن.

فيما يلي نظرة سريعة على بعض أهم الأحداث في مجال الذكاء الصناعي.

الأربعينيات

 

(1943) نشر وارن ماكولوغ ووالتر بيت

س “حساب منطقي للأفكار الجوهرية في النشاط العصبي.

” اقترحت الورقة أول نموذج رياضي لبناء شبكة عصبية.

(1949) في كتابه تنظيم السلوك: نظرية نفسية عصبية ، يقترح دونالد هب النظرية القائلة بأن المسارات العصبية تنشأ من التجارب وأن الروابط بين ar تصبح الخلايا العصبية أقوى كلما زاد استخدامها.

يستمر تعلم Hebbian في كونه نموذجًا مهمًا في الذكاء الصناعي.

الخمسينيات

(1950) نشر آلان تورينج “آلات الحوسبة والذكاء الصناعي ، ويقترح ما يعرف الآن باسم اختبار تورينج ، وهي طريقة لتحديد ما إذا كانت الآلة ذكية.
(1950) قام خريجو جامعة هارفارد ، مارفن مينسكي ودين إدموندز ، ب

بناء SNARC ، أول كمبيوتر شبكة عصبية.

(1950) قام كلود شانون بنشر مقالة بعنوان “برمجة الكمبيوتر للعب الشطرنج”.

(1950) نشر إسحاق أسيموف “القوانين الثلاثة للروبوتات”.

(1952) قام آرثر صموئيل بتطوير برنامج التعلم الذاتي للعب لعبة الداما.

(1954) تترجم تجربة الترجمة الآلية Georgetown-IBM تلقائيًا 60 جملة روسية مختارة بعناية إلى الإنجليزية.

(1956) تمت صياغة عبارة الذكاء الصناعي في “مشروع بحث دارتموث الصيفي حول الذكاء الصناعي.

” بقيادة جون مكارثي ، المؤتمر ، الذي حدد نطاق وأهداف الذكاء الصناعي ، يعتبر على نطاق واسع ولادة الذكاء الصناعي كما نعرفه اليوم.

(1956) أظهر ألين نيويل وهربرت سيمون نظرية المنطق (LT) ، أول برنامج تفكير.

(1958) قام John McCarthy بتطوير لغة برمجة الذكاء الصناعي Lisp ونشر مقالة بعنوان “Programs with Common Sense”. اقترحت الورقة النظرية الافتراضية Advice Taker ، وهي نظام ذكاء اصطناعي كامل لديه القدرة على التعلم من التجربة بشكل فعال مثل البشر.

(1959) قام Allen Newell و Herbert Simon و JC Shaw بتطوير برنامج حل المشكلات العام (GPS) ، وهو برنامج مصمم لتقليد الإنسان في حل المشكلات.

(1959) قام هربرت جيلنتر بتطوير برنامج Geometry Theorem Prover.

(1959) صاغ آرثر صموئيل مصطلح التعلم الآلي أثناء عمله في شركة IBM.

(1959) أسس جون مكارثي ومارفن مينسكي مشروع الذكاء الصناعي لمعهد ماساتشوستس للتكنولوجيا.

الستينيات

(1963) بدأ جون مكارثي مختبر الذكاء الصناعي في ستانفورد.

(1966) تقرير اللجنة الاستشارية للمعالجة التلقائية للغات (ALPAC) من قبل حكومة الولايات المتحدة يوضح عدم إحراز تقدم في أبحاث الترجمات الآلية ، وهي مبادرة رئيسية للحرب الباردة مع وعد بالترجمة الآلية والفورية للغة الروسية.

 

يؤدي تقرير ALPAC إلى إلغاء جميع مشروعات الترجمة الآلية التي تمولها الحكومة.

(1969) تم تطوير أول أنظمة الخبراء الناجحة في DENDRAL ، برنامج XX ، و MYCIN ، المصمم لتشخيص التهابات الدم ، تم إنشاؤه في ستانفورد.

السبعينيات

(1972) تم إنشاء لغة البرمجة المنطقية PROLOG.

(1973) “تقرير Lighthill” ، الذي يوضح بالتفصيل خيبات الأمل في أبحاث الذكاء الصناعي ، أصدرته الحكومة البريطانية ويؤدي إلى تخفيضات شديدة في تمويل مشاريع الذكاء الصناعي.

(1974-1980) الإحباط من التقدم في تطوير الذكاء الصناعي يؤدي إلى تخفيضات كبيرة في DARPA في المنح الأكاديمية.

بالاقتران مع تقرير ALPAC السابق و “تقرير Lighthill” للعام السابق ، جف تمويل الذكاء الصناعي وأكشاك البحث. تُعرف هذه الفترة باسم “شتاء الذكاء الصناعي الأول”.

الثمانينيات

(1980) طورت شركات المعدات الرقمية R1 (المعروف أيضًا باسم XCON) ، وهو أول نظام خبير تجاري ناجح.

تم تصميم R1 لتكوين أوامر لأنظمة الكمبيوتر الجديدة ، حيث بدأ طفرة استثمارية في الأنظمة الخبيرة التي ستستمر معظم العقد ، منهية فعليًا أول “شتاء AI”.

(1982) أطلقت وزارة التجارة الدولية والصناعة اليابانية مشروع الجيل الخامس لأنظمة الكمبيوتر الطموح.

الهدف من FGCS هو تطوير أداء يشبه الكمبيوتر العملاق ومنصة لتطوير الذكاء الصناعي.

(1983) رداً على FGCS اليابانية ، أطلقت الحكومة الأمريكية مبادرة الحوسبة الإستراتيجية لتوفير الأبحاث الممولة من DARPA في الحوسبة المتقدمة والذكاء الصناعي.

(1985) تنفق الشركات أكثر من مليار دولار سنويًا على الأنظمة الخبيرة ، وينبثق قطاع كامل يُعرف باسم سوق ماكينات Lisp لدعمها.

تقوم شركات مثل Symbolics و Lisp Machines Inc. ببناء أجهزة كمبيوتر متخصصة للعمل على لغة برمجة الذكاء الصناعيLisp.

(1987-1993) مع تحسن تكنولوجيا الحوسبة ، ظهرت بدائل أرخص وانهار سوق آلة Lisp في عام 1987 ، مما أدى إلى “شتاء الذكاء الصناعي الثاني”.

خلال هذه الفترة ، أثبتت الأنظمة الخبيرة أنها باهظة الثمن للغاية في الصيانة والتحديث ، وفي النهاية فقدت شعبيتها.

التسعينيات

(1991) القوات الأمريكية تنشر DART ، وهي أداة تخطيط وجدولة لوجستية مؤتمتة ، أثناء حرب الخليج.

(1992) أنهت اليابان مشروع FGCS في عام 1992 ، مستشهدة بالفشل في تحقيق الأهداف الطموحة التي تم تحديدها قبل عقد من الزمن.
(1993) DARPA أنهت مبادرة الحوسبة الإستراتيجية في عام 1993 بعد إنفاق ما يقرب من 1 مليار دولار دون التوقعات.

(1997) ديب بلو من شركة IBM يتفوق على بطل العالم في الشطرنج جاري كاسباروف

2000s

(2005) ستانلي ، سيارة ذاتية القيادة ، تفوز بتحدي DARPA الكبير.

(2005) بدأ الجيش الأمريكي في الاستثمار في الروبوتات المستقلة مثل “Big Dog” من Boston Dynamics و “PackBot” من iRobot.

(2008) حققت Google اختراقات في التعرف على الكلام وقدمت الميزة في تطبيق iPhone الخاص بها.

2010-2014

(2011) واتسون من شركة IBM يتفوق على المنافسة في لعبة Jeopardy !.

(2011) Apple تطلق S iri ، وهو مساعد افتراضي يعمل بالذكاء الصناعي من خلال نظام التشغيل iOS الخاص به.

(2012) أندرو نج ، مؤسس مشروع Google Brain Deep Learning ، يغذي شبكة عصبية باستخدام خوارزميات التعلم العميق 10 ملايين مقطع فيديو على YouTube كمجموعة تدريب.

تعلمت الشبكة العصبية التعرف على القطة دون إخبارها بماهية القطة ، مما أدى إلى دخول حقبة اختراق للشبكات العصبية وتمويل التعلم العميق.

(2014) جوجل تصنع أول سيارة ذاتية القيادة تجتاز اختبار قيادة الدولة.

(2014) تم إطلاق موقع Amazon’s Alexa ، وهو منزل افتراضي

2015-2021

(2016) هزم برنامج AlphaGo من Google DeepMind بطل العالم Go لي سيدول. كان يُنظر إلى تعقيد اللعبة الصينية القديمة على أنه عقبة رئيسية يجب إزالتها في الذكاء الصناعي.

 

(2016) أول “إنسان آلي مواطن” ، إنسان آلي اسمه صوفيا ، تم إنشاؤه بواسطة Hanson Robotics وهو قادر على التعرف على الوجه والتواصل اللفظي وتعبيرات الوجه.

(2018) أطلقت Google محرك معالجة اللغة الطبيعية BERT ، مما يقلل من الحواجز في الترجمة والفهم من خلال تطبيقات التعلم الآلي.

(2018) أطلقت شركة Waymo خدمة Waymo One الخاصة بها ، مما يسمح للمستخدمين في جميع أنحاء منطقة Phoenix الحضرية بطلب سيارة بيك آب من إحدى سيارات الشركة ذاتية القيادة.

(2020) أطلقت Baidu خوارزمية LinearFold AI الخاصة بها للفرق العلمية والطبية التي تعمل على تطوير لقاح خلال المراحل المبكرة من جائحة SARS-CoV-2.

الخوارزمية قادرة على التنبؤ بتسلسل الحمض النووي الريبي للفيروس في 27 ثانية فقط ، أي 120 مرة أسرع من الطرق الأخرى.

المصدر: https://builtin.com/artificial-intelligence

الصورة الافتراضية
admin
المقالات: 659