اخبار

ما هو الذكاء الاصطناعي الضيق (ANI)؟


تحقق من جميع الجلسات عند الطلب من قمة الأمن الذكي هنا.


ازداد الاهتمام بالذكاء الاصطناعي (AI) مع ظهور أدوات بديهية مثل ChatGPT. ولكن ، ChatGPT وعدد كبير من المشاريع المتقدمة ذات الصلة التي شهدناها في الذكاء الاصطناعي لا تزال تأخذ شكل ما يمكن تسميته بالذكاء “الضيق”.

وبغض النظر عن المبالغة ، فقد خدشنا فقط سطح ما قد تصبح عليه التكنولوجيا الجديدة في النهاية. يتميز ChatGPT بعلامات الذكاء الاصطناعي الضيق (ANI). وهذا يعني أن الذكاء الاصطناعي مصمم لأداء مهام محددة.

>> اتبع تغطية ChatGPT المستمرة من VentureBeat <<

نشأت هذه الأداة المتقدمة من البحث المستمر في مجال معالجة اللغة الطبيعية (NLP). يقف ANI على النقيض من الذكاء العام الاصطناعي (AGI) ، وهو الجهد متعدد العقود لجلب ذكاء معمم شبيه بالإنسان للآلات.

حدث

قمة الأمن الذكي عند الطلب

تعرف على الدور الحاسم للذكاء الاصطناعي وتعلم الآلة في الأمن السيبراني ودراسات الحالة الخاصة بالصناعة. شاهد الجلسات عند الطلب اليوم.

مشاهدة هنا

AI: تضييق الأمور

في كتابه، التفرد قريب: عندما يتجاوز البشر علم الأحياء ، استخدم علم الكمبيوتر والمستقبلي راي كورزويل مصطلح “الذكاء الاصطناعي الضيق” لوصف تطوير الأنظمة التي تظهر سلوكيات “ذكية” في سياقات محددة. على عكس الأنظمة الطبيعية والذكية عمومًا مثل البشر ، تتطلب أنظمة ANI إعادة البرمجة البشرية أو إعادة التكوين عندما يتغير السياق أو مواصفات السلوك ، ولو بشكل طفيف. هذا لأنهم يفتقرون إلى القدرة على التكيف مع الأهداف أو الظروف الجديدة ، وتعميم المعرفة من سياق إلى آخر ، وهو ما يفعله البشر من خلال نقل التعلم.

من الناحية النظرية ، يعد ANI نوعًا من الذكاء الاصطناعي مصممًا لأداء مجموعة واحدة أو مجموعة محدودة من المهام ذات الصلة بمستوى عالٍ من الكفاءة. يشار إليه أيضًا باسم الذكاء الاصطناعي الضعيف ، أو الذكاء الاصطناعي الضيق ، أو الذكاء الاصطناعي المحدود أو حتى الذكاء الاصطناعي المتخصص. يتم تدريب أنظمة ANI عادةً على مجموعة بيانات كبيرة وتكون قادرة على اتخاذ القرارات أو تنفيذ الإجراءات بناءً على هذا التدريب.

يمكن تصنيف أنظمة ANI إلى فئتين: أنظمة التعلم الخاضعة للإشراف وأنظمة التعلم غير الخاضعة للإشراف. يتم تدريب أنظمة التعلم الخاضعة للإشراف على مجموعات البيانات ذات العلامات التي تمكن النظام من معرفة العلاقة بين بيانات الإدخال والمخرجات المطلوبة. من ناحية أخرى ، يتم تدريب أنظمة التعلم غير الخاضعة للإشراف على مجموعات البيانات غير المسماة ويمكنها تحديد الأنماط والعلاقات في البيانات دون توجيه.

تطور ANI

يعود مفهوم ANI إلى الخمسينيات من القرن الماضي ، عندما بدأ الباحثون لأول مرة في التحقيق في إمكانية إنشاء آلات قادرة على أداء المهام المعرفية. قد يتتبع البعض تطوره إلى إحدى محاولات الذكاء الاصطناعي الأولى لإنشاء برنامج يُعرف باسم برنامج حل المشكلات العام (GPS). تم تصميم هذا لحل المشكلات بطريقة مشابهة لتلك التي لدى البشر.

على الرغم من أن نظام تحديد المواقع العالمي (GPS) لم يكن ناجحًا بشكل كبير ، إلا أنه وضع الأساس لأبحاث وتطوير الذكاء الاصطناعي في المستقبل. بحلول الستينيات ، رأينا تطوير أنظمة البرمجة اللغوية العصبية مثل ELIZA ، والتي كانت قادرة على إجراء محادثات بسيطة مع البشر.

علاوة على ذلك ، فإن تطوير أنظمة خبيرة مثل Dendral و MYCIN في السبعينيات كان بمثابة علامة فارقة في مجال الذكاء الاصطناعي لأنها كانت قادرة على محاكاة عمليات صنع القرار للخبراء البشريين ولديها مجموعة واسعة من التطبيقات في تصميم الأدوية والرعاية الصحية. . حدثت تطورات كبيرة في التعلم الآلي (ML) في الثمانينيات والتسعينيات ، مما مهد الطريق لتطوير أنظمة ANI أكثر تقدمًا. خلال هذه الفترة ، كان أحد الإنجازات البارزة هو تطوير نظام الذكاء الاصطناعي Deep Blue ، الذي هزم بطل العالم في الشطرنج غاري كاسباروف في مباراة عام 1997.

بدأ العقد الأول من القرن الحادي والعشرين بتقديم Siri و Google Translate. يستخدم Siri ، الذي تم تطويره في عام 2011 ، البرمجة اللغوية العصبية لفهم الأوامر الصوتية والرد عليها. من ناحية أخرى ، فإن Google Translate هو نظام NLP يمكنه ترجمة النص والكلام من لغة إلى أخرى.

في العشرينيات من القرن الحالي ، وصلت أنظمة البرمجة اللغوية العصبية المتقدمة مثل GPT-3 الخاصة بـ OpenAI إلى الأسواق. كان لهذه قدرة مذهلة على إنشاء نص يشبه الإنسان. أطلقت أوبن إيه آي أيضًا DALL-E و DALL-E 2 ، اللذين يستخدمان شبكة عصبية لإنشاء صور بناءً على موجه نص معين.

في عام 2022 ، أطلقت OpenAI ChatGPT ، وهو نظام ذكاء اصطناعي يمكنه فهم مدخلات المستخدم والاستجابة لها بطريقة محادثة ، مما يجعله مناسبًا تمامًا للاستخدام في تطبيقات chatbot. كان هناك أيضًا تقدم كبير في استخدام ANI في الرعاية الصحية ، مع تطوير أنظمة الذكاء الاصطناعي مثل DeepMind’s AlphaFold ، القادرة على التنبؤ بالبنية ثلاثية الأبعاد للبروتينات.

8 أنواع من أنظمة ANI

بشكل عام ، هناك عدة أنواع من ANI ، بما في ذلك:

  1. الأنظمة المستندة إلى القواعد: مصممة لاتباع مجموعة من القواعد المحددة مسبقًا لأداء مهمة محددة.
  2. أنظمة الخبراء: أداء المهام التي تتطلب عادة خبرة بشرية ، مثل تشخيص الحالات الطبية أو تحديد أفضل مسار للعمل في حالة معينة.
  3. أنظمة شجرة القرار: استخدم بنية تشبه الشجرة لاتخاذ القرارات بناءً على مجموعة من القواعد المحددة مسبقًا.
  4. الشبكات العصبية الاصطناعية: مستوحاة من طريقة عمل الدماغ البشري ، يمكن لأنظمة الذكاء الاصطناعي هذه التعرف على الأنماط واتخاذ القرارات بناءً على تلك المعلومات.
  5. الخوارزميات الجينية: استخدم مبادئ علم الوراثة والانتقاء الطبيعي لتحسين الأداء بمرور الوقت.
  6. الحساب التطوري: يستخدم مبادئ التطور والانتقاء الطبيعي للتكيف وتحسين الأداء.
  7. أنظمة المنطق الضبابي: استخدم المنطق الضبابي ، وهو نوع من المنطق يسمح بتمثيل معلومات غير مؤكدة أو غير دقيقة لاتخاذ القرارات.
  8. شبكات بايز: استخدم المنطق الاحتمالي لاتخاذ قرارات تستند إلى معلومات غير مؤكدة أو غير كاملة.

أفضل 3 تطبيقات لـ ANI

  1. البرمجة اللغوية العصبية: يستخدم ANI في أنظمة البرمجة اللغوية العصبية لمساعدة أجهزة الكمبيوتر على فهم وتفسير لغة الإنسان. على سبيل المثال ، يستخدم المساعد الافتراضي Siri البرمجة اللغوية العصبية لفهم الأوامر الصوتية والرد عليها بلغة طبيعية.
  1. التعرف على الصور والكلام: يستخدم ANI في أنظمة التعرف على الصور والكلام لتحديد الأشياء والأشخاص والعناصر الأخرى في الصور والتسجيلات الصوتية. على سبيل المثال ، تطبق تقنية التعرف على الوجه التي تستخدمها Meta ذكاءً اصطناعيًا ضيقًا لتحديد الأشخاص في الصور ووضع علامة عليهم.
  1. صنع القرار: يستخدم ANI في أنظمة صنع القرار لمساعدة الشركات والمؤسسات على اتخاذ قرارات أكثر استنارة. على سبيل المثال ، قد يستخدم البنك نظام ذكاء اصطناعي ضيق لتحليل البيانات المالية وتقديم توصيات بشأن الموافقة على طلب القرض.

أعلى 7 حالات استخدام لل ANI

  1. الرعاية الصحية: يستخدم ANI للمساعدة في مهام مثل تشخيص الحالات الطبية والتنبؤ بنتائج المرضى. على سبيل المثال ، يمكن استخدام نظام ANI لتحليل الصور الطبية وتحديد العلامات المحتملة للسرطان.
  1. التمويل: يستخدم ANI لتحليل البيانات المالية وعمل تنبؤات حول اتجاهات السوق والعوامل الاقتصادية الأخرى. على سبيل المثال ، قد يستخدم صندوق التحوط نظامًا ضيقًا للذكاء الاصطناعي لتحديد فرص الاستثمار.
  1. التصنيع: يستخدم ANI للمساعدة في مهام مثل مراقبة الجودة وفحص المنتج. على سبيل المثال ، يمكن استخدام نظام ANI لفحص المنتجات على خط التجميع وتحديد العيوب.
  1. خدمة العملاء: يستخدم ANI للمساعدة في مهام مثل الرد على استفسارات العملاء وحل المشكلات. على سبيل المثال ، قد يتم استخدام نظام ANI للإجابة على الأسئلة الشائعة وتقديم حلول للعملاء من خلال chatbot على موقع الشركة على الويب.
  1. إدارة سلسلة التوريد: يتم استخدام ANI لتحسين الخدمات اللوجستية وتحسين الكفاءة. على سبيل المثال ، يمكن استخدام نظام الذكاء الاصطناعي لتحليل البيانات المتعلقة بأوقات التسليم والطرق لتحديد الاختناقات وتحسين أوقات التسليم.
  1. النقل: يستخدم ANI للمساعدة في مهام مثل تخطيط المسار وإدارة حركة المرور. على سبيل المثال ، يمكن استخدام نظام الذكاء الاصطناعي لتحسين مسارات شاحنات التوصيل وتقليل استهلاك الوقود.
  1. الزراعة: يستخدم ANI للمساعدة في مهام مثل مراقبة المحاصيل ومكافحة الآفات. على سبيل المثال ، يمكن استخدام نظام الذكاء الاصطناعي لتحليل صور المحاصيل لتحديد الآفات وتحديد العلاج الأكثر فعالية.

إيجابيات وسلبيات ANI

مثل أي تقنية ، فإن ANI لها مزايا وعيوب. بعض الإيجابيات:

  • زيادة الدقة: هذه الأنظمة قادرة على أداء المهام بدرجة عالية من الدقة ، والتي يمكن أن تساعد في تقليل الأخطاء وتحسين الكفاءة.
  • زيادة السرعة: فهي قادرة على معالجة كميات كبيرة من البيانات بسرعة ، والتي يمكن أن تساعد في تسريع المهام وعمليات صنع القرار.
  • توفير التكاليف: في بعض الحالات ، يمكن أن يساعد استخدام ANI في تقليل تكاليف العمالة عن طريق أتمتة المهام التي كان من الممكن أن يؤديها البشر.

ومع ذلك ، فإن ANI لها أيضًا بعض العيوب:

  • إن الذكاء الاصطناعي الضيق قادر فقط على أداء المهمة المحددة التي صمم من أجلها. إنه غير قادر على التكيف أو تعلم أداء مهام جديدة ، ولا يمكنه التفكير أو اتخاذ القرارات بنفس الطريقة التي يستطيع بها الإنسان.
  • إنها تعتمد على البيانات التي يتم التدريب عليها. إذا كانت البيانات متحيزة أو غير كاملة ، فقد يتخذ نظام الذكاء الاصطناعي الضيق قرارات متحيزة أو غير دقيقة. يمكن أن يكون هذا مصدر قلق كبير في مجالات مثل الرعاية الصحية والعدالة الجنائية ، حيث يمكن أن يكون للخوارزميات المتحيزة عواقب وخيمة.
  • يمكن أن تكون هشة وغير مرنة. إنه مصمم لأداء مهمة محددة وقد لا يكون قادرًا على التعامل مع الاختلافات في الإدخال أو المواقف غير المتوقعة.
  • يمكن أن تكون أنظمة ANI مكثفة من الناحية الحسابية ، وتتطلب أجهزة قوية وكميات كبيرة من الطاقة لتشغيلها. يمكن أن يكون هذا عائقًا أمام التبني الواسع لأنظمة الذكاء الاصطناعي الضيقة.
  • هناك مخاوف بشأن الآثار الأخلاقية للذكاء الاصطناعي الضيق وإمكانية استخدامه بطرق ضارة أو ضارة. هناك حاجة إلى لوائح ورقابة لضمان استخدام الذكاء الاصطناعي الضيق بشكل مسؤول.

المرحلة التالية من الذكاء الاصطناعي: الذكاء العام الاصطناعي (AGI)

في نفس الوقت الذي تواصل فيه ANI تحقيق النتائج ، لا يزال السعي وراء الذكاء الاصطناعي العام (AGI) يجذب خيال مجتمع التكنولوجيا. يشير مصطلح الذكاء الاصطناعي العام إلى الآلات التي تمتلك ذكاءً شبيهًا بالبشر ، مع القدرة على أداء مجموعة واسعة من المهام ، والتفكير المجرد والتكيف مع المواقف الجديدة. هذا يتناقض مع ANI ، المصمم لأداء مهام محددة.

في حين أن الذكاء الاصطناعي العام لا يزال نظريًا إلى حد كبير في هذه المرحلة ، فقد حظيت الفكرة باهتمام واستثمار كبيرين ، مع تعبير شخصيات بارزة مثل بيل جيتس وستيفن هوكينج وإيلون ماسك عن مخاوفهم بشأن التهديد المحتمل للذكاء الاصطناعي المتقدم.

لكن الآراء حول جدوى الذكاء الاصطناعي العام والجدول الزمني له تختلف على نطاق واسع. يجادل بعض الباحثين بأن الجدول الزمني الواقعي قد يضع مثل هذا التقدم في عام 2040 ، مع الجدول الزمني المتشائم هو 2075.

مهمة VentureBeat هو أن تكون ساحة المدينة الرقمية لصناع القرار التقنيين لاكتساب المعرفة حول تكنولوجيا المؤسسات التحويلية والمعاملات. اكتشف إحاطاتنا.

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *

زر الذهاب إلى الأعلى
sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto sekolahtoto Sekolahtoto Sekolahtoto sekolahtoto sekolahtoto situs toto Sekolahtoto Sekolahtoto SEKOLAHTOTO Sekolahtoto situs toto Situs togel