تاريخ الذكاء الاصطناعي من الخمسينيات إلى اليوم

الذكاء الاصطناعي هو علم وهندسة صناعة الآلات الذكية ، وخاصة برامج الكمبيوتر الذكية، في المقال التالي تاريخ الذكاء الاصطناعي من الخمسينيات إلى اليوم

مؤتمر دارتموث في الخمسينيات.

يعد مؤتمر دارتموث لعام 1956 حدثًا أساسيًا في تاريخ الذكاء الاصطناعي ، فقد كان مشروعًا بحثيًا صيفيًا أقيم في عام 1956 في كلية دارتموث في نيو هامبشاير ، الولايات المتحدة الأمريكية.

كان المؤتمر الأول من نوعه ، بمعنى أنه جمع باحثين من مجالات دراسة متباينة ظاهريًا - علوم الكمبيوتر والرياضيات والفيزياء وغيرها - بهدف وحيد هو استكشاف إمكانات الذكاء الاصطناعي.

وكان من بين المشاركين جون مكارثي ومارفن مينسكي وعلماء وباحثون بارزون آخرون.

خلال المؤتمر ، ناقش المشاركون مجموعة واسعة من الموضوعات المتعلقة بالذكاء الاصطناعي ، مثل معالجة اللغة الطبيعية وحل المشكلات والتعلم الآلي. لقد وضعوا أيضًا خارطة طريق لأبحاث الذكاء الاصطناعي ، بما في ذلك تطوير لغات البرمجة والخوارزميات لإنشاء آلات ذكية.

يعتبر هذا المؤتمر لحظة فارقة في تاريخ الذكاء الاصطناعي ، حيث إنه يمثل ولادة المجال إلى جانب اللحظة التي تم فيها صياغة اسم "الذكاء الاصطناعي".

كان لمؤتمر دارتموث تأثير كبير على التاريخ العام للذكاء الاصطناعي. ساعد في إنشاء الذكاء الاصطناعي كمجال للدراسة وشجع على تطوير تقنيات وتقنيات جديدة.

وضع المشاركون رؤية للذكاء الاصطناعي ، والتي تضمنت إنشاء آلات ذكية يمكنها التفكير والتعلم والتواصل مثل البشر. أثارت هذه الرؤية موجة من البحث والابتكار في هذا المجال.

بعد المؤتمر ، واصل جون مكارثي وزملاؤه تطوير أول لغة برمجة للذكاء الاصطناعي ، وهي LISP. أصبحت هذه اللغة أساس أبحاث الذكاء الاصطناعي ولا تزال موجودة حتى اليوم.

كما أدى المؤتمر إلى إنشاء مختبرات أبحاث الذكاء الاصطناعي في العديد من الجامعات والمؤسسات البحثية ، بما في ذلك معهد ماساتشوستس للتكنولوجيا وكارنيجي ميلون وستانفورد.

أحد أهم الموروثات التي خلفها مؤتمر دارتموث هو تطوير اختبار تورينج.

اقترح عالم الرياضيات البريطاني آلان تورينج فكرة اختبار لتحديد ما إذا كان بإمكان الآلة أن تظهر سلوكًا ذكيًا لا يمكن تمييزه عن الإنسان.

تمت مناقشة هذا المفهوم في المؤتمر وأصبح فكرة مركزية في مجال أبحاث الذكاء الاصطناعي. يظل اختبار تورينج معيارًا مهمًا لقياس تقدم أبحاث الذكاء الاصطناعي اليوم.

كان مؤتمر دارتموث حدثًا محوريًا في تاريخ الذكاء الاصطناعي. لقد أسس الذكاء الاصطناعي كمجال للدراسة ، ووضع خارطة طريق للبحث ، وأطلق موجة من الابتكار في هذا المجال. يمكن رؤية إرث المؤتمر في تطوير لغات برمجة الذكاء الاصطناعي ومختبرات البحث واختبار تورينج.

جهاز الإدراك البصري Perceptron عبارة عن بنية شبكة عصبية اصطناعية صممها عالم النفس فرانك روزنبلات في عام 1958. وقد أعطت قوة دفع لما يُعرف باسم نهج مستوحى من الدماغ للذكاء الاصطناعي ، حيث يقوم الباحثون ببناء أنظمة ذكاء اصطناعي لتقليد الدماغ البشري.

من الناحية الفنية ، فإن Perceptron هو مصنف ثنائي يمكنه تعلم تصنيف أنماط الإدخال إلى فئتين. إنه يعمل عن طريق أخذ مجموعة من قيم الإدخال وحساب مجموع مرجح لتلك القيم ، متبوعًا بدالة حد تحدد ما إذا كان الناتج هو 1 أو 0. الأوزان يتم تعديله أثناء عملية التدريب لتحسين أداء المصنف.

كان يُنظر إلى Perceptron على أنه معلم رئيسي في الذكاء الاصطناعي لأنه أظهر إمكانات خوارزميات التعلم الآلي لتقليد الذكاء البشري. أظهر أن الآلات يمكن أن تتعلم من التجربة وتحسن أداءها بمرور الوقت ، مثلما يفعل البشر.

طفرة الذكاء الاصطناعي في الستينيات

كما تحدثنا سابقًا ، كانت الخمسينيات من القرن الماضي عقدًا بالغ الأهمية لمجتمع الذكاء الاصطناعي بسبب إنشاء ونشر شبكة Perceptron العصبية الاصطناعية. كان يُنظر إلى Perceptron على أنه اختراق في أبحاث الذكاء الاصطناعي وأثار قدرًا كبيرًا من الاهتمام في هذا المجال. كان هذا منبهًا لما أصبح يعرف باسم AI BOOM.

كانت طفرة الذكاء الاصطناعي في الستينيات فترة من التقدم الكبير والاهتمام بتطوير الذكاء الاصطناعي (AI). لقد كان الوقت الذي كان فيه علماء الكمبيوتر والباحثون يستكشفون طرقًا جديدة لإنشاء آلات ذكية وبرمجتها لأداء مهام يُعتقد تقليديًا أنها تتطلب ذكاء الإنسان.

في الستينيات من القرن الماضي ، تم اكتشاف العيوب الواضحة في جهاز الإدراك البصري ، ولذا بدأ الباحثون في استكشاف مناهج أخرى للذكاء الاصطناعي تتجاوز Perceptron. ركزوا على مجالات مثل التفكير الرمزي ومعالجة اللغة الطبيعية والتعلم الآلي.

أدى هذا البحث إلى تطوير لغات وأدوات برمجة جديدة ، مثل LISP و Prolog ، المصممة خصيصًا لتطبيقات الذكاء الاصطناعي. سهلت هذه الأدوات الجديدة على الباحثين تجربة تقنيات جديدة للذكاء الاصطناعي وتطوير أنظمة ذكاء اصطناعي أكثر تطوراً.

شتاء الذكاء الاصطناعي في الثمانينيات

يشير شتاء الذكاء الاصطناعي في الثمانينيات إلى فترة من الزمن شهد فيها البحث والتطوير في مجال الذكاء الاصطناعي (AI) تباطؤًا كبيرًا. حدثت فترة الركود هذه بعد عقد من التقدم الكبير في أبحاث وتطوير الذكاء الاصطناعي من عام 1974 إلى 1993.

كما تمت مناقشته في القسم السابق ، تميزت طفرة الذكاء الاصطناعي في الستينيات بانفجار في أبحاث وتطبيقات الذكاء الاصطناعي. ولكن بعد ذلك جاء شتاء الذكاء الاصطناعي الذي حدث خلال الثمانينيات.

حدث هذا جزئيًا لأن العديد من مشاريع الذكاء الاصطناعي التي تم تطويرها خلال طفرة الذكاء الاصطناعي كانت تفشل في الوفاء بوعودها. أصبح مجتمع أبحاث الذكاء الاصطناعي يشعر بخيبة أمل متزايدة بسبب عدم إحراز تقدم في هذا المجال. أدى ذلك إلى خفض التمويل ، واضطر العديد من باحثي الذكاء الاصطناعي إلى التخلي عن مشاريعهم ومغادرة المجال تمامًا.

تطوير النظم الخبيرة

الأنظمة الخبيرة هي نوع من تقنيات الذكاء الاصطناعي (AI) التي تم تطويرها في الثمانينيات. تم تصميم الأنظمة الخبيرة لتقليد قدرات صنع القرار لخبير بشري في مجال معين ، مثل الطب أو التمويل أو الهندسة.

خلال الستينيات وأوائل السبعينيات ، كان هناك الكثير من التفاؤل والإثارة حول الذكاء الاصطناعي وقدرته على إحداث ثورة في مختلف الصناعات. ولكن كما ناقشنا في القسم السابق ، فإن هذا الحماس قد تضاءل بفعل شتاء الذكاء الاصطناعي ، والذي تميز بعدم إحراز تقدم وتمويل لأبحاث الذكاء الاصطناعي.

شكل تطوير الأنظمة الخبيرة نقطة تحول في تاريخ الذكاء الاصطناعي. ازداد الضغط على مجتمع الذكاء الاصطناعي جنبًا إلى جنب مع الطلب على توفير تطبيقات عملية وقابلة للتطوير وقوية وقابلة للقياس الكمي للذكاء الاصطناعي.

تعمل الأنظمة الخبيرة كدليل على أن أنظمة الذكاء الاصطناعي يمكن استخدامها في أنظمة الحياة الواقعية ولديها القدرة على توفير فوائد كبيرة للشركات والصناعات. تم استخدام الأنظمة الخبيرة لأتمتة عمليات صنع القرار في مختلف المجالات ، من تشخيص الحالات الطبية إلى التنبؤ بأسعار الأسهم.

تطوير الذكاء الاصطناعي التوليدي اليوم

هذا هو المكان الذي نحن فيه في الجدول الزمني الحالي للذكاء الاصطناعي. الذكاء الاصطناعي التوليدي هو حقل فرعي من الذكاء الاصطناعي (AI) يتضمن إنشاء أنظمة ذكاء اصطناعي قادرة على توليد بيانات أو محتوى جديد مشابه للبيانات التي تم التدريب عليها. يمكن أن يشمل ذلك إنشاء الصور والنصوص والموسيقى وحتى مقاطع الفيديو.

في سياق تاريخ الذكاء الاصطناعي ، يمكن اعتبار الذكاء الاصطناعي التوليدي معلمًا رئيسيًا جاء بعد صعود التعلم العميق. التعلم العميق هو مجموعة فرعية من التعلم الآلي الذي يتضمن استخدام الشبكات العصبية ذات الطبقات المتعددة لتحليل كميات كبيرة من البيانات والتعلم منها. لقد كان ناجحًا بشكل لا يصدق في مهام مثل التعرف على الصور والكلام ومعالجة اللغة الطبيعية وحتى لعب الألعاب المعقدة.

أحدثت المحولات ، وهي نوع من هندسة الشبكات العصبية ، ثورة في الذكاء الاصطناعي التوليدي. تم تقديمها في ورقة كتبها Vaswani et al. في عام 2017 ومنذ ذلك الحين تم استخدامها في مهام مختلفة ، بما في ذلك معالجة اللغة الطبيعية والتعرف على الصور وتوليف الكلام.

تستخدم المحولات آليات الانتباه الذاتي لتحليل العلاقات بين العناصر المختلفة في تسلسل ، مما يسمح لها بتوليد مخرجات أكثر تماسكًا ودقة. وقد أدى ذلك إلى تطوير نماذج لغة كبيرة مثل (ChatGPT) ، والتي يمكن أن تولد نصًا يشبه الإنسان في مجموعة واسعة من الموضوعات.

الذكاء الاصطناعي التوليدي ، خاصة بمساعدة المحولات ونماذج اللغة الكبيرة ، لديه القدرة على إحداث ثورة في العديد من المجالات ، من الفن والكتابة إلى المحاكاة. بينما لا تزال هناك نقاشات حول طبيعة الإبداع وأخلاقيات استخدام الذكاء الاصطناعي في هذه المجالات ، فمن الواضح أن الذكاء الاصطناعي التوليدي هو أداة قوية ستستمر في تشكيل مستقبل التكنولوجيا والفنون.

ملخص

تاريخ الذكاء الاصطناعي مثير للاهتمام ومحفز للتفكير. لقد كان لها نصيبها من الإخفاقات والاختراقات الهائلة.

ولكن مع تطبيقات مثل ChatGPT و Dalle.E وغيرهما ، فقد خدشنا للتو سطح التطبيقات الممكنة للذكاء الاصطناعي. هناك تحديات أيضًا ، وهناك بالتأكيد المزيد في المستقبل.