قد يتحقق الذكاء الاصطناعي يومًا ما باستخدام الشبكات العصبية الاصطناعية، ولكن هناك العديد من الاختلافات الرئيسية بين هذه التقنيات المثيرة، فما هو الفرق بينهما؟
الفرق بين الذكاء الاصطناعي والشبكات العصبية.
الذكاء الاصطناعي (AI) والشبكات العصبية الاصطناعية (ANN) هما مجالان مثيران ومتشابكان في علوم الكمبيوتر. ومع ذلك، هناك العديد من الاختلافات بين الاثنين التي تستحق المعرفة عنها.
الفرق الرئيسي هو أن الشبكات العصبية هي نقطة انطلاق في البحث عن الذكاء الاصطناعي.
الذكاء الاصطناعي.
الذكاء الاصطناعي هو مجال واسع يهدف إلى إنشاء آلات ذكية، وهو شيء تم تحقيقه عدة مرات اعتمادًا على كيفية تعريفك للذكاء.
على الرغم من حقيقة أن لدينا أجهزة كمبيوتر يمكنها الفوز في لعبة “Jeopardy” والتغلب على أبطال الشطرنج. فإن هدف الذكاء الاصطناعي يُنظر إليه عمومًا على أنه السعي وراء الذكاء العام، أو الذكاء الذي يمكن تطبيقه على مشكلات ظرفية متنوعة وغير ذات صلة.
تم إنشاء العديد من أنظمة الذكاء الاصطناعي التي تم إنشاؤها حتى هذه المرحلة لغرض. مثل تشغيل روبوت يلعب كرة الطاولة أو يهيمن على لعبة “Jeopardy”.
هذه هي النتيجة الحتمية عندما يجلس علماء الكمبيوتر وبنتجون شيئًا ما للقيام بمهمة محددة – ينتهي بهم الأمر بشيء يمكنه القيام بهذه المهمة وليس أي شيء آخر.
الشبكات العصبية الاصطناعية.
للتغلب على مشكلة أنظمة الذكاء الاصطناعي الموجهة نحو المهام، بدأ علماء الكمبيوتر باللعب مع الشبكات العصبية الاصطناعية.
تتكون أدمغتنا الذكية بشكل عام من شبكات عصبية بيولوجية تقوم بإجراء اتصالات بناءً على تصوراتنا والمحفزات الخارجية. مثال مبسط للغاية هو الألم الناتج عن الحروق.
عندما يحدث هذا لأول مرة، يتم إجراء اتصال في دماغك يحدد المعلومات الحسية المعروفة باسم النار (اللهب، ورائحة الدخان، والحرارة) ويربطها بالألم. هذه هي الطريقة التي تتعلم بها، في سن مبكرة جدًا، كيفية تجنب التعرض للحرق.
من خلال هذه الشبكة العصبية نفسها، يمكننا القيام بالكثير من التعلم العام مثل “مذاق الآيس كريم جيدًا” وحتى تحقيق قفزات استنتاجية مثل “هناك دائمًا غيوم قبل المطر” أو “ترتفع الأسهم دائمًا في ديسمبر”.
هذه القفزات ليست صحيحة دائمًا (هناك آيس كريم سيئ وهناك مخزونات تنخفض في ديسمبر)، ولكن يمكن تصحيحها من خلال التجربة، مما يسمح بالتعلم التكيفي.
تحاول الشبكات العصبية الاصطناعية إعادة إنشاء نظام التعلم هذا على أجهزة الكمبيوتر من خلال إنشاء برنامج إطار عمل بسيط للرد على مشكلة وتلقي التعليقات حول كيفية عملها.
يمكن لجهاز الكمبيوتر تحسين استجابته من خلال القيام بنفس المشكلة آلاف المرات وتعديل استجابته وفقًا للتعليقات التي يتلقاها. يمكن بعد ذلك إعطاء الكمبيوتر مشكلة مختلفة، والتي يمكنه التعامل معها بنفس الطريقة التي تعلمها من المشكلة السابقة.
من خلال تغيير المشكلات وعدد الأساليب لحلها التي تعلمها الكمبيوتر ، يمكن لعلماء الكمبيوتر تعليم الكمبيوتر ليكون اختصاصيًا عامًا.
إقرأ أيضاً… 10 طرق سيغيّر فيها الذكاء الاصطناعي مستقبل العالم.
مستقبل الذكاء الاصطناعي والشبكات العصبية.
على الرغم من أن هذا يستحضر صورًا لأجهزة الكمبيوتر التي تسيطر على العالم وتحصد البشر كما رأينا في أفلام هوليوود مثل “The Martrix”. إلا أننا ما زلنا بعيدين عن الشبكات العصبية طريقنا إلى الذكاء الاصطناعي.
يتم التعبير عن جميع المشكلات التي يتم اختبارها على الشبكات العصبية رياضيًا. لا يمكنك حمل زهرة على الكمبيوتر وإخباره بتخمين اللون من الرائحة، لأنه يجب التعبير عن الرائحة بالأرقام. ثم يتعين على الكمبيوتر فهرسة هذه الأرقام في الذاكرة، إلى جانب صور الزهور تنبعث منها تلك الرائحة.
ومع ذلك، فإن الشبكات الاصطناعية التي يمكن إعطاؤها المزيد من المدخلات لأشياء مثل الرائحة – والقدرة على التعلم من كل هذه المدخلات – قد تكون على المسار الصحيح لإنتاج أول ذكاء اصطناعي يلبي معايير حتى أكثر المتحمسين للذكاء الاصطناعي.
في جوهرها، الشبكات العصبية الاصطناعية هي نماذج للشبكات العصبية البشرية المصممة لمساعدة أجهزة الكمبيوتر على التعلم.
الذكاء الاصطناعي هو النتيجة الذهبية التي يحاول بعض علماء الكمبيوتر تحقيقها باستخدام تقنيات مثل محاكاة الشبكات العصبية.
