أهم 10 معالم في تطوير الذكاء الاصطناعى اليوم

طوال تاريخها ، بدءًا من أول روبوتات من Asimov إلى AlphaGo ، واجهت AI صعودًا وهبوطًا. ولكن في الواقع قصته بدأت للتو.

الذكاء الاصطناعي لا يزال صغيرا جدا. ومع ذلك ، حدثت بالفعل العديد من الأحداث الهامة في هذا المجال. اجتذب البعض منهم انتباه الثقافة ، والبعض الآخر ولد موجة الانفجار ، ينظر إليها فقط العلماء. فيما يلي بعض النقاط الرئيسية التي كان لها أكبر تأثير على الذكاء الاصطناعى.

1. ذكر إسحاق أسيموف أولاً " قوانين الروبوتات الثلاثة " (1942)

تمثل قصة Azimov " رقص مستدير " أول ظهور في قصص كاتب الخيال العلمي الشهير "القوانين الثلاثة للروبوتيات":

1. لا يمكن للإنسان الآلي أن يضر بشخص ما أو يسمح ، من خلال التقاعس عن العمل ، بإيذاء الشخص.
2. يجب أن يطيع الروبوت جميع الأوامر التي يصدرها شخص ما ، إلا في الحالات التي تتعارض فيها هذه الأوامر مع القانون الأول.
3. يجب أن يهتم الروبوت بسلامته إلى الحد الذي لا يتعارض فيه مع القوانين الأولى أو الثانية.

في قصة "رقص مستدير" ، يتم وضع روبوت سبيدي في وضع يتعارض فيه القانون الثالث مع الأولين. قصص Azimov حول الروبوتات جعلت مشجعي NF يفكرون ، بمن فيهم العلماء ، في إمكانية التفكير في الآلات. حتى يومنا هذا ، يشارك الناس في تمارين فكرية ، بتطبيق قوانين أسيموف على الذكاء الاصطناعي الحديث.

2. اقترح آلان تورينج "لعبة التقليد" (1950)

وصف آلان تورينج المبدأ الأول لقياس درجة عقلانية الجهاز في عام 1950.

أقترح النظر في السؤال "هل تستطيع السيارات التفكير؟" وهكذا بدأت أعمال Turing البحثية المؤثرة في عام 1950 ، والتي طورت نظام الاعتقاد للتفكير حول العقل الآلة. وتساءل عما إذا كان يمكن اعتبار الآلة ذكية إذا كان يمكنها محاكاة السلوك البشري.

أثار هذا السؤال النظري "لعبة المحاكاة" الشهيرة [ستطلق عليها لاحقًا " اختبار تورينج " / تقريبًا. الترجمة.] ، وهو التمرين الذي يجب أن يحدد فيه الباحث - الشخص الذي تقابله - مع جهاز كمبيوتر أو شخص. في وقت تورينج ، لم تكن هناك آلات قادرة على اجتياز هذا الاختبار ؛ لم تكن هناك اليوم. ومع ذلك ، أعطى اختباره طريقة بسيطة لتحديد ما إذا كان العقل في السيارة. كما ساعد في تشكيل فلسفة الذكاء الاصطناعى.

3. مؤتمر دارتموث AI (1956)

بحلول عام 1955 ، كان العلماء في جميع أنحاء العالم قد صاغوا بالفعل مفاهيم مثل الشبكات العصبية واللغة الطبيعية ، ولكن لم تكن هناك حتى الآن مفاهيم موحدة تشمل مختلف أنواع الذكاء الآلي. صاغ جون مكارثي ، أستاذ الرياضيات في كلية دارتموث ، مصطلح "الذكاء الاصطناعي" لجمعهم جميعًا.

قاد مكارثي المجموعة التي تقدمت بطلب للحصول على منحة لتنظيم مؤتمر لمنظمة العفو الدولية في عام 1956. دُعي العديد من الباحثين البارزين في ذلك الوقت إلى دارتموث هول في صيف عام 1956. ناقش العلماء مختلف المجالات المحتملة لدراسة الذكاء الاصطناعى ، بما في ذلك التعلم والبحث ، والبصر ، والمنطق المنطقي ، واللغة والعقل ، والألعاب (وخاصة لعبة الشطرنج) ، والتفاعلات البشرية مع الأجهزة الذكية مثل الروبوتات الشخصية.

كان الإجماع العام لتلك المناقشات على أن الذكاء الاصطناعى لديه إمكانات هائلة لفائدة الناس. تم تحديد المجال العام لمجالات البحث ، والتي يمكن أن يتأثر تطويرها بالذكاء الآلي. نظم المؤتمر وألهم أبحاث الذكاء الاصطناعى لعدة سنوات.

4. فرانك روزنبلات يخلق الإدراك الحسي (1957)

أنشأ فرانك روزنبلات شبكة عصبية ميكانيكية في مختبر كورنيل للملاحة الجوية في عام 1957

يُطلق على المكون الأساسي للشبكة العصبية اسم " الإدراك الحسي " [وهذا ليس سوى النوع الأول والبدائي للغاية من الخلايا العصبية / التقريبية. العابرة.]. تقع مجموعة من بيانات الإدخال في العقدة التي تحسب قيمة المخرجات ، وتعطي التصنيف ومستوى الثقة. على سبيل المثال ، يمكن لبيانات الإدخال تحليل الجوانب المختلفة للصورة استنادًا إلى بيانات الإدخال و "التصويت" (بمستوى معين من الثقة) لمعرفة ما إذا كان هناك وجه لها. ثم تحسب العقدة جميع "الأصوات" ومستوى الثقة ، وتعطي الإجماع. في الشبكات العصبية اليوم ، التي تعمل على أجهزة كمبيوتر قوية ، تعمل بلايين الهياكل المماثلة معًا.

ومع ذلك ، كانت perceptrons موجودة حتى قبل ظهور أجهزة الكمبيوتر القوية. في أواخر الخمسينيات من القرن العشرين ، ابتكر فرانك روزنبلات ، الباحث في علم النفس الشاب ، نموذجًا كهروميكانيكيًا للديسبترون يدعى مارك الأول بيرسبترون ، والذي يتم تخزينه اليوم في معهد سميثسونيان. لقد كانت شبكة عصبية تمثيلية ، وتتألف من شبكة من العناصر الحساسة للضوء مرتبطة بأسلاك بعُقد العقد التي تحتوي على محركات كهربائية ومقاومات دوارة. قام Rosenblatt بتطوير "خوارزمية perceptron" ، التي تتحكم في الشبكة ، والتي قامت تدريجياً بتعديل قوة إشارات الدخل بحيث تم تحديد الكائنات بشكل صحيح - تم تدريبها في الواقع.

جادل العلماء حول أهمية هذا الجهاز حتى 1980s. لقد لعبت دورًا مهمًا في إنشاء التجسيد المادي للشبكة العصبية ، والتي كانت موجودة حتى ذلك الحين بشكل أساسي في شكل مفهوم علمي.

5. واجهت منظمة العفو الدولية شتاءها الأول (السبعينيات)

بالنسبة لمعظم تاريخها ، كانت الذكاء الاصطناعي موجودة فقط في مجال البحوث. خلال معظم الستينيات من القرن الماضي ، قامت الوكالات الحكومية ، ولا سيما داربا ، بصرف الأموال في البحوث ولم تكن تتطلب عملياً تقرير استثمار. غالبًا ما يبالغ الباحثون في منظمة العفو الدولية في إمكانات عملهم لمواصلة تلقي التمويل. كل شيء تغير في أواخر 1960s و 1970s في وقت مبكر. قام تقريران - أحدهما من المجلس الاستشاري ALPAC لحكومة الولايات المتحدة في عام 1966 ، والثاني من Lighthill للحكومة البريطانية في عام 1973 - بتقييم عملي للتقدم المحرز في أبحاث الذكاء الاصطناعى وقدم توقعات متشائمة للغاية حول إمكانات هذه التكنولوجيا. شكك كلا التقريرين في وجود تقدم ملموس في مختلف مجالات أبحاث الذكاء الاصطناعى. ناقش Lighthill في تقريره أن من الصعب للغاية توسيع نطاق الحجم إلى الأحجام التي قد تكون مفيدة للحكومة أو الجيش ، وذلك في مهام التعرف على الكلام.

ونتيجة لذلك ، بدأت حكومتا الولايات المتحدة وبريطانيا في خفض تمويل أبحاث الذكاء الاصطناعى للجامعات. بدأت DARPA ، التي مولت أبحاث الذكاء الاصطناعى دون مشاكل في الستينيات ، في طلب جداول زمنية واضحة من المشاريع ووصفًا تفصيليًا للنتائج المتوقعة. ونتيجة لذلك ، بدا أن الذكاء الاصطناعي لم يرق إلى مستوى التوقعات ، ولم يتمكن من الوصول إلى مستوى القدرات البشرية. استمر أول "شتاء" لمنظمة العفو الدولية طوال السبعينيات والثمانينيات.

6. وصول فصل الشتاء الثاني من منظمة العفو الدولية (1987)

بدأت ثمانينيات القرن العشرين بتطوير " نظم الخبراء " والنجاحات الأولى التي قامت بتخزين كميات كبيرة من البيانات ومضاهاة عملية صنع القرار من قبل الناس. تم تطوير هذه التقنية في الأصل في جامعة كارنيجي ميلون للمعدات الرقمية ، ثم بدأت شركات أخرى في تنفيذها بسرعة. ومع ذلك ، فإن الأنظمة الخبيرة تتطلب معدات متخصصة باهظة الثمن ، وقد أصبحت هذه مشكلة عندما بدأت تظهر محطات طاقة مماثلة وأرخص من Sun Microsystems وكذلك أجهزة الكمبيوتر الشخصية من Apple و IBM. انهار سوق أنظمة الكمبيوتر الخبيرة في عام 1987 عندما تركتها كبرى الشركات المصنعة للمعدات.

ألهم نجاح النظم الخبيرة في أوائل الثمانينيات DARPA بزيادة التمويل لأبحاث الذكاء الاصطناعى ، لكنه سرعان ما تغير مرة أخرى وقلصت الوكالة معظم هذا التمويل ، ولم يتبق سوى عدد قليل من البرامج. مرة أخرى ، أصبح مصطلح "الذكاء الاصطناعي" في مجتمع البحث ممنوعًا تقريبًا. حتى لا يُنظر إليهم على أنهم حالمون غير عمليين في البحث عن التمويل ، بدأ الباحثون في استخدام أسماء أخرى للعمل المتعلق ب SS - "علوم الكمبيوتر" و "التعلم الآلي" و "التحليلات". هذا الشتاء الثاني من منظمة العفو الدولية استمر حتى 2000s.

7. آي بي إم ديب بلو يهزم كاسباروف (1997)

فاز آي بي إم ديب بلو على أفضل لاعب شطرنج في العالم ، غاري كاسباروف ، في عام 1997.

تحسن الوعي العام بمنظمة العفو الدولية في عام 1997 عندما هزم جهاز الكمبيوتر الشطرنج Deep Blue التابع لشركة IBM غاري كاسباروف. من بين المباريات الست التي عقدت في الاستوديو التلفزيوني ، فاز ديب بلو في مباراتين ، وكاسباروف في مباراة واحدة ، والثالث انتهت بالتعادل. في وقت سابق من ذلك العام ، فاز كاسباروف على النسخة السابقة من ديب بلو.

كان لدى الكمبيوتر Deep Blue قوة حسابية كافية ، واستخدم "طريقة القوة الغاشمة" ، أو البحث الشامل ، حيث قام بتقييم 200 مليون حركة ممكنة في الثانية واختيار أفضلها. تقتصر قدرات الناس على تقييم حوالي 50 خطوة فقط بعد كل خطوة. كان عمل Deep Blue مشابهًا لعمل AI ، لكن الكمبيوتر لم يفكر في الاستراتيجيات ولم يتعلم اللعبة ، كما يمكن أن تفعله الأنظمة التي تبعتها.

ومع ذلك ، فإن فوز ديب بلو على كاسباروف أعاد منظمة العفو الدولية بشكل لافت إلى دائرة اهتمام الجمهور. كان بعض الناس مفتونين. لم يعجب البعض الآخر أن الآلة تغلبت على خبير في لعبة الشطرنج. لقد تأثر المستثمرون: فقد أدى فوز ديب بلو بمبلغ 10 دولارات إلى رفع قيمة أسهم شركة آي بي إم ، مما رفعها إلى الحد الأقصى في ذلك الوقت.

8. الشبكة العصبية ترى القطط (2011)

بحلول عام 2011 ، تحدث العلماء من الجامعات في جميع أنحاء العالم عن الشبكات العصبية وأنشأوها. التقى مبرمج Google Jeff Dean مع أستاذ تكنولوجيا المعلومات في جامعة ستانفورد أندرو أون في ذلك العام. لقد تصوروا معًا إنشاء شبكة عصبية كبيرة ، توفرها قوة الحوسبة الضخمة لخوادم Google ، والتي يمكن أن تغذي مجموعة كبيرة من الصور.

عملت الشبكة العصبية التي أنشأوها على 16000 معالج خادم. لقد أطعموها 10 مليون إطار عشوائي وغير مسمي من مقاطع فيديو YouTube. لم يطلب دين و يون من الشبكة العصبية إعطاء معلومات محددة أو تحديد هذه الصور. عندما تعمل الشبكة العصبية على هذا النحو ، تتعلم بدون معلم ، تحاول بطبيعة الحال العثور على أنماط في تصنيفات البيانات والنماذج.

عالجت الشبكة العصبية الصور لمدة ثلاثة أيام. ثم أنتجت ثلاث صور ضبابية تدل على الصور المرئية التي قابلتها مرارًا وتكرارًا في بيانات التدريب - وجه شخص وجسم شخص وقطة. كانت هذه الدراسة بمثابة تقدم كبير في استخدام الشبكات العصبية والتعلم لغير المعلمين في رؤية الكمبيوتر. كما أنه يمثل بداية مشروع Google Brain.

9. أطلق جوفري هينتون الشبكات العصبية العميقة (2012)

أحيت أبحاث جوفري هينتون الاهتمام بالتعلم العميق

بعد مرور عام على هذا الاختراق ، أنشأ دين وأون ، الأستاذ بجامعة تورونتو ، جوفري هينتون ، واثنان من طلابه شبكة عصبية لرؤية الكمبيوتر ، AlexNet ، للمشاركة في مسابقة ImageNet للتعرف على الصور. كان على المشاركين استخدام أنظمتهم لمعالجة ملايين الصور التجريبية والتعرف عليها بأعلى دقة ممكنة. فازت AlexNet بالمسابقة بنسبة أخطاء أقل مرتين ونصف من مثيلتها في أقرب منافس. في خمسة إصدارات من شرح الصورة التي قدمتها الشبكة العصبية ، لم يكن هناك خيار صحيح في 15.3٪ فقط من الحالات. وكان السجل السابق 26 ٪ من الأخطاء.

أظهر هذا النصر بشكل مقنع أن الشبكات العصبية العميقة التي تعمل على وحدات معالجة الرسومات ، حيث أفضل من الأنظمة الأخرى يمكنها تحديد وتصنيف الصور بدقة. وقد أثر هذا الحدث ، ربما أكثر من غيره ، على إحياء الاهتمام بالشبكات العصبية العميقة ، وحاز على هينتون لقب "عراب التعلم العميق". إلى جانب معلمي الذكاء الاصطناعى الآخرين ، يوشوا بنجيو ويان ليكون ، حصل هينتون على جائزة تورينج التي طال انتظارها في عام 2018.

10. AlphaGo يهزم بطل العالم في ذهاب (2016)

في عام 2013 ، نشر باحثون في شركة "بريمند" البريطانية الناشئة ورقة تصف كيف تعلمت الشبكة العصبية اللعب والفوز في 50 لعبة من ألعاب أتاري القديمة. أعجبت Google بهذا الأمر ، حيث اشترت شركة Google - كما يقولون ، مقابل 400 مليون دولار ، ومع ذلك ، فإن الشهرة الرئيسية لـ DeepMind كانت لا تزال قائمة.

بعد بضع سنوات ، تحول العلماء من DeepMind ، الموجودين الآن ضمن إطار عمل Google ، من ألعاب Atari إلى واحدة من أقدم مهام الذكاء الاصطناعى - لعبة الطاولة اليابانية. طوروا شبكة AlphaGo العصبية ، قادرة على اللعب والتعلم أثناء اللعب. أجرى البرنامج الآلاف من الألعاب ضد إصدارات أخرى من AlphaGo ، والتعلم من الخسائر والفوز.

وانها عملت. فاز AlphaGo على أفضل لاعب في العالم ، Lee Sedola ، 4-1 في سلسلة من الألعاب في مارس 2016. تم تصوير هذه العملية لفيلم وثائقي. عند مشاهدته ، من الصعب عدم ملاحظة الحزن الذي تصوره Sedol للخسارة. يبدو أن كل الناس فقدوا ، وليس مجرد شخص واحد.

لقد غيرت التطورات الحديثة في مجال الشبكات العصبية العميقة مجال الذكاء الاصطناعي لدرجة أن تاريخها الحقيقي ، ربما ، مجرد بداية. نحن ننتظر الكثير من الآمال والضجيج ونفاد الصبر ، ولكن من الواضح الآن أن الذكاء الاصطناعى سوف يؤثر على جميع جوانب الحياة في القرن الحادي والعشرين - وربما أكثر مما فعله الإنترنت في وقت واحد.