إن النمو السريع للذكاء الاصطناعي (AI) وقدراته القوية ، و مع التحول الذي أحدثه الذكاء الاصطناعي في مختلف الصناعات ، جعل قادة الأعمال وعامة الناس يعتقدون أنه نحن قريبون من ذروة أبحاث الذكاء الاصطناعي وتحقیق الحد الأقصى من إمكانات الذكاء الاصطناعي. ومع ذلك ، فإن فهم أنواع الذكاء الاصطناعي الموجودة حاليًا يوفر صورة أوضح لإمكانيات الذكاء الاصطناعي المتاحة والطريق الطويل الذي ينتظرنا فی الأبحاث للذكاء الاصطناعي. للذكاء الاصطناعي فئات مختلفة سوف نتعرف علیها. ما هو الذكاء الاصطناعي؟ لا تحتاج التطبيقات العديدة وانتشار الذكاء الاصطناعي إلى مقدمة. الذكاء الاصطناعي اليوم ليس مجرد “كلمة طنانة” ، ولكنه حقيقة أصبحت عملية في جميع جوانب حياتنا. أحدثت شركات الآلات الذكية التي تسعى وراء أغراض واستخدامات مختلفة ثورة في الصناعة. الذكاء الاصطناعي هو عملية إنشاء آلات ذكية باستخدام بيانات ضخمة وهائلة. تتعلم الآلات من التجارب السابقة وتؤدي أنشطة شبيهة بالبشر. نظرًا لأنشطة الماكينة هذه ، تم تحسين الدقة والسرعة والفعالية. يستخدم الذكاء الاصطناعي أنماطًا وأساليب معقدة حتى تتمكن الآلات من اتخاذ القرارات بشكل مستقل ومن تلقاء نفسها. التعلم الآلي (machine learning) و التعلم العميق (deep learning) هما المكونان الأساسيان للذكاء الاصطناعي. حاليًا ، يتم استخدام الذكاء الاصطناعي في جميع قطاعات الأعمال تقريبًا. أنواع الذكاء الاصطناعي بشكل أساسي ، يمكن تصنيف أنواع الذكاء الاصطناعي إلى جانبين ، بما في ذلك أنواع الذكاء الاصطناعي بناءً على قدرات وأنواع الذكاء الاصطناعي القائمة على الوظيفة. في هذا القسم ، سيتم تقديم قائمة بكل من هذه الجوانب المختلفة للذكاء الاصطناعي أولاً ، وبعد ذلك سيتم وصف كل منها على حدة. أنواع الذكاء الاصطناعي المبني على القدرات: “ذكاء اصطناعي المحدود”(Narrow AI) “الذكاء الاصطناعي العام” (General AI) “سوبر AI”(Super AI) أنواع الذكاء الاصطناعي المبنی على الوظيفة: “الآلات التفعالیه”((Reactive Machines)) “نظرية محدودة”(Limited Theory) “نظرية العقل”(Theory of Mind) “الوعي الذاتي”(Self-Awareness) تم ذكر أنواع الذكاء الاصطناعي وانواعه من جانبين ، كما تم عرضها بيانياً في الصورة أدناه. “ذكاء اصطناعي المحدود”(Narrow AI) الذكاء الاصطناعي المحدود ، المعروف أيضًا باسم “الذكاء الاصطناعي الضعيف)”(Weak AI، يركز فقط على وظيفة معينة ولا يمكنه العمل بعد ذلك. يركز الذكاء الاصطناعي المحدود على مجموعة فرعية واحدة من الوظائف . أصبحت تطبيقات هذا النوع من الذكاء الاصطناعي في حياتنا ومع تطور التعلم الآلي والتعلم العميق أكثر انتشارًا. يعد المساعد الصوتي الذكي Siri من Apple مثالاً على الذكاء الاصطناعي المحدود الذي يعمل مع مجموعة من الوظائف المحددة مسبقًا. من الممکن ان يؤدي نشاط Apple Siri خارج النطاق إلى تعطيله. يعد مساعد IBM Watson مثالًا آخر على الذكاء الاصطناعي المحدود الذي يعالج المعلومات ويجيب على أسئلة المستخدم باستخدام الحوسبة والتعلم الآلي ومعالجة اللغة الطبيعية. فی أحدا المرات استطاع الذكاء الاصطناعي IBM Watson ان یفوز علی منافسه البشري في برنامج الألعاب الشهير “Jeopardy” وأصبح البطل. تتضمن بعض الأمثلة الأخرى للذكاء الاصطناعي المحدود ترجمة Google وبرامج التعرف على الصور وخوارزميات Google في تحسين محركات البحث. “الذكاء الاصطناعي العام” (General AI) الذكاء الاصطناعي العام ، المعروف أيضًا باسم الذكاء الاصطناعي القوي(Strong AI) ، هو نوع آخر من الذكاء الاصطناعي يمكنه فهم وتعلم أي وظيفة بشرية ذكية. يتيح الذكاء الاصطناعي العام للآلات إمكانية تطبيق المهارات واستخدام العلوم في مجالات مختلفة. لم ينجح باحثو الذكاء الاصطناعي حتى الآن في تحقيق ذكاء اصطناعي قوي. الشرط الضروري لتحقيق هذا الهدف ومن أجل جعل الآلات ذكية تمامًا هو برمجة مجموعة كاملة من القدرات الإدراكية. استثمرت مايكروسوفت مليار دولار في معهد open AI لتطوير الذكاء الاصطناعي العام. قامت شركة Fujitsu ببناء أحد أسرع أجهزة الكمبيوتر العملاقة في العالم ، وهو كمبيوتر K. يعتبر هذا المشروع من أهم الأنشطة في اتجاه تحقيق ذكاء اصطناعي قوي. تستغرق محاكاة ثانية واحدة لوظيفة العصب البشري حوالي 40 دقيقة. لذلك ، ليس من السهل تحديد ما إذا كان تحقيق ذكاء اصطناعي قوي سيكون ممكنًا قريبًا. الكمبيوتر فائق K من إنتاج شركة Fujitsu “Tianhe-2” هو كمبيوتر عملاق طورته الجامعة الوطنية لتكنولوجيا الدفاع في الصين. هذا الكمبيوتر العملاق لديه القدرة على معالجة 86.33 بيتافلوبس (كوادريليون) عملية حسابية في الثانية (cps). على الرغم من أن هذا يبدو مثيرًا ، إلا أنه يقدر دماغ الإنسان على أداء exaflop واحد ، أي مليار عملية حسابية في الثانية. الكمبيوتر فائقtianhe-2 مصنوع فی الصین أنواع الذكاء الاصطناعي على أساس الوظيفة كما ذكرنا سابقًا ، لوصف أنواع أنظمة الذكاء الاصطناعي ، يمكن تصنيف الذكاء الاصطناعي بناءً على كيفية عمله. لذلك ، في هذا القسم ، تتم مناقشة أنواع الذكاء الاصطناعي من الناحية الوظيفية ، والتي تشمل بشكل عام 4 فئات. أولاً ، تم إدخال الآلات التفاعلية ثم 3 أنواع أخرى من الذكاء الاصطناعي من هذا الجانب. “الآلات التفعالیه”(Reactive Machines) الآلة التفاعلية ، المعروفة أيضًا باسم الآلة السلبية أو السلبية ، هو شكل مبكر من الذكاء الاصطناعي لا يستخدم التجارب والسجلات السابقة للتنبؤ ويستخدم البيانات الحالية فقط. الآلة التفاعلية تتفهم العالم المحيط وتتفاعل معه. يتم تحديد وظائف معينة في الأجهزة التفاعلية وإمكانية العمل بعد ذلك غير ممكنة لهذا النوع من الآلات. إن الذكاء الاصطناعي Deep Blue (المملوك لشركة IBM) ، الذي هزم أستاذ الشطرنج الكبير غاري كاسباروف ، هو آلة تفاعلية تتفاعل مع موقع القطع على رقعة الشطرنج. لا يمكن لآلة Deep Blue أن تأخذ في الاعتبار خبرتها السابقة وأن تحسن نفسها من خلال التعلم من العمليات السابقة. تتعرف هذه الآلة ببساطة على قطع الشطرنج ، وتعرف كيف تتحرك وتتوقع ما ستكون عليه الحركات التالية له ولخصمه. لا يأخذ Deep Blue أيًا من البيانات في الاعتبار قبل اللحظة الحالية ، ومن خلال النظر إلى رقعة الشطرنج ، يختار وينفذ حركة من بين الحركات المحتملة. “نظرية محدودة“(Limited Theory) أنظمة الذاكرة المحدودة هي فئة من الذكاء الاصطناعي تتعلم من البيانات السابقة لاتخاذ القرارات. الذاكرة في مثل هذه الأنظمة قصيرة المدى. يُسمح لهذه الأنظمة فقط باستخدام البيانات في فترة زمنية معينة ولا يُسمح لها بأرشفة البيانات في مكتبة تجاربها. يستخدم هذا النوع من التكنولوجيا في السيارات ذاتية القيادة. فيما يلي تشغيل الذاكرة المحدودة للذكاء الاصطناعي في السيارات ذاتية القيادة. نظرية محدودة يراقب الذكاء الاصطناعي كيفية تحرك المركبات في البيئة المحيطة ، في الوقت الفعلي وبمرور الوقت. هذا النوع من الآلات ، بالإضافة إلى استقبال تدفق البيانات المستمر ، يقوم بتخزين البيانات الثابتة بما في ذلك علامات الطريق وإشارات المرور. يتم استدعاء هذه البيانات عندما تقرر السيارة تغيير مسارها ؛ حتى لا تتعطل حركة السائقين الآخرين أو لا يقع حادث. تجري Mitsubishi Electric بحثًا لتحسين هذا النوع من الذكاء الاصطناعي في حالات الاستخدام المختلفة ، بما في ذلك السيارات ذاتية القيادة. “نظرية العقل”(Theory of Mind) يمثل هذا النوع من الذكاء الاصطناعي فئة متقدمة من التكنولوجيا وهو حاليًا مجرد مفهوم. نظرية العقل هي أحد أنواع الذكاء الاصطناعي القائم على الوظيفة ، والتي تنص على أن الأشخاص والأشياء في البيئة يمكن أن تغير المشاعر والسلوكيات. يجب أن يفهم هذا النوع من الذكاء الاصطناعي العواطف والمشاعر والأفكار. على الرغم من أن هذا المجال قد أحرز الكثير من التقدم ، إلا أنه لم يتطور بعد. تعد آلة كيسميت مثالًا عمليًا لنظرية العقل ، والتي تتكون من روبوت على شكل رأس بشري تم إنشاؤه بواسطة باحث في معهد ماساتشوستس للتكنولوجيا (MIT) في أواخر التسعينيات. يمكن لـ Kismet تقليد المشاعر الإنسانية والتعرف عليها. كلتا هاتين المقدرتين تقدمان مهمان في نظرية العقل والذكاء الاصطناعي ، لكن Kismet غير قادر على التواصل بالعين والاهتمام بالبشر. صوفيا من Hanson Robotics هي مثال آخر على نظرية العقل. تمنحها الكاميرات الموضوعة في عيني صوفيا إحساسًا بالبصر باستخدام خوارزميات الكمبيوتر. يمكن أن تتعرف صوفيا على الأشخاص وتتبع النظرات وتجري اتصالًا بالعين. “الوعي الذاتي”(Self-Awareness) يقتصر هذا النوع من الذكاء الاصطناعي على الفرضية. هذه الأنظمة تفهم خصائصها الداخلية وحالاتها وظروفها وكذلك العواطف البشرية. ستكون هذه الآلات أكثر ذكاءً من العقل البشري. النظام الواعي ليس فقط قادرًا على فهم وإثارة المشاعر بالتفاعل مع الآخرين ، بل له أيضًا عواطفه واحتياجاته ومعتقداته. أنواع تطبيقات الذكاء الاصطناعي فيما يلي 14 من التطبيقات البارزة للذكاء الاصطناعي ، وقد وصفنا بإيجاز بعضها أدناه: تطبيق الذكاء الاصطناعي في التجارة الإلكترونية التسوق الشخصي مساعدين مجهزين بالذكاء الاصطناعي منع الاحتيال تطبيق الذكاء الاصطناعي في التعليم ميكنة الأنشطة الإدارية للمعلمين الإنتاج الذكي للمحتوى المساعدين الصوتيين التعلم المخصص تطبيق الذكاء الاصطناعي في نمط الحياة تطبيق الذكاء الاصطناعي في الملاحة تطبيق الذكاء الاصطناعي في الروبوتات تطبيق الذكاء الاصطناعي في الموارد البشرية تطبيق الذكاء الاصطناعي في الطب والرعاية الصحية تطبيق الذكاء الاصطناعي في الزراعة تطبيق الذكاء الاصطناعي في الالعاب تطبيق الذكاء الاصطناعي في السيارة التطبيق في وسائل التواصل الاجتماعي تطبيق الذكاء الاصطناعي في التسويق في روبوتات المحادثة تطبيقات الذكاء الاصطناعي في التمويل تطبيق أنواع الذكاء الاصطناعي في الحياة كان للذكاء الاصطناعي تأثير كبير على أسلوب حياتنا. في هذا القسم ، قمنا بوصف بعض هذه التطبيقات. سيارات ذاتية القيادة فلتر البريد المزعج تمييز الوجوه نظام التوصية استخدام الذكاء الاصطناعي في صناعة السيارات ذاتية القيادة تستخدم شركات السيارات مثل Toyota و Audi و Volvo و Tesla التعلم الآلي لتدريب أجهزة الكمبيوتر في سياراتهم. يتعرف الذكاء الاصطناعي في السيارات ذاتية القيادة ، مثل البشر ، على الأشياء الموجودة في البيئة ، بحيث لا تحدث الحوادث أثناء القيادة. تطبيق الذكاء الاصطناعي في بناء أنظمة تصفية البريد الإلكتروني العشوائي كل يوم ، تتم تصفية رسائل البريد الإلكتروني العشوائية المرسلة من خلال البريد العشوائي أو مجلدات المهملات وتنقيحها بواسطة أنظمة الذكاء الاصطناعي ، ونستفيد منها بغض النظر عن هذه الأنظمة الذكية. تمكن Gmail من تحقيق سعة تصفية تقارب 99.9٪. تطبيق أنواع الذكاء الاصطناعي في التعرف على الوجوه تستخدم أجهزتنا المفضلة مثل الهواتف وأجهزة الكمبيوتر المحمولة وأجهزة الكمبيوتر الشخصية طرق التعرف على الوجه وفلاتر الوجه لتمكين التعرف والوصول الآمن. بالإضافة إلى الاستخدام الشخصي ، يتم استخدام التعرف على الوجه على نطاق واسع في مختلف الصناعات وفي الحالات الأمنية المذكورة أعلاه. تطبيق أنواع الذكاء الاصطناعي في أنظمة التوصية العديد من المنصات التي نستخدمها في حياتنا اليومية ، مثل التجارة الإلكترونية ، ومواقع الترفيه ، ووسائل التواصل الاجتماعي ، ومنصات مشاركة الفيديو مثل YouTube ، وما إلى ذلك ، تستخدم جميعها “أنظمة التوصية”(recommender system) لتلقي معلومات المستخدم ، وتقديم توصيات مخصصة للمستخدمين. يستخدمونها لزيادة التفاعل. هذا التطبيق واسع الانتشار ويستخدم بشكل متكرر في مختلف الصناعات. تطبيق أنواع الذكاء الاصطناعي في الطب والرعاية الصحية للذكاء الاصطناعي تطبيقات مختلفة في الطب والرعاية الصحية. يستخدم الذكاء الاصطناعي في الرعاية الصحية لبناء آلات متطورة يمكنها تشخيص الأمراض والتعرف على الخلايا السرطانية. باستخدام البيانات المختبرية وغيرها من البيانات الطبية ، يمكن أن يساعد الذكاء الاصطناعي في تحليل الحالات المزمنة لضمان التشخيص المبكر. يمكن للذكاء الاصطناعي اكتشاف عقاقير جديدة باستخدام مزيج من البيانات التاريخية والذكاء الطبي. أنواع خوارزميات الذكاء الاصطناعي يتم استخدام العديد من الخوارزميات في التعلم الآلي واستخراج البيانات من أجل التصنيف(classification) والتجميع (clustering)ونمذجة البيانات ، ويتم تقديم بعض الخوارزميات الأكثر شهرة والأكثر استخدامًا في هذا القسم. يمكن تصنيف أنواع خوارزميات الذكاء الاصطناعي في ثلاث فئات رئيسية: “التعلم الخاضع للإشراف”(supervised learning) و “التعلم غير الخاضع للإشراف” (unsupervised learning)و “التعلم العميق”(deep learning). أنواع خوارزميات التعلم الخاضع للإشراف في الذكاء الاصطناعي التعلم الخاضع للإشراف هو مجموعة فرعية من التعلم الآلي والذكاء الاصطناعي يتم تعريفهما باستخدام مجموعات البيانات المصنفة لتدريب النماذج التي تصنف البيانات بدقة أو تتنبأ بالنتائج. يساعد التعلم الخاضع للإشراف المؤسسات على حل مجموعة متنوعة من مشكلات العالم الحقيقي على نطاق واسع. أهم الخوارزميات الخاضعة للإشراف مذكورة أدناه. “الانحدار الخطي” (Regression) “الانحدار اللوجستي”(Logistic Regression) “الشبكة العصبية الاصطناعية” (Artificial Neural Network | ANN) “آله دعم المتجهات” (Support Vector Machine | SVM) “kاقرب جار”(K-Nearest Neighbours | KNN) أنواع خوارزميات التعلم الخاضع للإشراف في الذكاء الاصطناعي يستخدم التعلم غير الخاضع للإشراف خوارزميات التعلم الآلي لتحليل مجموعات البيانات غير المسماة وتجميعها. تكتشف هذه الخوارزميات أنماطًا أو مجموعات مخفية مخبأة في البيانات دون الحاجة إلى تدخل بشري. إن قدرة الطريقة على اكتشاف أوجه التشابه والاختلاف في المعلومات تجعلها حلاً مثاليًا لتحليل البيانات الاستكشافية وتجميع العملاء والتعرف على الصور. فيما يلي قائمة بأهم خوارزميات التعلم غير الخاضعة للإشراف. تجمع(clustering) (K-meansلوید Lloyd| ) سلسله المراتب(Hierarchical) قواعد الرابطة(Association Rules) التعلم المعزز في الذكاء الاصطناعي “التعلم المعزز”(Reinforcement Learning) هو أسلوب تعلم آلي يعتمد على مكافأة السلوكيات المرغوبة و / أو معاقبة السلوكيات غير المرغوب فيها. بشكل عام ، يكون عامل التعلم المعزز قادرًا على فهم بيئته وتفسيرها واتخاذ الإجراءات والتعلم من خلال التجربة والخطأ. الذكاء الحسابى الذكاء الحسابي (Computational Intelligence | CI) هی نظرية وتصميم وتطبيق وتطوير نماذج الحوسبة ذات الدوافع البيولوجية واللغوية. تقليديا ، تشمل الركائز الثلاث الرئيسية للـ CI الشبكات العصبية والأنظمة الضبابية والحوسبة التطورية. بالطبع ، تطورت العديد من النماذج الحسابية المستوحاة من الطبيعة بمرور الوقت. لذلك ، يعتبر CI مجالًا متطورًا ، بالإضافة إلى الأجزاء الرئيسية الثلاثة ، نماذج حسابية مثل الذكاء البيئي ، والحياة الاصطناعية ، والتعلم الثقافي ، و “شبكات الغدد الصماء الاصطناعية”(Artificial Endocrine Networks) ، والتفكير الاجتماعي و “شبكات الهرمونات الاصطناعية” ( Artificial Hormone Networks)وتشمل شبكات الهرمونات الاصطناعية. يلعب الذكاء الحسابي دورًا مهمًا في تطوير الأنظمة الذكية الناجحة ، بما في ذلك الألعاب وأنظمة التطوير التعرف. في السنوات القليلة الماضية ، كان هناك بحث مكثف في مجال التعلم العميق ، وخاصة الشبكات العصبية التلافيفية العميقة. اليوم ، أصبح التعلم العميق الطريقة الرئيسية في الذكاء الاصطناعي. في الواقع ، تعتمد بعض أكثر أنظمة الذكاء الاصطناعي نجاحًا على CI. في ما يلي ، يتم تقديم ووصف بعض أهم الخوارزميات والأساليب المستخدمة في الذكاء الحسابي. الشبكات العصبية الشبكات العصبية الاصطناعية (ANN) هي شبكات متوازية موزعة ، مستوحاة من الدماغ البشري ، لديها القدرة على التعلم والتعميم من الأمثلة. يشمل مجال البحث هذا NNs المغذية ، NNs المتكررة ، NNs ذاتية التنظيم ، التعلم العميق ، الشبكات العصبية التلافيفية ، إلی اخر. أسئلة شائعة ومتكررة في هذا القسم ، تم تناول عدد من الأسئلة الشائعة والمتكررة المتعلقة بأنواع الذكاء الاصطناعي والمفاهيم المتعلقة بها من أجل حل الغموض في هذا الصدد قدر الإمكان. ما هو أكثر أنواع الذكاء الاصطناعي شيوعًا؟ النوع الأكثر شيوعًا من الذكاء الاصطناعي هو الذكاء الاصطناعي المحدود. لا يمكن أن يعمل الذكاء الاصطناعي المحدود خارج نطاقه ، حيث يتم تدريبه فقط على مهمة محددة. يمثل هذا النوع من الذكاء الاصطناعي جميع أنواع الذكاء الاصطناعي الموجودة ، بما في ذلك الذكاء الاصطناعي الأكثر تعقيدًا وقدرة الذي تم إنشاؤه حتى الآن. يشير الذكاء الاصطناعي المحدود في الواقع إلى أنظمة الذكاء الاصطناعي التي يمكنها فقط القيام بمهمة محددة بشكل مستقل وباستخدام قدرات شبيهة بالإنسان. لا تستطيع هذه الآلات أن تفعل أكثر مما تمت برمجتها للقيام به ، وبالتالي لديها نطاق محدود للغاية أو ضيق من القدرات. ما هو الذكاء الاصطناعي القوي والضعيف؟ الذكاء الاصطناعي الضعيف هو ذكاء اصطناعي يركز على مهمة أو مشكلة محدودة. جميع أنظمة الذكاء الاصطناعي الحالية هي في الواقع ذكاء اصطناعي ضعيف. الذكاء الاصطناعي القوي هی آلة لديها وعي ومشاعر. الذكاء الاصطناعي القوي هی آلة افتراضية قادرة على التفكير والقيام بالأشياء من تلقاء نفسها مثل الإنسان. ما الفرق بين التعلم الآلي والذكاء الاصطناعي؟ يشير الذكاء الاصطناعي إلى الأنظمة أو الآلات التي تحاكي الذكاء البشري لأداء المهام ويمكنها تحسين نفسها بشكل متكرر بناءً على المعلومات التي تجمعها. يستخدم التعلم الآلي ، وهو مجموعة فرعية من الذكاء الاصطناعي ، الخوارزميات لتعلم الأفكار والأنماط تلقائيًا واستخدام هذا التعلم لاتخاذ قرارات أفضل. في أي المجالات يتم استخدام الذكاء الاصطناعي أكثر؟ يعتبر استخدام الذكاء الاصطناعي أكثر فائدة في المجالات والمجالات التالية: البيع بالتجزئة والتسوق والأزياء. الأمن والمراقبة. التحليل الرياضي. تصنيع. إدارة المخزون. سيارات ذاتية القيادة. الرعاية الصحية وتحليل التصوير الطبي. سلسلة التوريد في المستودعات والخدمات اللوجستية. استنتاج في هذه المقالة، تمت مناقشة أنواع الذكاء الاصطناعي. ينقسم الذكاء الاصطناعي على أساس قدراته ووظائفه. تشمل أنواع الذكاء الاصطناعي القائمة على القدرات ما يلي. الذكاء الاصطناعي المحدود ذكاء اصطناعي قوي ذكاء اصطناعي متفوق أيضًا ، يتم تقسيم أنواع الذكاء الاصطناعي إلى الفئات الأربع التالية بناءً على وظيفتها. آلات سلبية نظرية محدودة نظرية العقل الوعي الذاتي في هذه المقالة ، بالإضافة إلى ما سبق ، تمت تغطية موضوعات مثل أنواع التطبيقات ، وخاصة تطبيقات الذكاء الاصطناعي في نمط الحياة والطب، وكذلك أنواع خوارزميات الذكاء الاصطناعي. قد نكون بعيدين عن الآلات التي تدرك نفسها بنفسها وتكون قادرة على حل جميع المشكلات، ولكن يجب أن نركز اهتمامنا على فهم كيفية تعلم الآلات وتدريبها بشكل مستقل. نحن بحاجة إلى تحسين قدرة الآلة على اتخاذ القرارات بناءً على التجارب السابقة.
