مفاهيم خاطئة يجب ان تتجنبها في معرفتك عن الذكاء الصناعي

طوال الأعوام الأخيرة صادفت عدداً من المفاهيم الخاطئة حول الذكاء الاصطناعي (AI) وفي عدد محدود من الأحيان عند الحديث عنه مع أفراد من خارج هذا المجال لاحظت أننا نتحدث في اتجاهين مختلفين كلياً.

في هذه المقالة نوضح لكم معنى الذكاء الاصطناعي كما يراها العاملون في ذالك الميدان وأين وصلنا في علوم الذكاء الاصطناعي

مقدما، يتمحور المفهوم الخاطئ الأكبر بشأن الذكاء الاصطناعي العام AGI:

1- أنظمة الذكاء الاصطناعي المستخدمة حالاً هي نُسخ مقيدة من AGI
بالرغم الأمر الذي يتصور به الكثيرون إلا أنَّ آخر ما وصل له الذكاء الاصطناعي ما يزال بعيداً عن الذكاء البشري. فالذكاء الاصطناعي العام Artificial General Intelligence كان المُحفز لجميع علماء الذكاء الاصطناعي منذ زمن Alan Turing وحتى اليوم للوصول لذكاء مصطنع عام AGI يستطيع محاكاة الذكاء البشري وحتى التوفيق عليه، الشأن الذي أنتج الكمية الوفيرة من التقنيات والاكتشافات العلمية.

مفاهيم خاطئة يجب ان تتجنبها في معرفتك عن الذكاء الصناعي

غير أن على أرض الواقع وفي التطبيق العملي للذكاء الاصطناعي فإن العلماء لا يُلزمون أنفسهم بالنماذج النظيفة لاتخاذ القرار والتعلم وحل المشكلات لدى الإنسان، وعوضاً عن هذا يعملون على تشييد نمط عملي حجم الإمكان.

ومثال على ذلك فإن أساس القيادة الضخم في الخوارزميات – والتي تمخضت عن أنظمة التعلم العميق- هي تكنولوجيا تُدعى back propagation أي الانتشار خلفاً وتلك التكنولوجية لا تعمل مثلما يعمل الدماغ.

ولذا يقودنا إلى المفهوم الخاطئ التالي:

2- الذكاء الاصطناعي يملك حل لجميع المشاكل
مفهوم خاطئ آخر وهو تمكُّن الذكاء الاصطناعي على حل جميع المشاكل المتواجدة. لقد سمعت القليل يتحدث كيف أن الانتقال من مشكلة لأخرى يجعل نمط الذكاء الاصطناعي أذكى وكأن نهج الذكاء الاصطناعي ذاته يحل كلا المشكلتين بنفس الوقت.

مفاهيم خاطئة يجب ان تتجنبها في معرفتك عن الذكاء الصناعي

الواقع مختلف كلياً: تتطلب أنظمة الذكاء الاصطناعي للتخطيط بأسلوب عميق بين الحين والآخر بالإضافة لنماذج مدربة على نحو خاص لتطبيقها لمشكلة ما.

وبالرغم من أنَّ المهام المتشابهة مثل التعرف على الصوت، الصورة أو المقطع المرئي تحوز هذه اللحظة مكتبة من النماذج المرجعية، سوى أنها تفتقر لتُضبط بشكل خاص لتُلاقي مطالب الاستخدام.

والأكثر من ذلك، أنَّ أنظمة الذكاء الاصطناعي لا تكون المكون الوحيد لأي حل مرخص على الذكاء، فهي بالعادةً تتطلب الكثير من المكونات المبرمجة بشكل خاص لتتوافق مع بعضها بحيث تجمع فرد أو أكثر من تقنيات الذكاء الاصطناعي

وطبعاً يبقى عدد من تقنيات AI المتغايرة التي تستخدم لوحدها أو مع بعضها ولذلك من غير الصحيح أن نقول:

3- الذكاء الاصطناعي هو نفسه التعلم العميق Deep Learning
في السالف كنا نعتقد أن مصطلح الشبكات العصبونية كان جميلاً وكان هنالك العدد الكبير من الآمال التي راهنت على قدراته على أن ثبت ضعفه في التقييس والتناسب مع المهمة.

والآن وبعد حل تلك المشاكل تم استبدال هذا المصطلح باسم التعلم العميق Deep Learning إذ ترمز كلمة العميق إلى عدد الطبقات المخفية التي يمكننا وضعها في إطار الشبكة العصبونية.

بينما تشير كلمة التعلم إلى توليد نماذج ليس في الزمان الحقيقي بل بشكل أوفلاين وذلك يتطلب لزمن ومعالجة كبيرين ويصعب تحقيقها على نحو متواقت.

مؤخراً، استخدمت نماذج التعلم العميق Deep Learning في تطبيقات التعليم أونلاين حيثُ يكمل تطبيق التعليم أونلاين باستخدام تقنيات AI المتنوعة مثل التعليم المدعوم.

والعيب الوحيد في هذه الأنظمة هو عدم إحتمالية الاستفادة من نماذج التعلم العميق Deep Learning سوى في حال كان المجال المستخدمة فيه يمكن تجربته ضمن فترة التعلم أوفلاين.

مفاهيم خاطئة يجب ان تتجنبها في معرفتك عن الذكاء الصناعي

وبمجرد أن يشطب توليد العبرة فإنه يوجد كما هو ولن يكون مرناً للتغيرات في مجال التطبيق ومثال جيد على ذاك هي تطبيقات ecommerce حيث تحتاج المتغيرات الموسمية أو مراحل البيع القصيرة على مواقع ecommerce أخذ عبرة تعلم عميق أوفلاين لإعادة تمرينه على السلع القريبة الانتاج.

 

في غالب الأحيان ينهي مؤازرة أنظمة التعلم العميق بمجموعات عظيمة من البيانات ولذلك تبين مفهوم يقول أن النماذج النافعة والعصرية تولد من مجموعة معلومات متميزة وعظيمة، مما دعم المفهوم الخاطئ بشأن أنَّ الامر…

4- يعتمد على البيانات العظيمة
غير أن هذا ليس صحيح لأن الاعتماد الأضخم على المعلومات الجيدة. قد تسبب المعلومات العارمة غير الدقيقة في مجال ما أخطاءً في إنشاء الإطار، أيضاًً في كميات وفيرة من الساحات تصبح البيانات القديمة غير مهمة بشكل كبير فمثلاً في سوق تبادل الأسهم في نيويورك تكون المعلومات القريبة العهد أكثر أهمية وذات تكلفة أضخم مقارنةً مثلاً مع معلومات من عام 2001.

وفي النهايةً المعتقد الخاطئ الأخير:

5- في حال وقف نظام ما بحل إشكالية نعتقد أنها تفتقر ذكاء فهذا يقصد أنه يستخدم AI
قليل من البرامج المكتوبة بشكل قوي وذكي قد تظهر في أدائها أنها تستند على AI إلا أن هذا ليس طول الوقتً صحيح، وبغض النظر عن المفاهيم الخاطئة بخصوص الذكاء الاصطناعي لكن المفهوم المنفرد الصحيح هو أنَّ AI سوف يبقى وهو النافذة للمستقبل بالرغم من كون طريقة ما زال طويلاً قبل أن يكمل استخدامه لحل كل إشكالية.

Get real time updates directly on you device, subscribe now.

اترك رد

لن يتم نشر عنوان بريدك الإلكتروني.

This website uses cookies to improve your experience. We'll assume you're ok with this, but you can opt-out if you wish. AcceptRead More