تدقيق لغوي: أ. موانا دبس

أصبح مفهوم الذكاء الاصطناعي واضحاً بشكلٍ كبيرٍ لدى أغلبنا مع التطوُّر والتقدُّم الكبير في التكنولوجيا، وذلك بسبب الاستخدام المُتزايد للتقنيات التي تعتمد عليه، واستخدامه في الكثير من التطبيقات المتنوّعة، ومعظمنا قرأ أو شاهد أفلاماً عن مستقبلٍ تسيطر فيه الروبوتات على العالم، ورغم أنَّ هذا الأمر فيه شيء من الخيال العلمي، إلَّا أنَّه يجعل الاهتمام متزايداً بالذكاء الاصطناعي وبتقنياته.

يوجد العديد من الأمثلة عن تطبيقات الذكاء الاصطناعي التي يتمُّ استخدامها بشكلٍ يوميّ من قبل الشركات أو حتَّى الأفراد، ومن الأمثلة عليها التعرُّف على الوجوه أو اللغات، ومحركات البحث ،وغيرها من التطبيقات الأُخرى، ولكن هل تساءلت يوماً عن كيف تعمل كل هذه التقنيات؟ وكيف وصلت إلى هذه الدرجة العالية من الذكاء والسرعة؟  يقوم الذكاء الاصطناعي على الخوارزميات التي هي متنوعةٌ ومتعددة، ولكلٍّ منها وظيفة خاصة، وآلية عملٍ معينة.

ما هي الخوارزمية، وما هي خوارزميات الذكاء الاصطناعي؟

تُعرَّف الخوارزمية بأنَّها طريقة عملٍ أو مجموعة من التعليمات لحلّ مشكلةٍ معينةٍ تعتمد على تنفيذ العديد من الإجراءات المُتسلسلة، هذا الأمر ينطبق على الرياضيات. أمَّا خوارزمية الذكاء الاصطناعي، فهي الطريقة البرمجية التي تُخبر الحواسيب والآلات كيفية التعلُم، والعمل بشكلٍ مستقلٍّ ومنفصلٍ عن التدخُّل البشري. تتصف خوارزميات الذكاء الاصطناعي بأنَّها أكثر تعقيداً من الخوارزميات المُستخدمة في علوم الرياضيات، حيث توجد العديد من القواعد التي تُحرّك برامج الذكاء الاصطناعي، وتُحدّد خطوات عملها، وطريقة تعلّمها وتدريبها.

كما يوجد تعريفٌ آخر لخوارزميات الذكاء الاصطناعي، حيث تُعرَّف بأنَّها مجموعةٌ من التعليمات التي تُعطى لأجهزة الحاسوب حتى تستطيع تحليل البيانات، ومعالجتها، واتخاذ القرارات، وأداء الوظائف المطلوبة منها، حيث إنّ هذه الخوارزميات تُعلِّم الأجهزة كيف تتعلم وتعمل بشكلٍ مستقلٍّ عن الإنسان، كما تُمكّنها من التنبُّؤ بالأنماط، وتقييم الاتجاهات، وتحسين العمليات، وكلّ تقنيات الذكاء الاصطناعي تعمل وفق خوارزمياتٍ معينة. ^[1]

آلية عمل خوارزميات الذكاء الاصطناعي؟

الخوارزميات الرياضية تكون بسيطةً مقارنةً بخوارزميات الذكاء الاصطناعي التي تكون أكثر تعقيداً، تعمل هذه الخوارزميات من خلال مجموعةٍ من البيانات التدريبية التي تساعدها على التعلُم، ويتمّ التمييز بين خوارزميات الذكاء الاصطناعي المتعدّدة من خلال الطريقة التي يتمّ وفقها الحصول على البيانات، وطريقة تسمية هذه البيانات، إضافةً إلى الهدف الذي يتمُّ بناء الخوارزمية لأجله، وتتّبع خوارزميات الذكاء الاصطناعي العديد من الخطوات أثناء عملها، وهي: ^[2]

1- جمع البيانات

وهي المرحلة الأولى من مراحل عمل خوارزميات الذكاء الاصطناعي، حيث تعمل على جمع البيانات المتنوّعة، والتي تتصف بأنَّها عالية الجودة قبل نقلها إلى الخوارزمية.

2- معالجة البيانات

هي المرحلة التالية من عمل الخوارزمية، حيث تتمُّ معالجة البيانات وتنقيتها، وإزالة المعلومات الناقصة منها حتَّى تتحول إلى بياناتٍ صحيحة ومناسبة للخوارزمية.

3- اختيار النموذج

في هذه المرحلة يتمُّ اختيار النموذج الذي سيتمّ تنفيذه من قِبل الخوارزمية، وهذا النموذج يتمُّ تحديده من قِبل المطورين، ويعتمد الاختيار على طبيعة المشكلة، وهذه الخطوة مهمةٌ لأنَّها تؤثر على دقة النظام الذي يعمل وفق هذه الخوارزمية.

4- تدريب الخوارزمية

يتمُّ إدخال البيانات إلى الخوارزمية، وتكرار هذه العملية حتَّى يتمّ تدريب الخوارزمية، وذلك بهدف تحسين أدائها، وتقليل الأخطاء.

5- التقييم

يتمُّ في هذه المرحلة تقييم أداء الخوارزمية، وقدرتها على التعلُّم، وذلك عن طريق مجموعةٍ من البيانات المُنفصلة التي يتمُّ إدخالها إلى الخوارزمية بعد الانتهاء من تدريبها.

6- النشر

وهي الخطوة الأخيرة من عمل الخوارزمية، ففي حال نجحت، وكان تقييمها عالٍ يتمُّ نشرها لتُستخدَم في تطبيقات العالم الحقيقي.

ما هي أنواع خوارزميات الذكاء الاصطناعي؟

يوجد العديد من أنواع خوارزميات الذكاء الاصطناعي، والتي تختلف حسب استخدامها، مثلاً: خوارزميات التعلُّم في السيارات ذاتية القيادة مختلفة عن خوارزميات التعلم المُستخدمة في روبوتات الدردشة، ويوجد ثلاثة أنواع رئيسية لخوارزميات التعلُّم للذكاء الاصطناعي: ^[3]

1- خوارزميات التعلُّم تحت الإشراف

يتمُّ تعليم هذه الخوارزميات على صورٍ أو بياناتٍ مُعرَّفة، أي لها عناوين تُعَرِّف الخوارزمية عنها بهدف التعرُّف على بياناتٍ جديدةٍ غير مُعرَّفةٍ بعد التدريب.

2- خوارزميات التعلُّم غير الخاضع للإشراف

يعتمد تعلُّم هذا النوع من الخوارزميات على بياناتٍ غير مُعرَّفة، أي ليس لها عناوين، يتطور هذا النوع من الخوارزميات من خلال التعرُّف على الأنماط، وتشكيل مجموعاتٍ معينةٍ من البيانات بناءً على عناصر متشابهة بينها.

3- خوارزميات التعلُّم بالتعزيز

يتعلَّم هذا النوع من الخوارزميات بشكلٍ مُشابهٍ للطريقة التي يتعلّم بها الإنسان، حيث تقوم الخوارزمية بالتعلُّم عن طريق استنتاج المعلومات من البيئة المحيطة فيها، ومن المواقف المتكرّرة.

ما هي استخدامات خوارزميات الذكاء الاصطناعي؟

تُستخدم خوارزميات الذكاء الاصطناعي في العديد من مجالات الحياة المختلفة، حيث تُستخدم في: ^[4]

1- مُحرّكات البحث

تُستخدم في العديد من مُحرّكات البحث، مثل: غوغل، وياهو، وغيرها، وذلك لتقديم المعلومات للمُستخدمين، مثل: عرض الأسئلة أو خيارات البحث المشابهة للأسئلة التي يتمّ طرحها من قِبل المُستخدم، لا شكَّ أنَّك قابلت هذا الأمر خلال بحثك على غوغل، حيث يتمّ عرض الخيارات المشابهة تحت عنوان هل تقصد …؟

2- المُساعدات الرقمية

انتشرت العديد من المُساعدات الرقمية في الوقت الحالي، مثل: مساعد غوغل، وأليكسا، وغيرها من المُساعدات الأخرى، وكلّها تستخدم خوارزميات الذكاء الاصطناعي في عملها، فإذا كنت قد تعاملت مع أحدها، فأنت تعاملت مباشرة ًمع خوارزميات الذكاء الاصطناعي.

3- التصحيح التلقائي

هذا الأمر موجودٌ على هاتفك الذي تحمله في الوقت الحالي، ومن الممكن أن يسمَّى أيضاً مُعالج الكلمات، وهو الذي يُظهِر لك كلماتٍ تريدها في لوحة المفاتيح، تعتمد هذه المعالجات على خوارزميات الذكاء الاصطناعي التي تتدرب من سلوكك، ومن الكلمات التي تُكرّر كتابتها، ومن مصادر خارجية أُخرى.

4- خدمة العملاء الافتراضية

يمكن للروبوتات أن تردّ على العملاء في حال احتاجوا معلوماتٍ بشأن خدمةٍ معينةٍ أو موقعٍ ما، وفي الغالب يكون هذا الأمر سريعاً، وأكثر كفاءة في الردّ على العملاء، وتلبية طلباتهم، والإجابة على أسئلتهم، وتُستخدم هذه الروبوتات خوارزميات الذكاء الاصطناعي.

5- الرعاية الصحية

يمكن أن تُحسّن خوارزميات الذكاء الاصطناعي نتائج عملية الرعاية الصحية، وتزيد كفاءتها، على سبيل المثال: تستطيع هذه الخوارزميات قراءة صور الأشعة للبحث عن التشوُّهات بشكلٍ أسرع، كما يمكنها أيضاً تذكير المرضى بمواعيد أخذ الدواء مثلاً أو مواعيد إجراءاتٍ صحيةٍ مهمه.

في الختام تُعتبر خوارزميات الذكاء الاصطناعي أهمّ الابتكارات التكنولوجية في العصر الذي نعيش فيه، لأنّها تُقدّم حلاً مهمّاً للعديد من التحدّيات التي تواجه الإنسان، كما تمثِّل فرصةً مهمّةً للتقدُّم والتطوُّر في العديد من المجالات المختلفة، وقد تطورت هذه الخوارزميات بشكلٍ كبيرٍ في السنوات الأخيرة، ولا يزال تطوُّرها مستمراً مع التقدُّم التكنولوجي.