كان تطوير الذكاء الاصطناعي (AI) موضوعًا ذا أهمية كبيرة لسنوات عديدة. الذكاء الاصطناعي هو قدرة الآلات على التفكير والتصرف مثل البشر ، وتطبيقاته المحتملة واسعة. في السنوات الأخيرة ، كانت هناك تطورات كبيرة في هذا المجال أدت إلى تقدم كبير في تكنولوجيا الذكاء الاصطناعي. سيناقش هذا المقال ثلاث مراحل من التطوير حتى الآن: البحث المبكر والتجريب. المشاريع الموجهة للتطبيق ؛ والاتجاهات الحالية في خوارزميات التعلم العميق.
بدأت الأبحاث المبكرة في الذكاء الاصطناعي منذ خمسينيات القرن الماضي بورقة ألان تورينج الأساسية حول "آلات الحوسبة والذكاء" والتي اقترحت اختبارات لقياس مستويات ذكاء الآلة مقابل تلك البشرية - المعروفة اليوم باسم اختبار تورينج. منذ ذلك الحين ، جرب الباحثون في جميع أنحاء العالم أساليب مختلفة مثل الأنظمة المستندة إلى القواعد أو الأنظمة الخبيرة حيث يقوم الخبراء بإدخال معارفهم في أجهزة الكمبيوتر التي يمكن استخدامها لاحقًا عند الحاجة من قبل المستخدمين النهائيين أو العملاء الذين يريدون الحلول بسرعة دون وجود خبير في كل الأوقات . في حين أن هذه الأساليب لم تكن ناجحة تجاريًا بما يكفي بسبب قدراتها المحدودة ، فقد قدمت رؤى قيمة حول كيفية حل المهام المعقدة باستخدام برامج الكمبيوتر بدلاً من الاعتماد فقط على الخبرة البشرية.
في الآونة الأخيرة ، ركزت المشاريع الموجهة للتطبيق على بناء أدوات محددة قادرة على تقديم النتائج بناءً على احتياجات معينة من الشركات أو المؤسسات مثل معالجة اللغة الطبيعية (NLP) التي يستخدمها وكلاء خدمة العملاء عند الرد على الرسائل النصية المرسلة من قبل العملاء ؛ يتم استخدام التعرف على الوجه لأغراض أمنية ؛ السيارات المستقلة تقود نفسها بأمان عبر المدن ؛ إلى آخره . سمحت هذه المشاريع للمطورين باكتساب الخبرة في العمل مع مجموعات البيانات الحقيقية مع اختبار التقنيات المختلفة المتعلقة بحل المشكلات واتخاذ القرارات التي تتضمن نماذج الذكاء الاصطناعي المطبقة مباشرة على السيناريوهات العملية بدلاً من الدراسات النظرية التي يتم إجراؤها داخل إعدادات المختبرات فقط.
أخيرًا ، نشهد الآن تحولًا نحو خوارزميات التعلم العميق التي تسمح للآلات بالوصول إلى كميات كبيرة من البيانات مما يسمح لها بإنشاء تنبؤات أفضل حول النتائج المستقبلية بناءً على التجارب السابقة - غالبًا ما يشير هذا النهج إلى `` ثورة التعلم الآلي '' حيث تصبح أجهزة الكمبيوتر أكثر ذكاءً من خلال التعرض بدلاً من الوضوح. تعليمات البرمجة المعطاة مسبقًا مثل ممارسات هندسة البرمجيات التقليدية قبل أن تكون موجودة ولكن في الوقت الحاضر لم تعد تعمل بكفاءة كافية بمفردها دون مزيد من المساعدة من تقنيات الذكاء الاصطناعي المتضمنة في الوقت الحاضر أيضًا وفقًا لذلك في كلتا الحالتين على الرغم من ذلك بشكل عام في النهاية بعد ذلك بغض النظر عن ذلك ومع ذلك ومع ذلك وبالتالي بشكل قاطع في نهاية المطاف وبالتالي فإن جميع الأشياء التي تم أخذها في الاعتبار بعد كل شيء على أي حال على الرغم من كل شيء بالتأكيد من الواضح بشكل واضح ومن الواضح بشكل لا يمكن إنكاره بوضوح لا لبس فيه وبلا ريب بشكل إيجابي بالتأكيد بالتأكيد بشكل قاطع تمامًا.
#ذكاء_إصطناعي
