مقدمة في الذكاء الاصطناعي | الوحدة الأولى | الدرس الأول
مقدمة في الذكاء الاصطناعي هو عنوان الدرس الأول من الوحدة الأولى التي تحمل اسم “أساسيات الذكاء الاصطناعي” من الفصل الدراسي الأولى من مقرر “الذكاء الاصطناعي”.
ستتعرف في هذا الموضوع على مفهوم الذكاء الاصطناعي، وعلاقته بالمجالات الأخرى، وتحديد إمكانات الحاسب لاجتياز تورنغ، واستكشاف تاريخ الذكاء الاصطناعي، وتصنيف تطبيقات الذكاء الاصطناعي، بالإضافة إلى تحديد المجالات التي تأثَّرت بالذكاء الاصطناعي.
لذا قم بقراءة أهداف التعلُّم بعناية، ثم أعد قراءتها وتأكَّد من تحصيل كافة محتوياتها بعد انتهائك من دراسة الموضوع.
أهداف التعلُّم
- معرفة مفهوم الذكاء الاصطناعي.
- معرفة علاقة الذكاء الاصطناعي بالمجالات الأخرى.
- تحديد إمكانات الحاسب لاجتياز اختبار تورنغ.
- استكشاف تاريخ الذكاء الاصطناعي.
- تصنيف تطبيقات الذكاء الاصطناعي.
- تحديد المجالات التي تأثَّرت بالذكاء الاصطناعي.
هيا لنبدأ!
ما الذكاء الاصطناعي؟ (What is Artificial Intelligence – AI)
الذكاء الاصطناعي هو أحد مجالات علوم الحاسب الآلي التي تُعنى بتصميم وتطبيق البرامج القادرة على محاكاة القدرات المعرفية البشرية.
تُظهر هذه البرامج الخصائص التي تصف السلوك البشري عادة مثل:
- حل المشكلات.
- التَعلُّم.
- صُنع القرارات.
- الاستدلال.
- التخطيط.
- اتخاذ القرارات.
تعريفات هامة
- وكلاء الذكاء الاصطناعي (AI Agents)
وكيل الذكاء الاصطناعي هو برنامج يعمل نيابةً عن المُستخدِم أو النظام في إدراك بيئته، وصُنع القرارات، واتّخاذ الإجراءات وفقًا لها، وقد يكون الوكيل بسيطًا أو مُعقّدًا، ذاتي التحكُّم أو شبه ذاتي التحكُّم، أو يعمل في بيئات متنوعة، مثل المُستندة إلى الويب، أو الماديّة، أو الافتراضية.
- الشبكات العصبية (Neural Networks)
الشبكات العصبية هي نوع من برامج الحاسب المُصمَّمة لمحاكاة طريقة عمل الدماغ البشري، وهي مكوَّنة من خلايا وطبقات عصبية يمكنها معالجة المعلومات ونقلها.
مقدمة في الذكاء الاصطناعي
الذكاء الاصطناعي والمجالات الأخرى AI and Other Fields
يرتبط الذكاء الاصطناعي (AI) ارتباطًا وثيق الصلة بعدة مجالات أخرى تشمل:
- الفلسفة (Philosophy)
هي أصل العلوم الحديثة، وتُعنى بدراسة المشكلات التي تمثل أساسيات الذكاء الاصطناعي مثل: أصل المعرفة وتمثيلها، والاستدلال إلى المستند إلى القواعد والمنطق، التحليل القائم على الأهداف، الصلة بين المعرفة والتصرف.
- الرياضيات (Mathematics)
هي جوهر الذكاء الاصطناعي، حيث تقدم له لبنات البناء الأساسية مثل: المنطق، الحوسبة، نظرية الاحتمالات.
- نظرية القرار (Decision Making)
تُعنى بدراسة الخصائص المنطقية والرياضية لعميات صنع القرار، حيث تحلل عملية اتخاذ القرارات في نظام تكون في بيئة القرار غير واضحة، وتُطبق الأطر والأساليب النظرية في هذا المجال باستمرار لحل مشكلات الذكاء الاصطناعي.
- علم الأعصاب (Neuroscience)
تُعنى بدراسة الجهاز العصبي البشري، وقد توصل علم الأعصاب إلى نتيجة رئيسة عملت كمبدأ إرشادي للذكاء الاصطناعي، وهي أن مجموعة من الخلايا البسيطة التي يمكن أن تؤدي إلى نتائج معقدة مثل: الفكر، العمل، الوعي.
كما أن الشبكات العصيبة الاصطناعية تُحاكي البنيات العصبية الموجودة في الدماغ البشري.
- علم النفس المعرفي (Cognitive Psychology)
هو أحد فروع علم النفس، يُعنى بدراسة طريقة تفكير البشر، ولطالما كان الفضل في تحقيق الانجازات والتقدم في مجال الذكاء الاصطناعي راجعًا إلى الاكتشافات التي تم تحقيقها في هذا المجال، والتي ساعدت على توفير الرؤى التي تساعد أجهزة الحاسب على محاكاة التفكير البشري.
- علوم الحاسب والهندسة (Computer Science and Engineering)
تُعد علوم الحاسب والهندسة حجر الأساس لتوفير البرمجيات والأجهزة اللازمة للذكاء الاصطناعي للانتقال من المبادئ النظرية إلى التطبيقات العملية.
قد واكب التقدم في الذكاء الاصطناعي باستمرار التطورات في أنظمة التشغيل، البرمجة، اللغات، السعة التخزينية، الذاكرة، قوة معالجة البيانات.
- علم التحكم الآلي (Cybernetics)
يُعنى بدراسة الأنظمة التي تحقق الحالة المرجوة باستلام المعلومات من بيئتها وتعديل سلوكها وفقًا لذلك.
الفرق الرئيس بين علم التحكم الآلي وبين الذكاء الاصطناعي:
علم التحكم الآلي يستخدم الرياضيات لنمذجة الأنظمة المغلقة التي يُمكن وصفها بالكامل باستخدام متغيرات محددة.
الذكاء الاصطناعي يستخدم للاستدلال المنطقي والحوسبة للتغلب على هذه القيود ودراسة المشكلات المعقدة مثل: فهم اللغة والمعلومات المرئية وتوليدهما.
- علم اللغويات (Linguistics)
هو الدراسة العلمية للغة البشرية، فلطالما كان فهم اللغة البشرية وتوليدها مجالاً رئيساً في تطبيقات الذكاء الاصطناعي، كما أدى إلى نشوء حقول فرعية مثل: معالجة اللغات الطبيعية، اللغات الحاسوبية.
- علم الرؤية (Vision Science)
هو الدراسة العلمية للإدراك البصري، ويُعد تعليم أجهزة الحاسب كيفية فهم الصور، الرسوم المتحركة، مقاطع الفيديو وتوليدها أحد أكثر تطبيقات الذكاء الاصطناعي إثارة، وتحديدًا في المجالات الفرعية للتعلم العميق ورؤية الحاسب.
معلومة
استُخدِم مصطلح الذكاء الاصطناعي رسميًا للمرة الأولى في عام 1956م، مما يجعله أحد أحدث المجالات العلمية نسبيًا.
اختبار تورنغ Turing Text
ما هو اختبار تورنغ (Turing Test)؟
يقيس اختبار تورنغ قدرة الآلة على إظهار سلوك ذكي مكافئ لسلوك الإنسان أو غير قابل للتمييز عنه.
قد يكون اختبار تورنغ هو الطريقة الأكثر شهرة لتعريف الذكاء الاصطناعي، ويعود تاريخ اقتراحه إلى عام 1950م، حيث أجرى العالم توزيع تجربة لمعرفة إذا ما كان الحاسب ذكيًا أم لا.
أثناء الاختبار يتوجب على الحاسب أن يجيب عن بعض الأسئلة المكتوبة التي يُقدمها الموجه البشري (Human Respondent).
يُعد الاختبار ناجحًا إذا لم يتمكن الموجه من معرفة ما إذا كانت الإجابة مكتوبة بواسطة إنسان أم بواسطة الحاسب.
لاجتياز الاختبار بنجاح، يدب أن يتمتع الحاسب بالإمكانات الموضحة في الجدول التالي:
تُغطي الإمكانات الموضحة بالأعلى جزءًا كبيرًا من مجال الذكاء الاصطناعي الواسع، سنستعرض هذه الإمكانات فيما يلي:
- معالجة اللغات الطبيعية (NLP)
هو أحد فروع الذكاء الاصطناعي الذي يمنح أجهزة الحاسب القدرة على فهم الإنسان واللغة الطبيعية.
- تمثيل المعرفة (Knowledge Representing)
في الذكاء الاصطناعي يشير إلى عملية ترميز المعرفة البشرية في شكل مقروء آليًا لتتمكن الأنظمة المستندة إلى الذكاء الاصطناعي من معالجتها واستخدامها. تأتي هذه المعرفة في صورة عدة تشمل: الحقائق، القواعد، المفاهيم، العلاقات، العمليات.
- الاستدلال المؤتمت (Automated Reasoning)
يُشير إلى قدرة الأنظمة المستندة إلى الذكاء الاصطناعي على استنتاج المعرفة الجديدة وتقديم الاستنتاجات المنطقية وفقًا لمجموعة من القواعد والفرضيات المُقدمة.
- رؤية الحاسب (Computer Vision)
هي مجال الذكاء الاصطناعي الذي يمكن الحاسب من تفسير وفهم المعلومات المرئية من العالم الحقيقي/ مثل الصور ومقاطع الفيديو.
- الروبوتية (Robotics)
هي فرع الذكاء الاصطناعي الذي يُعنى بتصميم الروبوت وبنائه واستخدامه، يتضمن الجمع بين التقنيات المتنوعة مثل: تعلم الآلة، رؤية الحاسب، أنظمة التحكم لابتكار آلات ذكية ذاتية التحكم أو تتطلب الحد الأدنى من التوجيه البشري.
لمعرفة المزيد من المعلومات عن الذكاء الاصطناعي، قم بالاطّلاع على الرابط التالي:
بإمكانك مراجعة محتوى موضوع “مقدمة في الذكاء الاصطناعي” من بدايته وحتى نهاية هذا القسم، قم بالاطّلاع على الرابط التالي:
الذكاء الاصطناعي: تاريخ مُمتَّد لتسعة عقود (Artificial Intelligence: 9 Decades of History)
بالرغم من أن عمر الذكاء الاصطناعي لا يتجاوز 100 عام، إلا أنه يتمتع بتاريخ غني يمتد منذ الأربعينات من القرن الماضي حتى اليوم، وفيما يلي استعراض للإنجازات البارزة في مجال الذكاء الاصطناعي في كل عقد.
الأربعينات: البداية وأول خلية عصبية اصطناعية
1943: اقتُرح النموذج الأول المبني على الخلايا العصبية الاصطناعية بحيث يمكن لكل خلية عصبية أن تكون في حالة نشطة(تشغيل) أو في حالة غير نشطة (إيقاف) وذلك وفق المحاكاة التي تتلقاها من الخلايا العصبية الأخرى المجاورة والمتصلة بها.
1948: في هذا العام ظهر روبوتان: إلمروإلسي (Elmer and Elsie) وهما روبوتان ذاتيا التحكم، يمكنهما التنقل حول العقبات باستخدام الضوء واللمس.
خمسينات القرن الماضي: نشأة الذكاء الاصطناعي
1950: ظهر اختبار تورنغ وهو اختبار يحدد قدرة الآلة على اظهار سلوك ذكي مكافئ لسلوك الإنسان أو يصعب تمييزه عنه. إلى جانب ظهور العديد من مفاهيم الذكاء الاصطناعي الرئيسة مثل: تعلم الآلة، الخوارزميات الجينية، التعلم المعزز.
1951: صُمم حاسب التعزيز التناظري العصبي العشوائي (SNARC) كأول حاسب يعمل بالشبكات العصيبة.
1958: طُوِّرت لغة ليسب (LISP) وهي لغة برمجة مصممة خصيصًا للذكاء الاصطناعي، وفي العام نفسه، نُشرت ورقة بحثية حول متلقي المشورة الافتراضية (Hypothetical Advice Taker) وهو نظام الذكاء الاصطناعي القادر على التعلم من التجربة تمامًا مثل البشر.
الستينات والسبعينات من القرن الماضي: أول شتاء من الذكاء الاصطناعي
1964: ظهر برنامج إليزا (ELIZA) وهو أول برنامج لمعالجة اللغات الطبيعية وهي الأصل الذي تفرع منه جميع روبوتات الدردشة اليوم.
1874-1980: تُعرف هذه الفترة باسم أول شتاء للذكاء الاصطناعي، حيث اتخفض تمويل مشروعات الذكاء الاصطناعي في هذه الفترة نظرًا لقلة التقدم المحرز في هذا المجال، وانخفاض تأثيره في تطبيقات الحياة اليومية، أحد الانتقادات الرئيسة كانت عدم قدرة تقنيات الذكاء الاصطناعي على معالجة مشكلة الانفجار التوافقي التي جعلت قابلية تطبيقها محدودة على بعض المشكلات ومجموعات البيانات الصغيرة للغاية.
الثمانينات والتسعينات من القرن الماضي وثاني شتاء للذكاء الاصطناعي
1980: أطلق أول نظام خبير تجاري ناجح مُصمم لمحاكاة القدرة على صُنع القرار مثل الإنسان.
1987-1993: تُعرف هذه الفترة باسم ثاني شتاء للذكاء الاصطناعي، فطبيعة أنظمة الذكاء الاصطناعي في المراحل المبكرة كانت مستندة على القواعد والتي بدورها قيدت من قابليتها للتطبيق وجعلتها غير قادرة على حل مشاكل الحياة الواقعية الرئيسة.
1997: تحقق الفوز الأول لبرنامج الذكاء الاصطناعي على بطل العالم في الشطرنج، حيث نجح الحاسب العملاق ديب بلو (Deep Blue) في هزيمة بطل العالم في الشطرنج جاري كاسبارو (Gary Kasparvo).
الألفينبات: فترة الانتشار واسع النطاق، والدعم الكبير للمكونات المادية والبرمجية وتطورها.
2005: طورت جامعة ستانفورد (Stanford University) السيارة ذاتية القيادة ستانلي (STANELY) التي فازت في تحدي السيارات ذاتية القيادة. كما بدأ الجيش الأمريكي الاستثمار في الروبوتات ذاتية التحكم.
2009: استُخدمت وحدات معالجة الرسومات (GPUs) لتدريب الشبكات العصبية للتعلم العميق للمرة الأولى، أدى استخدام المكونات المادية المتخصصة إلى تسارع وتيرة تدريب الشبكات المعقدة على مجموعة كبيرة جدًا من البيانات مما أدى بدوره إلى عصر جديد من التعلم العميق والذكاء الاصطناعي.
العقدين الثاني والثالث من القرن الحادي والعشرين: العصر الذهبي
2011: هو نظام الإجابة على الأسئلة المعروف باسم واتسون (Watson) أفضل لاعبين في العالم في برنامج المسابقات الأمريكي جيوباردي (Jeopardy) حيث تمكن واتسون من فهم الأسئلة والإجابة عليها بنجاح مما شكل طفرة في استخدام الذكاء الاصطناعي لفهم اللغة الطبيعية.
2012: ظهر نظام الذكاء الاصطناعي الذي يُترجم فوريًا اللغة الإنجليزية المنطوقة إلى اللغة الصينية المنطوقة.
2021: ظهر نظام القيادة الذاتية الكامل الذي يستخدم الشبكات العصبية المُدربة على سلوك مئات الآلاف من السائقين.
2022: ظهر روبوت دردشة المحول التوليدي مسبق التدريب (ChatGPT) وهو روبوت الدردشة المبني على مجموعة كبيرة من النماذج اللغوية. هذه النماذج مهيئة بدقة باستخدام كل من تقنيات التعلم الموجه والمعزز لمحاكاة المحادثات البشرية.
تطبيقات الذكاء الاصطناعي (Applications of AI)
الذكاء الاصطناعي هو تقنية سريعة التطور لديها القدرة على تحوُّل مجموعة واسعة من القطاعات والصناعات.
مقدمة في الذكاء الاصطناعي
- المساعدون الافتراضيون Virtual Assistant
واحدة من أشهر تطبيقات الذكاء الاصطناعي هي تطبيقات المساعدون الافتراضيون الذين يمكنهم التواصل مع المستخدمين عبر التفاعلات الصوتية والنصية.
يمكن الوصول إليهم عبر الأجهزة المادية مثل: الهواتف الذكية، الأجهزة اللوحية، مكبرات الصوت الذكية.
يُمكن استخدامهم لأداء مجموعة واسعة من المهام مثل: إعداد التذكيرات، الإجابة على الأسئلة، تشغيل الوسائط الصوتية، طلب المنتجات أو الخدمات.
أحد الأمثلة الأكثر شهرة على تطبيقات الذكاء الاصطناعي في هذا المجال هو سيري (Siri) من شركة أبل (Apple).
وهناك شركات أخرى طورت مساعدين افتراضيين مثل:
- أليكسا (Alexa) التابع لشركة أمازون (Amazon).
- المساعد الافتراضي لقوقل (Google Assistants) وكورتانا (Cortana) التابع لشركة مايكروسوفت (Microsoft).
بمرور الوقت تطورت قدرة هذه التطبيقات على الفهم والاستجابة لعدد متزايد من الأوامر والاستفسارات والرد عليها.
على سبيل المثال/ يمكن استخدام المساعد الافتراضي للتحكم في الأجهزة المنزلية الذكية مثل: التحكم في درجة الحرارة، الإضاءة، الأجهزة الكهربائية.
قد يتمثل المساعد الافتراضي في صورة روبوتات الدردشة المتخصصة المصممة عادة لتقديم المعلومات والإجابة على الأسئلة في مجال محدد.
على سبيل المثال/ في تطبيقات خدمة العملاء تُستخدم روبوتات الدردشة المبنية على تقنية الذكاء الاصطناعي في الإجابة على أسئلة العملاء حو المنتجات أو الخدمات، وتحديد المشكلات وعلاجها، تقديم المعلومات حول طلباتهم وحساباتهم.
يُمكن الوصول إلى روبوتات الدردشة عبر مجموعة واسعة من القنوات مثل:
- مواقع الويب.
- تطبيقات المراسلة.
- وسائل التواصل الاجتماعي.
يُمكنها تقديم خدمات المساعدة على مدار الساعة طوال أيام الأسبوع.
- الروبوتية Robotics
ارتبط الذكاء الاصطناعي منذ بدايته بالروبوتية، فإذا كان الروبوت هو التصوير المادي للكائن الاصطناعي.
الذكاء الاصطناعي يُمثل دماغ الروبوت، يمنحه القدرة على الشعور بالبيئة من حوله، اتخاذ القرارات، التكيف مع الظروف المتغيرة.
يُمكن للروبوتات الذكية تطبيق هذه الامكانات والقدرات لأداء مجموعة واسعة من المهام دون التدخل البشري مثل:
- مهام التصنيع.
- الاستكشاف.
- البحث والانقاذ.
بالإضافة إلى العديد من المهام الأخرى.
مقدمة في الذكاء الاصطناعي
إن أحد أقدم الأمثلة على تطبيق الذكاء الاصطناعي في الروبوتية هو تطوير روبوتات المصانع المستخدمة في أداء المهام مثل:
- اللحام.
- الدهانات.
- التجميع.
تطور استخدام الذكاء الاصطناعي في الروبوتية إلى حد كبير، مع تطور الخوارزميات المتقدمة واستخدام تعلم الآلة لتحسين أداء الروبوت.
تُعد إحدى الإنجازات البارزة في استخدام الذكاء الاصطناعي في الروبوتية تطوير الروبوتات البشرية مثل:
روبوت هوندا أسيمو (Honda ASIMO) قد سُميّ بذلك اختصارًا لمفهوم الخطوة المتقدمة في النقل الإبداعي (Advanced Step in Innovative Mobility) والذي قُدم للمرة الأولى في عام 2000 وكان قادرًا على السير وأداء المهام الأساسية.
- الروبوتات الشبيهة بالبشر Humanlike Robots
طورت شركة الدبران روبوتكس (Aldebaran Robotics) الروبوتان الشبيهان بالبشر وهما:
- بيبر (Pepper).
- ناو(Nao).
اللذان صُمما لأغراض البحث والتطوير في مجال التفاعل بين الإنسان والروبوت، وقد استُخدما على نطاق واسع في مجالات البحث، التعليم، الترفيه.
بيبر(Pepper)
هو روبوت اجتماعي مُصمم للتفاعل مع الأشخاص بصورة طبيعية باستخدام كاميرا، ميكروفونات، مستشعرات اللمس لإدراك البيئة من حوله والاستجابة لتصرفات وعواطف الأشخاص من حوله.
يتمتع هذا الروبوت بالعديد من الخصائص منها:
- التعرف على الوجوه.
- فهم الكلام.
- الاستجابة للإيماءات.
لمعرفة المزيد من المعلومات عن روبوت بيبر (Pepper)، من خلال الرابط التالي:
ناو (Nao)
هو روبوت مدمج أصغر حجمًا مصمم للتفاعل مع البشر، يحتوي هذا الروبوت مثل السابق على مجموعة من المستشعرات التي تسمح له بإدراك البيئة من حوله، بالإضافة إلى الكاميرات والميكروفونات للتعرف على الوجوه والكلام.
يمتاز هذا الروبوت بأنه قابل للتخصيص والبرمجة بدرجة توافقية عالية، مما يجعله الخيار الأمثل للباحثين والدارسين الذين يرغبون في دراسة وتطوير تطبيقات جديدة للروبوتات الشبيهة بالبشر.
معلومة
في عام 2017 كانت الروبوت صوفيا (Sophia) أول روبوت يحصل على الجنسية السعودية، وفي عام 2023 طورت المملكة العربية السعودية سارة (Sarah) وهي الروبوت التفاعلي الأول من نوعه.
السيارات ذاتية القيادة Self-Driving Cars
كان الإنجاز المهم الآخر هو تطوير السيارات ذاتية القيادة وهي سيارات تستخدم الذكاء الاصطناعي للانتقال عبر الطرق واتخاذ القرارات حول كيفية التفاعل الآمن مع المركبات الأخرى ومع المُشاة.
أحد المتطلبات الرئيسة لهذه التطبيقات هو القدرة على معالجة البيانات المرئية مثل الصور، مقاطع الفيديو وفهمها، ويشار ذلك عادة باسم رؤية الحاسب (Computer Vision).
يمكن استخدام خوارزميات رؤية الحاسب للتعرف على الكائنات، الأشخاص، الخصائص الأخرى في الصور ومقاطع الفيديو، إلى جانب فهم سياق المحتوى ومعناه.
لهذا المجال العديد من التطبيقات غير الروبوتية مثل:
- التعرف على الوجه.
- إدارة المحتوى.
- تحليل الوسائط.
يعتبر أحد الإنجازات البارزة في استخدام الذكاء الاصطناعي في تحليل الصور ومقاطع الفيديو تطوير خوارزميات التعلم العميق، التي يمكنها تحليل كميات كبيرة من البيانات وتحديد الأنماط المعقدة في الصور ومقاطع الفيديو.
مقدمة في الذكاء الاصطناعي
بإمكانك مراجعة محتوى موضوع “مقدمة في الذكاء الاصطناعي” بدايةً من عنوان “الذكاء الاصطناعي: تاريخ مُمتَّد لتسعة عقود” وحتى نهاية هذا القسم، قم بالاطّلاع على الرابط التالي:
المجالات التي تأثَّرت بالذكاء الاصطناعي (Industries Affected by AI)
- التعليم Education
على مدى العقود القليلة الماضية، كانت هناك العديد من الانجازات الرئيسة لاستخدام الذكاء الاصطناعي في التعليم. بما في ذلك تطوير أنظمة التدريس القائمة على الذكاء الاصطناعي التي تستخدم تقنيات معالجة اللغات الطبيعية للتفاعل مع الطلبة وتقديم الملاحظات حول أعمالهم.
لذلك، ظهرت منصات التعلم التكيفي التي تستخدم خوارزميات تعلم الآلة لتخصيص العملية التعليمية لكل طالب استنادا إلى نقاط ضعفه وقوته.
بعد ذلك، تم تطوير أنظمة التصحيح القائمة على الذكاء الاصطناعي التي تستخدم خوارزميات معالجة اللغات الطبيعية وتعلم الآلة لتصحيح الواجبات المكتوبة وتقديم الملاحظات.
في الآونة الأخيرة، حدث دمج بين المساعدين الافتراضيين روبوتات الدردشة في مجال التعليم لتقديم الدعم المخصص للطلبة والإجابة على أسئلتهم بشكل فوري.
يمكن استخدام الذكاء الاصطناعي لتحليل البيانات حول أداء الطلبة، وخياراتهم المفضلة في التعليم وغيرها من العوامل الأخرى اللازمة لوضع خطط تعليمية مخصصة للطلبة، وتقديم التوصيات بشأن المواد أو الأنشطة التي من المرجح أن تفيدهم بفعالية.
مزايا الذكاء الاصطناعي في التعليم AI benefit in education
- يوفر وقت المعلمين والأساتذة الجامعيين.
- يمكن لمعلمي الذكاء الاصطناعي (AI Tutors) مساعدة الطلبة.
- يساعد المعلم على أن يصبح معلمًا محفزًا.
- تقدم الوظائف المستندة على الذكاء الاصطناعي الملاحظات لكل من الطلبة والمعلمين.
لمعرفة المزيد من المعلومات عن استخدامات الذكاء الاصطناعي في مجال التعليم، قم بالاطّلاع على الرابط التالي:
- الرعاية الصحية Healthcare
الرعاية الصحية هي مجال آخر حقق تقدمًا كبيرًا بفضل الذكاء الاصطناعي.
كانت الابتكارات الأولى في صورة الأنظمة التشخيصية القائمة على الذكاء الاصطناعي واستخدامه في اكتشاف الأدوية، ثم دمجه مع السجلات الصحية الالكترونية لاستخراج المعلومات ذات الصلة.
في العقد الثاني من القرن الحادي والعشرون، طُورت أنظمة التطبيب عن بُعد القائمة على الذكاء الاصطناعي.
اليوم، يُساعد الذكاء الاصطناعي الحديث في إنشاء خطط علاجية مخصصة للمريض، واستخدام أجهزة تقنية يرتديها لمتابعة حالته الصحية.
يلعب الذكاء الاصطناعي دورًا كبيرًا في مجال الرعاية الصحية، فهو يُمكن الأطباء ومقدمي خدمات الرعاية الصحية للآخرين من تحليل كميات كبيرة من البيانات واتخاذ القرارات حول رعاية المرضى.
قد تأتي البيانات من مصادر متنوعة مثل:
- السجلات الطبية.
- الفحوصات المعملية.
وكذلك الصور، مثل:
- الأشعة السينية.
- الأشعة المقطعية.
كما تستخدم رؤية الحاسب الحديثة بصورة متكررة للكشف عن التشوهات والمساعدة غي التشخيص الطبي.
- الزراعة والنمذجة المناخية Agriculture and Climate Modeling
يستخدم الذكاء الاصطناعي في الزراعة لتحسين انتاج المحاصيل الزراعية ورفع كفاءة الممارسات الزراعية.
يتحقق ذلك بالتحليل المستمر للبيانات حول حالة التربة، وأنماط الطقس والعوامل الأخرة للتنبؤ بأفضل وقت لزراعة المحاصيل وريّها وحصادها.
كما يستخدم الذكاء الاصطناعي في مراقبة المحاصيل طوال الوقت وتحديد المشكلات التي قد تصيبها مثل: الآفات أو الأمراض، مما يسمح للمزارعين باتخاذ اللازم قبل أن تؤثر تلك المشكلات على جودة المحاصيل الزراعية.
أحد الأمثلة المبتكرة على تطبيقات الذكاء الاصطناعي في الزارعة هو استخدام خوارزمية صُنع القرارات البسيطة لتحين مواعيد الري.
من الإنجازات الرئيسة الأخرى:
- استخدام شبكات المستشعرات لمراقبة المحاصيل الزراعية.
- معايرة التطبيقات العلاجية الرئيسة مثل الأسمدة والمبيدات.
استخدمت الصور الملتقطة بالطائرات المسيرة والأقمار الصناعية لتحليل المحاصيل الزراعية على نطاق واسع.
الصورة أدناه تعرض طائرة مسيرة تُستخدم لتسميد أحد الحقول.
مقدمة في الذكاء الاصطناعي
النمذجة المناخية
هي مجال آخر يرتبط ارتباطًا وثيقًا بالزراعة، قد تأثر كثيرًا بالذكاء الاصطناعي الذي بدأت تطبيقاته في هذا المجال في وقت مبكر، مع تطوير أنظمة التنبؤ بالطقس القائمة عليه، ولاحقًا.
استخدم الذكاء الاصطناعي لتحليل كميات كبيرة من البيانات حول التغيرات المناخية والتنبؤ بالأنماط المستقبلية.
تأتي هذه البيانات من مصادر متنوعة بما في ذلك صور الأقمار الصناعية، ملاحظة محطات الطقس، المحاكاة الحاسوبية.
اليوم، يُستخدم الذكاء الاصطناعي في مجموعة واسعة من تطبيقات النمذجة المناخية مثل:
- التنبؤ بآثار التغيرات المناخية على مناطق محددة.
- تحليل وفهم أسباب الظواهر الجوية المتطرفة وفهمها.
- وضع الاستراتيجيات الفعالة للتخفيف من التغيرات المناخية أو التكيف معها.
- الطاقة Energy
أثر الذكاء الاصطناعي كثيرًا على مجال الطاقة، وذلك عن طريق تمكين الشركات من ترشيد استخدامها وتقليل الهدر، تحسين الكفاءة.
أحد الأمثلة على استخدام خوارزميات تعلم الآلة لتحليل البيانات حول استخدامات الطاقة وتحديد طرائق تقليل الهدر وترشيد الاستهلاك.
في التسعينات من القرن الماضي، استُخدم الذكاء الاصطناعي للتنبؤ بموارد الطاقة المتجددة وتحسين استخدامها.
كان تطورًا رئيسًا مكّن شركات الطاقة من التخطيط بصورة أفضل لدمج موارد الطاقة المتجددة في عملياتها.
شهد العقد الأول من القرن الحادي والعشرين دمج الذكاء الاصطناعي في الشبكات الذكية، التي تستخدم خوارزميات تعلم الآلة في تحليل البيانات حول استخدام الطاقة وضبط العرض والطلب طوال الوقت، حيث ساهم في تحسين كفاءة توزيع الطاقة والحد من الهدر.
في العقد الثاني من القرن الحادي والعشرين، استُخدم الذكاء الاصطناعي لتطوير أنظمة تخزين الطاقة التي يمكنها تخزين الطاقة الزائدة واستخدامها عند الحاجة.
كان تطورًا رئيسًا من شركة مكن شركات الطاقة من إدارة الاستخدام المتقطع بشكل أفضل لموارد الطاقة المتجددة مثل: الطاقة الشمسية، طاقة الرياح.
في السنوات الأخيرة، استُخدم الذكاء الاصطناعي لزيادة كفاءة استخدام الطاقة بتحليل البيانات حول استخدام الطاقة وتحديد طرائق الحد من الهدر، وشمل ذلك تطوير الأنظمة المستندة على الذكاء الاصطناعي التي تُستخدم في تحسين استخدام الطاقة في المباني، والمصانع، ومن قبل كبار مستهلكي الطاقة، كما استُخدم الذكاء الاصطناعي في صناعة النفط والغاز لتحليل البيانات حول الحفر والإنتاج وتحسين العمليات.
- تطبيق القانون Law Enforcement
يستخدم الذكاء الاصطناعي بكثافة في مجال تطبيق القانون للتنبؤ بالجرائم والحيلولة دون وقوعها.
على وجه التحديد، يستخدم الذكاء الاصطناعي لتحليل البيانات من مصادر مختلفة مثل: سجلات الجرائم، وسائل التواصل الاجتماعي، كاميرات المراقبة لتحديد أنماط وتوجهات الأنشطة الإجرامية والتنبؤ بها.
على سبيل المثال، طوِّر الذكاء الاصطناعي في التعرُّف على الوجوه دمج في أنظمة إرسال قوات الشرطة واستُخدم لمراقبة منصات التواصل الاجتماعي بحثًا المحتملة.
في الآونة الأخيرة، استُخدم الذكاء الاصطناعي لتطوير طائرات مسيرة لمراقبة وتحليل تسجيلات الفيديو من الكاميرات التي يرتديها ضباط تطبيق القانون.
بالإضافة إلى ذلك، لعب الذكاء الاصطناعي دورُا كبيرًا في تمكين الجهات المسؤولة من تحليل كميات كبيرة من البيانات، وتحديد الأنماط والتوجهات، واتخاذ القرارات المستنيرة حول كيفية منع الجريمة والتصدي لها.
مقدمة في الذكاء الاصطناعي
بإمكانك مراجعة محتوى موضوع “مقدمة في الذكاء الاصطناعي” بدايةً من عنوان “المجالات التي تأثَّرت بالذكاء الاصطناعي” وحتى نهاية هذا القسم، قم بالاطّلاع على الرابط التالي:
اختبر تحصيلك لمحتوى الموضوع من خلال الرابط التالي:
الواجب الإلكتروني
إلى هنا يكون قد انتهى موضوع “مقدمة في الذكاء الاصطناعي”، لا تنسوا مراجعة أهداف التعلُّم أعلى المقال، وانتظرونا في الموضوع القادم!