كيف أصبح الذكاء الاصطناعي وتطبيقاته جزءاً من حياتنا اليومية؟

يؤدي الذكاء الاصطناعي بمفهومه الشامل ومجالاته الفرعية المتعددة وتاريخه الطويل دوراً فعالاً وحيويّاً للغاية الآن، ولا شك في دروه مستقبلاً، حيث يتم توظيفه في مختلف القطاعات والصناعات والشركات للمساعدة في تبسيط العمليات وتسريعها، بالإضافة إلى ذلك نجد أن الذكاء الاصطناعي لديه مجموعة واسعة من التطبيقات في حياتنا اليومية، حيث عملت هذه التطبيقات على تسهيل كل ما نفعله تقريباً وتحسينه وتعزيزه.

ما هو الذكاء الاصطناعي؟

"الذكاء الاصطناعي" (Artificial intelligence) –اختصاراً AI–  هو فرع واسع من عِلم "عُلوم الكمبيوتر" (Computer Science) يهتم ببناء آلات ذكية قادرة على أداء المهام التي تتطلب عادةً ذكاءً بشرياً، وبعبارة أخرى تعمل البرامج والأجهزة والأنظمة المدعومة بتكنولوجيات الذكاء الاصطناعي على محاكاة أنماط التفكير البشري، والتعلم من بيئتها، والتعامل مع ما تدركه لحل المشكلات والمهام لجعل الحياة اليومية أسهل.

اقرأ أيضاً: هل اقتربنا من تطوير أنظمة الذكاء الاصطناعي العام التي تتمتع بقدرات البشر؟

كيف يعمل الذكاء الاصطناعي؟

تعمل أنظمة الذكاء الاصطناعي من خلال تغذيتها بكميات كبيرة من البيانات بغرض تدريبها لحل الارتباطات والأنماط، واستخدام هذه الأنماط لعمل تنبؤات حول الحالات المستقبلية. وبهذه الطريقة على سبيل المثال يمكن أن يقوم روبوت المحادثة الذي تتم تغذيته بأمثلة من بيانات الدردشات النصية على إجراء محادثة طبيعية مثل الإنسان، أو يمكن لأداة التعرف على الصور أن تتعلم تحديد الكائنات في الصور ووصفها من خلال مراجعة ملايين الصور التي تمت تغذيتها بها سابقاً.

وتركز برمجة الذكاء الاصطناعي على ثلاث مهارات معرفية أساسية هي:

• عمليات التعلم (Learning processes): يركز هذا الجانب من برمجة الذكاء الاصطناعي على الحصول على البيانات وإنشاء قواعد لكيفية تحويل البيانات إلى معلومات قابلة للتنفيذ. وتوفر القواعد التي تسمى "الخوارزميات" (Algorithms) لأجهزة الحوسبة إرشادات خطوة بخطوة حول كيفية إكمال مهمة معينة.
• عمليات التفكير (Reasoning processes): يركز هذا الجانب من برمجة الذكاء الاصطناعي على اختيار الخوارزمية الصحيحة للوصول إلى النتيجة المرجوة.
• عمليات التصحيح الذاتي (Self-correction processes): صُمم هذا النوع من نماذج الذكاء الاصطناعي لضبط الخوارزميات باستمرار والتأكد من أنها توفر أدق النتائج الممكنة.

اقرأ أيضاً: كيف تستخدم جوجل خوارزميات الذكاء الاصطناعي في إظهار نتائج البحث لك؟

لماذا أصبح الذكاء الاصطناعي موضوعاً رائجاً؟

يعد الذكاء الاصطناعي من أهم الموضوعات الرائجة في الفترة الأخيرة في جميع القطاعات تقريباً، وبالتحديد قطاع الأعمال، لأنه أصبح يقدم للشركات رؤى حول عملياتها ربما لم تكن على دراية بها من قبل، ولأنه في بعض الحالات يمكن للأنظمة والأجهزة المدعومة بالذكاء الاصطناعي أداء المهام بشكل أفضل من البشر. بالتحديد عندما يتعلق الأمر بالمهام المتكررة والأكثر تعقيداً، مثل تحليل أعداد كبيرة من المستندات القانونية لضمان ملء الحقول ذات الصلة بشكل صحيح. حيث غالباً ما تكمل الأنظمة المدعومة بتكنولوجيا الذكاء الاصطناعي مثل هذه المهام بسرعة ودقة وبأخطاء قليلة نسبياً.

وقد ساعد هذا في إحداث ثورة في مجال العمل وفتح الباب أمام فرص عمل جديدة تماماً لتكنولوجيات الذكاء الاصطناعي وأنظمتها، على سبيل المثال قبل الموجة الحالية من تطور أنظمة الذكاء الاصطناعي، كان من الصعب تخيل استخدام البرامج لربط الركاب بسيارات الأجرة، ولكن اليوم أصبحت شركة "أوبر" (Uber) واحدة من أكبر الشركات قيمة من خلال استغلالها للبرامج المدعومة بتكنولوجيا الذكاء الاصطناعي في عملياتها التشغيلية. حيث تستخدم الشركة خوارزميات التعلم الآلي المتطورة للتنبؤ بالوقت الذي من المحتمل أن يحتاج فيه الناس ركوب سيارات الأجرة في مناطق معينة لرفع الأسعار بشكل مناسب، ما يساعدها في توجيه السائقين للتواجد في هذه المناطق بشكل استباقي.

اقرأ أيضاً: هل سيحل الذكاء الاصطناعي محل البشر في اتخاذ القرارات العسكرية؟

بالإضافة إلى شركة جوجل التي أصبحت واحدة من أكبر الشركات قيمةً مالية وشهرةً في العالم، لاستغلالها بشكل جيد للأنظمة والبرمجيات المدعومة بتكنولوجيا الذكاء الاصطناعي. وبالتحديد أنظمة التعلم الآلي لفهم كيفية استخدام المستهلكين لخدماتها وتطبيقاتها والتي تصل إلى أكثر من 200 تطبيق وخدمة، والعمل على تحسينها باستمرار لضمان تقديم تجربة استخدام مميزة جعلتها تتفوق على منافسيها بشكل شبه دائم.

ما هي أنواع أنظمة الذكاء الاصطناعي؟ وكيف تعمل؟

في مقال في عام 2016 أوضح عالم الكمبيوتر والهندسة والأستاذ المساعد في جامعة ولاية ميشيغان الأميركية "أريند هينتزي" (Arend Hintze) أنه يمكن تصنيف الذكاء الاصطناعي إلى أربعة أنواع، هي:

• أنظمة الذكاء الاصطناعي القائمة على رد الفعل أو "الآلات التفاعلية" (Reactive machines)

لا تحتوي هذه الأنظمة على ذاكرة ولا يمكن لها التصرف أو العمل بعيداً عما تم تصميمه من أجلها، وهي من أكثر الأنظمة المستخدمة اليوم على نطاق واسع. حيث يكون سلوك هذه الأنظمة بناءً على الموقف الحالي والتنبؤ بالحركات المستقبلية، ولكن نظراً إلى أنها لا تمتلك ذاكرة، لا يمكنها استخدام الخبرات السابقة لبناء خبرات مستقبلية. على سبيل المثال تمكن نموذج "ديب بلو" (Deep Blue) الذي طورته شركة آي بي إم في تسعينيات القرن الماضي، من هزيمة لاعب الشطرنج العالمي "جاري كاسباروف" (Garry Kasparov)، وتمكن نموذج شركة جوجل "ألفا جو" (Alpha Go) من هزيمة أكثر لاعبي لعبة "جو" (Go) خبرة في العالم.

اقرأ أيضاً: أهم العبر من قصة تطور الذكاء الاصطناعي منذ هزيمة كاسباروف حتى التعلم العميق

• أنظمة الذكاء الاصطناعي ذات الذاكرة المحدودة (Limited memory)

يحتوي هذا النوع من الأنظمة على ذاكرة، لذا يمكنها استخدام الخبرات السابقة لتكوين خبرات مستقبلية واتخاذ القرارات بناءً عليها، ولكن مع وجود العديد من البيانات التي تمت تغذيتها بها مسبقاً، وهي تستخدم اليوم في قطاع السيارات ذاتية القيادة.

على سبيل المثال يمكن للسيارة الذكية أن تُلاحظ سرعة واتجاه السيارات الأخرى، ولكن لا يمكنها القيام بذلك في لحظة واحدة فقط، بل يتطلب الأمر تغذيتها ببيانات سابقة ومراقبتها بمرور الوقت، والتي تشمل علامات الممرات وإشارات المرور وعناصر مهمة أخرى، مثل المنحنيات على الطريق، وبهذه الطريقة يمكن للسيارة تلقائياً تغيير مسارها لتجاوز سيارة بطيئة أو تجنب الاصطدام بسيارة قريبة.

• أنظمة الذكاء الاصطناعي القائمة على نظرية العقل (Theory of mind)

"نظرية العقل" (Theory of mind) هو مصطلح في علم النفس، وعند تطبيقه على أنظمة الذكاء الاصطناعي فهذا يعني أن النظام سيكون لديه الذكاء الاجتماعي لفهم المشاعر، وسيكون قادراً على استنتاج النوايا البشرية والتنبؤ بالسلوك، وهذا يعني أن هذه الأنظمة يتعين عليها أن تكون قادرة على فهم البشر وأن كل منها لديه أفكاره ومشاعره وتوقعاته حول كيفية معاملتنا، ومن ثم تعديل سلوكها وفقاً لذلك.

• أنظمة الذكاء الاصطناعي ذات الوعي الذاتي (Self-Awareness)

لهذا النوع من الأنظمة إحساس بالذات ما يمنحها الوعي، وهي عملية تطور للنوع الثالث إلى نماذج الذكاء الاصطناعي ذات الوعي الذاتي (AI Self Awareness) وهي غير موجودة بعد، ويمكن لها أن تفهم حالتها الحالية وقادرة على التنبؤ بمشاعر الآخرين.

اقرأ أيضاً: ذكاء واع أو وهمي: ماذا يعلمنا لامدا حول التصرف البشري عند التفاعل مع الذكاء الاصطناعي؟

أبرز الأمثلة على تكنولوجيا الذكاء الاصطناعي وكيف يتم استخدامها

على مر السنين تم دمج تكنولوجيا الذكاء الاصطناعي في مجموعة متنوعة من الأنظمة المختلفة. فيما يلي ستة أمثلة عنها:

• الأتمتة (Automation): يمكن لنماذج الأتمتة عند إقرانها بتكنولوجيا الذكاء الاصطناعي توسيع حجم المهام وأنواعها التي يتم تنفيذها. على سبيل المثال يعمل نموذج "أتمتة العمليات الروبوتية" (Robotic Process Automation) على معالجة البيانات المتكررة القائمة على القواعد والتي يقوم بها البشر بشكل تقليدي.
• التعلم الآلي (Machine Learning): يسمح هذا النموذج للتطبيقات البرمجية بأن تصبح أكثر دقة في التنبؤ بالنتائج دون أن تكون مبرمجة بشكل صريح للقيام بذلك، حيث تستخدم خوارزميات التعلم الآلي البيانات التاريخية كمدخلات للتنبؤ بقيم المخرجات الجديدة.
• التعلم المعزز (Reinforcement Learning): هو طريقة تدريب خوارزميات التعلم الآلي، حيث يكون نموذج التعلم المعزز قادراً على إدراك بيئته وتفسيرها، واتخاذ الإجراءات والتعلم من خلال التجربة والخطأ.
• الرؤية الحاسوبية (Computer Vision): يمنح هذا النموذج الآلات القدرة على الرؤية، حيث تلتقط رؤية الآلة المعلومات المرئية وتحللها باستخدام الكاميرا، و"المحول التناظري إلى الرقمي" (Analog-to-digital converter) و"معالج الإشارات الرقمية" (Digital signal processor)، وغالباً ما تتم مقارنتها بالبصر البشري، لكن الرؤية الآلية ليست ملزمة بالبيولوجيا ويمكن برمجتها للرؤية من خلال الجدران، ويتم استخدامها في مجموعة من التطبيقات مثل تحليل الصور الطبية.
• معالجة اللغات الطبيعية (Natural language processing): نموذج ذكاء اصطناعي لمعالجة لغة الإنسان بواسطة البرامج الحاسوبية، وتعتمد تطبيقاتها في الوقت الحالي على الكثير من المجالات مثل ترجمة النصوص وتحليل المشاعر والتعرف على الكلام.
• علم الروبوتات (Robotics): مجال هندسي يركز على تصميم وتصنيع الروبوتات ودعمها ببرمجيات الذكاء الاصطناعي، وغالباً ما تستخدم الروبوتات لأداء المهام التي يصعب على البشر القيام بها أو أداؤها باستمرار، مثل في خطوط التجميع لإنتاج السيارات أو الصيانة المعقدة للآلات.
• السيارات ذاتية القيادة (Self-Drive Cars): تستخدم السيارات ذاتية القيادة المدعومة بتكنولوجيا الذكاء الاصطناعي مزيجاً من  تكنولوجيات رؤية الكمبيوتر "MV" و"التعرف على الصور" (Images Recognition) و"التعلم العميق" (Deep Learning) لبناء مهارة آلية للقيادة والتصرف في الحالات المعقدة مثل البقاء في ممر معين وتجنب العوائق غير المتوقعة مثل المشاة.

اقرأ أيضاً: الذكاء الاصطناعي متعدد المهارات: نحو تحسين المحاكاة الحسية لسلوك البشر

أبرز تطبيقات الذكاء الاصطناعي في حياتنا اليومية

شق الذكاء الاصطناعي طريقه عبر مجموعة كبيرة من حالات الاستخدام اليومية، وأصبحت جميع القطاعات تقريباً تستخدم شكلاً من أشكال نماذج الذكاء الاصطناعي في عملياتها اليومية والتي نتعامل معها بشكل يومي، منها:

• الرعاية الصحية: يمكن لنموذج الذكاء الاصطناعي "واطسون" (Watson) فهم اللغة الطبيعية والرد على الأسئلة المطروحة عليه، بالإضافة إلى المساعدين الصحيين الافتراضيين عبر الإنترنت وروبوتات الدردشة التي تعمل على مساعدة المرضى ومقدمي الرعاية الصحية في العثور على المعلومات الطبية وجدولة المواعيد، كما يتم أيضاً استخدام مجموعة من نماذج الذكاء الاصطناعي للتنبؤ بالأوبئة ومكافحتها وفهمها.
• الأعمال: يتم دمج خوارزميات التعلم الآلي في الأنظمة الأساسية للتحليلات وإدارة علاقات العملاء (CRM) للكشف عن معلومات حول كيفية خدمة العملاء بشكل أفضل. بالإضافة إلى روبوتات الدردشة لتقديم خدمة فورية للعملاء.
• التعليم: يمكن لنماذج الذكاء الاصطناعي أتمتة عملية ترتيب درجات الطلاب وتقييمها، كما يمكن أن يغير مكان وكيفية تعلم الطلاب وربما حتى الحلول مكان المعلمين في التدريس.
• التمويل المالي: تعمل نماذج الذكاء الاصطناعي في تطبيقات التمويل الشخصي، وتقديم المشورة المالية وتسهيل عمليات التداول في البورصات الكبرى.
• القانون: تستخدم شركات المحاماة نموذج التعلم الآلي لوصف البيانات والتنبؤ بالنتائج ونموذج رؤية الكمبيوتر لتصنيف واستخراج المعلومات من المستندات ونموذج معالجة اللغة الطبيعية لتفسير الطلبات للحصول على المعلومات.
• التصنيع: تعمل الروبوتات الصناعية التي تمت برمجتها مسبقاً على أداء المهام الروتينية مثل التخزين وفصل المنتجات.
• الخدمات المصرفية: تستخدم معظم البنوك نماذج "روبوتات المحادثة" (Chat Bots) للتواصل مع عملائها وإخبارهم بالخدمات والعروض الاستثمارية. بالإضافة إلى نماذج التعلم الآلي التي تعمل على تحسين اتخاذ القرارات للحصول على القروض، وتحديد حدود الائتمان وفرص الاستثمار.
• النقل: يتم استخدام نماذج الذكاء الاصطناعي في إدارة حركة المرور والتنبؤ بحالات تأخير الطائرات، وأتمتة عمليات الشحن البري والبحري والجوي.
• الأمن الرقمي: تستخدم معظم الشركات نموذج "معلومات الأمان وإدارة الأحداث"  (Security information and event management) للحصول على تحليل في الوقت الفعلي لتنبيهات الأمان، والكشف عن الحالات الشاذة وتحديد الأنشطة المشبوهة التي تشير إلى هجمات جديدة أو ناشئة.
• الترفيه: يمكن استخدام نماذج الذكاء الاصطناعي في معظم مجالات الترفيه، على سبيل المثال أصبح نموذج رجل الخط المدعوم بتكنولوجيا الذكاء الاصطناعي جاهزاً للتحكم والفصل في حالات التسلل في كأس العالم القادمة في قطر، حيث من المتوقع أن يساهم النموذج في تقليص الزمن المستغرق سابقاً والذي يصل إلى نحو 5 دقائق إلى 4 ثوانٍ فقط.

اقرأ أيضاً: أهلاً بكم في جامعة الروبوتات… التسجيل للروبوتات فقط

الاستخدام الأخلاقي لتكنولوجيا الذكاء الاصطناعي

• التحيز البشري

بينما تقدم نماذج الذكاء الاصطناعي مجموعة من الوظائف الجديدة للشركات، إلا أن استخدام نماذج الذكاء الاصطناعي يثير أيضاً أسئلة أخلاقية في حالة تحيزها، وقد يكون هذا مشكلة لأن خوارزميات التعلم الآلي التي تدعم العديد من أنظمة الذكاء الاصطناعي الأكثر تقدماً، لا تتمتع إلا بذكاء البيانات التي يتم تقديمها في التدريب، ونظراً  إلى أن الإنسان يختار البيانات المستخدمة لتدريب هذه الأنظمة فإن احتمالية تحيز نماذج التعلم الآلي واردة وينبغي مراقبتها عن كثب.

اقرأ أيضاً: باحثون من إم آي تي يطورون طريقة مبتكرة لتقليل تحيز الذكاء الاصطناعي

• القابلية للتفسير

تعتبر من أكبر التحديات المحتملة أمام استخدام تكنولوجيا الذكاء الاصطناعي في الصناعات التي تعمل وفقاً لمتطلبات الامتثال التنظيمي الصارمة. على سبيل المثال، تعمل المؤسسات المالية في الولايات المتحدة بموجب لوائح تتطلب منها شرح قرارات إصدار الائتمان الخاصة بها. لذا، عندما يتم اتخاذ قرار برفض الائتمان عن طريق نموذج ذكاء اصطناعي قد يكون من الصعب شرح كيفية التوصل إلى القرار، لأن النموذج المستخدم في اتخاذ مثل هذه القرارات يعمل من خلال الارتباطات الدقيقة بين آلاف المتغيرات ما يتعذر معه شرح عملية صنع القرار.

اقرأ أيضاً: كيف يرسم الذكاء الاصطناعي والعلوم المتقدمة مستقبل دولة الإمارات؟

• اللوائح المنظمة

لا يوجد حالياً سوى عدد قليل من اللوائح التي تحكم استخدام تكنولوجيا الذكاء الاصطناعي، على سبيل المثال تضع اللائحة العامة الأوروبية لحماية البيانات (GDPR) قيوداً صارمة على كيفية استخدام المؤسسات لبيانات المستهلك، ما يعيق تدريب العديد من تطبيقات الذكاء الاصطناعي على الوظائف المتعلقة بالمستهلك، كما أصدر المجلس الوطني للعلوم والتكنولوجيا تقريراً في عام 2016 يفحص الدور المحتمل الذي قد تلعبه اللوائح الحكومية في تطوير الذكاء الاصطناعي، لكنه لم يوصِ بأخذ تشريعات محددة بعين الاعتبار.

اقرأ أيضاً: مساعٍ دولية لوضع قوانين تنظّم استخدام الذكاء الاصطناعي

نصل من ذلك إلى نتيجة مفادها أن وضع القوانين لتنظيم استخدام الذكاء الاصطناعي لن يكون أمراً سهلاً، ويرجع ذلك إلى أن تكنولوجيا الذكاء الاصطناعي تشمل مجموعة متنوعة من النماذج التي تستخدمها الشركات لغايات مختلفة، لذا يمكن أن تأتي اللوائح المنظمة على حساب تقدم تكنولوجيا الذكاء الاصطناعي وتطويرها، حيث يعد التطور السريع لنماذج الذكاء الاصطناعي عقبة أخرى أمام تشكيل أو وضع قوانين تنظيمية ذات مغزى.

ويرجع ذلك إلى أن الابتكارات التكنولوجية والتطبيقات الجديدة يمكن أن تجعل القوانين الحالية قديمة على الفور. على سبيل المثال، لا تغطي القوانين الحالية التي تنظم خصوصية المحادثات المسجلة التحدي الذي تمثله المساعدات الافتراضية الصوتية مثل "أليكسا" (Alexa) من أمازون، و"سيري" (Siri) من أبل، حيث تقوم هذه الأنظمة بجمع المحادثات لتحسين وتطوير خوارزميات التعلم الآلي. ولكن كيف يتم ضمان ألا تُنتهك أو تُسرب للعلن من قِبل مجرمي الإنترنت والقراصنة؟

المستقبل الآن: تأثير الذكاء الاصطناعي موجود في كل مكان

في الوقت الحالي توجد نماذج الذكاء الاصطناعي في كل قطاع تقريباً، وخاصة النماذج التي تؤدي وظائف موضوعية باستخدام نماذج مدربة على البيانات، وغالباً ما تندرج ضمن فئات نماذج التعلم العميق أو التعلم الآلي، حيث تُكثف جمع البيانات وتحليلها بشكل كبير بفضل أجهزة إنترنت الأشياء، وانتشار الأجهزة المتصلة وقوة معالجة الكمبيوتر الأسرع من أي وقت مضى.

كذلك نجد أن بعض القطاعات بدأت رحلتها بالفعل في استخدام نماذج الذكاء الاصطناعي في عملياتها التشغيلية، بينما أصبح استخدام الذكاء الاصطناعي في بعض القطاعات الأخرى أمراً عادياً، لذا من الصعب تجاهل تأثير الذكاء الاصطناعي على حياتنا الحالية. على سبيل المثال، من بين 9,100 براءة اختراع حصل عليها مخترعو شركة آي بي إم  IBM في عام 2018، كان 1600 أو ما يقرب من 18% من هذه الاختراعات مرتبطة بالذكاء الاصطناعي.

بالإضافة إلى ذلك بدأت شركات التكنولوجيا العملاقة في الاستثمار بسخاء في هذا المجال، حيث من المتوقع أن تنمو الإيرادات العالمية لسوق الذكاء الاصطناعي، بما في ذلك البرامج والأجهزة والخدمات بنسبة 19.6٪ على أساس سنوي في عام 2022 لتصل إلى 432.8 مليار دولار، كما بدأت المؤسسات التعليمية في التركيز على إدخال تخصصات الذكاء الاصطناعي في مناهجها الدراسية، مثل معهد ماساتشوستس للتكنولوجيا الذي وضع ميزانية تصل إلى مليار دولار لإنفاقها على كلية جديدة مكرسة فقط للحوسبة، مع التركيز بشكل خاص على تكنولوجيا الذكاء الاصطناعي وتفرعاتها. وعلى الرغم من أن بعض الرؤى المتعلقة بأنظمة الذكاء الاصطناعي تعتبر مجرد رؤى نظرية حتى الآن، إلا أن بعضها أصبح واقعاً بالفعل أو في طريقه إلى أن يتحقق بالكامل، ما سيكون له أثراً كبيراً في تسهيل حياتنا وتحسينها للأفضل.