الذكاء الاصطناعي في الأعمال

مفهوم الذكاء الاصطناعي (Artificial Intelligence):

• هو علم معرفي حديث، بدأ بطريقة رسمية في خمسينات القرن السابق، أمّا قبل هذه الفترة الزمنية  فنجد أن مجموعة من العلوم الأخرى اهتمت بطريقة أو بأخرى بالذكاء الاصطناعي، وبأسلوب غير مباشر. وباستعراض علم الوراثة تجد ما يرتبط بالذكاء في مجال دراسة جينات العلماء في محاولة لدعم ذكاءهم للوراثة.

• في علم الفيزياء نجد أن كل الطلاب بلا شك لديهم شعور بأن كل الأفكار الجيدة تم أخذها من غاليليو و آينشتاين ونيوتن وباقي العلماء، ولا بُدّ من الدراسة لسنوات كثيرة حتى يتمكّن لواحد منهم تقديم اكتشاف جديد، في الجهة المقابلة فإن الذكاء الاصطناعي لا يزال مفتوح ليشغل بدراسته آينشتاين جدید جميع أوقاته.

• أو هو فرع من فروع علوم الحاسوب بمعنى جعل السلوك الذكي ممكن عند الإنسان، وفيه يتم الحاجة إلى نظام بیانات تستخدم لتمثيل المعلومات والمعرفة وخوارزميات تتطلب إليها لرسم طريقة التي يتم من خلالها استخدام هذه المعلومات، ولغات البرمجة تستخدم لتمثيل كلاً من المعلومات والخوارزميات.

• يُعتبر الذكاء الاصطناعي إحدى القواعد الرئيسية التي تقوم عليها صناعة التكنولوجيا في الوقت الحالي، ويمكن توضيح المقصود بمفهوم الذكاء الاصطناعي الذي تم اختصاره بـ (AI) بأنه إمكانية الآلة والحاسوب الرقميّ في القيام بوظائف محددة تحاكي وتشبه التي تقوم بها الكائنات الذكية، مثل مقدرتها على التفكير أو مقدرتها على التعلم من خلال التجارب الماضية أو غيرها من العمليات الأخرى التي تحتاج لتنفيذها عمليات ذهنية، كما يسعى الذكاء الاصطناعي في الوصول إلى أنظمة تتميز بالذكاء وتتصرّف مثل ما يتصرّف به الإنسان من حيث التعلُم والفهم.

فروع علم الذكاء الاصطناعي:

• التعلّم بالخبرة (learning from experience).

• البحث (search).

• منطق الذكاء الاصطناعي (logical Al).

• التعليل (common sense knowledge and reasoning).

• علم الوجود (ontology).

• نظرية المعرفة (epistemology).

• التمثيل (representation).

• التخطيط (planning).

• التمييز النمطي والنموذجي (pattern recognition).

• البرمجة الوراثية (genetic programming).

• الاستدلال والاستنتاج (inference).

• الإرشاد (heuristics).

الإمكانات الأساسية للذكاء الاصطناعي في الأعمال:

لا أحد يعرف الحاجز الذي يفصل بين التصرف غير الذكي وبين التصرف الذكي، في الحقيقة إن اقتراح وجود حاجز فاصل يتميز بالدقة، ربما يعتبر من غير الحكمة، ولكن الإمكانات الرئيسية للذكاء الاصطناعي هي:

• تكوين أفكار جديده بأساليب حديثة.

• إدراك وفهم الجمل والعبارات غير الواضحة والمتضاربة.

• الاستجابة بشكل مرن وفعّال.

• استنباط العلامات المتميزة بين الأوضاع بالرغم من التشابه الذي يربط بينها.

• ترکیب مفاهيم حديثة من خلال أخذ المفاهيم القديمة ودمجها مع بعضها البغض بأساليب جديدة.

• استغلال الحالات المواتية مصادفة.

• تمييز الأهمية النسبية للعناصر المتنوعة لوضع معين.

• إيجاد نقاط  التشابه بين الأوضاع بالرغم من الفروق التي قد تعزلها.

أهدف الذكاء الصناعي:

• التعلّم وتحقيق  الفائدة من التجارب السابقة.

• القدرة على تحمّل المواقف التي تتصف بالتعقيد.

• حل المشاكل عندما يكون هناك نقص للمعلومات المهمة.

• تميز المعلومات المهمة عن غيرها.

• التصرّف بطريقة سريعة وصائبة.

• الفهم والاستيعاب للصور المرئية.

• علاج الرموز والحروف.

• المقدرة على الإبداع والخيال.

• الالتزام بالقوانين والأنظمة والقواعد.

خصائص الذكاء الاصطناعي:

• التمثيل الرمزي: تمثيل المعلومات عن طريق الرموز، وهذا التمثيل يكون قريب من شكل تمثيل الفرد للمعلومات التي يمتلكها في حياته اليومية. هذه من أول سمات برامج الذكاء الاصطناعي، إذ أنها تتعامل مع رموز لا تكون عددية وهذا هو عكس ما هو مألوف ومقبول في أغلب حواسيب العصر الحالي التي تتعامل مع كميات عددية وأرقام، وبالطبع ليس هنالك ما يمنع أن تقوم برامج الذكاء الاصطناعي بالعمليات الحسابية المعتاد عليها، إذ تستخدم القيم التي يتم استخراجها في مستوى عالي لاتخاذ القرار، أن هذه الصفة تمكّن البرامج من كيفية التعامل مع المعرفة تعامل طبيعي، مما يساهم في القيام بمعالجة البرمجية التقديرية (Qualitative Processing) بدل عن المعالجة الرقمية الاعتيادية المعروفة في مجال الحواسيب.

• البحث التجريبي: تتوجّه برامج الذكاء الاصطناعي نحو مشاكل لا تتواجد لها حلول يمكن أن نجدها بناءً على خطوات منطقية معينة. إذ يتبع فيها طريقة البحث التجريبي، هذه البرامج تقتحم المسائل التي ليس لها أسلوب حلّ عام معروف، ويقصد بهذا إن البرامج لا تستخدم خطوات متتابعة تجد الحل الصحيح، لكنها تختار طريقة محددة للحل تكون جيدة مع الاحتفاظ باحتمال تغيير الطريقة إذا تبين إن الخيار الأول لا يؤدي إلى الحل السريع، أي التركيز على الحلول التي تحقق الغاية (Sufficient Solutions) وعدم تأكيد بجود حلول مثلى أو دقيقة، كما هو معمول به في البرامج التقليدية الحالية.

• احتضان المعرفة وتمثيلها: لما كان من خصائص المهمة في برامج الذكاء الاصطناعي استعمال أسلوب التمثيل الرمزي في التعبير عن المعلومات، واتباع أساليب البحث التجريبي في للحصول على حلول، فإن برامج الذكاء الاصطناعي، يجب أن تمتلك في بنائها قاعدة كبيرة من المعرفة تحتوي على الربط بين الحالات والنتائج، فإن برامج الذكاء الاصطناعي على عكس البرامج الإحصائية تضمن أسلوب تمثيل المعلومات، إذ تستخدم هيكلة خاصة لوصف المعرفة، وهذه الهيكلة تضمن الحقائق (Facts) والعلاقات بين هذه الحقائق (Relationship) والقواعد التي تربط هذه العلاقات (Rules).

• البيانات غير المؤكدة أو غير الكاملة: يجب على البرامج التي تصمم في مجال الذكاء الاصطناعي أن تستطيع من تقديم حلول إذا كانت هذه البيانات غير المؤكدة أو كاملة، وليس معنى ذلك أن نقوم بإعطاء حلول مهما كانت الحلول غير صحيحة أو صحيحة، وإنما يجب لكي تقوم بالأداء الجيد أن تكون قادرة على تقديم الحلول المقبولة، وإلا تصبح غير وافية، من الصفات الأخرى التي تتمكّن برامج الذكاء الاصطناعي القيام بها وقدرتها على إيجاد بعض الحلول حتى لو كانت المعلومات غير متواجدة بأكملها في الوقت الذي يحتاج فيه الحل، وإن تبعات عدم تكامل المعلومات يسبب استنتاجات أقل واقعية أو أقل جدارة.

• القدرة على التعلم: تُعتبر القدرة على التعلّم إحدى مميزات السلوك الذكي وسواء أكان التعلّم في البشر يتم من خلال الملاحظة أو الاستفادة من أخطاء السابق، فإن برامج الذكاء الاصطناعي يجب أن تُبنى على استراتيجيات لتعلم الآلة، والقابلية لتحسين الأداء بمراعاة الأخطاء السابقة، فهذه القابلية ترتبط بالقابلية على تعميم المعلومة واستنتاج حالات متشابهة وانتقائية وإهمال بعض المعلومات غير الضرورية.

• قابلية الاستدلال (Inferencing): وهي إمكانية الاستنباط للحلول المتوقعة لمشكلة محددة ومن واقع المعطيات المعروفة والخبرات السابقة، ولاسيّما للمشاكل التي لا يمكن معها استخدام الوسائل التقليدية المألوفة للحل، هذه القابلية تتحقّق على الحاسوب مخزّن كل الحلول المتوقعة، بالإضافة إلى استخدام القوانین أو الاستراتيجيات أو الاستدلال والقوانين المنطقية.