ما هو الذكاء الاصطناعي؟

 الذكاء الاصطناعي (AI) هو محاكاة عمليات الدماغ البشري بواسطة أنظمة الكمبيوتر. يتضمن الذكاء الاصطناعي أنظمة متخصصة ومعالجة اللغة الطبيعية والتعرف على الكلام ورؤية الآلة.

كيف يعمل الذكاء الاصطناعي؟

يتطلب الذكاء الاصطناعي أجهزة وبرامج متخصصة لكتابة وتدريب الخوارزميات. بالنسبة للذكاء الاصطناعي ، تُستخدم لغات البرمجة Python و R و Java بشكل أساسي.

عادةً ما تكون مهمة الذكاء الاصطناعي هي معالجة كميات كبيرة من بيانات التدريب من أجل تحليلها من أجل الارتباطات والأنماط. ثم يتم استخدام هذه الأنماط للتنبؤ بالحالات المستقبلية. وبالتالي ، يمكن أن يتعلم روبوت الدردشة الذي يتلقى أمثلة للدردشة النصية كيفية إنتاج حوار واقعي مع الأشخاص ، ويمكن لأداة التعرف على الصور أن تتعلم تحديد الكائنات في الصور ووصفها من خلال فحص ملايين الأمثلة.

تركز برمجة الذكاء الاصطناعي على ثلاث مهارات معرفية: التعلم والاستدلال والتصحيح الذاتي.

عمليات التعلم. جمع البيانات وإنشاء الخوارزميات (القواعد) لتحويل البيانات إلى معلومات مفيدة. توفر الخوارزميات للآلات تعليمات خطوة بخطوة لأداء مهمة محددة ؛
عمليات التفكير. اختيار الخوارزمية الصحيحة لتحقيق النتيجة المرجوة ؛
عمليات التصحيح الذاتي. الضبط الدقيق المستمر للخوارزميات وضمان النتائج الأكثر دقة.

لماذا الذكاء الاصطناعي مهم؟

يمكن للذكاء الاصطناعي أن يعطي منظمة نظرة ثاقبة لأنشطتها لم تكن على علم بها من قبل. يعد الذكاء الاصطناعي مهمًا أيضًا لأنه ، في بعض الحالات ، يمكن للذكاء الاصطناعي أداء المهام بشكل أفضل من البشر. على وجه الخصوص ، عندما يتعلق الأمر بالمهام المتكررة والموجهة نحو التفاصيل ، مثل تحليل عدد كبير من المستندات القانونية لملء الحقول ذات الصلة بشكل صحيح ، غالبًا ما تنجز أدوات الذكاء الاصطناعي المهمة بسرعة وبأخطاء قليلة نسبيًا.

وقد أدى ذلك إلى ارتفاع كبير في الإنتاجية وفتح الباب أمام فرص جديدة تمامًا لبعض الشركات الكبيرة.

قبل ظهور الذكاء الاصطناعي ، كان من الصعب تخيل استخدام برامج الكمبيوتر لربط الركاب بسيارات الأجرة ، ولكن أصبحت أوبر اليوم واحدة من أكبر الشركات في العالم التي تقوم بذلك. تستخدم أوبر خوارزميات متطورة للتعلم الآلي (ML) للتنبؤ بالوقت الذي سيحتاج فيه الناس إلى سيارة أجرة في مناطق معينة. وهذا يسمح للسائقين بالترتيب المسبق للمنطقة الصحيحة قبل الحاجة إليهم.

بالإضافة إلى ذلك ، أصبحت Google واحدة من أكبر اللاعبين في سوق الخدمات عبر الإنترنت ، حيث تستخدم التعلم الآلي لتحليل كيفية استخدام الأشخاص لخدمات الشركة ثم تحسينها. في عام 2017 ، صرح الرئيس التنفيذي للشركة ، Sundar Pichai ، أن Google ستعمل كشركة "AI-first".

اليوم ، تستخدم أكبر الشركات وأكثرها نجاحًا الذكاء الاصطناعي لتحسين عملياتها واكتساب ميزة تنافسية.

مزايا وعيوب الذكاء الاصطناعي

تتطور الشبكات العصبية وتقنيات التعلم العميق بسرعة ، ويرجع ذلك أساسًا إلى أن الذكاء الاصطناعي يعالج كميات كبيرة من البيانات بشكل أسرع ويجعل التنبؤات أكثر دقة من البشر.

العيب الرئيسي لاستخدام الذكاء الاصطناعي هو التكلفة العالية لمعالجة كميات كبيرة من البيانات اللازمة لبرمجة الذكاء الاصطناعي.

مزايا

جيد في الوظائف التي تتطلب الاهتمام بالتفاصيل ؛
تقليل الوقت اللازم لحل المشكلات المتعلقة بكمية كبيرة من البيانات ؛
يوفر نتائج مستقرة
تتوفر دائمًا الوكلاء الافتراضيون المدعومون بالذكاء الاصطناعي.

عيوب

تكنولوجيا باهظة الثمن
يتطلب معرفة تقنية عميقة ؛
عدد محدود من المتخصصين المؤهلين لإنشاء أدوات الذكاء الاصطناعي ؛
يعرف فقط ما درسه في عملية التعلم ؛
عدم القدرة على تعميم المهام.

ذكاء اصطناعي قوي وضعيف

يمكن تقسيم الذكاء الاصطناعي إلى ضعيف وقوي.

الذكاء الاصطناعي الضعيف (المحدود) هو ذكاء اصطناعي مصمم ومدرب لأداء مهمة محددة. تستخدم الروبوتات الصناعية والمساعدات الافتراضية (مثل Siri و Cortana) الذكاء الاصطناعي الضعيف.
الذكاء الاصطناعي القوي (العام) هو ذكاء اصطناعي يمكنه تكرار القدرات المعرفية للدماغ البشري. عند حل مشكلة غير مألوفة ، يمكن للذكاء الاصطناعي القوي استخدام المنطق الضبابي لتطبيق المعرفة من منطقة إلى أخرى وإيجاد حل للمشكلة بشكل مستقل. يجب أن يجتاز الذكاء الاصطناعي القوي كلاً من اختبار تورينج واختبار الغرفة الصينية ، المصممين لاختبار "تفكير" الآلات.

4 أنواع من الذكاء الاصطناعي

أوضح Arend Hintze ، الأستاذ المساعد في علم الأحياء التكاملي وعلوم الكمبيوتر والهندسة بجامعة ولاية ميتشيغان ، في ورقته البحثية أن الذكاء الاصطناعي يمكن تقسيمه إلى 4 أنواع:

آلات رد الفعل. أنظمة الذكاء الاصطناعي هذه ليس لها ذاكرة وهي مهمة محددة. مثال على ذلك Deep Blue ، برنامج الشطرنج IBM الذي تغلب على Garry Kasparov في التسعينيات.
يمكن لـ Deep Blue تحديد القطع على رقعة الشطرنج وإجراء تنبؤات ، ولكن نظرًا لأنه لا يحتوي على ذاكرة ، فلا يمكنه استخدام الخبرة السابقة لإبلاغ القرارات المستقبلية.

1. مناسبة للمهام البسيطة للتصنيف والتعرف على الأنماط ؛
2. مناسبة للسيناريوهات التي تكون فيها جميع المعلمات معروفة: يمكنها أن تتفوق على البشر لأنها يمكن أن تؤدي العمليات الحسابية بشكل أسرع ؛
3. عدم القدرة على العمل مع السيناريوهات التي تتضمن معلومات غير كاملة أو تتطلب فهمًا تاريخيًا.

ذاكرة محدودة. تتمتع أنظمة الذكاء الاصطناعي هذه بذاكرة حتى تتمكن من استخدام الخبرة السابقة لإبلاغ القرارات المستقبلية. تم تصميم بعض وظائف اتخاذ القرار في السيارات ذاتية القيادة بهذه الطريقة.

1. يمكن أن تحل مشاكل التصنيف المعقدة ؛
2. يستخدم البيانات التاريخية للتنبؤ ؛
3. قادر على أداء المهام المعقدة ، مثل قيادة المركبات الذاتية ، ولكن لا يزال غير قادر على التعامل مع المعاني الدخيلة أو الأمثلة السلبية ؛
4. أنظمة الذكاء الاصطناعي الحالية من هذا النوع ، ويقول بعض الخبراء إننا واجهنا عقبة فيما يتعلق بتطوير الذكاء الاصطناعي.

نظرية الوعي. نظرية الوعي مصطلح من علم النفس. فيما يتعلق بالذكاء الاصطناعي ، هذا يعني أن النظام يجب أن يتمتع بذكاء اجتماعي لفهم المشاعر. سيكون هذا النوع من الذكاء الاصطناعي قادرًا على تخمين النوايا البشرية والتنبؤ بالسلوك - وهي مهارة ضرورية للذكاء الاصطناعي ، والتي يمكنها أن تصبح عضوًا أساسيًا في الفرق البشرية.

1. قادر على فهم دوافع الإنسان والتفكير. يمكن أن توفر تجربة شخصية للجميع بناءً على دوافعهم واحتياجاتهم ؛
2. قادر على التعلم من أمثلة أقل لأنه يفهم الدوافع والنوايا ؛
3. يعتبر المعلم التالي في تطور الذكاء الاصطناعي.

الوعي الذاتي. في هذه الفئة ، تمتلك أنظمة الذكاء الاصطناعي "إحساسًا بالذات" يمنحها الوعي. إنه ذكاء اصطناعي على مستوى الإنسان يمكنه أيضًا تجاوز الذكاء البشري. تفهم الآلات التي تدرك نفسها حالتها الحالية. هذا النوع من الذكاء الاصطناعي غير موجود حاليًا.

كيف يتم استخدام الذكاء الاصطناعي اليوم؟

يستخدم الذكاء الاصطناعي في العديد من أنواع التكنولوجيا المختلفة. فيما يلي 6 أمثلة:

أتمتة. عند دمجها مع تقنيات الذكاء الاصطناعي ، يمكن لأدوات الأتمتة توسيع نطاق وأنواع المهام التي يتم تنفيذها. ومن الأمثلة على ذلك أتمتة العمليات الآلية (RPA) ، وهو نوع من البرامج التي تعمل على أتمتة مهام معالجة البيانات المتكررة القائمة على القواعد والتي يؤديها البشر بشكل تقليدي.
إلى جانب التعلم الآلي وأدوات الذكاء الاصطناعي الجديدة ، يمكن لـ RPA أتمتة الكثير من أعمال المؤسسات ، مما يسمح لروبوتات RPA التشغيلية بتغذية المعلومات من الذكاء الاصطناعي والاستجابة لتغيرات العملية.
التعلم الالي. إنه علم كيفية جعل الكمبيوتر يعمل بدون برمجة. التعلم العميق هو مجموعة فرعية من التعلم الآلي يمكن اعتباره أتمتة التحليلات التنبؤية.
هناك ثلاثة أنواع من خوارزميات التعلم الآلي:

• التعلم الآلي مع المعلم. يتم تصنيف مجموعات البيانات بحيث يمكن اكتشاف الأنماط واستخدامها لتسمية مجموعات البيانات الجديدة ؛
• تعليم غير مشرف عليه. لم يتم تصنيف مجموعات البيانات وفرزها حسب التشابه أو الاختلاف ؛
• التعلم المعزز بإشارات من بيئة التفاعل. لم يتم تصنيف مجموعات البيانات ، ولكن بعد تنفيذ إجراء أو عدة إجراءات ، يتلقى نظام الذكاء الاصطناعي التعليقات.

رؤية الآلة . تمنح هذه التقنية الآلة القدرة على الرؤية. تلتقط رؤية الآلة المعلومات المرئية وتحللها باستخدام الكاميرا وتحويل A / D ومعالجة الإشارات الرقمية. غالبًا ما تُقارن الرؤية الآلية بالرؤية البشرية ، ولكن يمكن برمجتها للرؤية من خلال الجدران ، على سبيل المثال.
تُستخدم الرؤية الآلية في مجموعة من التطبيقات بدءًا من تحديد التوقيع وحتى تحليل الصور الطبية. غالبًا ما يتم تحديد رؤية الكمبيوتر التي تركز على معالجة الصور الآلية برؤية الآلة.
معالجة معلومات اللغة الطبيعية (NLP) . إنها معالجة لغة الإنسان بواسطة برنامج كمبيوتر. يعد اكتشاف البريد العشوائي أحد أقدم وأشهر الأمثلة على البرمجة اللغوية العصبية ، والذي يبحث في سطر الموضوع ونص البريد الإلكتروني ويقرر ما إذا كان بريدًا عشوائيًا أم لا. تعتمد الأساليب الحديثة في البرمجة اللغوية العصبية على التعلم الآلي. تتضمن مهام البرمجة اللغوية العصبية ترجمة النصوص وتحليل المشاعر والتعرف على الكلام.
الروبوتات. يتعامل هذا المجال الهندسي مع تصميم وتصنيع الروبوتات. غالبًا ما تستخدم الروبوتات لأداء المهام التي يصعب على البشر إكمالها أو إكمالها بالتسلسل. على سبيل المثال ، تُستخدم الروبوتات في خطوط التجميع لتصنيع السيارات أو بواسطة وكالة ناسا لنقل الأجسام الكبيرة في الفضاء. يستخدم الباحثون أيضًا التعلم الآلي لبناء روبوتات يمكنها التفاعل على وسائل التواصل الاجتماعي.
مركبات بدون طيار . تستخدم المركبات المستقلة مزيجًا من رؤية الكمبيوتر والتعرف على الصور والتعلم العميق لتطوير مهارات قيادة المركبات الآلية للبقاء في المسار وتجنب العقبات والمشاة غير المتوقعة.

ما هي التطبيقات القائمة على الذكاء الاصطناعي؟

اخترق الذكاء الاصطناعي مجموعة متنوعة من المجالات. فيما يلي 9 أمثلة.

الذكاء الاصطناعي في الرعاية الصحية. أكبر الرهانات هي تحسين نتائج المرضى وخفض التكاليف. تستخدم الشركات التعلم الآلي لإجراء تشخيصات أفضل وأسرع من البشر.

تعد تقنية IBM Watson من أشهر التقنيات المستخدمة في مجال الرعاية الصحية. يفهم النموذج اللغة الطبيعية ويمكنه الإجابة على الأسئلة. يقوم النظام بتحليل بيانات المريض ومصادر البيانات الأخرى المتاحة لتشكيل فرضية ، والتي يقدمها بعد ذلك باستخدام مخطط تسجيل الثقة.

تشمل تطبيقات الذكاء الاصطناعي الأخرى استخدام المساعدين الطبيين الافتراضيين وروبوتات الدردشة التي تساعد المرضى وعملاء الرعاية الصحية في العثور على المعلومات الطبية وتحديد مواعيد الطبيب وفهم عملية الفوترة وتنفيذ العمليات الإدارية الأخرى. يتم أيضًا استخدام مجموعة من تقنيات الذكاء الاصطناعي للتنبؤ بالأوبئة ومكافحتها وفهمها بشكل أفضل ، كما كان الحال مع COVID-19.

الذكاء الاصطناعي في الأعمال. يتم دمج خوارزميات التعلم الآلي في منصات التحليلات وأنظمة إدارة علاقات العملاء لتقديم رؤى حول كيفية خدمة العملاء بشكل أفضل. بالإضافة إلى ذلك ، تم دمج روبوتات الدردشة منذ فترة طويلة في مواقع الويب لخدمة العملاء الفورية. أصبحت أتمتة مكان العمل أيضًا موضوع نقاش بين الأكاديميين ومحللي تكنولوجيا المعلومات.

الذكاء الاصطناعي في التعليم. يمكن للذكاء الاصطناعي أتمتة الدرجات ، بالإضافة إلى الدرجات والتكيف مع الطلاب ، مما يساعدهم على العمل وفقًا لسرعتهم الخاصة.

يمكن للمدرسين الافتراضيين تقديم دعم إضافي للطلاب لمواكبة المناهج الدراسية. ربما يمكن لتقنيات الذكاء الاصطناعي تغيير نهج التعلم عن طريق استبدال بعض المعلمين.

الذكاء الاصطناعي في القطاع المالي. يعمل الذكاء الاصطناعي في التمويل الشخصي وتطبيقات الإيداع الضريبي على تغيير طريقة عمل المؤسسات المالية. تجمع هذه التطبيقات البيانات الشخصية للعملاء وتقدم لهم المشورة المالية. بالإضافة إلى ذلك ، في الوقت الحالي ، يتم استخدام الذكاء الاصطناعي في عملية شراء العقارات ويقوم بمعظم التداول في وول ستريت.

الذكاء الاصطناعي في الفقه. غالبًا ما تكون عملية اختيار الوثائق في الفقه ساحقة للناس. يؤدي استخدام الذكاء الاصطناعي لأتمتة العمليات التي تستغرق وقتًا طويلاً في الصناعة القانونية إلى توفير الوقت وتحسين خدمة العملاء. تستخدم شركات المحاماة التعلم الآلي لوصف البيانات والتنبؤ بالنتائج ، ورؤية الكمبيوتر لتصنيف واستخراج المعلومات من المستندات ، ومعالجة اللغة الطبيعية لتفسير طلبات الحصول على المعلومات.

الذكاء الاصطناعي في الإنتاج. الروبوتات الصناعية ، بمجرد برمجتها لأداء مهام منفصلة ومنفصلة عن البشر ، تعمل بشكل متزايد كروبوتات: روبوتات صغيرة متعددة المهام تتعاون مع البشر وتؤدي مجموعة متنوعة من المهام في المستودعات وأرضيات المصانع وأماكن العمل الأخرى.

الذكاء الاصطناعي في البنوك. تستخدم البنوك روبوتات المحادثة بنجاح لإعلام العملاء بالخدمات والعروض ، وكذلك لمعالجة المعاملات التي لا تتطلب تدخلًا بشريًا. تستخدم البنوك أيضًا الذكاء الاصطناعي لتحسين عملية اتخاذ القرار بشأن القروض ، وكذلك لتعيين حدود الائتمان وتحديد فرص الاستثمار.

الذكاء الاصطناعي في مجال خدمات النقل. بالإضافة إلى الدور الأساسي للذكاء الاصطناعي في قيادة المركبات ذاتية القيادة ، تُستخدم تقنيات الذكاء الاصطناعي في صناعة النقل لإدارة حركة المرور والتنبؤ بتأخير الرحلات الجوية وتحسين سلامة وكفاءة النقل البحري.

أمان. تستخدم المؤسسات التعلم الآلي في SIEM (نظام إدارة الأحداث الأمنية) والمجالات ذات الصلة لاكتشاف الحالات الشاذة واكتشاف الأنشطة المشبوهة على الشبكة. من خلال تحليل البيانات واستخدام المنطق لتحديد أوجه التشابه مع البرامج الضارة المعروفة ، يمكن للذكاء الاصطناعي التحذير من الهجمات الجديدة والناشئة في وقت أبكر بكثير من الموظفين المباشرين. تلعب التقنيات الناشئة دورًا كبيرًا في مكافحة الهجمات الإلكترونية.

الذكاء المعزز مقابل الذكاء الاصطناعي

يعتقد بعض خبراء الصناعة أن مصطلح الذكاء الاصطناعي يرتبط ارتباطًا وثيقًا بالثقافة الشعبية ، وقد أدى ذلك إلى أن يكون لدى عامة الناس توقعات لا تصدق حول كيفية تغيير الذكاء الاصطناعي لمكان العمل والحياة بشكل عام.

الذكاء المعزز. يأمل بعض الباحثين والمسوقين أن تساعد تسمية "الذكاء المعزز" ، التي لها دلالة أكثر حيادية ، الناس على فهم أن معظم تطورات الذكاء الاصطناعي ستكون ضعيفة وستعمل ببساطة على تحسين المنتجات والخدمات. يتضمن ذلك ، على سبيل المثال ، عرض المعلومات المهمة تلقائيًا في تقارير ذكاء الأعمال أو إبراز المعلومات المهمة في المستندات القانونية.
الذكاء الاصطناعي. يرتبط الذكاء الاصطناعي الحقيقي (العام) ارتباطًا وثيقًا بمفهوم التفرد التكنولوجي - مستقبل يحكمه الذكاء الاصطناعي الخارق الذي يتجاوز بكثير قدرة الدماغ البشري على فهمه أو كيفية تشكيل واقعنا.

يبقى في عالم الخيال العلمي ، على الرغم من أن بعض المطورين يعملون على إنشاء مثل هذا الذكاء الاصطناعي. يعتقد العديد من الخبراء أن الحوسبة الكمومية يمكن أن تلعب دورًا مهمًا في تحقيق الذكاء الاصطناعي العام.

الاستخدام الأخلاقي للذكاء الاصطناعي

الذكاء الاصطناعي مثير للجدل أيضًا بشأن أخلاقيات استخدامه - في السراء والضراء ، يتذكر نظام الذكاء الاصطناعي ما تعلمه بالفعل.

تعد خوارزميات التعلم الآلي التي تدعم العديد من أدوات الذكاء الاصطناعي الأكثر تقدمًا ذكية مثل بيانات التدريب الخاصة بها. نظرًا لأن بيانات التدريب يتم اختيارها من قبل الإنسان ، فإن التحول المحتمل في التعلم الآلي أمر لا مفر منه ويجب مراقبته بعناية.

عند استخدام التعلم الآلي كجزء من أنظمة الإنتاج الحقيقية ، يجب على المرء أن يأخذ في الاعتبار مسألة الأخلاقيات في عمليات التدريب على الذكاء الاصطناعي وتجنب التحيز. هذا مهم بشكل خاص عند استخدام خوارزميات التعلم العميق وشبكة الخصومة التوليدية (GAN).

تمثل القدرة على شرح القرار المتخذ تحديًا كبيرًا عند استخدام الذكاء الاصطناعي في الصناعات ذات المتطلبات التنظيمية الصارمة. على سبيل المثال ، يجب على المؤسسات المالية في الولايات المتحدة توضيح قرارها بمنح أو رفض قرض. ولكن عندما يتم اتخاذ قرار الرفض بواسطة شبكة عصبية ، من الصعب تفسير السبب ، لأن أدوات الذكاء الاصطناعي تكشف عن ارتباطات دقيقة بين آلاف المتغيرات. عندما لا يمكن تبرير عملية صنع القرار ، يُطلق على برنامج الذكاء الاصطناعي اسم "الصندوق الأسود".

على الرغم من المخاطر المحتملة ، هناك حاليًا العديد من القواعد التي تحكم استخدام أدوات الذكاء الاصطناعي. تفرض لائحة حماية البيانات العامة للاتحاد الأوروبي (GDPR) قيودًا صارمة على كيفية استخدام الشركات لبيانات المستخدم ، مما يعيق التعلم والوظائف للعديد من تطبيقات الذكاء الاصطناعي التي تواجه المستهلك.

إن وضع قوانين لتنظيم الذكاء الاصطناعي ليس بالمهمة السهلة ، ويرجع ذلك جزئيًا إلى أن الذكاء الاصطناعي يتضمن العديد من التقنيات التي تستخدمها الشركات لأغراض مختلفة ، وأيضًا لأن التنظيم يمكن أن يكون مدفوعًا بتقدم الذكاء الاصطناعي وتطوره.

يعد التطور السريع لتقنيات الذكاء الاصطناعي عقبة أخرى أمام تشكيل آلية تنظيم الذكاء الاصطناعي. يمكن أن يؤدي الاختراق التكنولوجي إلى إبطال القوانين الحالية على الفور.

على سبيل المثال ، لا تنطبق القوانين التي تحكم خصوصية المحادثات المسجلة على المساعدين الصوتيين (Alexa من Amazon و Siri من Apple). إنهم يجمعون المحادثات لكن لا يوزعونها ، باستثناء فنيي الشركة الذين يستخدمون تسجيلات المحادثات مع مساعد لتحسين الخوارزميات.

بالإضافة إلى ذلك ، فإن القوانين التي تضعها الحكومات لتنظيم الذكاء الاصطناعي لا تمنع المجرمين من استخدام هذه التكنولوجيا بنية ضارة .

الحوسبة المعرفية والذكاء الاصطناعي

يتم استخدام المصطلحين "الذكاء الاصطناعي" و "الحوسبة المعرفية" أحيانًا بالتبادل ، ولكن بشكل عام ، يتم استخدام مصطلح "الذكاء الاصطناعي" للإشارة إلى الآلات التي تحل محل الذكاء البشري من خلال محاكاة كيفية تعلمنا وإدراكنا ومعالجتنا واستجابتنا للمعلومات في الحياة الحقيقية. العالم.

يستخدم مصطلح "الحوسبة المعرفية" للإشارة إلى المنتجات والخدمات التي تحاكي وتكمل عمليات التفكير البشري.

ما هو تاريخ الذكاء الاصطناعي؟

مفهوم الجماد الموهوب بالذكاء موجود منذ العصور القديمة. تم تصوير الإله اليوناني هيفايستوس في الأساطير على أنه يصنع الخدم الآليين من الذهب. بنى المهندسون في مصر القديمة تماثيل الآلهة التي أحياها الكهنة.

على مر القرون ، استخدم المفكرون من أرسطو إلى اللاهوتي الإسباني في القرن الثالث عشر رامون لول ورينيه ديكارت وتوماس بايز أدوات ومنطق يومهم لوصف عمليات التفكير البشري كرموز ، ووضع الأساس لمفاهيم الذكاء الاصطناعي مثل التمثيل المعرفة العامة

الذكاء الاصطناعي كخدمة

نظرًا لأن تكاليف أجهزة وبرامج وموظفي الذكاء الاصطناعي يمكن أن تكون عالية ، فإن العديد من البائعين يدرجون مكونات الذكاء الاصطناعي في عروضهم القياسية أو يوفرون الوصول إلى منصات AI كخدمة (AIaaS).

AIaaS هي خدمة قائمة على السحابة توفر للمؤسسات قوة الذكاء الاصطناعي والتعلم الآلي. يوفر AIaaS نماذج ومنصات جاهزة لمعالجة اللغة الطبيعية ورؤية الكمبيوتر والتعرف على الكلام والتحليلات التنبؤية وقدرات التعلم الآلي الأخرى.

يقلل AIaaS من التكاليف ويحسن قابلية التوسع ويسمح للمؤسسات بالتركيز على تطوير حلول مبتكرة. تشمل أمثلة موفري AIaaS Google Cloud AI Platform و AWS AI و Microsoft Azure Machine Learning و IBM Watson Studio.