أهم الأخبار

ا. م. د. هڤال طارق صديق

الكلية التقنية دهوك

الذكاء الاصطناعي الفائق (ASI) هو نظام ذكاء اصطناعي قائم على البرمجيات يتمتع بقدرات فكرية تتجاوز الذكاء البشري. في جوهره، يمتلك هذا الذكاء الاصطناعي الفائق وظائف معرفية متقدمة ومهارات تفكير متطورة بشكل كبير تفوق تلك التي يمتلكها أي إنسان. على الرغم من أن ASI لا يزال حالة نظرية مستقبلية، إلا أن العديد من العمليات التكنولوجية الحالية تعمل ككتل بناء أساسية له. لتسليط الضوء على مدى بعد ASI عن التكنولوجيا الحالية، من الضروري ملاحظة أن مستوى الذكاء الاصطناعي الحالي يُشار إليه غالبًا باسم الذكاء الاصطناعي الضيق (ANI)، الذكاء الاصطناعي الضعيف، أو تقنيات الذكاء الاصطناعي المحدودة.

يتفوق الذكاء الاصطناعي الضعيف في مهام محددة، مثل لعب الشطرنج أو ترجمة اللغات، ولكنه لا يستطيع تعلم مهارات جديدة أو تطوير فهم عميق للعالم. إنه يعمل بناءً على خوارزميات مبرمجة مسبقًا وبيانات، ويحتاج إلى تدخل بشري للعمل بفعالية. لا يوجد توافق في الآراء بين المختصين بشأن إمكانية تحقيق ASI. الذكاء البشري هو نتيجة لعوامل تطورية محددة وقد لا يمثل شكلًا أمثلًا أوعالميًا للذكاء. علاوة على ذلك، لم يتم بعد فهم آليات الدماغ البشري بشكل كامل، مما يجعل من الصعب تكرارها من خلال البرمجيات والأجهزة.

هل الذكاء الاصطناعي الفائق ممكن؟

خطوة كبيرة نحو تطوير الذكاء الاصطناعي الفائق ستكون تحقيق الذكاء الاصطناعي العام (AGI) أو الذكاء الاصطناعي القوي. يمثل AGI الجيل القادم من أنظمة الذكاء الاصطناعي، القادرة على فهم العالم، التعلم، وتطبيق الذكاء لحل المشكلات بمرونة وعمق مثل الإنسان. سيكون لدى AGI القدرة على التعلم والاستدلال عبر المجالات المختلفة، مما يمكنه من إنشاء روابط عبر مختلف الحقول مثل ASI، لم يتم بعد تطوير AGI الحقيقي، يجب أن تتقدم العديد من التقنيات الأساسية قبل أن يصبح ASI حقيقة. فيما يلي بعض العمليات الأساسية الضرورية لتطوير الذكاء الاصطناعي الفائق:

• النماذج اللغوية الكبيرة (LLMs) ومجموعات البيانات الضخمة: سيحتاج ASI إلى الوصول إلى مجموعات بيانات واسعة لتعلم وتطوير فهم شامل للعالم. ستتيح معالجة اللغة الطبيعية (NLP) في LLMs لـ ASI فهم اللغة الطبيعية والتحدث بها مع البشر.
• الذكاء الاصطناعي متعدد الحواس: ستتيح هذه التقنية لـ ASI معالجة وتفسير أنواع مختلفة من المدخلات البيانية - مثل النصوص، الصور، الصوت، والفيديو - لأداء المهام أو اتخاذ القرارات. هذا يتناقض مع أنظمة الذكاء الاصطناعي أحادية النمط، التي تتخصص في معالجة نوع واحد فقط من البيانات، مثل النصوص أو الصور
• الشبكات العصبية: تتكون هذه الشبكات من برمجيات التعلم العميق المماثلة لعمل الخلايا العصبية في الدماغ البشري. سيحتاج ASI إلى شبكات عصبية أكثر تعقيدًا وقوة وتقدمًا بكثير من تلك المتاحة اليوم.
• الحوسبة العصبية: مثل الشبكات العصبية، فإن الحواسيب العصبية هي أنظمة أجهزة مستوحاة من الهياكل العصبية في الدماغ البشري.
• الحساب التطوري: هذا الشكل من تحسين الخوارزميات مستوحى من التطور البيولوجي. تحل الخوارزميات التطورية المشكلات من خلال تحسين مجموعة من الحلول المحتملة بشكل متكرر، مما يحاكي عملية الانتقاء الطبيعي.
• البرمجة المولدة بواسطة الذكاء الاصطناعي: يشمل ذلك الشفرات، التطبيقات، والبرمجة التي يتم إنتاجها بواسطة أنظمة الذكاء الاصطناعي بدون تدخل بشري.

التقدم في هذه المجالات ضروري للتطوير النهائي ل ASI، الذي لا يزال مفهومًا تخمينيًا في الوقت الحاضر.