المحتوى
المصدر: iLexx / iStockphoto
يبعد:
قد يتحقق الذكاء الاصطناعي في يوم من الأيام باستخدام الشبكات العصبية الاصطناعية ، ولكن هناك العديد من الاختلافات الرئيسية بين هذه التقنيات المثيرة.
الذكاء الاصطناعي (AI) والشبكات العصبية الاصطناعية (ANN) هما مجالان مثيران ومتشابهان في علوم الكمبيوتر. هناك ، مع ذلك ، العديد من الاختلافات بين الاثنين التي تستحق المعرفة.
الفرق الرئيسي هو أن الشبكات العصبية هي نقطة انطلاق في البحث عن الذكاء الاصطناعي.
الذكاء الاصطناعي هو مجال واسع يهدف إلى إنشاء آلات ذكية ، وهو ما تم تحقيقه عدة مرات بناءً على كيفية تعريفك للذكاء. على الرغم من حقيقة أن لدينا أجهزة كمبيوتر يمكن أن تفوز في "Jeopardy" وتغلب على أبطال لعبة الشطرنج ، إلا أن هدف الذكاء الاصطناعي يُنظر إليه عمومًا على أنه السعي لتحقيق الذكاء العام ، أو الذكاء الذي يمكن تطبيقه على المشكلات الظرفية المتنوعة وغير ذات الصلة.
تم بناء العديد من الذكاء الاصطناعي الذي تم بناؤه حتى هذه المرحلة بغرض ، مثل تشغيل روبوت يلعب بينج بونج أو يهيمن على "Jeopardy". هذه هي النتيجة الحتمية عندما يجلس علماء الكمبيوتر ويخلقون شيئًا للقيام بمهمة محددة - ينتهي بهم الأمر بشيء يمكنه القيام بهذه المهمة وليس الكثير.
للتغلب على مشكلة الذكاء الاصطناعى الموجه نحو المهام ، بدأ علماء الكمبيوتر بالتجول مع الشبكات العصبية الاصطناعية. تتكون أدمغتنا الذكية عمومًا من شبكات عصبية بيولوجية تقوم بعمل اتصالات استنادًا إلى تصوراتنا وحوافزنا الخارجية.
مثال مبسط بشكل صارخ هو الألم الناتج عن الحروق. عندما يحدث هذا لأول مرة ، يتم إجراء اتصال في عقلك يحدد المعلومات الحسية المعروفة باسم النار (النيران ، رائحة الدخان ، الحرارة) ويربطها بالألم. هذه هي الطريقة التي تتعلم بها ، في سن مبكرة ، كيفية تجنب الإصابة بالحروق. من خلال هذه الشبكة العصبية نفسها ، يمكننا أن نفعل الكثير من التعلم العام مثل "آيس كريم طعمه جيد" وحتى أن نقفز قفزات استنتاجية مثل "هناك دائماً غيوم قبل المطر" أو "الأسهم ترتفع دائمًا في ديسمبر". هذه القفزات غير صحيحة دائمًا (يوجد الآيس كريم السيئ وهناك مخزونات تنخفض في ديسمبر) ، ولكن يمكن تصحيحها من خلال التجربة ، مما يتيح التعلم التكيفي.
تحاول الشبكات العصبية الاصطناعية إعادة إنشاء نظام التعلم هذا على أجهزة الكمبيوتر عن طريق إنشاء برنامج إطاري بسيط للاستجابة للمشكلة وتلقي ملاحظات حول كيفية حدوثها. يمكن لجهاز الكمبيوتر تحسين استجابته عن طريق القيام بنفس المشكلة آلاف المرات وضبط استجابته وفقًا للتعليقات التي يتلقاها. يمكن عندئذ أن يواجه الكمبيوتر مشكلة مختلفة ، والتي يمكنه التعامل معها بالطريقة نفسها التي تعلم بها من المشكلة السابقة. من خلال تغيير المشكلات وعدد الأساليب لحلها التي تعلمها الكمبيوتر ، يمكن لعلماء الكمبيوتر تعليم الكمبيوتر ليكون اختصاصيًا.
على الرغم من أن هذا يستحضر صوراً لأجهزة الكمبيوتر التي تسيطر على العالم وتحصن البشر كما تظهر في أفلام هوليود مثل "Martrix" ، إلا أننا ما زلنا بعيدين جداً عن الشبكات العصبية في طريقنا إلى الذكاء الاصطناعي. يتم التعبير عن جميع المشاكل التي يجري اختبارها على الشبكات العصبية رياضيا. لا يمكنك حمل زهرة على جهاز كمبيوتر وتخبره بتخمين لون الرائحة ، لأنه يجب التعبير عن الرائحة بالأرقام وبعد ذلك سيتعين على الكمبيوتر فهرسة هذه الأرقام في الذاكرة ، جنبًا إلى جنب مع صور الزهور ينبعث منها تلك الرائحة.
No Bugs، No Stress - دليلك خطوة بخطوة لإنشاء برامج لتغيير الحياة دون تدمير حياتك
لا يمكنك تحسين مهارات البرمجة لديك عندما لا يهتم أحد بجودة البرنامج.
ومع ذلك ، فإن الشبكات العصبية الاصطناعية التي يمكن إعطاءها المزيد من المدخلات لأشياء مثل الرائحة - والقدرة على التعلم من كل هذه المدخلات - قد تكون على الطريق الصحيح لإنتاج أول الذكاء الاصطناعي الذي يفي بمعايير أكثر المتحمسين للذكاء الاصطناعي.
في جوهرها ، الشبكات العصبية الاصطناعية هي نماذج للشبكات العصبية البشرية المصممة لمساعدة أجهزة الكمبيوتر على التعلم. الذكاء الاصطناعي هو الكأس المقدسة التي يحاول بعض علماء الكمبيوتر تحقيقها باستخدام تقنيات مثل محاكاة الشبكات العصبية.