تطبيقات الذكاء الاصطناعي: فهم اللغات الطبيعية تطبيقات الذكاء الاصطناعي: فهم اللغات الطبيعية والتي تسعى إلى فهم اللغات الطبيعية مثل الانكليزية والعربية وغيرها بهدف تلقين الحاسوب الأوامر مباشرة بهذه اللغة وبالتالي تمكين الحاسوب من المحادثة مع الناس عن طريق الإجابة على أسئلة معينة.
تطبيقات الذكاء الاصطناعي: فهم الصور والأشكال يعني تزويد الحاسب بأجهزة استشعار ضوئية يمكن من خلالها التعرف على الأشخاص والأشكال الموجودة أمامه.
تطبيقات الذكاء الاصطناعي: فهم الصور والأشكال هذه الأنظمة مكونة من أجهزة تقوم بالتقاط الصور وتخزينها والتحكم فيها. لها القدرة على تحليل بصمات الأصابع بنفس مستوى دقة الإنسان الخبير في هذا المجال. وفي الحقيقة سرعة الأنظمة المرئية في البحث عن معلومات موجودة في قاعدة بيانات سريعة جداً. كما هي فعالة أيضاً في التعرف على الشخص والتأكد من هويته (Biometrics) بناء على سمات وجهه.
تطبيقات الذكاء الاصطناعي: فهم الأصوات تزويد الحاسوب على فهم الكلام البشري عن طريق تلقي الأصوات من الخارج وإعادة تجميعها والتعرف عليها ومن ثم الرد عليها.
تطبيقات الذكاء الاصطناعي: النظم الخبيرة وهي برامج تحتوي على كمية هائلة من المعلومات التي يمتلكها خبير أنساني في حقل معين من حقول المعرفة وبعض هذه البرامج أثبتت فعاليتها لتؤكد إمكانية في هذا المجال.
تطبيقات الذكاء الاصطناعي: إدارة الإنسان الآلي وهو آلة كهر وميكانيكية تتلقى الأوامر من الحاسوب التابع لها فيقوم بأعمال معينة من خلال إعطاء الروبوت القدرة على الحركة وفهم لمحيطه والاستجابة لعدد من العوامل الخارجية.
تطبيقات الذكاء الاصطناعي: تعلم الآلة أهمية التعليم المعزز وهو محاولة الاستفادة من طاقات الحاسوب في مجالات التربية والتعليم: إثبات آلي للنظريات تمثيل آلي للمعارف الوسائط المتعددة ومن أحدث تكنولوجيات التعليم الذكية ( أو الماكينات الذكية) ما يلي: تكنولوجيا الطلاب الافتراضيين. تكنولوجيا نظم التعليم الذكية. تكنولوجيا التعرف علي الكلام والتي تساعد الطلاب علي تعلم القراءة.
تطبيقات الذكاء الاصطناعي: تعلم الآلة التعلم يعتبر تحدي لعلم الذكاء الاصطناعي ، ويجب القول أن أهمية التعلم هي أحد المكونات الهامة للسلوك الذكي. فبرامج النظم الخبيرة تنفذ عمليات حسابية موسعة لحل مشكلة ما. ولكنها إذا طلب منها حل نفس المشكلة مرة أخرى فلا تتذكر الحل السابق حيث تقوم بتنفيذ نفس العمليات السابقة حتى ولو طلب منها ذلك عشرات المرات وبذلك يعتبر سلوكه غير ذكي. رغم أن التعلم هو مساحة صعبة ولكن ظهرت بعض البرامج تتصف بقدرتها على التعلم.
تطبيقات الذكاء الاصطناعي: العاب الحاسبة تم تطوير برامج قادرة على المبارزة في العاب الشطرنج ، تؤدى دراسة العاب كهذه التي تتطور أساليب فنيه للبحث على أفضل حركة من بين مجموعة مختلفة من التحركات الممكنة ، لقد أنتجت الدراسات الطويلة على مدى عدة سنوات برامج العاب الشطرنج قادرة على المبارزة بمستوى فائق .
مجالات تطبيق الذكاء الاصطناعي المجال الهندسي: إمكانية رسم خرائط متكاملة وحساب اللازم من الأيدي العاملة ومواد البناء والزمن المجال الطبي: توفير أجهزة تستطيع تشخيص الكثير من الأمراض ووصف علاجها. المجال العسكري: القدرة على تحريك المعدات الحربية بواسطة التحكم عن بعد المجال الفلكي: في مجالات الأقمار الصناعية والمركبات الفضائية والرحلات الاستكشافية للكواكب. المجال التعليمي: نقل الصوت والصورة واختراع الوسائل التعليمية مجال الانترنت والشبكات
مجالات تطبيق الذكاء الاصطناعي قد يحتاج قائد طائرة مقاتلة إلى مساعدة أنظمة ذكية للمساعدة في قيادة طائرة شديدة التعقيد لا يمكنه قيادتها بنفسه. في المجال الطبي قد يعمل تنبيه الطبيب السريري عندما يكتشف مؤشرات مخالفة للخطة العلاجية. قد يتم تنبيه الطبيب أيضا عندما تكتشف أنماط في البيانات تشير إلى حدوث تغييرات في حالة المريض. تطبيقات الذكاء الاصطناعي فيما يخص شبكة الانترنت يوجد آليات معينة لبحث الشبكة أو أوامر شراء منتج لكل زبون. تعمل النظم الخبيرة على ترشيح أو انتقاء ما هو متاح للزبون على ما أحب أو كره أناس آخرون لهم صفات مشابهة. الانتقاء والخيارات المعروضة للزبون يتم تكييفها بواسطة النظام اعتمادا على خيارات نفذها زبائن مماثلون Amazon.com.
مجالات تطبيق الذكاء الاصطناعي يمكن استخدام الأنظمة الذكية في مجالات التعليم من خلال استخدام نظام حاسوبي ذكي لتحليل كميات من البيانات والبحث عن أنماط مركبة بها توحي بارتباطات لم تكن متوقعة من قبل.
استخدام الشبكات العصبية جلب طفل صغير في العاشرة واعرض عليه مجموعة من الصور، بكل بساطة يعرف صورة القط والشجرة ... هذه العملية البسيطة ربما تكون معقدة جدا جدا للحاسب. من هنا بدأ العلماء بدراسة الخلية العصبية والتي هي ابسط Model موجودة بالعقل وجمع تلك الخلايا مع بعض تصبح لدينا شبكة من الخلايا ومن هنا بدأت دراسة الشبكات العصبية وبالتالي نستطيع الحصول على ذلك الحاسوب القادر على التمييز.
استخدام الشبكات العصبية تقوم شركة ميروس البريطانية ببناء أنظمة تعرف على وجوه عملاء البنوك والسماح لهم بإجراء عمليات سحب وإيداع النقود من أجهزة الصرف خارج البنك. في اليابان تصنيع وصلات مخ اصطناعي يضم بليون خلية عصبية تناظر 1% من عدد الخلايا العصبية بمخ الإنسان لكنها أسرع مليون مرة من المخ الطبيعي وتأمل الشركة أن تقوم بتعليم هذا المخ الاصطناعي أساسيات اللغة الطبيعية مثل اليابانية والانجليزية ليقوم بقراءة الوثائق المنشورة على شبكة الانترنت بأسرع مئات الآلاف من المرات من سرعة الإنسان. أيضا استخدام أسلوب الشبكات العصبية في التعرف على الكلام المنطوق وعلى بصمات الأصابع وعلى صور الأهداف الحربية.
استخدام الخوارزميات الجينية تم عمل قواعد مضاربة في البورصة تضاهي في كفاءتها خبراء البورصة
بعض انجازات الذكاء الاصطناعي نظم الحوار الكلامي البرمجيات المالية المستخدمة في البنوك لتبادل بطاقات الائتمان تطبيقات النظم الخبيرة ترجمة الآلة في السبعينات للترجمة بين الانجليزية والفرنسية برنامج الشطرنج في جهاز دبب بلو الذي تمكن من الفوز على بطل الشطرنج العالمي. برامج تحليلات التصميم الفيزيائي مثل المباني والطرق السريعة.
من المتوقع أن تتغير الأشياء كثيرا في برامج الأسلحة يكون الاعتماد الرئيسي على برامج معالجة الصور والتعرف على الإشكال. الغالبية العظمى من الموسيقى المتداولة بالأسواق سيتم إنتاجها بواسطة دوائر كهربائية تعمل من خلال الحاسب بدلا من الدوائر الرقمية. يمكن الاعتماد على برامج التعرف على ملامح وبصمات الأشخاص باستخدام الحاسب في أنظمة سرية وفي أنظمة التعامل مع البنوك(بصمة العين). انتشار الوثائق الالكترونية التي تحمل بداخلها الصوت والفيديو. ستسير العربات بدون سائق على الطرق السريعة( استخدام الشبكات العصبية في التعرف على منحنيات الطريق وتحريك عجلة القيادة).
من المتوقع أن تتغير الأشياء كثيرا تتاح أنظمة للتعرف على الكلام المنطوق المتواصل لإعداد كبيرة جدا من الكلمات ولكن في مجالات متعددة. ستتاح أنظمة اتصال تليفونية تسمح لأحد المتحدثين أن يتكلم بلغة ويقوم الطرف الآخر بالرد عليه بلغة أخرى. قامت وكالة الفضاء الأمريكية ناسا بتطوير برنامج لجهاز قراءة العقول يمكنه قراءة الكلمات قبل نطقها من خلال تحليل إشارات الأعصاب في أفاه الناس وحلوقهم.
سمات نظم الذكاء الاصطناعي المعالجة الرمزية للبيانات Symbolic Processing القابلية على تمثيل المعرفة Knowledge Representation القابلية على الاستنتاج Inference Making التركيز على الحلول المقبولة Sufficient Solutions الاعتماد على المعرفة الفوقية Meta-Knowledge استخدام اللغات الواصفة للمعرفة Declarative Languages استخدامها لتقنيات التعليم Learning Mechanisms القدرة على البحث عن الأهداف Knowledge Searching القدرة في التعامل مع المعرفة الديناميكية Dynamic Knowledge استخدامها لقدرات تفاعلية تحاكي قدرة الإنسان البشري Human-Based Interfacing
1. المعالجة الرمزية للبيانات Symbolic Processing وهي القدرة على التعامل مع الرموز غير العددية بالإضافة إلى العددية منها. وبالتالي التعامل مع المعرفة بشكلها الطبيعي. على المستوى القاعدي يتكون الحاسب من أجهزة ثنائية لا يمكن لها أن تتخذ إلا أحد وضعين ، binary devices اتفق على أن يرمز لها ب " 1 أو صفر " . أدى اختيار هذين الرمزين إلى انتشار الفكرة القائلة إن الحاسب لا يستطيع أن يتفهم سوى "نعم أو لا ".
1. المعالجة الرمزية للبيانات Symbolic Processing إذا نظرنا للإنسان على مستوى الخلايا العصيبة نجد أن الفهم الإنساني يعتمد أيضاً على الوضع الثنائي مما يشير إلى إمكانية التعبير عن الأفكار والتصورات والمفاهيم البالغة التعقيد واتخاذ القرارات بتشكيلات متطورة من هذه الأوضاع أوالحالات الثنائية . هذه الإمكانية تجعل محاكاة عملية اتخاذ القرارات بواسطة الحاسبات ممكنا. مثال. ” المريض يعاني من حمى بسيطة“ وقد توصل إليها الحاسب بقيامه بعملية استدلالية لمعلومة رقمية مثل: ” درجة حرارة المريض مائة درجة فهرنهايت“
2. القابلية على تمثيل المعرفة Knowledge Representation تختلف برامج الذكاء الاصطناعي عن البرامج الأخرى في أن بها " تمثيل للمعرفة ”. استخدام هياكل خاصة لوصف المعرفة (حقائق Facts,علاقات Relations, قواعد Rules, اطر Frames ) وهي ما تسمى بقاعدة المعرفة والتي من الممكن أن تكون كاملة في وصفها لكافة تفصيلات المشكلة المراد إيجاد حلولها أو ناقصة الوصف أو حتى تحتوي على وصف متناقض أو متضارب.
2. القابلية على تمثيل المعرفة Knowledge Representation يمكن فهم تمثيل المعرفة هذا بيسر لأنه عادةً لا يستخدم رموزاً رقمية. فقد يستخدم أحد برامج تشخيص مشاكل الحاسب القاعدة التالية في تشخيص حالة الحاسب : "إذا كانت هناك مشكلة في قراءة أجزاء من القرص الصلب أو الكتابة إليها ، فإن هناك احتمالاً قوياً بأن هناك تلف مادي في واحد من الأقراص المغناطيسية التي يحتويها " يكون التعبير عن هذه القاعدة في الذكاء الاصطناعي بوضوح وإيجاز وبلغة أقرب إلى لغتنا الطبيعية ، وليس بلغة الحاسب وهو ما يتطلب إضافة جداول كثيرة ومتعددة للتعبير عن العلاقة بين الأعراض والمشاكل التي يحتمل أن تسببها.
3. القابلية على الاستنتاج Inference Making وهي قدرة البرنامج على استنباط الحلول الممكنة وبالذات للمشاكل التي لا تنفع الخوارزميات التقليدية لحلها. نعنى بذلك عدم وجود سلسلة من الخطوات المحددة (حل خوارزمي) التي يؤدى إتباعها إلى ضمان الوصول إلى حل للمسألة . فلا بد إذن من الالتجاء إلى الحدس والاجتهاد المنطقي ، أي إلى الطرق غير المنهجية والتي لا ضمان لنجاحها .
3. القابلية على الاستنتاج Inference Making الحدس هو التوقع المبنى على الخبرة التجريبية . ويتمثل هذا في اختيار إحدى طرق الحل التي تبدو ملائمة مع إبقاء الفرصة في نفس الوقت للتغيير إلى طرق أخرى في حالة عدم توصل الطريقة الأولى إلى الحل المنشود في وقت مناسب . ولهذا لا تعد البرامج التي تحل المعادلات التربيعية ضمن برامج الذكاء الاصطناعي لأنها لها حل خوارزمي معروف. وتشكل برامج لعب الشطرنج مجالا خصبا للذكاء الاصطناعي لأنه لا توجد طريقة معروفة لتحديد أفضل نقلة ممكنة في مرحلة معينة من دور الشطرنج.
4. التركيز على الحلول المقبولة Sufficient Solutions وليس الحلول المثلى أو الحلول الدقيقة كما في أساليب البرمجة التقليدية.
5. الاعتماد على المعرفة الفوقية Meta-Knowledge والتي تقوم بتجزئة المشكلة إلى مشاكل جزئية أو من خلال تجزئة الأهداف التي يخطط للنظام عملها إلى أهداف أو أعمال جزئية، من خلال حل المشاكل الجزئية أو الأهداف الجزئية يتم حل المشكلة أو الوصول للأهداف الكلية.
6. استخدام اللغات الواصفة للمعرفة Declarative Languages وهي تلك اللغات التي تسهل عملية تمثيل المعرفة وتساعد كذلك في عملية الاستنتاج. من خلال منح إمكانية للتمثيل الطبيعي للمعرفة مثل تمثيل الحقائق والإجراءات المشروطة وحتى الحقائق المركبة وغيرها من الإمكانيات.
7. استخدامها لتقنيات التعليم Learning Mechanisms تمثل إدخال إجراءات يمكن بواسطتها للنظام التعلم أو التطور المعرفي من خلال التعرف على التصرفات المتكررة أو من خلال فرز الاختلافات أو تسجيل حالات يمكن تعميمها أو حتى تدريب شبكات عصبية أو محاكاة حالة نمو معينة لغرض تعلم خطوط تطور معينة من خلال استخدام خوارزميات مثل الخوارزميات الجينية.
8. القدرة على البحث عن الأهداف Knowledge Searching تتضمن إجراءات يمكن أن توفر للنظام القدرة على التخطيط من اجل الوصول لأهداف محددة .
9.القدرة في التعامل مع المعرفة الديناميكية Dynamic Knowledge قابلية النظام للتعامل مع المعرفة المتجددة أو الديناميكية التي تتبدل مع الوقت.
10. استخدامها لقدرات تفاعلية تحاكي قدرة الإنسان البشري Human-Based Interfacing استجابة النظام صوتيا. اذرع روبوتية. تفاعل مستند إلى سلسة من الأسئلة والاستفسارات والرد عليها. تمييز الصور المقدمة من قبل المستخدم والرد عليها أو تشخيص ما هو مطلوب تحليله فيها.
أساليب ولغات برمجة الذكاء الاصطناعي لغات البرمجة أدوات أساسية هامة لبناء وتصميم تطبيقات الذكاء الاصطناعي. اللغات التي تخدم الذكاء الاصطناعي هي اللغات التي يمكنها معالجة الرموز.
أشهر لغات برمجة الذكاء الاصطناعي 1.IPL ( information processing language) : عام 1956 صممت خصيصا لمعالجة المعلومات وعابها عدم سهولة الاستخدام لقربها من لغة الآلة. 2. لغة البرمجة RITA استخدامها في بناء نظم الخبرة لمكافحة الإرهاب الدولي 3. لغة ROISE استخدامها في بناء نظم الخبرة للتخطيط الحربي 4. لغة LISP ( List Processing ). لغة طبيعية ومن أكثر اللغات المنتشرة لبناء نظم خبيرة نظرا لإمكانياتها في التعامل مع اللغات الأخرى مثل لغة C 5. لغة PROLOG ( programming in logic) لغة منطقية تعتمد على التركيب والتفرع وذات انتشار اكبر في أوروبا واليابان 6. لغة SMALL TAIK هي لغة البرمجة الموجهة بالأهداف والتي انتشرت في الولايات المتحدة الأمريكية وتمتاز بالمدى الواسع للرسوم واستخدام النوافذ.
مميزات وخصائص لغات الذكاء الاصطناعي أ-قابلية تمثيل المعرفة Knowledge Representation. ب- معالجة الرموز والأشكال Symbolic Processing. ج- مرونة في التحكم Flexibility of Control: اللغات التقليدية مثل Pascal وC تقوم بمعالجة المشكلة من خلال تتبع تسلسلي لتعليمات البرنامج فهي دائما ما تكون عاجزة عن علاج مشاكل الذكاء الاصطناعي لذلك أتت لغات الذكاء الاصطناعي بإمكانية تحكم أكثر مرونة.
مميزات وخصائص لغات الذكاء الاصطناعي وبشكل عام: تعتبر لغات الذكاء الاصطناعي أكثر كفاءة من اللغات التقليدية ونعني بالكفاءة زمن تنفيذ البرنامج وتقليل حجم التخزين في الذاكرة ولكن نحتاج إلى مجهود من قبل المبرمج في تحديد كل الحقائق وربطها يبعضها البعض وتوجيهها لاستخلاص النتائج والأهداف المطلوبة.
أيضا مسائل التعرف على الأنماط. متى نبرمج باستخدام أساليب برمجية بحتة مثل function أو OO ومتى نستخدم أساليب مخصصة لنوع معين من المشاكل ANN أو Expert System عندما يكون لدينا مهمة معينة ضمن خطوات واضحة لحل هذه المشكلة algorithm or flowchart فهذه المشكلة ليست من ضمن ANN. البرامج التي لا توجد لها خوارزمية واضحة لحلها تكون مؤشر جيد لاختيار ANN كوسيلة للحل. أيضا مسائل التعرف على الأنماط. مسائل التعرف على مسائل الأمثلة optimization من خلال اختيار الطريق الأمثل لأداء مهمة ما ( البائع الذي يريد زيارة عدة مدن يريد اختيار اقصر طريق يجعله يتم الزيارة) مسائل التعرف على الصور وتمييز الأشكال.
مستقبل الذكاء الاصطناعي يعد الذكاء الاصطناعي من أهم مجالات اهتمام المستقبل، يحاول علم الذكاء الاصطناعي فهم موجودات ( مكونات ) الذكاء، لذا فان أحد أسباب دراسة هذا المجال هو فهم المزيد عن أنفسنا، وقد أنتج الذكاء الاصطناعي عدة منتجات مميزة، يكرس الذكاء الاصطناعي جهوده نحو معضلات فهم ومعالجة وملاحظة الكائن البشري للأشياء وكيف يمكن بناء نشئ بهذه الخصائص.
ملخص أحد العلوم التي نتجت عن الثورة التكنولوجية المعاصرة. اكتسب علم الذكاء الاصطناعي أهمية بالغة لتطبيقاته العديدة في مجالات حيوية كالدفاع والاستخبارات والتخطيط وغيرها. والبحث في الذكاء الاصطناعي عمل جماعي بالدرجة الأولى يحتم تعاون علماء ومتخصصين من مجالات مختلفة كالحاسب الآلي وعلم اللغة والمنطق والرياضيات وعلم النفس والفلسفة. يمكن القول بان صناعة المعرفة في حد ذاتها كانت نتاجا للتطور التقني الذي تلاحق وتسارع في الحاسبات واستخدامها.
ملخص أصبح الذكاء الاصطناعي اليوم حقلا علميا متخصصا يهدف إلى برمجة الحاسبات بحيث يمكنها امتلاك القدرة على التفكير والتوصل إلى حل المشاكل واتخاذ القرارات بطريقة تحاكي قدرات الإنسان، وتؤهل هذه القدرات المبرمجة للحاسب بحيث يستطيع تمييز الصور والنصوص المكتوبة واللغة الطبيعية ولعب الشطرنج وتشخيص الأمراض وغيرها من الأفعال التي تحتاج إلى ذكاء متى ما نفذت من قبل الإنسان.
المراجع المرجع الأساسي: Artificial Intelligence structures and strategies for complex problem solving by George F Luger المراجع الإضافية الذكاء الاصطناعي مفاهيمه تقنياته أساليب برمجته لل د.صباح الخياط الذكاء الاصطناعي والوكيل الذكي للمهندس عبد الحميد بسيوني