تاريخ الذكاء الاصطناعي

 

تاريخ الذكاء الاصطناعي 

التعلم الآلي والتعلم العميق

يتم دعم الكثير من الذكاء الاصطناعي الضيق من خلال الاختراقات في تعلم الآلة والتعلم العميق. قد يكون فهم الفرق بين الذكاء الاصطناعي والتعلم الآلي والتعلم العميق أمرًا محيرًا. يقدم رأس المال الاستثماري فرانك تشين لمحة عامة جيدة عن كيفية التمييز بينهما ، مشيرًا إلى:

كل شي خاص بالذكاء الاصطناعي هناا

تاريخ الذكاء الاصطناعي








الذكاء الاصطناعي عبارة عن مجموعة من الخوارزميات والذكاء لمحاولة تقليد الذكاء البشري. التعلم الآلي هو أحد هذه الأساليب ، والتعلم العميق هو أحد تقنيات التعلم الآلي ".

ببساطة ، يغذي تعلم الآلة بيانات الكمبيوتر ويستخدم تقنيات إحصائية لمساعدته على "تعلم" كيفية التحسن تدريجيًا في مهمة ما ، دون أن تكون مبرمجًا بشكل خاص لهذه المهمة ، مما يلغي الحاجة إلى ملايين الأسطر من التعليمات البرمجية المكتوبة. يتكون تعلم الآلة من كل من التعلم الخاضع للإشراف (باستخدام مجموعات البيانات المصنفة) والتعلم غير الخاضع للإشراف (باستخدام مجموعات البيانات غير المسماة).


التعلم العميق هو نوع من ML يدير المدخلات من خلال بنية شبكة عصبية مستوحاة من الناحية البيولوجية. تحتوي الشبكات العصبية على عدد من الطبقات المخفية التي يتم من خلالها معالجة البيانات ، مما يسمح للآلة بالتعمق "بعمق" في تعلمها ، وإجراء الاتصالات وترجيح المدخلات للحصول على أفضل النتائج.


الذكاء العام الاصطناعي

إن إنشاء آلة بذكاء على مستوى الإنسان يمكن تطبيقه على أي مهمة هو الكأس المقدسة للعديد من الباحثين في مجال الذكاء الاصطناعي ، لكن السعي وراء الذكاء الاصطناعي العام كان محفوفًا بالصعوبات.


البحث عن "خوارزمية عالمية للتعلم والعمل في أي بيئة" ، كما قال راسل ونورفيج ، ليس بالأمر الجديد. على عكس الذكاء الاصطناعي الضعيف ، يمثل الذكاء الاصطناعي القوي آلة تتمتع بمجموعة كاملة من القدرات المعرفية ، لكن الوقت لم يخفف من صعوبة تحقيق مثل هذا العمل الفذ.


لطالما كان الذكاء الاصطناعي العام مصدر إلهام للخيال العلمي البائس ، حيث تجتاح الروبوتات فائقة الذكاء البشرية ، لكن الخبراء يتفقون على أنه ليس شيئًا نحتاج إلى القلق بشأنه في أي وقت قريب.


 

تاريخ موجز للذكاء الاصطناعي

ظهرت الروبوتات الذكية والكائنات الاصطناعية لأول مرة في الأساطير اليونانية القديمة في العصور القديمة. كان تطوير أرسطو للقياس المنطقي واستخدامه للتفكير الاستنتاجي لحظة أساسية في سعي البشرية لفهم ذكائها. في حين أن الجذور طويلة وعميقة ، فإن تاريخ الذكاء الاصطناعي كما نفكر فيه اليوم يمتد لأقل من قرن. فيما يلي نظرة سريعة على بعض أهم الأحداث في مجال الذكاء الاصطناعي.


الأربعينيات

(1943) نشر وارن ماكولوغ ووالتر بيتس مقالة بعنوان "حساب منطقي للأفكار جوهرية في النشاط العصبي" ، والتي تقترح أول نموذج رياضي لبناء شبكة عصبية.

(1949) في كتابه تنظيم السلوك: نظرية نفسية عصبية ، يقترح دونالد هب نظرية أن المسارات العصبية تنشأ من التجارب وأن الروابط بين الخلايا العصبية تصبح أقوى كلما تم استخدامها بشكل متكرر. يستمر تعلم Hebbian في كونه نموذجًا مهمًا في الذكاء الاصطناعي.

الخمسينيات

(1942) نشر إسحاق أسيموف "القوانين الثلاثة للروبوتات" ، وهي فكرة شائعة في وسائط الخيال العلمي حول كيف لا ينبغي للذكاء الاصطناعي أن يلحق الضرر بالبشر.

(1950) نشر Alan Turing مقالة بعنوان "Computing Machinery and Intelligence" ، مقترحًا ما يُعرف الآن باسم اختبار Turing ، وهي طريقة لتحديد ما إذا كانت الآلة ذكية.

(1950) قام خريجو جامعة هارفارد ، مارفن مينسكي ودين إدموندز ، ببناء SNARC ، أول كمبيوتر شبكة عصبية.

(1950) نشر كلود شانون مقالة بعنوان "برمجة الكمبيوتر للعب الشطرنج".

(1952) قام آرثر صموئيل بتطوير برنامج التعلم الذاتي للعب لعبة الداما.

(1954) تترجم تجربة الترجمة الآلية Georgetown-IBM تلقائيًا 60 جملة روسية مختارة بعناية إلى الإنجليزية.

(1956) تمت صياغة عبارة "الذكاء الاصطناعي" في مشروع بحث دارتموث الصيفي حول الذكاء الاصطناعي. بقيادة جون مكارثي ، يُنظر إلى المؤتمر على نطاق واسع على أنه مسقط رأس الذكاء الاصطناعي.

(1956) أظهر ألين نيويل وهربرت سيمون نظرية المنطق (LT) ، أول برنامج تفكير.

(1958) قام John McCarthy بتطوير لغة برمجة الذكاء الاصطناعي Lisp ونشر "البرامج ذات الحس المشترك" ، وهي ورقة تقترح تطبيق Advice Taker الافتراضي ، وهو نظام ذكاء اصطناعي كامل له القدرة على التعلم من التجربة بشكل فعال مثل البشر.

(1959) قام Allen Newell و Herbert Simon و JC Shaw بتطوير برنامج حل المشكلات العام (GPS) ، وهو برنامج مصمم لتقليد الإنسان في حل المشكلات.

(1959) قام هربرت جيلرنتر بتطوير برنامج Geometry Theorem Prover.

(1959) صاغ آرثر صموئيل مصطلح "التعلم الآلي" أثناء عمله في شركة IBM.

(1959) أسس جون مكارثي ومارفن مينسكي مشروع الذكاء الاصطناعي لمعهد ماساتشوستس للتكنولوجيا.

الستينيات

(1963) بدأ جون مكارثي مختبر الذكاء الاصطناعي في ستانفورد.

(1966) تقرير اللجنة الاستشارية للمعالجة التلقائية للغات (ALPAC) من قبل حكومة الولايات المتحدة يوضح عدم إحراز تقدم في أبحاث الترجمات الآلية ، وهي مبادرة رئيسية للحرب الباردة مع وعد بالترجمة الآلية والفورية للغة الروسية. يؤدي تقرير ALPAC إلى إلغاء جميع مشروعات الترجمة الآلية التي تمولها الحكومة.

(1969) أول أنظمة الخبراء الناجحة هيتم تطويره في DENDRAL ، برنامج XX ، و MYCIN ، المصمم لتشخيص التهابات الدم ، تم إنشاؤه في ستانفورد.

السبعينيات

(1972) تم إنشاء لغة البرمجة المنطقية PROLOG.

(1973) صدر تقرير Lighthill ، الذي يوضح بالتفصيل خيبات الأمل في أبحاث الذكاء الاصطناعي ، من قبل الحكومة البريطانية ويؤدي إلى تخفيضات شديدة في تمويل مشاريع الذكاء الاصطناعي.

(1974-1980) الإحباط من التقدم في تطوير الذكاء الاصطناعي يؤدي إلى تخفيضات كبيرة في DARPA في المنح الأكاديمية. بالاقتران مع تقرير ALPAC السابق وتقرير Lighthill للعام السابق ، جف تمويل الذكاء الاصطناعي وأكشاك البحث. تُعرف هذه الفترة باسم "شتاء الذكاء الاصطناعي الأول".

الثمانينيات

(1980) طورت شركات المعدات الرقمية R1 (المعروف أيضًا باسم XCON) ، وهو أول نظام خبير تجاري ناجح. صُممت R1 لتكوين أوامر لأنظمة الكمبيوتر الجديدة ، وبدأت طفرة استثمارية في الأنظمة الخبيرة ستستمر معظم العقد ، وتنهي فعليًا أول شتاء للذكاء الاصطناعي.

(1982) وزارة التجارة الدولية والصناعة اليابانية تطلق مشروع الجيل الخامس الطموح لأنظمة الكمبيوتر. الهدف من FGCS هو تطوير أداء يشبه الكمبيوتر العملاق ومنصة لتطوير الذكاء الاصطناعي.

(1983) رداً على FGCS اليابانية ، أطلقت الحكومة الأمريكية مبادرة الحوسبة الإستراتيجية لتوفير الأبحاث الممولة من DARPA في الحوسبة المتقدمة والذكاء الاصطناعي.

(1985) تنفق الشركات أكثر من مليار دولار سنويًا على الأنظمة الخبيرة ، وينبثق قطاع كامل يُعرف باسم سوق ماكينات Lisp لدعمها. تقوم شركات مثل Symbolics و Lisp Machines Inc. ببناء أجهزة كمبيوتر متخصصة للعمل على لغة برمجة الذكاء الاصطناعي Lisp.

(1987-1993) مع تحسن تكنولوجيا الحوسبة ، ظهرت بدائل أرخص وانهار سوق آلة Lisp في عام 1987 ، مما أدى إلى "شتاء الذكاء الاصطناعي الثاني". خلال هذه الفترة ، أثبتت الأنظمة الخبيرة أن صيانتها وتحديثها مكلف للغاية ، وفي النهاية فقدت شعبيتها.

التسعينيات

(1991) نشرت القوات الأمريكية DART ، وهي أداة تخطيط وجدولة لوجستية مؤتمتة ، أثناء حرب الخليج.

(1992) أنهت اليابان مشروع FGCS في عام 1992 ، مستشهدة بالفشل في تحقيق الأهداف الطموحة التي تم تحديدها قبل عقد من الزمن.

(1993) DARPA أنهت مبادرة الحوسبة الاستراتيجية في عام 1993 بعد إنفاق ما يقرب من مليار دولار دون التوقعات.

(1997) ديب بلو من IBM يتفوق على بطل العالم للشطرنج جاري كاسباروف.

2000s

(2005) ستانلي ، سيارة ذاتية القيادة ، تفوز بتحدي DARPA الكبير.

(2005) بدأ الجيش الأمريكي في الاستثمار في الروبوتات المستقلة مثل "Big Dog" لشركة Boston Dynamics و "PackBot" من iRobot.

(2008) حققت Google اختراقات في التعرف على الكلام وقدمت الميزة في تطبيق iPhone الخاص بها.

2010s

(2011) Watson من شركة IBM يهزم بسهولة المنافسة على Jeopardy !.

(2011) Apple تطلق Siri ، وهو مساعد افتراضي يعمل بالذكاء الاصطناعي من خلال نظام التشغيل iOS الخاص بها.

(2012) أندرو نج ، مؤسس مشروع Google Brain Deep Learning ، يغذي شبكة عصبية باستخدام خوارزميات التعلم العميق 10 ملايين مقطع فيديو على YouTube كمجموعة تدريب. تعلمت الشبكة العصبية التعرف على القطة دون إخبارها بماهية القطة ، مما أدى إلى دخول عصر اختراق للشبكات العصبية وتمويل التعلم العميق.

(2014) جوجل تصنع أول سيارة ذاتية القيادة تجتاز اختبار قيادة الدولة.

(2014) تم إطلاق Alexa من Amazon ، وهو جهاز ذكي منزلي افتراضي.

(2016) هزم برنامج AlphaGo من Google DeepMind بطل العالم Go لي سيدول. كان يُنظر إلى تعقيد اللعبة الصينية القديمة على أنه عقبة رئيسية يجب إزالتها في
الذكاء الاصطناعي.

(2016) أول "إنسان آلي مواطن" ، إنسان آلي شبيه بالبشر اسمه صوفيا ، تم إنشاؤه بواسطة Hanson Robotics وهو قادر على التعرف على الوجه والتواصل اللفظي وتعبيرات الوجه.

(2018) أطلقت Google محرك معالجة اللغة الطبيعية BERT ، مما يقلل من الحواجز في الترجمة والفهم بواسطة تطبيقات ML.

(2018) أطلقت شركة Waymo خدمة Waymo One ، مما يسمح للمستخدمين في جميع أنحاء منطقة Phoenix الحضرية بطلب سيارة بيك آب من إحدى سيارات الشركة ذاتية القيادة.

تاريخ الذكاء الاصطناعي







2020s

(2020) أطلقت Baidu خوارزمية LinearFold AI الخاصة بها للفرق العلمية والطبية التي تعمل على تطوير لقاح خلال المراحل المبكرة من جائحة SARS-CoV-2. الخوارزمية قادرة على التنبؤ بتسلسل الحمض النووي الريبي للفيروس في 27 ثانية فقط ، أسرع بـ 120 مرة من الطرق الأخرى.

(2020) أصدرت OpenAI نموذج معالجة اللغة الطبيعية GPT-3 ، القادر على إنتاج نص على غرار الطريقة التي يتحدث بها الناس ويكتبونها.

(2021) يعتمد OpenAI على GPT-3 لتطوير DALL-E ، القادر على إنشاء صور من المطالبات النصية.

(2022) أصدر المعهد الوطني للمعايير والتكنولوجيا المسودة الأولى لإطار عمل إدارة مخاطر الذكاء الاصطناعي ، وهو توجيه أمريكي طوعي "لتحسين إدارة المخاطر التي يتعرض لها الأفراد والمنظمات والمجتمع المرتبط بالذكاء الاصطناعي".

(2022) كشفت شركة DeepMind النقاب عن نظام Gato ، وهو نظام ذكاء اصطناعي مدرب لأداء مئات المهام ، بما في ذلك تشغيل Atari وتعليق الصور واستخدام ذراع آلية لتكديس الكتل.


تعليقات