مرحبا ! انا جبريل
جون جرين بوت: وانا جون غرين الآلي
ومرحبا بكم في كورس الذكاء الاصطناعي من " كراش كورس"
الأن، أريد ان أتأكد أننا على نفس الخط
الذكاء الاصطناعي في كل مكان
انه يساعد البنوك للقيام بقرارات الإقراض و يساعد الأطباء في تشخيص المرضى.
انه في هواتفنا ، الإكمال التلقائي للنصوص ، الخوارزميات التي تقوم بالتوصية على
فيديوهات اليوتيوب لمشاهدتها بعد هذا الفيديو!
الذكاء الاصطناعي لديه بالفعل اثر كبير على حياتنا.
لذلك نتفهم تباين المشاعر عند الناس حوله.
بعضنا يتخيل أن الذكاء الاصطناعي سيغير العالم إلى الافضل ، بامكانه انهاء حوادث السيارات
لأننا نملك سيارات ذاتية القيادة ، أو بامكانه تقديم رعاية جيدة و تخصيصية لكبار السن
وآخرون قلقون من أن الذكاء الاصطناعي سيقود الى مراقبة دائمة من حكومة 'الاخ الأكبر'
البعض يقول ان الآلة ستأخذ كل أعمالنا
أو قد تحاول الروبوتات قتلنا جميعًا.
لا لسنا قلقين بشأنك يا جون غرين الآلي
ولكن عندما نتفاعل مع الذكاء الاصناعي المتاح كـ'سيري'...
يا سيري.
هل سيقوم الذكاء الاصطناعي بقتلنا جميعا ؟
انا لا افهم السؤال
من الواضح أن تلك الأوقات مازالت بعيدة
الآن لكي نفهم إلى أين قد يتجه الذكاء الاصطناعي
و دورنا في ثورة الذكاء الاصطناعي
يجب أن نفهم كيف
وصلنا لما نحن عليه اليوم
إذا كانت معظم معرفتك حول الذكاء الاصطناعي
من الأفلام أو الكتب ، ربما يبدو الذكاء الاصطناعى
كالتسمية الغامضة لأي آلة
يمكن أن تفكر مثل الإنسان.
يحب كتاب الخيال أن يتخيلوا ذكاء اصطناعي شامل
، يمكنه الاجابة على أي سؤال قد يكون
لدينا ، والقيام بأي شيء يمكن للإنسان القيام به.
ولكن هذه طريقة تفكير متزمّته عن
الذكاء الاصطناعى وليست واقعية جدا.
عذرًا ، جون جرين الآلي ، لا يمكنك فعل كل ذلك بعد.
ويقال أن للآلة ذكاء اصطناعي
إذا كان يمكنها تفسير البيانات، احتمالية تعلّمها
من البيانات ، وتستخدم هذه المعرفة للتكيّف
وتحقيق أهداف محددة.
الآن ، فكرة "التعلم من البيانات"
هو نهج جديد نوعا ما.
لكننا سوف نترّق لذلك أكثر في الحلقة الرابعة
فمثلا حمّلنا برنامجًا جديدًا في
جون جرين بوت.
ينظر هذا البرنامج إلى مجموعة من الصور ، بعضها
لي وبعضها ليس لي ، ومن ثم يتعلم
من تلك البيانات.
ثم ، يمكننا أن نظهر له صورة جديدة ، مثل هذا "السيلفي" لي هنا في الاستوديو و أنا أصور هذا
الفيديو الخاص بـ"كراش كورس"، وسنرى ما اذا كان يمكنه
أن يدرك أن الصورة لي.
جون جرين بوت: أنت جبريل.
إذا كان يمكنه تصنيف تلك الصورة الجديدة بشكل صحيح ،
يمكننا القول أن جون جرين بوت لديه بعض الذكاء الاصطناعي!
بالطبع ، هذه مدخلات محددة للغاية
من الصور
ومهمة محددة للغاية لتصنيف صورة ما إذا كانت لي أم لا
مع هذا البرنامج فقط ، لا يمكن لـ John Green-bot
أن يتعرف أو يُسمي أي شخص / ليس / أنا ...
جون غرين بوت: أنت لست جبريل.
لا يستطيع الانتقال إلى الأماكن.
أو عقد محادثة ذات معنى
لا.
أنا فقط لا افهم
لماذا أي شخص قد يختار مخبوزات الباجل عندما يكون لديك
دونات جيدة تماما هنا؟
جون جرين بوت: أنت جبريل
شكرا جون جرين بوت.
لا يستطيع أن يفعل معظم الأشياء التي يفعلها البشر ،
وهو المعيار الجيد للذكاء الاصطناعي في هذه الأيام.
لكن حتى مع هذا التعريف المحدود للذكاء الاصطناعي ، لا يزال الذكاء الاصطناعي يلعب
دوراً كبير في حياتنا اليومية.
هناك بعض الاستخدامات الواضحة للذكاء الاصطناعي، مثل Alexa أو Roomba ، وهو نوعا ما مثل
الذكاء الاصطناعي من الخيال العلمي على ما اعتقد.
ولكن هناك الكثير من الأمثلة الأقل وضوحًا!
عندما نشتري شيئًا من متجر كبير أو عبر الإنترنت ،
لدينا نوع واحد من الذكاء الاصطناعي يقرر أي و
كم عدد العناصر التي يجب تخزينها
وبينما نستخدم Instagram ، نوع
مختلف من الذكاء الاصطناعي يختار الإعلانات لتظهر لنا.
الذكاء الاصطناعي يساعد على تحديد مدى تكلفة التأمين على سيارتنا
، أو ما إذا كنا حصلنا على الموافقة للحصول على قرض.
و الذكاء الاصطناعى يؤثر حتى على قرارات الحياة الكبيرة.
مثل عند تقديم طلبك للالتحاق بكلية (أوظيفة)
الذكاء الاصطناعي قد يفحصه قبل
قبل حتى أن يراه شخص
الطريقة التي يغير بها الذكاء الاصطناعي والأتمتة كل شيء ،
من التجارة إلى الوظائف ، هو نوعا ما مثل
الثورة الصناعية في القرن الثامن عشر.
هذا التغيير عالمي ، بعض الناس متحمسون
حول هذا الموضوع ، والبعض الآخر يخافون منه.
ولكن في كلتا الحالتين ، علينا جميعا المسؤولية
لفهم الذكاء الاصطناعى ومعرفة الدور
الذي سيلعبه الذكاء الاصطناعي في حياتنا.
ثورة الذكاء الاصطناعي بحد ذاتها ليست
حتى بهذا القدم
مصطلح الذكاء الاصطناعي لم يكن
حتى موجود منذ قرن مضى
تم صياغته في عام 1956 من قبل عالم الكمبيوتر
يدعى جون مكارثي.
لقد استخدمه لتسمية " مشروع بحث دارتموث الصيفي حول الذكاء الاصطناعي"
معظم الناس أطلقوا عليه "مؤتمر دارتموث"
للاختصار.
الآن ، كان هذا الطريق أكثر من عطلة نهاية أسبوع حيث
تستمع إلى بعض المحادثات ، وربما تذهب إلي
عشاء الشبكات.
بالعودة إلى ذلك الوقت ، التقى الأكاديميون فقط
للتفكير لفترة من الوقت.
استمر مؤتمر دارتموث ثمانية أسابيع
و كان به مجموعة من علماء الحاسب و علماء في
علم النفس المعرفي ، وعلماء الرياضيات لتوحيد الجهود
العديد من المفاهيم التي سنتحدث عنها في كورس crash course الخاص بالذكاء الاصطناعي
، مثل الشبكات العصبية
الاصطناعية ، كان يُحلم بها و تم تطويرها خلال
هذا المؤتمر وفي السنوات القليلة التي
تبعت ذلك المؤتمر
ولكن لأن هؤلاء الأكاديميين المتحمسين كانوا حقا
متفائلين بشأن الذكاء الاصطناعي ،
قد يكونوا بالغوا في تسويقه قليلا
على سبيل المثال ، كان مارفن مينسكي عالم معرفي موهوب و الذي كان جزءا من مؤتمر
دارتموث.
لكنه كان لديه أيضا بعض التوقعات الخاطئة و السخيفة
حول التكنولوجيا ، وتحديدا الذكاء الاصطناعي
في عام 1970 ، ادعى أنه خلال "ثلاثة إلى ثمانية
سنوات سنحصل على آلة لديها الذكاء
العام للانسان المتوسط
و آسف مارفن
نحن لسنا حتى قريبين من ذلك الآن.
العلماء في مؤتمر دارتموث قللوا بشكل خطير
من مقدار البيانات و قوة
الحوسبة التي سيحتاجها الذكاء الاصطناعي لحل مشاكل واقعية معقدة
انظر ، الذكاء الاصطناعي لا
يعرف حقاً أي شيء عندما يتم انشاؤه
، وكأنه نوعاً ما طفل رضيع.
يستخدم الأطفال حواسهم لإدراك العالم
وأجسامهم للتفاعل معها ، و
يتعلمون من عواقب أفعالهم
قد تضع ابنة أخي الرضيعة فراولة في
فمها وتقرر أنها لذيذة.
وبعد ذلك قد تضع صلصال "بلاي دوه" في فمها
وتقرر أنه مقزز.
الأطفال يواجهون الملايين من هذه الاحداث التي يجمعون منها البيانات كما يتعلمون الكلام ، والمشي ، والتفكير ،
و عدم أكل صلصال "بلاي دوه"
الآن ، معظم أنواع الذكاء الاصطناعي
ليس لديها أشياء مثل الحواس ، الجسم ، أو
الدماغ الذي يمكن أن يحكم تلقائيا على كثير
من الأشياء المختلفة مثل ما يفعل الطفل.
أنظمة الذكاء الاصطناعي الحديثة هي مجرد برامج في آلات.
لذلك نحن بحاجة إلى إعطاء الكثير من البيانات للذكاء الاصطناعي
بالإضافة إلى ذلك ، يتعين علينا تصنيف البيانات
بالمعلومات التي يحاول الذكاء الاصطناعي تعلمها ، مثل
ما إذا كان الطعام مذاقه جيد بالنسبة للإنسان
وبعد ذلك ، يحتاج الذكاء الاصطناعي إلى جهاز كمبيوتر قوي بدرجة كافية
لفهم كل البيانات.
كل هذا لم يكن متاحًا في عام 1956.
في ذلك الوقت ، ربما كان يمكن للذكاء الاصطناعي معرفة الفرق
بين مثلث ودائرة ، لكنه بالتأكيد
لا يمكنه التعرف على وجهي في صورة مثل ما
فعل جون جرين بوت في وقت سابق!
لذلك حتى عام 2010 أو نحو ذلك ، كان المجال
متجمداً في ما يسمى بشتاء الذكاء الاصطناعي
و مع ذلك كان هناك الكثير من التغييرات في النصف قرن الماضي التي قادتنا إلى ثورة الذكاء الاصطناعى.
كما قال صديق ذات مرة : "التاريخ يذكرنا
لنا أن الثورات ليست أحداثا
بقدر ما هي عمليات ".
ثورة الذكاء الاصطناعى لم تبدأ
بحدث ما أو فكرة أو اختراع.
وصلنا إلى ما نحن عليه اليوم بسبب الكثير
من القرارات الصغيرة ، واثنين من التطورات الكبيرة
في الحوسبة.
كان التطور الأول زيادة كبيرة
في قوة الحوسبة ومدى سرعة أجهزة الكمبيوتر
في معالجة البيانات
لنرى كم هي كبيرة ، دعونا نذهب إلى
فقاعة التفكير.
خلال مؤتمر دارتموث في عام 1956 ، و
كان الكمبيوتر الأكثر تقدما هو IBM 7090.
ملأ غرفة كاملة و قام بتخزين البيانات
على أشرطة كاسيت عملاقة ، وتلقى التعليمات
باستخدام بطاقات ورقية مثقبة
كل ثانية ، يمكن أن يقوم IBM 7090
ب 200000 عملية.
ولكن إذا حاولت أنت القيام بذلك الكم من العمليات فسيستغرق الأمر
منك 55 ونصف ساعة!!
على افتراض أنك أجريت عملية واحدة في الثانية ، و بشكل متواصل
و بدون أن تأخذ أي استراحة
هذا صحيح.
ليس حتى من أجل الحصول على وجبات خفيفة
في ذلك الوقت ، كانت تلك القوة الحاسوبية كافية
للمساعدة في نظام الصوايخ البالستية التحذيرية
الخاص بسلاح الطيران الامريكي
لكن يحتاج الذكاء الاصطناعى إلى إجراء الكثير من العمليات الحسابية مع الكثير من البيانات.
ترتبط سرعة الكمبيوتر بعدد
الترانزستورات لديها للقيام بالعمليات.
كل عامين أو نحو ذلك منذ عام 1956 ، ضاعف المهندسون عدد الترانزستورات
في نفس مقدار المساحة.
لذلك أصبحت أجهزة الكمبيوتر أسرع بكثير.
عندما تم إصدار أول جهاز iPhone في عام 2007 ، كان يمكنه القيام بحوالي 400 مليون عملية في الثانية.
لكن بعد عشر سنوات ،
تقول شركة آبل إن معالج iPhone X يستطيع
القيام بحوالي 600 مليار عملية في الثانية الواحدة.
هذا مثل أن يكون لديك في جيبك قوة الحوسبة ل
أكثر من ألف من ال iPhone الأول
لجميع المهووسين هناك ، اسمعوا انتم على حق
، الأمر ليس بهذه البساطة - نحن
نتحدث هنا عن ال FLOPS فقط
ويمكن للحاسوب الفائق الحديث ، الذي يقوم بوظائف حسابية مثل IBM 7090 ، أن يفعل أكثر من
30 كوادريليون عملية في الثانية الواحدة.
بعبارة أخرى ، البرنامج الذي يستغرق من الحاسوب الفائق الحديث ثانية واحدة لحوسبته
قد يستغرق ٤٧٥۳ سنة من IBM 7090 لحوسبته !!
شكرا فقاعة التفكير!
لذلك بدأ يكون لدى الحاسبات ما يكفي من قوة الحوسبة
لمحاكاة وظائف معينة في الدماغ
بواسطة الذكاء الاصطناعي في عام 2005 ، وعندها بدأ شتاء الذكاء الاصطناعى في إظهار علامات ذوبان الجليد.
ولكن لا يهم حقا إذا كان لديك
كمبيوتر قوي ما لم يكن لديك أيضا
الكثير من البيانات ليتغذى بها.
التطور الثاني الذي دفع
ثورة الذكاء الاصطناعي هي شيء تستخدمه
الآن: الإنترنت ووسائل التواصل الاجتماعي.
في العشرين سنة الماضية ، أصبح عالمنا
مترابطا أكثر
سواء كنت تقوم بالبث المباشر من هاتفك ، أو
مجرد تستخدم بطاقة الائتمان ، نحن جميعا نشارك
في العالم الحديث.
في كل مرة نقوم بتحميل صورة ، ننقر فوق رابط ،
نغرد بهاشتاج أو نغرد دون هاشتاج ،
ننقر زر الاعجاب لفيديو على يوتيوب أو نقوم بعمل tag لصديق على الفيس نتناقش على Reddit أو نكتب
[R.I.P vine ] على TikTok
، دعم حملة كيك ستارتر ، شراء
الوجبات الخفيفة من أمازون ، استدعاء أوبر بينما انت في حفلة ،
أي شيء ، هذا ما ينتج البيانات
حتى عندما نفعل شيئا يبدو
أنه غير متصل بالإنترنت ، مثل التقدم بطلب للحصول على قرض
لشراء سيارة جديدة أو باستخدام جواز سفر في المطار ،
مجموعات البيانات هذه تنتهي في نظام أكبر.
ثورة الذكاء الاصطناعي تحدث الآن ، لأن
لدينا هذه الثروة من البيانات وقوة
الحوسبة لفهم هذه البيانات
و انا افهم أن
فكرة أننا ننتج مجموعة كبيرة من
البيانات ولكن لا نعرف دائمًا كيف أو لماذا أو
ما إذا كان يتم استخدامها من قبل برامج الكمبيوتر
يمكن أن تشغل تفكيرنا.
ولكن من خلال Crash Course AI ، نريد أن نتعلم
كيف يعمل الذكاء الاصطناعي لإنه
يؤثر على حياتنا بشكل كبير.
وسيستمر هذا التأثير في الزيادة
مع المعرفة ، يمكننا اتخاذ قرارات صغيرة
من شأنها أن تساعد في توجيه ثورة الذكاء الاصطناعي، بدلاً من
الشعور بأننا نركب أفعوانية
لم نشترك بها.
نحن نبني مستقبل الذكاء
الاصطناعي معا ، كل يوم.
و الذي أعتقد أنه أمر رائع.
في المرة القادمة ، سنبدأ الغوص في أفكار تقنية مثل
التعلم المُراقب ، التعلم غير المُراقب
و التعلم المُعزز
وسنناقش ما الذي يجعل خوارزمية تعلم الآلة جيدة
اراكم لاحقا!
شكرا ل PBS على رعاية Crash Course AI!
إذا كنت ترغب في المساعدة في الحفاظ على أن يكون crash course
مجانا للجميع ، إلى الأبد ، يمكنك الانضمام
إلى مجتمعنا على Patreon.
وإذا كنت ترغب في معرفة المزيد حول كيفية حصول أجهزة الكمبيوتر على هذه السرعة ، شاهد الفيديو الخاص بنا عن قانون مور.