تقنيات الذكاء الاصطناعي وفئاتها

سنقوم اليوم باستكشاف المجموعة العامة لتقنيات الذكاء الاصطناعي وفئاتها.

تقنيات الذكاء الاصطناعي

هناك العديد من التقنيات والتخصصات التي تتضمن الذكاء الاصطناعي ، والتي لها فروعها الخاصة في دراسة الرياضيات والهندسة. دعنا نلقي نظرة على أكثر التقنيات ذات الصلة ، بدءًا من أنظمة التعرف وحتى أنظمة التعلم الآلي.

التعرف التلقائي على الكلام

التعرف التلقائي على الكلام هو تخصص ينتمي إلى الصوتيات الذي يتعرف على الصوتيات في الإشارة الصوتية. تعالج أنظمة التعرف على الصوت الإشارة التي تم جمعها بواسطة الميكروفون لتحديد الكلمات التي ينطقها المستخدم.

معالجة اللغة الطبيعية NLP

بينما يركز التعرف على الكلام على التحويل البحت للصوت إلى نص ، فإن معالجة اللغة الطبيعية NLP هي تخصص يرتبط ارتباطًا وثيقًا بمجال اللغويات ، وهدفه هو فهم ما يعنيه المستخدم عند إصدار أمر أو سؤال أو بيان معين ( سواء كانت مكتوبة أو صوتية) وما يتوقع تحقيقه. بالإضافة إلى ذلك ، فإنه يحلل الحالة المزاجية للعثور على أنماط ذاتية. باختصار ، إنه المجال الذي يساعد على التواصل (الصوتي والمكتوب بشكل أساسي) بين الآلة والإنسان.

التعرف البصري

التعرف المرئي هو النظام القائم على معالجة صورة أو إشارة فيديو ، بهدف التعرف على الأنماط والأشكال ، وفي أفضل الحالات ، تحديد العناصر المختلفة بدقة في الصورة.

التعرف على النص

يمكن اعتبار التعرف على النص جزءًا من التعرف المرئي ، حيث يتمثل هدفه الرئيسي في التعرف على النص في تنسيقات الصور وتحديده. من الشائع استخدام أدوات التعرف الضوئي على الحروف ( OCR ) لهذا العمل.

البيانات الكبيرة

دون الخوض في التفاصيل الفنية، البيانات الكبيرة يمكن اعتبار كمية كبيرة من البيانات. البيانات الضخمة وحدها ليست تقنية ولكن وجود كمية هائلة من البيانات (يفضل أن تكون منظمة) هو أمر حيوي لتحقيق الأهداف في كل من تحليل ذكاء الأعمال وفي تطبيق خوارزميات معينة للتعلم الآلي.

النظم الخبيرة

الأنظمة الخبيرة هي تلك التي تحتوي على كل المعرفة البشرية الممكنة حول موضوع معين. والمثال الكلاسيكي هو الأنظمة التي تلعب الشطرنج ، والتي تستخدم مجموعة كاملة من الحركات والاستراتيجيات ، التي تم إدخالها في ذاكرتهم ، لتحديد أفضل حركة (تستند عادةً إلى أشجار القرار).

علم الروبوتات

تغطي الروبوتات (سواء كانت برامج ميكانيكية أو روبوتية ، مثل RPA) مجموعة واسعة من الأجهزة. عندما يظهر نظام أو روبوت علامات على الذكاء ، على سبيل المثال ، القدرة على اتخاذ القرارات ، مهما كانت أساسية ، يمكننا التحدث عن الذكاء الاصطناعي. تذكر أن الذكاء الاصطناعي لا يجب أن يكون متطورًا بشكل خاص ، فهو موجود على جميع المستويات ، حتى المستويات الأساسية ، ويجب تمييزه عن القدرة على التعلم من الآلات ؛ وهذا هو تعلم الآلة.

التعلم الالي

التعلم الآلي هو النظام ، داخل الذكاء الاصطناعي ، الذي يحاول الحصول على نظام لتعلم المعلومات وربطها بالطريقة التي يريدها الشخص. للقيام بذلك ، يستخدم خوارزميات قادرة على اكتشاف الأنماط في البيانات السابقة ، والقدرة على إنشاء تنبؤات مستقبلية ، بالإضافة إلى اتجاهات جديدة مثل التعلم العميق وخوارزميات الشبكة العصبية الخاصة به.

تعلم عميق

التعلم العميق هو فرع فرعي من التعلم الآلي. إنه نظام تعليمي مستوحى من عمل الشبكات العصبية للدماغ البشري لمعالجة المعلومات ، بأساس رياضي معقد للغاية. على الرغم من أنها تعتمد على الخبرة (سواء كانت بيانات سابقة ، تم إنشاؤها بواسطة البيئة أو تم إنشاؤها ذاتيًا) ، إلا أنها لا تبدأ من مؤشرات صارمة تحدد ما هو صحيح وما هو غير صحيح ، وبالتالي يمكن للنظام تحديد الاستنتاجات من تلقاء نفسه.

الذكاء المعرفي

الذكاء المعرفي هو مزيج من التقنيات المذكورة سابقًا بهدف إنشاء خدمات ذكاء اصطناعي قادرة على فهم الإنسان. إنه اتحاد التعرف البصري والصوت وفهم القراءة و NLP والتعلم الآلي لإنشاء أنظمة قادرة على فهم المعلومات المتعلقة بالتفاعل البشري والاستجابة وفقًا لذلك.

فئات الذكاء الاصطناعي

ليس من السهل تصنيف الذكاء الاصطناعي ، والحقيقة هي أنه من الأفضل تصنيف الذكاء الاصطناعي بناءً على الخوارزميات المستخدمة في نظام معين. ومع ذلك ، حاول بعض الخبراء إنشاء مجموعات ذكاء اصطناعي بناءً على نهجهم.

وفقا ل علماء الكمبيوتر ستيوارت راسيل و بيتر نورفيغ ، والذكاء الاصطناعي يمكن تقسيمها إلى الفئات التالية:

الأنظمة التي تفكر مثل البشر

تحاول هذه الأنظمة محاكاة الفكر البشري تمامًا باستخدام نماذج الشبكات العصبية الاصطناعية.

الأنظمة التي تتصرف مثل البشر

تركز هذه الأنظمة على التصرف كبشر. هم أكثر ارتباطًا بالروبوتات الكلاسيكية وأقل مرونة.

الأنظمة التي تفكر بعقلانية

تحاول هذه الأنظمة تطبيق المنطق البشري عندما يتعلق الأمر بالإدراك والاستدلال والتصرف. إنهم لا يركزون على محاكاة السلوك العصبي للدماغ ولكنهم مدربون على التصرف بطريقة بشرية في بيئة معينة. مثال على ذلك وكلاء الخبراء.

الأنظمة التي تعمل بعقلانية (بشكل مثالي)

يحاولون محاكاة السلوك البشري بطريقة عقلانية ، والحصول على استنتاجاتهم الخاصة لظروف بيئية معينة. النقطة التفاضلية في هذه الأنظمة تحاول تطبيق العقلانية على قراراتهم.

التصنيف الأكثر شيوعًا هو التصنيف الذي يقسم مجموعتين كبيرتين:

ضعف (أو ضيق) الذكاء الاصطناعي

معروف باختصاره ANI (الذكاء الاصطناعي الضيق) ، وعلى الرغم من أن الاسم قد يبدو مهينًا إلى حد ما ، إلا أنه يغطي كل الذكاء الاصطناعي الموجود اليوم. إنه ذكاء اصطناعي مخصص لحل مجموعة محددة أو مجموعة من المشكلات بالطريقة المثلى ، ولكن دون إمكانية التوسع إلى المشكلات العامة دون البرمجة ذات الصلة. حتى أكثر المساعدين الظاهريين تقدمًا يندرجون في هذه الفئة.

ذكاء اصطناعي قوي (أو عام)

يُعرف اختصارًا باسم AGI (الذكاء العام الاصطناعي) ، وهو الذكاء الاصطناعي القادر على مطابقة أو تجاوز الذكاء البشري في القدرة على التفكير والاستنتاج.

على الرغم من أن الآلات تتفوق بالفعل على البشر في العديد من القدرات (بما في ذلك الرؤية والتعرف السمعي في بعض المناطق) ، إلا أنها لا تملك مشاعر حقيقية أو قدرات معرفية محلية أو وعي ذاتي أو قدرة للتكيف مع أي سيناريو.