ما هو الذكاء الاصطناعي الضيق؟

• يشير الذكاء الاصطناعي الضيق إلى أنظمة الذكاء الاصطناعي المصممة لأداء مهام محددة بكفاءة عالية، مثل المساعدات الصوتية والتعرف على الوجه.
• على عكس الذكاء الاصطناعي العام (AGI)، فإن الذكاء الاصطناعي الضيق يقتصر على وظائفه المحددة مسبقًا ويفتقر إلى القدرة على التكيف أو التعامل مع المهام خارج تخصصه.

شهد الذكاء الاصطناعي تطورًا كبيرًا على مدى العقود القليلة الماضية، وبينما يربطه الكثيرون بالروبوتات المستقبلية الشبيهة بالبشر، فإن واقع الذكاء الاصطناعي اليوم هو أكثر تخصصًا بكثير. يشير مصطلح "الذكاء الاصطناعي الضيق"، المعروف أيضًا باسم الذكاء الاصطناعي الضعيف، إلى أنظمة الذكاء الاصطناعي المصممة لأداء مهمة محددة أو نطاق ضيق من المهام بكفاءة عالية. على عكس الذكاء الاصطناعي العام، الذي يطمح إلى محاكاة الوظائف المعرفية البشرية عبر مجالات مختلفة، يركز الذكاء الاصطناعي الضيق على حل مشكلات محددة.

في هذه المقالة، سنتعمق في مفهوم الذكاء الاصطناعي الضيق وتطبيقاته وفوائده وتحدياته، بالإضافة إلى مكانته في المشهد الأوسع لتقنيات الذكاء الاصطناعي.

اقرأ أيضًا:فهم الذكاء الاصطناعي الضيق: الذكاء المتخصص في التركيز
اقرأ أيضًا:4 مزايا للذكاء الاصطناعي الضيق: إطلاق الكفاءة والدقة

ما هو الذكاء الاصطناعي الضيق؟

يشير الذكاء الاصطناعي الضيق إلى الذكاء الاصطناعي المبرمج لأداء مهمة محددة أو نطاق محدود من المهام. غالبًا ما يتم تصميمه بتركيز ضيق ويتفوق في هذا المجال ولكنه يفتقر إلى القدرة على التعامل مع المهام خارج نطاقه المبرمج. في الأساس، يؤدي الذكاء الاصطناعي الضيق مهامًا مثل التعرف على الصور، ومعالجة الكلام، أو لعب الشطرنج، لكنه لا يمتلك ذكاءً عامًا أو وعيًا ذاتيًا.

يُستخدم مصطلحالذكاء الاصطناعي الضعيفبشكل شائع على النقيض منالذكاء الاصطناعي القويأوالذكاء الاصطناعي العام (AGI). بينما يتصور الذكاء الاصطناعي القوي أنظمة يمكنها التفكير والتخطيط والتعلم بشكل مستقل في مجالات متعددة، فإن الذكاء الاصطناعي الضيق يقتصر على وظائف محددة مسبقًا. معظم تقنيات الذكاء الاصطناعي المستخدمة في حياتنا اليومية اليوم تقع تحت فئة الذكاء الاصطناعي الضيق. وفقًا لـStuart Russell، الباحث الرائد في الذكاء الاصطناعي ومؤلف كتاب الذكاء الاصطناعي: نهج حديث، "لقد حقق الذكاء الاصطناعي الضيق تقدمًا ملحوظًا في السنوات الأخيرة، لكنه لا يزال مقيدًا بشكل أساسي بتصميمه، حيث يركز على مهام محددة بدلاً من حل المشكلات العامة."

Geoffrey Hinton، رائد في التعلم الآلي، يوضح أكثر: "الذكاء الاصطناعي الضيق فعال بشكل لا يصدق ضمن نطاقه المحدد، لكنه لا يستطيع التكيف أو تطبيق معرفته عبر مجالات مختلفة دون إعادة تدريب أو إعادة برمجة." بالإضافة إلى ذلك،Yoshua Bengio، خبير آخر في التعلم العميق، يشرح: "بينما جلب الذكاء الاصطناعي الضيق فوائد عظيمة لقطاعات مثل الرعاية الصحية والقيادة الذاتية، إلا أنه بعيد عن تحقيق تنوع الذكاء الشبيه بالبشر، وهو هدف الذكاء الاصطناعي العام (AGI)."

لقد حقق الذكاء الاصطناعي الضيق تقدمًا ملحوظًا في السنوات الأخيرة، لكنه لا يزال مقيدًا بشكل أساسي بتصميمه، حيث يركز على مهام محددة بدلاً من حل المشكلات العامة.

Stuart Russell، باحث رائد في الذكاء الاصطناعي ومؤلف كتاب الذكاء الاصطناعي: نهج حديث

اقرأ أيضًا:10 أمثلة على الذكاء الاصطناعي الضيق
اقرأ أيضًا:الذكاء الاصطناعي الضيق مقابل الذكاء الاصطناعي العام: ما الفرق الحقيقي؟

الفرق بين الذكاء الاصطناعي الضيق والذكاء الاصطناعي العام (AGI)

أحد أكثر المفاهيم الخاطئة شيوعًا حول الذكاء الاصطناعي هو الخلط بينالذكاء الاصطناعي الضيقوالذكاء الاصطناعي العام (AGI). يشير الذكاء الاصطناعي العام إلى نظام ذكاء اصطناعي قادر على أداء أي مهمة فكرية يمكن للإنسان القيام بها. يمكنه تعميم تعلمه على مجالات مختلفة، والتفكير بشكل تجريدي، والتكيف مع المواقف الجديدة. لا يزال هذا هدفًا بعيدًا لباحثي الذكاء الاصطناعي ولم يتحقق بعد.Demis Hassabis، الرئيس التنفيذي لـ DeepMind، يضيف: "أنظمة الذكاء الاصطناعي الضيق جيدة بشكل لا يصدق في المهام المتخصصة، لكن افتقارها إلى الفهم العام أو القدرة على نقل المعرفة يجعلها مختلفة جوهريًا عن الذكاء الأوسع الذي نراه في البشر."

من ناحية أخرى، الذكاء الاصطناعي الضيق خاص بالمهمة. لا يمتلك أي قدرات معرفية تتجاوز نطاقه المبرمج. على سبيل المثال، يمكن لـSiriأوAlexaالمساعدة في الأوامر الصوتية ولكن لا يمكنهما المشاركة في محادثات خارج وظائفهما المحددة مسبقًا. لا "يفكر" الذكاء الاصطناعي الضيق بالطريقة التي يفكر بها البشر - فهو ببساطة يعالج البيانات وينفذ خوارزميات مصممة لأغراض معينة. كما تشرحFei-Fei Li، الباحثة الرائدة في الذكاء الاصطناعي في جامعة ستانفورد: "الذكاء الاصطناعي الضيق هو أداة قوية في حل مشكلات محددة، لكنه يفتقر إلى القدرة على التفكير أو التكيف خارج حدوده المحددة."

أنظمة الذكاء الاصطناعي الضيق جيدة بشكل لا يصدق في المهام المتخصصة، لكن افتقارها إلى الفهم العام أو القدرة على نقل المعرفة يجعلها مختلفة جوهريًا عن الذكاء الأوسع الذي نراه في البشر.

Demis Hassabis، الرئيس التنفيذي لـ DeepMind

اقرأ أيضًا:فهم الذكاء الاصطناعي الضيق: هل ChatGPT مثال جيد؟
اقرأ أيضًا:ما هو الذكاء الاصطناعي العام؟ فهم التطور التالي في الذكاء الاصطناعي

الخصائص الرئيسية للذكاء الاصطناعي الضيق

تتميز أنظمة الذكاء الاصطناعي الضيق بعدة خصائص رئيسية:

• التخصص: تم بناء الذكاء الاصطناعي الضيق ليتفوق في مهمة محددة. يمكنه التفوق على البشر في هذه المجالات من خلال معالجة كميات هائلة من البيانات بشكل أسرع وأكثر دقة.
• خاص بالمهمة: تمت برمجته للقيام بشيء واحد بشكل جيد للغاية، مثل التعرف على الوجه، أو خوارزميات التوصية، أو المركبات ذاتية القيادة. لا يمكن للنظام تطبيق معرفته المكتسبة على مهام خارج تخصصه.
• مدفوع بالبيانات: يعتمد الذكاء الاصطناعي الضيق بشكل كبير على البيانات للعمل. يسمح له التعلم الآلي، وهو مجموعة فرعية من الذكاء الاصطناعي، بالتحسن بمرور الوقت كلما تعرض لمزيد من البيانات.
• لا استقلالية: ليس لديه القدرة على اتخاذ القرارات المستقلة أو التفكير عبر مجالات مختلفة. لا يمكنه التفكير أو الابتكار خارج مجال خبرته المحدد.

اقرأ أيضًا:هل الذكاء الاصطناعي جاهز ليكون تقنية عامة الغرض؟

أمثلة على الذكاء الاصطناعي الضيق

تطبيقات الذكاء الاصطناعي الضيق في العالم الحقيقي واسعة الانتشار، والكثير منا يتفاعل معها يوميًا دون أن يدرك ذلك. تتضمن بعض الأمثلة الأكثر شيوعًا للذكاء الاصطناعي الضيق ما يلي:

1.المساعدات الصوتية

المساعدات الصوتية مثلAmazon AlexaوApple SiriوGoogle Assistantهي أمثلة رئيسية على الذكاء الاصطناعي الضيق. يمكن لهذه الأنظمة أداء مهام مثل ضبط المنبهات والإجابة على الأسئلة والتحكم في الأجهزة المنزلية الذكية. ومع ذلك، فإن قدراتها تقتصر على هذه المهام ولا تمتد إلى ما بعد نطاق الأوامر المبرمجة للتعامل معها.

2.أنظمة التوصية

خوارزميات التوصية المستخدمة من قبل منصات مثلNetflixوSpotifyوAmazonمدعومة بالذكاء الاصطناعي الضيق. تحلل هذه الأنظمة تفضيلاتك وسلوكياتك لاقتراح أفلام أو موسيقى أو منتجات تتناسب مع أذواقك. بينما هذه الأنظمة متخصصة للغاية، إلا أنها لا تستطيع التوصية بمنتجات أو خدمات خارج نطاق برمجتها.

3.المركبات ذاتية القيادة

تستخدم السيارات ذاتية القيادة، مثل تلك التي طورتهاTeslaوWaymo، الذكاء الاصطناعي الضيق لوظائف مثل الملاحة واكتشاف العوائق واتخاذ القرارات. تم تصميم هذه الأنظمة لأداء مهام محددة تتعلق بالقيادة، مثل اكتشاف المشاة واتباع قواعد المرور وضبط السرعة.

4.روبوتات المحادثة

روبوتات المحادثة التي تعمل بالذكاء الاصطناعي والمستخدمة في خدمة العملاء، مثلZendeskوDriftوIntercom، هي أمثلة على الذكاء الاصطناعي الضيق. يمكن لروبوتات المحادثة هذه التعامل مع استفسارات العملاء، وتقديم نصائح استكشاف الأخطاء وإصلاحها، وحتى معالجة المعاملات. ومع ذلك، فهي تقتصر على السيناريوهات المحددة مسبقًا ولا يمكنها التعامل مع محادثات أكثر تعقيدًا أو غير مكتوبة.

5.التعرف على الوجه

تقنية التعرف على الوجه، المستخدمة لأغراض أمنية وفي تطبيقات مثلApple Face ID، تستفيد من الذكاء الاصطناعي الضيق لتحديد الأفراد بناءً على ملامح وجوههم. هذه الأنظمة دقيقة للغاية في مطابقة الوجوه ضمن مجالها المحدد ولكنها لا تستطيع التعميم في مهام أخرى، مثل التعرف على الصوت أو اكتشاف الكيانات.

فوائد الذكاء الاصطناعي الضيق

يوفرالذكاء الاصطناعي الضيقالعديد من المزايا الرئيسية، خاصة من حيث الكفاءة وقابلية التوسع وقدرات حل المشكلات. تتضمن بعض الفوائد البارزة ما يلي:

1.الكفاءة

يمكن لأنظمة الذكاء الاصطناعي الضيق معالجة كميات هائلة من البيانات بشكل أسرع بكثير من البشر. على سبيل المثال، يمكن لأنظمة التصوير الطبي المدعومة بالذكاء الاصطناعي تحليل الأشعة السينية أو التصوير بالرنين المغناطيسي بمعدل أسرع بكثير من الأطباء البشر، مما قد يحدد التشوهات التي قد يتم التغاضي عنها في الفحوصات اليدوية.

2.الدقة

يمكن لأنظمة الذكاء الاصطناعي، عند تدريبها ببيانات عالية الجودة، تحقيق مستوى عالٍ منالدقةفي مهامها المحددة. في مجالات مثل اكتشاف الاحتيال أو التحليل المالي، يمكن للذكاء الاصطناعي الضيق تحديد الأنماط بسرعة التي قد يفوتها المحللون البشريون، مما يقلل الأخطاء ويزيد الدقة الإجمالية.

3.الفعالية من حيث التكلفة

نظرًا لأن الذكاء الاصطناعي الضيق يركز عادةً على مهمة واحدة، يمكنه تقليل الحاجة إلى العمل البشري في الوظائف المتكررة أو العادية. يمكن أن يؤدي ذلك إلىتوفير كبير في التكاليفللشركات في صناعات مثل خدمة العملاء والتصنيع والتجزئة.

4.قابلية التوسع

يمكن توسيع نطاق أنظمة الذكاء الاصطناعي الضيق بسهولة للتعامل مع كميات متزايدة من البيانات أو الطلب المتزايد. على سبيل المثال، مع توسع منصات التجارة الإلكترونية، يمكن لمحركات التوصية الخاصة بها معالجة مجموعات بيانات أكبر لاقتراح منتجات أكثر تخصيصًا لجمهور أوسع.

5.الأتمتة

يلعب الذكاء الاصطناعي الضيق دورًا رئيسيًا فيأتمتةالمهام المتكررة والمستهلكة للوقت. هذا واضح في صناعات مثل التصنيع، حيث تؤدي الروبوتات المدعومة بالذكاء الاصطناعي مهامًا مثل تجميع المنتجات، أو في الخدمات اللوجستية، حيث تعمل خوارزميات الذكاء الاصطناعي على تحسين طرق التسليم.

تحديات الذكاء الاصطناعي الضيق

بينما يقدم الذكاء الاصطناعي الضيق مزايا عديدة، فإنه يأتي أيضًا مع مجموعة من التحديات الخاصة به. تتضمن بعض هذه التحديات ما يلي:

1. قابلية التكيف المحدودة

الذكاء الاصطناعي الضيقفعال فقط ضمن مجاله المحدد. لا يمكنه التكيف مع المهام الجديدة أو حل المشكلات خارج نطاق تدريبه. على سبيل المثال، لا يمكن إعادة استخدام نظام التعرف على الوجه المدرب على التعرف على الوجوه للتعرف على الكيانات أو فهم اللغة الطبيعية. كما يلاحظYoshua Bengio، رائد التعلم العميق: "عدم قدرة الذكاء الاصطناعي الضيق على نقل المعرفة من مهمة إلى أخرى يسلط الضوء على حدوده - وظائفه محصورة بشكل صارم في النطاق الذي تم تدريبه عليه، على عكس الذكاء البشري القابل للتكيف."

2.الاعتماد على البيانات

تتطلب أنظمة الذكاء الاصطناعي الضيق كميات كبيرة من البيانات عالية الجودة لتعمل بشكل فعال. في كثير من الحالات، إذا كانت البيانات متحيزة أو غير كاملة، يمكن لنظام الذكاء الاصطناعي أن يتنبأ أو يتخذ قرارات غير دقيقة. هذه المشكلة مقلقة بشكل خاص في مجالات مثل العدالة الجنائية، حيث قد تؤدي أنظمة الذكاء الاصطناعي المتحيزة إلى إدامة التحيزات القائمة. تؤكدKate Crawford، الباحثة الرائدة في الذكاء الاصطناعي والأخلاقيات، "قوة البيانات أساسية لفعالية الذكاء الاصطناعي الضيق، لكن يجب أن ندرك أن البيانات المتحيزة يمكن أن تؤدي إلى نتائج ضارة، خاصة عند استخدام الذكاء الاصطناعي في قرارات حاسمة، مثل تطبيق القانون أو التوظيف."

3.المخاوف الأخلاقية

نشر أنظمة الذكاء الاصطناعي الضيق، خاصة في مجالات مثل التعرف على الوجه، يثير مخاوف أخلاقية كبيرة. قضايا الخصوصية، والتحيز في اتخاذ القرارات، واحتمال سوء الاستخدام كلها اعتبارات مهمة عند تنفيذ تقنيات الذكاء الاصطناعي. تجادلTimnit Gebru، باحثة أخلاقيات الذكاء الاصطناعي، "الذكاء الاصطناعي الضيق، خاصة عند استخدامه للمراقبة، لديه القدرة على انتهاك حقوق الخصوصية، ومن الضروري أن نعالج هذه المخاوف الأخلاقية قبل نشر هذه الأنظمة على نطاق واسع."

4.إزاحة الوظائف

مع استمرار الذكاء الاصطناعي الضيق في أتمتة المهام، هناك مخاوف بشأن إزاحة الوظائف، خاصة في صناعات مثل التصنيع وخدمة العملاء والتجزئة. بينما يمكن للذكاء الاصطناعي تحسين الإنتاجية، يمكنه أيضًا تقليل الحاجة إلى العمال البشر في أدوار معينة. يحذرKai-Fu Lee، خبير الذكاء الاصطناعي البارز ومؤلف كتاب "القوى العظمى للذكاء الاصطناعي": "بينما يمكن للذكاء الاصطناعي الضيق زيادة الإنتاجية، فإنه لديه أيضًا القدرة على إزاحة ملايين الوظائف، خاصة في قطاعات العمل الروتيني واليدوي. يجب أن نستعد لمستقبل يحتاج فيه العمال إلى إعادة التدريب وإعادة التأهيل للتكيف مع الاقتصادات التي يقودها الذكاء الاصطناعي."

عدم قدرة الذكاء الاصطناعي الضيق على نقل المعرفة من مهمة إلى أخرى يسلط الضوء على حدوده - وظائفه محصورة بشكل صارم في النطاق الذي تم تدريبه عليه، على عكس الذكاء البشري القابل للتكيف.

Yoshua Bengio، رائد التعلم العميق

اقرأ أيضًا:كيف ستؤثر أخلاقيات الذكاء الاصطناعي على المجتمع؟

الذكاء الاصطناعي الضيق في المستقبل

بينما الذكاء الاصطناعي الضيق هو حاليًا الشكل الأكثر انتشارًا للذكاء الاصطناعي، فإنه سيستمر في التطور وقد يلعب دورًا مهمًا في التقدم نحوالذكاء الاصطناعي العام. يستكشف الباحثون طرقًا لجعل أنظمة الذكاء الاصطناعي أكثر مرونة، وقادرة على التعلم من مجموعات بيانات أصغر، وقادرة على التعميم عبر مهام مختلفة.

في السنوات القادمة، من المحتمل أن نرىأنظمة ذكاء اصطناعي هجينةتجمع بين نقاط قوة الذكاء الاصطناعي الضيق مع قدرات أوسع. قد تكون هذه الأنظمة قادرة على التعامل مع مهام أكثر تعقيدًا مع الاحتفاظ بالكفاءة والدقة التي يشتهر بها الذكاء الاصطناعي الضيق.

الأسئلة الشائعة