الذكاء الاصطناعي
الذكاء الاصطناعي هو مجال واسع للدراسة. لقد اخترنا أن نقدم لك المفاهيم التي تبدو لنا الأكثر أهمية لفهم هذا الموضوع الرائع. ضع في اعتبارك أن هذه ليست نظرة شاملة لجميع العناصر التي تتكون منها.
تسمح تخصصات الذكاء الاصطناعي للآلات بأداء المهام التي قد يعتقد المرء أنها مخصصة للبشر. لفهم ما تغطيه ثورة الذكاء الاصطناعي تمامًا ، يجب أن تضع في اعتبارك بعض المفاهيم التي ترتبط بها ارتباطًا وثيقًا أو بعيدًا ؛ من بين أمور أخرى: البيانات أو البيانات الضخمة أو التعلم العميق.
للتنقل بشكل أفضل ، سوف نفك معكم هذه المفاهيم الأساسية التي تدور حول الذكاء الاصطناعي
حدد البيانات التي تنتجها
"البيانات" ، "البيانات" ، "حماية البيانات" ، "سحر البيانات" ، "سرقة البيانات" ، اتخاذ "قرارات مبنية على البيانات" ... نعني هذه الكلمة في كل الأخبار! لكن ماذا يقصد بالضبط؟
دعنا نجعل الجميع يتفقون على شيء أساسي واحد: البيانات = البيانات ، البيانات هي ببساطة الترجمة الإنجليزية للبيانات.
حسنًا ، ولكن ما هي البيانات في الواقع؟
البيانات هي هذه المعلومات التي يتم تخزينها لاستخدامها بواسطة برامج الكمبيوتر.
على سبيل المثال ، نص محفوظ على جهاز الكمبيوتر الخاص بك ، أو مذكرة صوتية مسجلة بهاتفك الذكي أو آخر لقطة من الكاميرا هي البيانات.
سواء كان ذلك من خلال تبادل البريد الإلكتروني أو شبكاتنا الاجتماعية أو أثناء التسوق عبر الإنترنت ، فإننا نقوم بإنشاء هذه البيانات.
اكتشف البيانات الضخمة (BIG DATA)
كل هذه البيانات ، أنت لست الوحيد الذي ينتجها! في جميع أنحاء الشركة ، ننتج بشكل جماعي قدرًا كبيرًا من البيانات. لأعطيك فكرة كل دقيقة:
تم الاتصال بـ Google ما يقرب من 4 ملايين مرة ؛
يتم عرض 4.5 مليون مقطع فيديو على YouTube ؛
يتم تبادل 188 مليون بريد إلكتروني.
كل هذه البيانات هي التي تشكل مفهوم البيانات الضخمة. يمكن ترجمتها على أنها "بيانات ضخمة".
تمت صياغة مفهوم البيانات الضخمة للإشارة إلى ظاهرة انفجار البيانات هذه. العنصر الأساسي في البيانات الضخمة هو الحجم الهائل للبيانات.
بعد ذلك ، ضع في اعتبارك أن البيانات الضخمة متنوعة. يمكن أن تكون أرقامًا ونصوصًا وأيضًا مقاطع فيديو وصوت وما إلى ذلك. لا تتعلق هذه البيانات بعالم الإنترنت فحسب ، بل تأتي أيضًا من أجهزة استشعار في العالم "المادي". في النقل ، على سبيل المثال ، يمكن للحافلة أن تسجل موقعها بانتظام لضمان خدمة سلسة للمستخدمين.
علم البيانات ، وهو تخصص متعلق بالذكاء الاصطناعي
يتم جمع كل هذه البيانات واستخدامها من قبل المنظمات. قد يشمل ذلك تحسين تجربتك عبر الإنترنت أو تقديم خدمات مخصصة لك.
قبل التفكير في استخدام الذكاء الاصطناعي ، يتعلق الأمر باستكشاف بيانات الاتجاهات. كيف لنا أن نفعل ذلك؟ دعونا نلقي نظرة على هذا بالتفصيل!
لتحليل جميع البيانات التي تم جمعها ، هذه البيانات الضخمة الشهيرة ، هذه البيانات الضخمة الشهيرة ، ستلجأ المؤسسات إلى تخصص مستعرض: علم البيانات ، أو علم البيانات.
ربما سمعت عن مهنة عالم البيانات. لقد حظيت بشعبية كبيرة في السنوات الأخيرة ، لدرجة أنها أصبحت واحدة من أكثر الوظائف شعبية بين المجندين (واعتبرتها حتى أكثر الوظائف جاذبية في القرن الحادي والعشرين من قبل Harvard Business Review (2012)).
خذ على سبيل المثال سلسلة ملابس تمتلك العديد من المحلات في فرنسا. يحتفظ بالبيانات ، بما في ذلك جميع المبيعات التي تمت من خلال نقاط البيع المختلفة. لقد قامت للتو بتوظيف عالم بيانات لمساعدتها على تحليل مبيعاتها بشكل أفضل. كما أنها تريد تحديد المجموعات التي من المرجح بيعها في المستقبل.
يقوم عالم البيانات بتحليل البيانات المتاحة بتفصيل كبير. هدفه ؟ فهم الأرقام من الماضي لشرح اتجاهات المبيعات بناءً على العديد من المعايير. للقيام بذلك ، يجب أن تتمتع بالعديد من المهارات:
معرفة الرياضيات والإحصاء التي تمكنه من تحليل الأرقام
مهارات الكمبيوتر لأنه يجب أن يكون قادرًا على معالجة كميات كبيرة من المعلومات
المهارات في القطاع الذي تعمل فيه. في حالة الموضة ، على سبيل المثال ، سيكون من الضروري معرفة كيفية تحليل تحركات الأسهم ، وموسمية المبيعات ، وما إلى ذلك.
أكمل عالم البيانات تحليل مبيعاته. يُطلب بعد ذلك وضع أدوات للتنبؤ تلقائيًا بالمنتجات التي ستكون الأكثر مبيعًا في الأشهر المقبلة. لهذا ، يجب أن يعتمد على تخصصات الذكاء الاصطناعي: دعونا ندرسها بالتفصيل!
تعرف على المزيد حول تخصصين في الذكاء الاصطناعي: التعلم الآلي والتعلم العميق
لإعداد برنامج ذكاء اصطناعي ، نستخدم تخصصات التعلم الآلي وأحد تخصصاته الفرعية ، التعلم العميق. هل سمعت عنها من قبل ولكنك لا تعرف حقًا ما وراء هذين التعبيرين؟ علق أحزمة الأمان ، حان الوقت الآن لفك تشفيرها!
التعلم الآلي أو التعلم الآلي
التعلم الآلي ، أو التعلم الآلي ، هو مجموعة فرعية من الذكاء الاصطناعي الذي يمكّن برنامج كمبيوتر من أداء مهمة لم تتم برمجته بشكل صريح من أجلها: فهو مبرمج لتعلم كيفية القيام بذلك. يتم إعطاء البرنامج الكثير من البيانات ويتعلم من تلك البيانات.
تعلم عميق Deep Learning
يعتمد التعلم العميق على بناء الشبكات العصبية الاصطناعية. هذه الشبكات ، المكونة من آلاف أو حتى ملايين الخلايا العصبية ، مستوحاة من الدماغ البشري. غالبًا ما يتم تطبيق التعلم العميق على كميات أكبر من البيانات مقارنة بالتعلم الآلي. إنه يتعلم من هذا الكم الهائل من الأمثلة وفي بعض الحالات يؤدي أداءً أفضل بكثير من التخصصات التقليدية للذكاء الاصطناعي.
التعلم العميق فعال بشكل خاص للعمل مع البيانات الصوتية. يمكنك التفكير على سبيل المثال في الأسئلة التي يجمعها المساعدون الافتراضيون. يجب تفسير هذه الإشارات الصوتية وترجمتها إلى نص قبل العثور على استجابة. وهذا ما يسمى المعالجة التلقائية للغة الطبيعية.
في النهاية ، يمكننا تمثيل مجالات الدراسة المختلفة على النحو التالي:
مع التعلم الآلي والتعلم العميق في تخصصه الفرعي ، يجعل الذكاء الاصطناعي من الممكن حل المشكلات التي كان يعتقد أنها مخصصة للذكاء البشري ، مثل تفسير اللغة الطبيعية ، أو تقديم تنبؤات أو توصيات معقدة. لهذا ، قمنا بإعداد الخوارزميات.
الخوارزمية هي سلسلة من التعليمات تؤدي إلى نتيجة معينة. لذلك ، بشكل عام ، تحل الخوارزمية مشكلة معينة باتباع سلسلة من الخطوات. على سبيل المثال ، وصفة الطبخ هي خوارزمية.
في نهاية المطاف ، يهدف الذكاء الاصطناعي إلى تزويد برامج الكمبيوتر بالكليات المعرفية التي ترتبط عادةً بالبشر أو الحيوانات: الإدراك والعقل والعمل.
في الفصل السابق ، عرّفنا الذكاء الاصطناعي بأنه:
"أي تقنية كمبيوتر يمكنها حل المشكلات المعقدة التي قد يظن المرء أنها مخصصة للذكاء البشري."
يمكننا الآن إكمال هذا التعريف للذكاء الاصطناعي ، وهو:
أي تقنية كمبيوتر خوارزمية تحل المشكلات المعقدة التي كان يُعتقد أنها مخصصة للذكاء البشري ، عن طريق محاكاة القدرات البشرية مثل الإدراك والاستدلال.
الروبوتات والذكاء الاصطناعي
غالبًا ما يكون هناك خلط بين الذكاء الاصطناعي والروبوتات. في الواقع ، هذه هي مجالات الدراسة التي غالبًا ما يتم تقديمها معًا ، حيث غالبًا ما يشارك كلاهما في نفس المشاريع.
الروبوتات هي الجزء الميكانيكي. بفضل الميكانيكا ، يمكن للروبوت أن يتحرك. يلتقط الروبوت المعلومات من بيئته باستخدام أجهزة استشعار مختلفة. وبالتالي يمكن تجهيزه بميكروفونات لتسجيل الصوت ومكبرات الصوت لبث الأصوات. كل هذا يقع في مجال الروبوتات.
عندما نفكر في الروبوت ، غالبًا ما نفكر في الروبوتات التي تشبه البشر: فهي الأكثر إثارة للإعجاب! لكن في الواقع ، لا تبدو معظم الروبوتات كما يلي:
في غضون ذلك ، سيتم استخدام الذكاء الاصطناعي لتعزيز الروبوت لتمكينه من إكمال المهام الجديدة. على سبيل المثال ، سيكون قادرًا على التحرك في البيئات بشكل مستقل.
لذلك يمكن أن يكون لدينا روبوتات تعمل بدون الذكاء الاصطناعي ، مثل الروبوتات الصناعية ، على سبيل المثال ، التي تمت برمجة سلوكها من الألف إلى الياء بواسطة الإنسان. يمكننا أيضًا الحصول على ذكاء اصطناعي غير مطبق في الروبوتات ، كما هو الحال مع المساعدين الصوتيين على هواتفنا.
فرص الذكاء الاصطناعي
الذكاء الاصطناعي هو تقنية واعدة. ماذا لو استخدمناها للعمل من أجل الصالح العام؟
لقد استفاد العديد من اللاعبين بالفعل من هذه الفرصة التكنولوجية. هدفهم؟ الاستجابة للتحديات المجتمعية الكبرى ، لا سيما في مجالات الصحة والتعليم والبيئة. تكمن قوة هذه المشاريع في الجمع بين مجموعة متنوعة من الخبرات: باحثون في الذكاء الاصطناعي ، وخبراء في القطاع ، ومواطنون ورجال أعمال.
من بين المبادرات الأكثر وضوحًا ، يمكننا الاستشهاد بمبادرة الأمم المتحدة: "AI for Good" ، وهي قمة عالمية تُنظم كل عام منذ عام 2017 لتسليط الضوء على أكثر المبادرات الواعدة المسموح بها من خلال استخدامات الذكاء الاصطناعي.
بعض مبادرات الذكاء الاصطناعي في القطاع الصحي
كشف الأمراض في وقت سابق
الذكاء الاصطناعي مدعو للعب دور في الوقاية من الأمراض. هذا هو الحال ، على سبيل المثال ، مع فحص سرطان الثدي. في أوروبا ، هناك ما يقرب من 500000 حالة جديدة كل عام.
تتمثل إحدى المشكلات الرئيسية في اكتشاف المرض في أقرب وقت ممكن. ويمكن أن تفقد عين الممارس الخبير بعض الأدلة المبكرة التي يصعب تصورها. وفي هذه المرحلة ، يوفر الذكاء الاصطناعي مساعدة لا تقدر بثمن لأخصائيي الرعاية الصحية ، لا سيما في مساعدتهم على تحديد المرضى الأكثر عرضة للخطر.
في عام 2019 ، طور فريق من معهد ماساتشوستس للتكنولوجيا ذكاءً اصطناعيًا يتجاوز ما يراه الطبيب. هذا الذكاء الاصطناعي قادر على اكتشاف الحالات الشاذة التي يصعب على العين البشرية البسيطة مراقبتها. كانت النتائج مذهلة: يمكن للخوارزمية فحص مخاطر الإصابة بسرطان الثدي لمدة تصل إلى أربع سنوات قبل أن تكون مرئية للعين البشرية.
تكمن قوة هذا المشروع في عدد الصور التي تدرب النظام على اكتشاف هذه الحالة المرضية. في المجموع ، يعتمد النظام على 60 ألف مريض وتم رقمنة 90 ألف صورة.
في الواقع ، لا يكتشف البرنامج السرطان فقط عندما يكون مرئيًا. تم تطويره أيضًا لحساب مخاطر حدوثه في السنوات القادمة في وقت مبكر جدًا واستهداف النساء الأكثر تعرضًا للخطر. ولذلك فهو مكسب حقيقي في مجال المنع.
تسهيل اتخاذ القرارات الطبية
يمكن أن يكون الذكاء الاصطناعي مفيدًا أيضًا بعد اكتشاف علم الأمراض. في الواقع ، سرطان الثدي معقد للغاية. وهكذا يواجه الممارسون ملفات المرضى التي تحتوي على قدر كبير من البيانات ليتم تحليلها. بالإضافة إلى ذلك ، يجب عليهم التنسيق مع المهنيين الصحيين الآخرين.
يهدف المشروع الأوروبي DESIREE تحديدًا إلى توفير نظام دعم القرار للطبيب. بشكل ملموس ، يعتمد البرنامج على مراقبة الآلاف من حالات السرطان. يحلل هذا النظام المعلومات حول مريض معين ، في ضوء كل معرفتهم بالحالات السابقة.
تعزيز الوصول إلى الخدمات الصحية لأكبر عدد ممكن من الناس
عندما لا يتحدث المريض الفرنسية (أو يتكلم القليل جدًا) ، يصبح الاستعانة بمترجم فوري أمرًا ضروريًا. المترجمون المتطوعون ليسوا متاحين دائمًا عند الحاجة.
تعتمد مبادرة الضواحي الصحية على التطورات الحديثة في الذكاء الاصطناعي في معالجة اللغة. طورت هذه المنظمة غير الحكومية خوارزمية مرجعية لترجمة اللهجات في سياق طبي.
لذلك فإن الفكرة هي الاعتماد على تطبيق الهاتف الذكي الذي يترجم في الوقت الحقيقي الحوارات بين المرضى والمتخصصين في الرعاية الصحية. يتيح لك هذا المساعد ترجمة اللغات النادرة في الوقت الفعلي ، ولكن أيضًا لفهم المفاهيم الطبية.
تمحور هذه المبادرة حول مجتمع مكون من 60 لغة و 150.000 مريض و 300 حي في فرنسا وسويسرا والمغرب والولايات المتحدة.
بعض مبادرات الذكاء الاصطناعي في مجال البيئة والمساعدات الإنسانية
منع الأزمات الكوكبية
عندما نتحدث عن الذكاء الاصطناعي من أجل الصالح العام ، فإن أحد الأسباب التي تتبادر إلى الذهن هو الجوع. إنها بلاء حقيقي ، وتستند مشاكل المجاعة إلى عوامل متعددة: تغير المناخ ، والصراعات ، والفقر ، والتباين في أسعار المواد الخام.
في نهاية عام 2018 ، تضافرت جهود الأمم المتحدة والبنك الدولي والصليب الأحمر الدولي للعمل في هذا الاتجاه من خلال إطلاق آلية مكافحة المجاعة (FAM) ، وهي أول آلية عالمية لمنع المجاعة. بشكل ملموس ، فإن هذه الجهات الفاعلة لديها الطموح لوضع نظام يجعل من الممكن توقع المجاعات والاستعداد لها والاستجابة لها بسرعة أكبر ، لا سيما من خلال الإفراج عن التمويل المناسب بسرعة أكبر. يعتمد هذا المشروع على تطبيق الذكاء الاصطناعي للتنبؤ بحالات الأزمات هذه.
المفتاح لمثل هذا المشروع هو أن تأخذ في الاعتبار العديد من البيانات مثل: صور الأقمار الصناعية ، وبيانات عن النزاعات الجارية ، والتنبؤات الجوية ، والتغيرات في أسعار الغذاء المحلية ، وحجم الإنتاج الزراعي. بناءً على كل هذه البيانات ، تم تصميم برنامج ذكاء اصطناعي للتنبؤ ببدء مثل هذه الأزمة.
نظف المحيطات
يمكن للذكاء الاصطناعي أيضًا دعم المبادرات الخاصة بالكوكب. إنه يعمل بشكل خاص في الأنظمة التي تهدف إلى تنظيف المحيطات والتي ، كما تعلم بالفعل ، تحتوي على كميات كبيرة من الحطام البلاستيكي. لقد جعلت المنظمات غير الحكومية مهمتها محاربة هذه الآفة البيئية.
هذا هو الحال مع مشروع "تنظيف المحيط". يطمح إلى استخدام التكنولوجيا ، بما في ذلك الذكاء الاصطناعي ، لاستخراج البلاستيك من المحيطات ، وبالتالي تنظيفها.
بشكل ملموس ، فهو عبارة عن حاجز عائم كبير يهدف إلى تصفية الحطام البلاستيكي. يجمع الباحثون كميات كبيرة من البيانات لهذا الغرض. يستخدمون صور الأقمار الصناعية والذكاء الاصطناعي لتحديد وتحديد والتقاط النفايات البلاستيكية.
كما نرى ، يعد الذكاء الاصطناعي مفتاحًا يمكنه دعم المبادرات الخاصة بكوكب الأرض. يمكننا الاستشهاد بالعديد من الأمثلة الأخرى ، مثل تحسين استهلاك الكهرباء في المدن ، ومكافحة إهدار الطعام أو الحد من الاختناقات المرورية.
إرسال تعليق