دليل مبسط لمساعدتك على فهم الذكاء الاصطناعي

هل تعرفت على الذكاء الاصطناعي؟

في الأشهر الستة الماضية، أصبحت روبوتات الدردشة، مثل برنامج شات جي بي تي ChatGPT، ومبتكرات الصور، مثل برنامج ميدجورني midjourney، ظاهرة ثقافية.

لكن نماذج الذكاء الاصطناعي أو "التعلم الآلي" كانت موجودة منذ فترة ليست قصيرة.

في هذا الدليل، سنتجاوز الحديث عن روبوتات المحادثة لننظر إلى أنواع مختلفة من الذكاء الاصطناعي، ونرى كيف تلعب بالفعل دورا في حياتنا.

كيف يتعلم الذكاء الاصطناعي؟

يطلق على عملية التعلم الآلي مصطلح التدريب، حيث يتم تزويد برنامج كمبيوتر بكمية كبيرة من البيانات، أحيانا مع مسميات توضح ماهية البيانات ومجموعة من الأوامر.

قد تكون الأوامر على سبيل المثال: "اعثر على جميع الصور التي تحتوي على وجوه" أو "صنّف هذه الأصوات".

سيقوم البرنامج بعد ذلك بالبحث عن أنماط في البيانات التي تم تزويدها له للاستجابة لهذه الأوامر.

قد تحتاج عملية تدريب الذكاء الاصطناعي إلى بعض التعديلات أو الإضافات، مثل "هذا ليس وجها" أو "هذان الصوتان مختلفان"، ولكن ما يتعلمه البرنامج من البيانات والقرائن التي يتم تقديمها له يصبح نموذجا للذكاء الاصطناعي، وتنتهي مادة التدريب حتى يتم تحديد قدراتها.

إحدى طرق النظر إلى كيفية تمكن عملية التدريب من خلق أنواع مختلفة من الذكاء الاصطناعي، هي التفكير في تطور حيوانات مختلفة.

على مدار ملايين السنين، ساهمت البيئة الطبيعية في تطوير الحيوانات لقدرات محددة، وبطريقة مماثلة، فإن ملايين الدورات التي يقوم بها الذكاء الاصطناعي أثناء التزود ببيانات التدريب الخاصة به ستشكل الطريقة التي يتطور بها وتؤدي إلى الحصول على نماذج متخصصة للذكاء الاصطناعي.

ما هي الأمثلة على كيفية تدريب الذكاء الاصطناعي على تطوير مهارات مختلفة؟

ما هي روبوتات المحادثة؟

تخيل أن روبوت المحادثة نوع من أنواع طائر الببغاء. إنه يقلد ويمكنه تكرار الكلمات التي سمعها مع فهم محدود لسياقها ولكن دون الشعور الكامل بمعناها.

تقوم روبوتات الدردشة بالمثل، وإن كانت على مستوى أكثر تعقيدا، وهي على وشك تغيير علاقتنا بالكلمة المكتوبة.

ولكن كيف تعرف روبوتات المحادثة طريقة الكتابة؟

إنها أنواع من الذكاء الاصطناعي تُعرف باسم نماذج اللغات الكبيرة (LLMs) ويتم تدريبها عن طريق تزويدها بكمية هائلة من النصوص.

إن نماذج اللغات الكبيرة (LLM) قادرة على النظر في الكلمات وفي الجمل الكاملة ومقارنة استخدام الكلمات والعبارات في أحد المقاطع بأمثلة أخرى عبر جميع بيانات التدريب الخاصة بها.

باستخدام مليارات من المقارنات بين الكلمات والعبارات، يمكن للذكاء الاصطناعي قراءة سؤال والإجابة عليه، مثل كتابة الرسائل النصية على هاتفك والتي تتوقع الكلمة التي تريد كتابتها ولكن على نطاق واسع.

إن الشيء المدهش في النماذج اللغوية الكبيرة هو أنها تستطيع تعلم قواعد اللغة واكتشاف معنى الكلمات دون مساعدة بشرية.

وجهة نظر الخبراء: مستقبل روبوتات المحادثة

"في غضون 10 سنوات، أعتقد أنه سيكون لدينا روبوتات محادثة تعمل مثل الخبير في أي مجال تريده. لذا ستتمكن من سؤال طبيب خبير أو مدرس خبير أو محامي خبير، وكل ما تحتاجه يأتي من خلال جعل هذه الأنظمة تعمل على إنجاز الأشياء من أجلك ".

سام التمان - الرئيس التنفيذي لشركة OpenAI ، مبتكرو ChatGPT

هل يمكنني التحدث مع الذكاء الاصطناعي؟

إذا كنت قد استخدمت أليكسا Alexa أو سيري Siri أو أي نوع آخر من أنظمة التعرف على الصوت، فأنت تستخدم الذكاء الاصطناعي.

تخيل أرنبا بأذنيه الكبيرتين، وقد تم تكييفهما لالتقاط الاختلافات الطفيفة في الصوت.

يسجل الذكاء الاصطناعي الأصوات أثناء التحدث، ويزيل ضوضاء الخلفية، ويفصل كلامك إلى وحدات صوتية، وهي الأصوات الفردية التي تشكل كلمة منطوقة، ثم يطابقها بمكتبة أصوات اللغة.

ثم يتم تحويل كلامك إلى نص حيث يمكن تصحيح أي أخطاء خلال الاستماع قبل تزويدك بالإجابة.

يُعرف هذا النوع من الذكاء الاصطناعي باسم معالجة اللغة الطبيعية.

إنها التكنولوجيا الكامنة وراء كل شيء بدءا من قول "نعم" لتأكيد معاملة مصرفية عبر الهاتف، إلى مطالبة هاتفك المحمول بإخبارك عن حالة الطقس للأيام القليلة القادمة في المدينة التي ستسافر إليها.

هل يستطيع الذكاء الاصطناعي فهم الصور؟

هل سبق لهاتفك أن جمع صورك في ملفات بأسماء مثل "على الشاطئ" أو "السهر خارج المنزل"؟

إذن كنت تستخدم الذكاء الاصطناعي دون أن تدرك ذلك. كشفت خوارزمية الذكاء الاصطناعي النقاب عن طبيعة صورك وجمعتها من أجلك.

تم تدريب هذه البرامج من خلال التعرف على مجموعة كبيرة من الصور، وكلها معنونة بوصف بسيط.

إذا قدمت صورا لتتم معالجتها بالذكاء الاصطناعي للتعرف مثلا على صور تحت مسمى "دراجة" ، فسيبدأ الذكاء الاصطناعي في تحديد شكل الدراجة وكيف تختلف عن القارب أو السيارة.

في بعض الأحيان، يتم تدريب الذكاء الاصطناعي على الكشف عن الاختلافات الصغيرة داخل الصور المتشابهة.

هذه هي الطريقة التي يعمل بها للتعرف على الوجه، وإيجاد علاقة دقيقة بين السمات الموجودة على وجهك والتي تجعله مميزا وفريدا عند مقارنته بأي وجه آخر على هذا الكوكب.

تم تدريب نفس النوع من الخوارزميات على فحوصات طبية لتحديد الأورام التي تهدد حياة الإنسان، ويمكنها العمل من خلال آلاف عمليات المسح في الوقت الذي قد يستغرقه استشاري أورام لاتخاذ قرار بشأن عملية واحدة فقط.

كيف يصنع الذكاء الاصطناعي صورا جديدة؟

تم مؤخرا تكييف التعرف على الصور في نماذج الذكاء الاصطناعي كما تتكيف الحرباء بألوانها مع محيطها.

يمكن أن تحول أنظمة الذكاء الاصطناعي المبتكرة للصور الأنماط المرئية المعقدة التي تجمعها من ملايين الصور والرسومات إلى صور جديدة تماما.

يمكنك أن تطلب من الذكاء الاصطناعي إنشاء صورة فوتوغرافية لشيء لم يحدث أبدا، على سبيل المثال، صورة لشخص يمشي على سطح المريخ.

أو يمكنك توجيه أسلوب رسم الصورة بطريقة إبداعية: "ارسم صورة لمدرب كرة القدم في إنجلترا، مرسومة بأسلوب بيكاسو".

تبدأ أحدث أنظمة الذكاء الاصطناعي عملية إنشاء هذه الصورة الجديدة بمجموعة من وحدات البكسل ذات الألوان العشوائية.

يبحث الذكاء الاصطناعي في النقاط العشوائية لأي إشارة لنمط تعلمه أثناء التدريب، مثل أنماط بناء لأشياء مختلفة.

يتم تحسين هذه الأنماط ببطء عن طريق إضافة طبقات أخرى من النقاط العشوائية، مع الاحتفاظ بالنقاط التي تطور النمط والتخلص من النقاط عديمة الفائدة، حتى يظهر التشابه في النهاية.

تقوم مثلاً بتطوير وإضافة جميع الأنماط والأجزاء الضرورية مثل "سطح المريخ" و "رائد الفضاء" و "المشي" وتضعهم معا وبعد ذلك ستحصل على صورة جديدة.

نظرًا لأن الصورة الجديدة مبنية من طبقات من وحدات البكسل العشوائية، فإن النتيجة هي شيء لم يكن موجودا من قبل ولكنه لا يزال يعتمد على مليارات الأنماط التي تعلمها الذكاء الاصطناعي من صور التدريب الأصلية.

بدأ المجتمع الآن يناقش تأثير الذكاء الاصطناعي على حقوق النشر وأخلاقيات العمل في مجال إنتاج أعمال الفنية استنادا إلى جهود شاقة لفنانين ومصممين ومصورين حقيقيين.

ماذا عن السيارات ذاتية القيادة؟

لطالما كانت السيارات ذاتية القيادة جزءا من النقاش الدائر حول الذكاء الاصطناعي لعقود، وقد رسخها الخيال العلمي في الخيال الشعبي.

الذكاء الاصطناعي المتعلق بالقيادة الذاتية للسيارة يتم بتزويد السيارات بكاميرات ورادار وأشعة ليزر لاستشعار المدى.

فكر في اليعسوب، الذي يمتلك زاوية رؤية مقدارها 360 درجة وأجهزة استشعار على أجنحته لمساعدته على المناورة وإجراء تعديلات مستمرة أثناء الطيران.

بطريقة مماثلة، يستخدم نموذج الذكاء الاصطناعي البيانات من مستشعراته لتحديد الأشياء ومعرفة ما إذا كانت تتحرك، وإذا كان الأمر كذلك، فما نوع الجسم المتحرك، مثلا سيارة أخرى، أو دراجة، أو أحد المشاة، أو أي شيء آخر.

لقد مكنت آلاف الساعات من تدريب الذكاء الاصطناعي إلى فهم شكل القيادة الجيدة من خلال اتخاذ القرارات والإجراءات في العالم الحقيقي لقيادة السيارة وتجنب الاصطدامات والحوادث.

ربما عانت الخوارزميات التنبؤية لسنوات عديدة في التعامل مع الطبيعة غير المتوقعة للسائقين من البشر، لكن السيارات ذاتية القيادة جمعت الآن ملايين البيانات من خلال تدريبها على طرق حقيقية. بدأت في سان فرانسيسكو، مركبات ذاتية القيادة بنقل الركاب.

تعد القيادة الذاتية أيضا مثالا عاما جدا على كيفية تغلب التقنيات الجديدة على العقبات حتى التقنية منها.

التشريعات الحكومية ولوائح السلامة، إلى جانب الشعور العميق بالقلق إزاء ما يحدث عندما نسلم التحكم للآلات، لا تزال جميعها حواجز وعقبات محتملة في الطريق لمستقبل آلي.

رأي الخبراء: أكثر أمانًا من البشر

"أعتقد أن المكان الذي نريد الوصول إليه هو أننا نريد طرقا أكثر أمانا. إنه أمر مثير للاهتمام أننا نتحدث عنه الآن، خصوصاً عندما يكون البشر والروبوتات قريبين نسبيا من بعضهم في الأداء. ولكن خلال العامين المقبلين، وبالنظر إلى معدل التحسن الذي شهدته هذه الأنظمة، أعتقد أن هذا النقاش سيصبح من الماضي. لأنهم سيكونون أفضل بكثير من البشر ولن نقوم حتى بإجراء هذا النقاش ".

كايل فوغت - الرئيس التنفيذي لشركة كروز للسيارات المستقلة

ماذا يعرف الذكاء الاصطناعي عنك؟

تتعامل بعض أنظمة الذكاء الاصطناعي مع الأرقام، وتجمعها لإنشاء كم هائل من المعلومات، وما ينتج عن هذه المعلومات يكون له قيمة كبيرة.

من المحتمل أن يكون هناك بالفعل العديد من الملفات الشخصية لمعاملاتك المالية والاجتماعية، خصوصاً تلك التي تنفذها عبر الإنترنت، والتي يمكن استخدامها لرسم توقعات حول سلوكك.

تقوم بطاقة التسوق الخاصة بك بتتبع عاداتك وأذواقك من خلال نمط شرائك الأسبوعي. وتقوم وكالات الائتمان بتتبع المبلغ الذي لديك في البنك وما تدين به لبطاقات الائتمان الخاصة بك.

تتعقب نتفلكيس وأمازون عدد ساعات المحتوى الذي قمت بمتابعته الليلة الماضية. وتعرف حساباتك على مواقع وسائل التواصل الاجتماعي عدد مقاطع الفيديو التي علقت عليها اليوم.

لست وحدك، فهذه الأرقام والبيانات متوفرة عن الجميع، ما يمكّن نماذج الذكاء الاصطناعي من استخدامها بحثا عن الاتجاهات الاجتماعية.

تعمل نماذج الذكاء الاصطناعي بالفعل على رسم حياتك، بدءا من المساعدة في تقرير ما إذا كان بإمكانك الحصول على قرض أو رهن عقاري، إلى التأثير على ما تشتريه عن طريق اختيار الإعلانات التي تراها على الإنترنت.

هل سيكون الذكاء الاصطناعي قادرا على فعل كل شيء؟

هل من الممكن دمج بعض هذه المهارات في نموذج ذكاء اصطناعي واحد؟

هذا بالضبط ما يفعله أحد أحدث التطورات في الذكاء الاصطناعي.

يطلق عليه الذكاء الاصطناعي متعدد الوسائط ويسمح للنموذج بالنظر في أنواع مختلفة من البيانات مثل الصور أو النصوص أو الصوت أو الفيديو واكتشاف أنماط جديدة بينها.

كان هذا النهج متعدد الوسائط أحد أسباب القفزة الهائلة في القدرة التي أظهرها ChatGPT عندما تم تحديث نموذج الذكاء الاصطناعي الخاص به من GPT3.5، والذي تم تدريبه فقط على النص ، إلى GPT4، والذي تم تدريبه على الصور أيضاً.

فكرة نموذج واحد للذكاء الاصطناعي قادر على معالجة أي نوع من البيانات وبالتالي أداء أي مهمة، من الترجمة بين اللغات إلى تصميم عقاقير جديدة، باسم الذكاء الاصطناعي العام (AGI).

بالنسبة للبعض، هذا هو الهدف النهائي لجميع أبحاث الذكاء الاصطناعي. بالنسبة للآخرين، فهو طريق إلى كل تلك الأحداث الواقعية للخيال العلمي التي نطلق فيها ذكاءا بعيدا عن فهمنا لدرجة أننا لم نعد قادرين على التحكم فيه.

كيف تقوم بتدريب الذكاء الاصطناعي؟

حتى وقت قريب، كانت العملية الرئيسية في تدريب معظم أنظمة الذكاء الاصطناعي تُعرف باسم "التعلم الخاضع للإشراف".

تم إعطاء مجموعات ضخمة من بيانات التدريب تسميات من قبل البشر وطُلب من الذكاء الاصطناعي اكتشاف الأنماط في البيانات.

ثم طُلب من الذكاء الاصطناعي تطبيق هذه الأنماط على بعض البيانات الجديدة وتقديم ملاحظات حول دقتها.

على سبيل المثال، تخيل إعطاء الذكاء الاصطناعي عشرات الصور - ست منها مُصنَّفة باسم "سيارة" وست مُصنَّفة باسم "شاحنة صغيرة".

بعد ذلك، اطلب من الذكاء الاصطناعي عمل نمط مرئي يفرز السيارات والشاحنات الصغيرة إلى مجموعتين.

الشيء المدهش في برنامج الذكاء الاصطناعي هو أنه اتخذ هذا القرار من تلقاء نفسه - ويمكننا مساعدته في تحسين عملية اتخاذ القرار.

يمكننا أن نقول له أنه حدد بشكل خاطئ الشيئين الجديدين، وهذا سيجبره على إيجاد نمط جديد في الصور.

ولكن الأهم من ذلك، يمكننا تصحيح التحيز في بيانات التدريب لدينا من خلال إعطائه صورا أكثر تنوعا.

هذان الإجراءان البسيطان اللذان تم اتخاذهما معا، وعلى نطاق واسع، هما الطريقة التي تم بها تدريب معظم أنظمة الذكاء الاصطناعي على اتخاذ قرارات معقدة بشكل لا يصدق.

كيف يتعلم الذكاء الاصطناعي من تلقاء نفسه؟

يعد التعلم الخاضع للإشراف طريقة تدريب قوية بشكل فعال، ولكن العديد من الإنجازات الحديثة في الذكاء الاصطناعي أصبحت ممكنة بفضل التعلم غير الخاضع للإشراف.

بعبارات أبسط، إن استخدام الخوارزميات المعقدة ومجموعات البيانات الضخمة أن الذكاء الاصطناعي يمكنه التعلم دون أي توجيه بشري.

برنامج ChatGPT هو المثال الأكثر شهرة.

إن عدد النصوص الموجود على الإنترنت وفي الكتب الرقمية كبير جدا لدرجة أن برنامج ChatGPT تمكن على مدار عدة أشهر من تعلم كيفية دمج الكلمات بطريقة ذات معنى في حد ذاتها، ، مع تدخل بشري لضبط ردودها.

تخيل أن لديك مجموعة كبيرة من الكتب بلغة أجنبية، ربما بعضها يحتوي على صور.

في النهاية قد تدرك أن الكلمة نفسها ظهرت على الصفحة كلما كان هناك رسم أو صورة لشجرة، وكلمة أخرى عندما كانت هناك صورة لمنزل.

وستلاحظ أنه غالبا ما كانت هناك كلمة شبيهة بالمعنى لكلمة أخرى من تلك الكلمات.

قام برنامج ChatGPT بهذا النوع من التحليل الدقيق للعلاقة بين الكلمات لبناء نموذج إحصائي ضخم يمكنه بعد ذلك من استخدامه لإنشاء جمل جديدة.

وهو يعتمد على كميات هائلة من المعلومات المحوسبة التي تسمح للذكاء الاصطناعي بحفظ عدد هائل من الكلمات، سواء كانت كلمات متفرقة أو في مجموعات أو في جمل أو عبر الصفحات، ثم يقوم الذكاء الاصطناعي بقراءة ومقارنة كيفية استخدام الكلمات مرارا وتكرارا في جزء صغير من الثانية.

دفعت التطورات السريعة التي حققتها نماذج التعلم العميق في العام الماضي موجة جديدة من الحماس والقلق بشأن إمكانات الذكاء الاصطناعي، وليس هناك ما يشير إلى تباطؤها.

يبدو أن وعود وتحذيرات الخيال العلمي قد تسللت إلينا فجأة ونجد أننا نعيش بالفعل في عالم بدأ فيه الذكاء الاصطناعي في الكشف عن قدراته غير البشرية والغريبة.

رأي الخبراء: تعامل مع الذكاء الإصطناعي على مبدأ تربية الأطفال

تكمن الإجابة عن كيفية إعداد الآلات لهذا العالم المعقد أخلاقياً في الطريقة التي نربي بها أطفالنا ونجهزهم لمواجهة عالمنا المعقد. عندما نربي الأطفال، لا نعرف بالضبط المواقف التي سيواجهونها. نحن لا نزودهم بالإجابة على كل سؤال يطرحونه علينا. بدلاً من ذلك، نعلمهم كيفية العثور على الإجابة بأنفسهم ".

مو جودت - المؤلف والرئيس التنفيذي السابق للأعمال في جوجل إكس