طلب انشاء قسم للذكاء الصناعي و تطبيقاته

بسم الله الرحمن الرحيم

تعريف الذكاء الاصطناعي :

أعتمد العلماء اربعة مداخل لتعريف الذكاء الاصطناعي هي:

1. التفكير كالانسان Think like humans

2. الفعل كالانسان Act like humans

3. التفكير العقلانيThink rationally

4. الفعل العقلاني Act rationally

وبناء على ذلك وضعت التاريف التالية لعلم الذكاء الاصطناعي

“The study of the computations that make it possible to perceive, reason, and act” (Winston 1992)

“The exciting new effort to make computers think… machines with minds, in the full and literal sense” (Haugland,1985)

“Computational intelligence is the study of the design of intelligent agents.” (Poole et al.,1989)

“The art of creating machines that perform functions that require intelligence when performed by people” (Kurtweil, 1990).

لعل الاهتمامين الرئيسيين لابحاث الذكاء الاصطناعي هما تمثيل المعرفة knowledge representation والبحث search يعالج الموضوع الأول مشكلة تمثيل المعرفة في لغة رسمية مناسبة للمعالجة عن طريق الحاسب. ويعتبر البحث تقنية لحل المشاكل والتي تكتشف فضاءً لحالات المشكلة بمعنى أنه يقدم مراحل بديلة ومتتالية في عملية حل المشاكل.

الذكاء الاصطناعي مثله مثل معظم العلوم الأخرى ينقسم إلى عدد من العلوم الجزئية التي تعالج تطبيقات مختلفة نذكر منها:

1- الالعاب Games

كانت معظم الأبحاث المبكرة في بحث فضاء الحالة تتم باستخدام العاب اللوحة المشتركة common board game مثل الشطرنج والالغاز 15-puzzle بالاضافة إلى الميول الذهنية لهذه الالعاب فإن لها خصائص عدة تجعلها مثالية لمثل هذه الابحاث. وكذلك يتم لعبها باستخدام مجموعة معروفة من القواعد.

2- أتمتة اثبات النظريات والاستنتاج Automated Reasoning and Theorem proving

تعتبر اتمتة اثبات النظريات من اقدم فروع الذكاء الاصطناعي , Newell and Simon’s Logic theories (1963), General Problem solver (GSP 1963) , formal representation languages as predicate calculus and logic programming PROLOG.

3- الانظمة الخبيرة Expert Systems

المعرفة الخبيرة expert knowledge هي مجموعة من الفهم النظري المُشكّل من قواعد حل المشلكة الحدسية heuristic solving التي اثبت التجربة انها فعالة في بناء النظم الخبيرة. ويحصل على هذه المعرفة من الخبير البشري وتشفيرها بشكل يستطيع الحاسب تطبيقها على مشاكل مماثلة.

مختص الذكاء الاصطناعي أو مهندس المعرفة knowledge engineer يكون مسئولاً عن تنفيذ هذه المعرفة في برنامج يتمتع بالفاعلية ويبدي سلوكاً ذكياً.

يعتبر Dendral أحد اقدم الانظمة الخبيرة في حل المشاكل حيث طور في ستانفورد في اواخر الستينات. صمم هذا النظام ليتعرف على تركيب الجزئيات العضوية من صنفها الكيميائي ومعلومات تحليل طيف الكتلة حول الروابط الكيميائية الموجوده في الجزيئات.

يعتبر النظام Mycin هو النظام الذي وضع الأساس لهيكل الأنظمة الخبيرة الحديثة، حيث يستخدم هذا النظام معرفة الخبير الطبية في تشخيص وتوصيف العلاج لأمراض الدم المعدية. وقد طور في جامعة Stanford في منتصف السبيعينات وكان أول نظام قدم حلولاً للمشاكل عن طريق الأستنتاج وإظهار عوامل عدم التأكد Uncertainty.

هناك عدة نظم خبيرة أخرى كلاسيكية تشمل برنامج Procspector لتحديد مواقع المناجم المعدنية المحتملة ونوع ترسبات الصخور المعدنية بناءً على معلومات جيولوجية حول الموقع. وهناك النظام Dimpter Advisor الذي يقوم بتفسير نتائج التنقيب عن النفط.

4- فهم اللغة الطبيعية Natural Language Understanding

أحد الأهداف المشوقة للذكاء الأصطناعي هو إنشاء برامج لها المقدرة على فهم وتوليد اللغة البشرية المحكية.

أن عملية تجميع وتنظيم المعرفة الخلفية الواسعة وتطبيقها إلى عمق اللغة تعتبر المشكلة الرئيسية في أتمتة فهم اللغة الطبيعية وإستجابة لهذه الرغبة قام الباحثون بتطوير العديد من التقنيات لتركيب المعنى اللغوي المستخدم في الذكاء الأصطناعي. أحد أقدم البرامج التي تستغل طريقة Micro world هو Winograd’s SHRDLU هو نظام لغة طبيعي يستطيع الحديث حول تشكيلة بسيطة من الصناديق ذات الاشكال المختلفة. يستطيع هذا البرنامج إجابة أسئلة مثل ما هو لون الصندوق الموجود على المكتب الأزرق. حرك الهرم الأحمر على الصندوق الأخضر.

5- نمذجة الأداء البشري Modeling Human Performance

معظم برامج AI تمت هندستها لحل بعض المسائل المفيده دون النظر لتشابهها مع البيئة الذهنية للبشر، حتى الأنظمة الخبيرة والتي تشتق كثيراً من معرفتها من الخبراء البشر فأنها لاتحاول بالفعل محاكاة الذهن البشري الداخلي في عمليات حل المشاكل.

في الواقع فإن البرامج التي لا تحاكي الذهن البشري في حلها للمشاكل تكون غالباً أكثر نجاحاً من تلكالتي تحاكي البشر.

أن تصميم أنظمة تحالي الأداء البشري تعتبر مصدراً خصباً ووفيراً للبحث في الذكاء الإصطناعي.

6- التخطيط والربوتات: Planning and Robotics

انصب الجهد والبحث في تصميم الربوتات التي يمكنها تنفيذ مهامها بدرجة من المرونة ولها المقدرة في التفاعل مع العالم المحيط بها بالكلام أو بالفعل. ويفترض التخطيط ربوتاً قادراً على الحركة عبر غرفة مليئة بالعوائق obstacle-filled room وكيفية برمجة تتابع وتنفيذ الافعال الدقيقة التي تمكنه من أداء هذه المهمة . ويعتبر التخطيط مسألة صعبة لعدة أسباب منها حجم الفراغ (الفضاء) للتتابعات الممكنة من الحركة.

تسخدم طريقة تحزئة المشكلة بشكل هرمي hierarchy problem decomposition في التخطيط.

يجب على الروبوت عادة أن يكون له المقدرة على صياغة مخطط ما بناءً على معلومات غير مكتملة وأن يصحح سلوكه عندما ينفذ المخطط. والروبوت الذي ينفذ بشكل أعمى تتابع الأحداث دون الإستجابة للتغيرات في بيئته أو المقدرة على اكتشاف وتصحيح الأخطاء في مخططه الخاص لا يمكن أن يكون ذكياً.

استخدمت الربوتات في صناعة السيارات والهواتف النقالة في الفضاء.

7- تعلّم الآلة Machine Learning

التعلم يعتبر تحدي لعلم الذكاء الأصطناعي ، ويجب القول أن أهمية التعلم هي أحد المكونات الهامة للسلوك الذكي. فبرامج النظم الخبيرة تنفذ عمليات حسابية موسعة لحل مشكلة ما. ولكنها إذا طلب منها حل نفس المشكلة مرة أخرى فلا تتذكر الحل السابق حيث تقوم بتنفيذ نفس العمليات السابقة حتى ولو طلب منها ذلك عشرات المرات وبذلك يعتبر سلوكه غير ذكي.

رغم أن التعلم هو مساحة صعبة ولكن ظهرت بعض البرامج تتصف بقدرتها على التعلم منها الرياضي المؤتمت AM Automated Mathematician (Lenat 1977-1982)والمصصم لإكتشاف قوانين رياضية جديدة في حقل نظرية المجموعات set theory . يعطى هذا البرنامج مفاهيم البديهات في نظرية المجموعات ومن ثم يقوم بإستنتاج مثل هذه المفاهيم الرياضية الهامة. والمطلوب منه تخمين نظرية جديده بتعديل قاعة المعرفة لديه ويستخدم الحدس لتعقب أفضل نظرية من بين النظريات المستنتجة.

8- الشبكات العصبية والخوارزميات الجينية Neural Nets and Genetic Algorithms

معظم تقنيات الذكاء الاصطناعي تستخدم معرفة ممثلة بوضوع وخوارزميات بحث مصممة بحذر لتنفيذ الذكاء ولكن هنالك طريقة مختلفة جداً تبحث في بناء برامج ذكاء تستخدم نماذج توازي تركيب العصبون في مخ الأنسان.

يتكون هذا المخطط من جسم الخلية الذي يمتلك عدداً من الفروع تدعى استطالات dendrites وفرعاً واحداً يدعى المحور axon. تستقبل الاستطالات الإشارات من العصبونات الأخرى. عندما تتجاوز النبضات المجمعة مقدار عتبة محددة threshold يشتعل العصبون the neuron fires وتمر النبضة impulse في المحور. الفروع في نهاية المحور تشكل المشابك synapses مع استطالات العصبونات الأخرى. المشبك هو نقطة الاتصال بين العصبونات . هذه المشابك يمكن أن تحريضية excitatory أو تثبيطية inhibitatory فهي إما ان تضاف إلى المجموع الكلي للإشارات الواصلة إلى العصبون أو أن تطرح من المجموع الكلي.

تشكل البني والتراكيب العصبونية آليات حذابة ومغرية لتنفيذ الذكاء لعدة اسباب:

· برامج الذكاء الاصطناعي التقليدية يمكن أن تكون قوية ومتينة ولكنها سهلة التعطل وهي إجمالاً حساسة للضجيج.

· البنى العصبونية ولأنها تحصل على المعرفة من عدد كبير من الوحدات الدقيقة الموزعة حول شبكة ما تبدو ذات إمكانيات أكبر لملائمة الضجيج والمعلومات غيرالمكتملة.

اخى robot2030

هل قمت بالغاء خاصية استقبال الرسائل؟

احاول ارسال رساله لك , ويخبرنى بانك الغيت هذه الخاصية من عندك.