هل تستطيع الآلات التفكير؟
في النصف الأول من القرن العشرين ، عرف الخيال العلمي العالم بمفهوم الروبوتات ذات الذكاء الاصطناعي. بدأ الأمر برجل القصدير "بلا قلب" من ساحر أوز واستمر مع الروبوت الشبيه بالبشر الذي انتحل شخصية ماريا في متروبوليس. بحلول الخمسينيات من القرن الماضي ، كان لدينا جيل من العلماء وعلماء الرياضيات والفلاسفة مع مفهوم الذكاء الاصطناعي (أو AI) تم استيعابهم ثقافيًا في أذهانهم. كان آلان تورينج أحد هؤلاء الأشخاص ، وهو شاب بريطاني متعدد المواهب قام باستكشاف الإمكانية الرياضية للذكاء الاصطناعي. اقترح تورينج أن البشر يستخدمون المعلومات المتاحة بالإضافة إلى السبب من أجل حل المشكلات واتخاذ القرارات ، فلماذا لا تستطيع الآلات أن تفعل الشيء نفسه؟ كان هذا هو الإطار المنطقي لورقته البحثية عام 1950 ، آلات الحوسبة والذكاء والتي ناقش فيها كيفية بناء آلات ذكية وكيفية اختبار ذكائها.
جعل السعي ممكنا
لسوء الحظ ، الكلام رخيص. ما الذي منع تورينج من العمل في ذلك الوقت وهناك؟ أولاً ، كانت أجهزة الكمبيوتر بحاجة إلى تغيير جذري. قبل عام 1949 ، كانت أجهزة الكمبيوتر تفتقر إلى أحد المتطلبات الأساسية للذكاء: لم يكن بإمكانها تخزين الأوامر ، بل تنفيذها فقط. بمعنى آخر ، يمكن إخبار أجهزة الكمبيوتر بما يجب القيام به ولكن لا يمكنها تذكر ما فعلته. ثانيًا ، كانت الحوسبة باهظة الثمن للغاية. في أوائل الخمسينيات من القرن الماضي ، وصلت تكلفة استئجار جهاز كمبيوتر إلى 200000 دولار شهريًا. فقط الجامعات المرموقة وشركات التكنولوجيا الكبرى هي القادرة على تحمل تكاليف العمل في هذه المياه المجهولة. كان هناك حاجة إلى إثبات المفهوم بالإضافة إلى الدعوة من الأشخاص البارزين لإقناع مصادر التمويل بأن الذكاء الآلي يستحق المتابعة.
المؤتمر الذي بدأ كل شيء
بعد خمس سنوات ، تمت تهيئة إثبات المفهوم من خلال ألين نيويل ، كليف شو ، وهربرت سيمون ، المنظر المنطقي. كان The Logic Theorist عبارة عن برنامج مصمم لتقليد مهارات حل المشكلات لدى الإنسان وتم تمويله من قبل مؤسسة البحث والتطوير (RAND). يعتبره الكثيرون أول برنامج ذكاء اصطناعي وقد تم تقديمه في مشروع أبحاث دارتموث الصيفي حول الذكاء الاصطناعي (DSRPAI) الذي استضافه جون مكارثي ومارفن مينسكي في عام 1956. معًا كبار الباحثين من مختلف المجالات لإجراء مناقشة مفتوحة حول الذكاء الاصطناعي ، وهو المصطلح الذي صاغه في الحدث ذاته. للأسف ، لم يرق المؤتمر إلى مستوى توقعات مكارثي. جاء الناس وذهبوا كما يحلو لهم ، وكان هناك فشل في الاتفاق على الأساليب القياسية للميدان. على الرغم من ذلك ، يتماشى الجميع بكل إخلاص مع الشعور بأن الذكاء الاصطناعي يمكن تحقيقه. لا يمكن التقليل من أهمية هذا الحدث لأنه حفز العشرين عامًا القادمة من أبحاث الذكاء الاصطناعي.
قطار النجاح والنكسات
من 1957 إلى 1974 ، ازدهر الذكاء الاصطناعي. يمكن لأجهزة الكمبيوتر تخزين المزيد من المعلومات وأصبحت أسرع وأرخص وأسهل في الوصول إليها. تحسنت أيضًا خوارزميات التعلم الآلي وتحسَّن الأشخاص في معرفة الخوارزمية التي يجب تطبيقها على مشكلتهم. أظهرت العروض المبكرة مثل Newell و Simon’s General Problem Solver و Joseph Weizenbaum's ELIZA وعدًا تجاه أهداف حل المشكلات وتفسير اللغة المنطوقة على التوالي. أقنعت هذه النجاحات ، بالإضافة إلى دعوة كبار الباحثين (أي الحاضرين في DSRPAI) الوكالات الحكومية مثل وكالة مشاريع الأبحاث الدفاعية المتقدمة (DARPA) لتمويل أبحاث الذكاء الاصطناعي في العديد من المؤسسات. كانت الحكومة مهتمة بشكل خاص بآلة يمكنها نسخ وترجمة اللغة المنطوقة بالإضافة إلى معالجة البيانات عالية الإنتاجية. كان التفاؤل عالياً وكانت التوقعات أعلى. في عام 1970 ، قال مارفن مينسكي لمجلة Life Magazine ، "من ثلاث إلى ثماني سنوات سيكون لدينا آلة تتمتع بذكاء عام للإنسان العادي." ومع ذلك ، في حين أن الدليل الأساسي للمبدأ موجود ، لا يزال هناك طريق طويل لنقطعه قبل تحقيق الأهداف النهائية لمعالجة اللغة الطبيعية والتفكير المجرد والاعتراف بالذات.
كشف اختراق الضباب الأولي للذكاء الاصطناعي عن جبل من العقبات. كان أكبرها الافتقار إلى القوة الحسابية للقيام بأي شيء جوهري: لم تتمكن أجهزة الكمبيوتر ببساطة من تخزين معلومات كافية أو معالجتها بالسرعة الكافية. من أجل التواصل ، على سبيل المثال ، يحتاج المرء إلى معرفة معاني العديد من الكلمات وفهمها في العديد من التركيبات. صرح هانز مورافيك ، طالب الدكتوراه في مكارثي في ذلك الوقت ، أن "أجهزة الكمبيوتر كانت لا تزال أضعف من ملايين المرات لإظهار الذكاء". مع تضاؤل الصبر ، تضاءل التمويل ، وتباطؤ البحث لمدة عشر سنوات.
في الثمانينيات ، أعاد مصدران إشعال الذكاء الاصطناعي: توسيع مجموعة أدوات الخوارزمية ، وزيادة الأموال. قام جون هوبفيلد وديفيد روميلهارت بنشر تقنيات "التعلم العميق" التي سمحت لأجهزة الكمبيوتر بالتعلم باستخدام الخبرة. من ناحية أخرى ، قدم إدوارد فيجنباوم أنظمة خبيرة تحاكي عملية صنع القرار لخبير بشري. سيطلب البرنامج من خبير في مجال ما كيفية الاستجابة في حالة معينة ، وبمجرد أن يتم تعلم ذلك لكل حالة تقريبًا ، يمكن لغير الخبراء تلقي المشورة من هذا البرنامج. تم استخدام الأنظمة الخبيرة على نطاق واسع في الصناعات. تمول الحكومة اليابانية أنظمة الخبراء بشكل كبير والمساعي الأخرى ذات الصلة بالذكاء الاصطناعي كجزء من مشروع الكمبيوتر من الجيل الخامس (FGCP). من عام 1982 إلى 1990 ، استثمروا 400 مليون دولار بهدف إحداث ثورة في معالجة الكمبيوتر ، وتنفيذ البرمجة المنطقية ، وتحسين الذكاء الاصطناعي. لسوء الحظ ، لم تتحقق معظم الأهداف الطموحة. ومع ذلك ، يمكن القول إن التأثيرات غير المباشرة لـ FGCP ألهمت جيلًا شابًا موهوبًا من المهندسين والعلماء. بغض النظر ، توقف تمويل FGCP ، وخرج الذكاء الاصطناعي من دائرة الضوء.
ومن المفارقات ، في ظل غياب التمويل الحكومي والضجيج العام ، ازدهر الذكاء الاصطناعي. خلال التسعينيات والعقد الأول من القرن الحادي والعشرين ، تم تحقيق العديد من الأهداف البارزة للذكاء الاصطناعي. في عام 1997 ، هُزم بطل العالم في الشطرنج وسيده الكبير غاري كاسباروف أمام برنامج الكمبيوتر Deep Blue من IBM ، وهو برنامج كمبيوتر يلعب الشطرنج. كانت هذه المباراة التي حظيت بتغطية إعلامية كبيرة هي المرة الأولى التي يخسر فيها بطل العالم في لعبة الشطرنج جهاز كمبيوتر ، وكانت بمثابة خطوة كبيرة نحو برنامج اتخاذ القرار الذكي الاصطناعي. في نفس العام ، تم تطبيق برنامج التعرف على الكلام ، الذي طورته Dragon Systems ، على Windows. كانت هذه خطوة أخرى كبيرة إلى الأمام ولكن في اتجاه مسعى تفسير اللغة المنطوقة. يبدو أنه لم تكن هناك مشكلة لا تستطيع الآلات معالجتها. حتى المشاعر الإنسانية كانت لعبة عادلة كما يتضح من Kismet ، وهو إنسان آلي طورته Cynthia Breazeal يمكنه التعرف على المشاعر وعرضها.
الزمن يعالج كل الجراح
لم نكن أكثر ذكاءً بشأن كيفية ترميز الذكاء الاصطناعي ، فما الذي تغير؟ اتضح أن الحد الأساسي لتخزين الكمبيوتر الذي كان يعيقنا قبل 30 عامًا لم يعد يمثل مشكلة. قانون مور ، الذي يقدر أن ذاكرة وسرعة أجهزة الكمبيوتر تتضاعف كل عام ، قد استوعب أخيرًا وفي كثير من الحالات ، تجاوز احتياجاتنا. هذا هو بالضبط كيف تمكنت Deep Blue من هزيمة Gary Kasparov في عام 1997 ، وكيف تمكنت Google Alpha Go من هزيمة بطل Go الصيني ، Ke Jie ، قبل بضعة أشهر فقط. يقدم القليل من الشرح إلى السفينة الدوارة لأبحاث الذكاء الاصطناعي ؛ نحن نشبع قدرات الذكاء الاصطناعي إلى مستوى قوتنا الحسابية الحالية (تخزين الكمبيوتر وسرعة المعالجة) ، ثم ننتظر قانون مور للحاق بالركب مرة أخرى.
الذكاء الاصطناعي في كل مكان
نحن نعيش الآن في عصر "البيانات الضخمة" ، وهو عصر لدينا فيه القدرة على جمع كميات ضخمة من المعلومات المرهقة للغاية بحيث يتعذر على أي شخص معالجتها. لقد كان تطبيق الذكاء الاصطناعي في هذا الصدد مثمرًا بالفعل في العديد من الصناعات مثل التكنولوجيا والبنوك والتسويق والترفيه. لقد رأينا أنه حتى لو لم تتحسن الخوارزميات كثيرًا ، فإن البيانات الضخمة والحوسبة الضخمة تسمح ببساطة للذكاء الاصطناعي بالتعلم من خلال القوة الغاشمة. قد يكون هناك دليل على أن قانون مور يتباطأ قليلاً ، لكن الزيادة في البيانات لم تفقد أي زخم بالتأكيد. تعتبر الاختراقات في علوم الكمبيوتر أو الرياضيات أو علم الأعصاب بمثابة نواتج محتملة من خلال سقف قانون مور.
الى أين؟
إذن ما الذي يخبئه المستقبل؟ في المستقبل القريب ، تبدو لغة الذكاء الاصطناعي وكأنها الشيء الكبير التالي. في الواقع ، إنه جاري بالفعل. لا أتذكر آخر مرة اتصلت فيها بشركة وتحدثت مباشرة مع إنسان. في هذه الأيام ، حتى أن الآلات تتصل بي! يمكن للمرء أن يتخيل التفاعل مع نظام خبير في محادثة سلسة ، أو إجراء محادثة بلغتين مختلفتين يتم ترجمتها في الوقت الفعلي. يمكننا أيضًا أن نتوقع رؤية سيارات بدون سائق على الطريق في السنوات العشرين القادمة (وهذا أمر معتدل). على المدى الطويل ، الهدف هو الذكاء العام ، أي آلة تفوق القدرات الإدراكية البشرية في جميع المهام. هذا على غرار الروبوت الحساس الذي اعتدنا رؤيته في الأفلام. بالنسبة لي ، يبدو أنه من غير المعقول أن يتحقق هذا في الخمسين سنة القادمة. حتى لو كانت القدرة موجودة ، فإن الأسئلة الأخلاقية ستكون بمثابة حاجز قوي ضد الإثمار. عندما يحين ذلك الوقت (ولكن الأفضل حتى قبل أن يحين الوقت) ، سنحتاج إلى إجراء محادثة جادة حول سياسة الماكينة وأخلاقياتها (من المفارقات أن كلاهما من الموضوعات البشرية بشكل أساسي) ، ولكن في الوقت الحالي ، سوف نسمح للذكاء الاصطناعي بالتحسين بشكل مطرد والتخلص من المخاطر في المجتمع.
ليست هناك تعليقات:
إرسال تعليق
أكتب تعليقا إذا رأيت ان هذا المقال أفادك