لنتحدث عن الذكاء الاصطناعي مرة أخرى
ديباجة
هل ما زلت تتذكر المبارزة بين الإنسان والآلة بين أفضل لاعب في Go Lee Sedol و AlphaGo قبل 6 سنوات في سيول، كوريا الجنوبية؟ كانت نتيجة تلك المعركة أن AlphaGo، وهو برنامج Go للكمبيوتر تم تطويره بواسطة Google DeepMind، هزم Lee Sedol 4:1. هذه المواجهة بين الإنسان والآلة جعلت الجمهور يشعر بقوة الذكاء الاصطناعي (AI) لأول مرة وجعلت الذكاء الاصطناعي لم يعد مجرد مصطلح تقني متشنج وغير مفهوم تمت مناقشته في صناعة التكنولوجيا الفائقة، ولكنه موضوع ساخن سيذكره الناس العاديون في حياتهم اليومية وشيء سيغير إدراكنا.
«الذكاء الاصطناعي القوي» و «الذكاء الاصطناعي الضعيف»
كتقنية متطورة، يجمع الذكاء الاصطناعي بين علوم الكمبيوتر والإحصاء وعلم الأعصاب والعلوم الاجتماعية. يمكن أن يكون الذكاء الاصطناعي المثالي، أو ما يسمى بـ «الذكاء الاصطناعي القوي والذكاء الاصطناعي الكامل والذكاء الاصطناعي العام»، شبيهًا بالإنسان مع القدرة على التخطيط والتعلم والتواصل باستخدام اللغة الطبيعية والقدرة على دمج ما سبق وتحقيق الأهداف المحددة. يمكن للذكاء الاصطناعي القوي التمييز والتعرف والتحليل واتخاذ القرارات مثل الإنسان. لذلك، يشعر الكثير من الناس بالقلق من أن الذكاء الاصطناعي سيحل يومًا ما محل الإنسان الذي اخترع الذكاء الاصطناعي.
منذ عام 1956، وهو العام الأول للذكاء الاصطناعي، تطور الذكاء الاصطناعي لما يقرب من 70 عامًا. على الرغم من أننا حققنا اختراقات واضحة في التعلم العميق، إلا أن الذكاء الاصطناعي الذي يمكن للبشر تحقيقه حاليًا لا يزال في مرحلة «الذكاء الاصطناعي الضعيف (الذكاء الاصطناعي الضيق والذكاء الاصطناعي التطبيقي)». يمكن للذكاء الاصطناعي في هذه المرحلة حل المشكلات في مجالات محددة فقط. تنتمي أجهزة AlphaGo و Siri و FaceID المألوفة إلى «الذكاء الاصطناعي الضعيف».
مصدر الذكاء في الذكاء الاصطناعي؟
التعلم الآلي هو مجال متعدد التخصصات للغاية يشمل الرياضيات وعلوم الكمبيوتر والإحصاء وغيرها من التخصصات.
تكمن قدرتها على التعميم والتوليف في قلب التعلم الآلي. ببساطة، التعلم الآلي هو استخدام الخوارزميات لتحليل كميات كبيرة من البيانات والتعلم منها، ثم اتخاذ القرارات والتنبؤات الخاصة بالأحداث في العالم الحقيقي.
أكبر اختراق في تاريخ الذكاء الاصطناعي؟
التعلم العميق هو فرع من التعلم الآلي، ولكنه يختلف عن التعلم الآلي.
التعلم العميق هو استخدام الشبكة العصبية العميقة (DNN) لجعل النموذج أكثر تعقيدًا، بحيث يكون لدى النموذج فهم أعمق للبيانات. الغرض من التعلم العميق هو تمكين الآلات من امتلاك قدرات معرفية مثل البشر، أي القدرة على التعلم والقدرة على التحليل، حتى تتمكن من التعرف على البيانات المختلفة مثل النصوص والصور والأصوات.
تم استخدام التعلم العميق على نطاق واسع في رؤية الكمبيوتر (CV) والتعرف التلقائي على الكلام (ASR) ومعالجة اللغة الطبيعية (NLP) وغيرها من المجالات.
هل سمعت عن الشبكات العصبية التلافيفية (CNNs)؟ هذه هي الخوارزمية التمثيلية للتعلم العميق. تم استخدام شبكات CNN على نطاق واسع في تصنيف الصور والتعرف على الوجوه واكتشاف الأشياء وغيرها من المجالات. على سبيل المثال، عند استخدام شبكات CNN لتصنيف صور الأشعة السينية والتصوير بالرنين المغناطيسي، يمكنك الحصول على نتائج أكثر دقة من العين البشرية.
وفقًا لتقرير أبحاث سوق التعلم العميق العالمي الصادر عن Market Research Future، من المتوقع أن يصل سوق التعلم العميق إلى 17.4 مليار دولار بحلول عام 2023.
مجالات تطبيق الذكاء الاصطناعي
ما هي مجالات تطبيق الذكاء الاصطناعي التي ترتبط ارتباطًا وثيقًا بحياتنا؟ دعونا نلقي نظرة على تقرير Deloitte للذكاء الاصطناعي.
المصدر: تقرير ديلويت للذكاء الاصطناعي
وفقًا لتقرير ديلويت، «هناك ثلاثة مجالات تطبيق رئيسية للذكاء الاصطناعي: الأتمتة المعرفية والمشاركة المعرفية والبصيرة المعرفية.
يشمل مجال الأتمتة المعرفية بشكل أساسي التعلم الآلي وأتمتة العمليات الروبوتية وما إلى ذلك في هذا المجال، يمكن للروبوتات إكمال المهام التي لا يمكن إنجازها إلا من قبل العمال المهرة.
تشير المشاركة المعرفية إلى التقنيات المعرفية التي تقيم روابط أوثق مع البشر، مثل استقبال المرضى والتوصية بالمنتجات وما إلى ذلك.
المجال الأخير هو البصيرة المعرفية. في هذا المجال، لا يستطيع الذكاء الاصطناعي فهم ما حدث فحسب، بل أيضًا تحليل ما يحدث والتنبؤ بما سيحدث في المستقبل. يمكن للذكاء الاصطناعي مع الرؤى المعرفية حل مشاكل العملاء بشكل استباقي.
وفقًا لدراسة استقصائية أجرتها جامعة ستانفورد بعنوان «الذكاء الاصطناعي والحياة في عام 2030"، يتوقع الخبراء أن الذكاء الاصطناعي سيلعب دورًا مهمًا في المجالات الثمانية التالية: النقل، وروبوتات الخدمة، والرعاية الصحية، والتعليم، والمجتمعات منخفضة الموارد، والسلامة العامة، والتوظيف، وصناعات العمل والترفيه».
الصور الرمزية للذكاء الاصطناعي
تشير الصور الرمزية للذكاء الاصطناعي إلى البشر الافتراضيين الذين يخترقون حدود الفيزياء ويقدمون خدمات مجسمة من خلال تقنيات الذكاء الاصطناعي مثل رسومات الكمبيوتر والتعلم العميق وتوليف الكلام.
يتم تصنيف الصور الرمزية للذكاء الاصطناعي إلى أشخاص يتمتعون بالذكاء الاصطناعي من نوع الخدمة وأفاتار الذكاء الاصطناعي من نوع الهوية وفقًا لوظائفهم. تؤكد الصور الرمزية للذكاء الاصطناعي من نوع الخدمة على الوظائف ويمكن استخدامها في جميع مناحي الحياة، مثل محامي الذكاء الاصطناعي، وصيادلة الذكاء الاصطناعي، ومساعدي متجر الذكاء الاصطناعي، وضباط شرطة الذكاء الاصطناعي، ومراسلي الذكاء الاصطناعي، ومساعدة الأشخاص الحقيقيين في عملهم، وبالتالي تحرير القوى العاملة.
تُستخدم الصور الرمزية للذكاء الاصطناعي من نوع الهوية بشكل أساسي في صناعة الثقافة والترفيه، بما في ذلك Luo Tian Yi المعروف الذي ظهر على خشبة مسرح حفل عيد الربيع، و AYAYI الذي ظهر لأول مرة في Xiao Hong Shu، و A-SOUL الذي انضم إلى ByteDance. كلها تحظى بشعبية مثل الأصنام الحقيقية.
في الوقت الحاضر، لا يزال سوق الصور الرمزية للذكاء الاصطناعي سوقًا مبكرًا. وفقًا لـ «تقرير صناعة العمق البشري الافتراضي الرقمي»، بحلول عام 2030، سيصل سوق أفاتار الذكاء الاصطناعي في الصين إلى 270 مليار يوان. من بينها، يبلغ حجم السوق لأفاتار الذكاء الاصطناعي من نوع الهوية حوالي 175 مليار يوان، وسيتجاوز حجم السوق لأفاتار الذكاء الاصطناعي من نوع الخدمة 95 مليار يوان.
DeepBrain AI هي مؤسسة للذكاء الاصطناعي تركز على تقنية وتطبيق الصورة الرمزية للذكاء الاصطناعي من نوع الخدمة، والتي يمكنها إنتاج صور رمزية للذكاء الاصطناعي «على مستوى البث» تمنح تقنية Deep Emotion الفريدة لـ DeepBrain AI أفاتار الذكاء الاصطناعي تعبيرات حية مثل الأشخاص الحقيقيين، وتجلب البيئة الافتراضية إلى تجربة حية مثل العالم المادي.
تتشابه الصور الرمزية للذكاء الاصطناعي التي تنتجها DeepBrain AI بنسبة 97٪ مع الأشخاص الحقيقيين من حيث المظهر والصوت. من خلال تقنية التوليف في الوقت الفعلي، يمكن لأفاتار الذكاء الاصطناعي أيضًا إجراء حوارات في الوقت الفعلي مع المستخدمين.
أنتجت شركة DeepBrain AI أول مذيع للذكاء الاصطناعي في الصين - AI WANG GUAN لـ CCTV، وصورة تايم شياو ني -AI للمذيعة الشهيرة، والسيدة شو تشوني لتلفزيون بكين، وأول مذيعة للذكاء الاصطناعي في كوريا، AI Kim Chu-ha لـ MBN. محللو الأوراق المالية بالذكاء الاصطناعي لشركة Samsung Securities، وAI Son Heung-min في AIA Korea، وأول موظف في بنك الذكاء الاصطناعي في كوريا على تطبيق الهاتف المحمول لبنك Hana Bank.
مستقبل الصور الرمزية للذكاء الاصطناعي - صور رمزية شاملة للذكاء الاصطناعي
تشارك DeepBrain AI بعمق في تكنولوجيا وتطبيقات الصورة الرمزية للذكاء الاصطناعي. تمتلك الشركة تقنية تجميع الصور المطورة ذاتيًا وتكنولوجيا تركيب الكلام وتقدمت بطلب للحصول على أكثر من 90 براءة اختراع حول العالم.
تُستخدم الصور الرمزية للذكاء الاصطناعي التي تنتجها DeepBrain AI على نطاق واسع في مختلف المجالات مثل البنوك وشركات التأمين وشركات الأوراق المالية ومحطات التلفزيون والمدارس والسياحة والرعاية الطبية والتجارة الإلكترونية وما إلى ذلك، لتمكين الخدمة في جميع مناحي الحياة.
مع التقدم المستمر لتكنولوجيا الذكاء الاصطناعي والاختراقات التكنولوجية، قريبًا، لن يكون لدى الشركات فحسب، بل سيكون لدى الجميع صور الذكاء الاصطناعي الخاصة بهم لتحقيق تكافل العالمين الافتراضي والمادي. هذه هي بالضبط الرؤية والاتجاه الذي نسعى إليه كل يوم.
