اقرأ في هذا المقال
- تطور الحوسبة المعرفية
- ما هي تطبيقات الحوسبة المعرفية؟
- 2- تحليل المشاعر Sentiment Analysis
- 3- اكتشاف الوجوه Face Detection
- 4- تقييم المخاطر Risk Assessment
- 5- كشف الاحتيال Fraud Detection
تطور الحوسبة المعرفية:
لقد كان الذكاء الاصطناعي هدفًا بعيد المنال للحوسبة منذ تصميم الكمبيوتر، ولكننا قد اقتربنا أكثر من أي وقت مضى من هذا الهدف بفضل نماذج الحوسبة المعرفية الجديدة. وعلى الرغم من أن أجهزة الكمبيوتر كانت أسرع في الحوسبة والمعالجة من البشر لعقود من الزمن، إلا أنها لم تكن قادرة على إنجاز المهام التي يعتبرها البشر أمر بسيط عليهم، مثل فهم اللغة الطبيعية، أو تحديد الكائنات الفريدة في صورة ما.
كيف بدأت الحوسبة المعرفية؟
بدأت دراسة الذكاء الاصطناعي في التفوق حقًا خلال الثمانينيات وذلك عندما بدأ تطوير تقنيات جديدة للتعلم الآلي والذكاء الاصطناعي. ثم في عام 1996، أنشأت شركة (IBM) حاسوبها (Deep Blue) الذي استطاع بذكائه الفوز على غاري كاسباروف بطل العالم الحالي في الشطرنج.
بعد ذلك تتابع العمل في مجال التعلم الآلي (Machine learning) والتعلم العميق (Deep learning)، مثل مشروع (ImageNet) لمايكروسوفت في 2007، وجوجل برين في 2009، ونظام (IBM Watson) الذي يمكنه الإجابة على الأسئلة بلغة طبيعية، والتي تفوقت على اثنين من أكثرها الفائزون المشهورون في برنامج المسابقة الشهير في عام 2011. ثم كان مثالًا جيدًا لما يمكن أن تقدمه الحوسبة المعرفية، ثم ظهرت مجموعة أخرى من المشاريع، مثل: (DeepMind) و(AlphaGo) و(AlphaZero) و(AutoML) وغيرها.
ما هي تطبيقات الحوسبة المعرفية؟
الحوسبة المعرفية مزيج من عدّة تقنيات غاية في الأهمية، وهي تحاول الاستفادة من هذه التقنيات على أفضل صورة، من هذه التقنيات:
- تعلّم الآلة (Machine Learning).
- التعلم العميق (Deep Learning).
- التنقيب عن المعطيات (Data Mining).
- الاستنتاج (Reasoning).
- الذكاء العاطفي (Emotional Intelligence).
- معالجة اللغة الطبيعية (Natural Language Processing).
- معالجة الكلام (Speech Processing).
- الرؤية الحاسوبية (Computer Vision).
- تفاعل الإنسان والحاسوب (Human Computer Interaction).
- توليد الحوار والسرد (Dialog and Narrative Generation).
- تحليل المشاعر (Sentiment Analysis).
ولكل منها مجال واسع ومنفصل للدراسة، وهذا ما يجعل تطبيقات الحوسبة المعرفية رائعة للعمل عليها، تتعامل الحوسبة المعرفية مع نشاط دقيق جدًّا ذي طبيعة روتينية لمجموعة معقدة من المهام التي تتضمن التفكير المنطقي. وسنلقي الضوء فيما يلي على بعض هذه التطبيقات وهي كما يلي:
ولكلٍ منهم مجال دراسي واسع ومنفصل، وهذا ما يجعل تطبيقات الحوسبة المعرفية رائعة للعمل عليها. وتتعامل الحوسبة المعرفية مع نشاط حساس ودقيق للغاية ذو طبيعة روتينية لمجموعة معقدة من المهام التي تتضمن التفكير المنطقي. وسوف نلقي الضوء على بعض هذه التطبيقات على النحو التالي:
1- مساعد الدردشة Chatbot:
هو من أهم تطبيقات الذكاء الاصطناعي في الروبوتات المساعدة، فهو برنامج يمكنه محاكاة محادثة بشريّة عن طريق فهم الحوار والمعنى ضمن سياق معين، ولجعل ذلك ممكنًا، تُستعمل تقنيّة تعلّم آلة تُسمَّى “معالجة اللغة الطبيعيّة” (NLP)، فهي تتيح للبرامج تلقّي مدخلات من البشر (صوت أو نص) وتحليلها ثم تقديم إجابات منطقيّة، تمكّن الحوسبة المعرفية برامج الدردشة (Chatbots) من الحصول على مستوى معيّن من الذكاء في التواصل؛ مثل فهم احتياجات المستعمل استنادًا إلى اتصالاته السابقة، وتقديم الاقتراحات. لذلك يُستعمل (Chatbots) عادة في أنظمة الحوار لأغراض عملية متعددة؛ كخدمة العملاء أو الاستعلامات.
2- تحليل المشاعر Sentiment Analysis:
تحليل المشاعر عِلْمُ فهم المشاعر المتضمَّنة في الحديث المتبادل خلال التواصل. فعلى الرغم من أنه من السهل نسبيًّا على البشر تلقّي نبرة الحديث والمقصد منه، إلّا أنه أكثر تعقيدًا بالنسبة إلى الآلات. ولتمكين الأجهزة من فهم التواصل الإنساني، ولا بد من تزويدها ببيانات تدريبيّة خاصّة بالمحادثات البشريّة، ثم مراجعة دقّة التحليل الناتج. يُستعمل تحليل المشاعر عمومًا لتحليل اتصالات التواصل الاجتماعي مثل التغريدات والتعليقات والشكاوى.
3- اكتشاف الوجوه Face Detection:
تقنية التعرف على الوجه هي مستوى متقدم من تحليل الصور، حيث يستخدم النظام المعرفي بيانات مثل البُنية والخطوط ولون العين وما إلى ذلك على الوجه لتمييزه عن وجوه الآخرين. وحين يتم إنشاء هذه الصورة للوجه يمكن استخدامها لتحديد هذا الوجه ضمن صورة أو مقاطع فيديو. وتُستخدم هذه التقنية في أنظمة أمآن الهاتف المحمول، أو في أنظمة الأمن في المطارات والأماكن العامة الحساسة.
4- تقييم المخاطر Risk Assessment:
تنطوي إدارة المخاطر في الخدمات المالية على تحليل المحللين لاتجاهات السوق والبيانات التاريخية وما إلى ذلك للتنبؤ بعدم اليقين الذي ينطوي عليها الاستثمار. ولكن هذا التحليل لا يرتبط بالبيانات فقط، بل بالاتجاهات والنزعات والشعور وتحليل السلوك وما إلى ذلك؛ إنه فن وعلم. وهنا تساعد الحوسبة المعرفية على الجمع بين البيانات السلوكية واتجاهات السوق لتوليد رؤى معيَّنة، يقيِّمها محللون ذوو خبرة لمزيد من التحليل والتوقّعات.
5- كشف الاحتيال Fraud Detection:
هو تطبيق آخر للحوسبة المعرفية في مجال التمويل. وفي الأساس هو نوع من اكتشاف حالة الاحتيال، والهدف منه هو تحديد العمليات التي تبدو غير الطبيعية (الحالات الشاذة)، حيث يتطلب هذا أيضًا برنامجًا لتحليل البيانات السابقة لفهم المعامِلات التي سيتم استخدامها للحكم على معاملة ما. ويمكن تسخير مجموعة من تقنيات تحليل البيانات ؛ مثل: الانحدار اللوجستي (Logistic Regression) وشجرة القرار (Decision Tree) والغابات العشوائية (Random Forests) والتكتل (Clustering)، وما إلى ذلك لاكتشاف الحالات الشاذة.
