إن الذكاء الفلسفي ليس اختراعا مفاجئاً، بل تتويجاً لعقود من الاستكشاف النظري، والانفصال الهندسي، والمناقشات الفلسفية حول طبيعة الفكر نفسه، وتبدأ القصة قبل الحاسوب الأول بوقت طويل، حيث يسأل علماء الرياضيات والمنطقيون ما إذا كان يمكن ميكانيكية الطموح البشري، ومن الأيام الرائدة في المنطق الرمزي إلى الشبكات العصبية الواسعة التي يمكن أن تكتب الشعر وتفهم أمراض التطور.

The Genesis of Artificial Intelligence

وكثيرا ما يُتبَعَد الميلاد الرسمي للمبادرة الدولية كإنضباط علمي إلى منتصف الخمسينات، ولكن جذورها الفكرية تعود إلى الأربعينات بل وحتى قبل ذلك، وقد وضع تصورات مثل آلان تورينغ الأساس الفلسفي بإعادة تحديد ما يعنيه ذلك بالنسبة للآلة التي " تفكّر " .

اختبار تورينغ وأجهزة النظرية المبكرة

وفي ورقته الأساسية لعام ١٩٥٠، ]الصندوق: صفر[[]]الأجهزة والاستخبارات[، اقترح تورينغ " لعبة التخفي " - وهي اختبار يتفاعل فيه مستجوب بشري مع آلة من خلال النص، وتنتقل الآلة إذا كان بإمكانه خداع المستجوب إلى التفكير في أنه بشري، وهذا المفهوم، الذي يسمى الآن آلة " اختبار التلاعب " ، قد حولت فيه " الجيل " .

وفي الوقت نفسه، نشر وارن ماكولوخ ووالتر بيتس نموذجا رياضيا للخصائص العصبية الاصطناعية في عام 1943، مما يدل على أن شبكات التحولات البسيطة يمكن أن تفسر أي افتراض منطقي، وكان ذلك أحد أول الجسور المفاهيمية بين علم الأعصاب والحساب، مما يلقي الضوء على النهج الوصلي الذي سيصبح فيما بعد مهيمنا.

حلقة عمل دارتموث لعام 1956

وقد شكل صيف عام ١٩٥٦ رسميا تأسيس الاستخبارات الاصطناعية، وقام جون ماكارتي ومارفين مينسكي وناثانيل روشيستر وكلود شانون بتنظيم حلقة عمل مدتها ستة أسابيع في كلية دارتموث، ضمت نحو عشرين باحثا لاستكشاف " إمكانية وصف كل جانب من جوانب التعلم أو أي سمة أخرى من سمات الاستخبارات بدقة بحيث يمكن صنع آلة لتصويبها على نطاق واسع " .

The Logic Theorist and Symbolic AI

وكان أحد المظاهرات الأولى للتفسير الآلات هو النظرية اللوغية التي أعدها آلن نيويل، وهيربرت سيمون، وكليف شو في الفترة ١٩٥٥-٥٦، وقد أثبت البرنامج أن ٣٨ من أول ٥٢ نظريا في وايتهيد وراسل ]و[Principia Mathematica، وفي حالة واحدة، اكتشف المكتب أن هناك رمزاً أكثر وضوحاً من الأداء الأصلي.

وافترضت منظمة العفو الدولية أن المعلومات الاستخبارية يمكن أن تُستحوذ على الرموز وفقا للقواعد الرسمية، وأن الباحثين المبكرين قد قاموا ببناء برامج يمكن أن تحل مشاكل كلمة الغيبرا، وأن يقدموا أدلة على الهندسة، بل وأنهم يعزفون الشطرنج، وأن تفاؤل الميدان كان أمرا مبشرا: ففي عام ١٩٥٨، تنبأ سايمون بأن الحاسوب سيكون بطل الشطرنج العالمي في غضون عقد من الزمن، وأن مجموعة مينسكي في معهد ماسا تعمل على صياغة الرؤية الإنسانية.

The Perceptron and Early Neural Networks

وتم استكشاف مسار مختلف، في عام 1958، قام أخصائي نفسي فرانك روزنبلات بعرض جهاز " بيسبروت " ، وهو جهاز إلكتروني مستوحى من الأعصاب البيولوجية، ويمكن للجهاز الافتراضي أن يتعلم الاعتراف بأنماط بسيطة عن طريق تعديل أوزان الاتصال استنادا إلى أمثلة تدريبية.() وقد أدى عمل روزنبلات إلى إثارة وعي هائلة؛ أما جهاز " الوصلات البحرية " في نيويورك ()

غير أن القيود المفروضة على مقصودات البيرسبروتون الوحيدة التي تعرضت لها قريباً، ففي كتابها لعام 1969 [(FLT:0]) " مبيدات الآفات " () ((Perceptrons ) وفي الرياضيات، أثبت مينسكي وسيمور أن بيرسبتورن لا يستطيع حل مشاكل غير خطية بسيطة مثل وظيفة " XOR " ، وقد أدى هذا الاختلال إلى نقص في الطاقة الكهربائية في التدريب على البحث " .

The Era of Symbolic AI and Expert Systems

وخلال الستينات والسبعينات، ساد النهج الرمزي للمبادرة، وركز الباحثون على بناء نظم قائمة على القواعد قادرة على إظهار أداء الخبراء على نطاق ضيق، وفي حين أن القيود التي يفرضها هذا النهج أصبحت واضحة قريبا، مما أدى إلى أول " شتاء " رئيسي.

النظم القائمة على القواعد والريح الأول من طراز AI

وقد شهدت الستينات وضع برامج مثل نظام إدارة الموارد البشرية من قبل تيري وينوغراد، وهو ما يمكن أن يفهم أوامر اللغة الطبيعية حول عالم افتراضي من الكتل، ومع ذلك حاول الباحثون توسيع نطاق هذه النظم بحيث تتعامل مع التعقيد الحقيقي في العالم، فقد واجهوا حقيقة قاسية: فعدد القواعد اللازمة لتمثيل الحس السليم هو أمر هائل، وكسرت النظم عندما واجهت معلومات غامضة أو غير كاملة، وخلّصت وكالات التمويل، ولا سيما في الولايات المتحدة، إلى أن ذلك.

نظم الخبراء والنجاح التجاري

وقد أعادت منظمة العفو الدولية وعيها في الثمانينات بالارتفاع التجاري لنظم الخبراء، حيث أدرجت هذه البرامج معارف الخبراء الإنسانيين في مجموعات كبيرة من قواعد المنظمة الدولية للإحصاء، التي تطبق من خلال محركات الاختبار، وقد تُظهر نظم مثل نظام التمويل المتعدد السنوات لتشخيص الأمراض البكتريولوجية، وDENDRAL لتحليل بيانات المطيافات الجماعية، وXCON (R1) لتشكيل نظم حاسوبية في شركة VAX.

وقد اعتمدت الشركات نظم الخبراء، وبرزت صناعة آلات النسيج، غير أن ارتفاعها في الرشوة وارتفاع تكاليف الصيانة، إلى جانب وصول حواسيب عامة الغرض أرخص، أدى إلى تبريد ثان، وبحلول أواخر الثمانينات، تخلت شركات كثيرة عن نظم الخبراء، وبدأت في الشتاء الثاني من العمل بنظام المعلومات المسبقة عن علم.

"مظلة تعليم الآلاتين"

ومع ركود النهج الرمزي، كانت الثورة الهادئة تتطور، وبدأ الباحثون في تحويل التركيز من وضع قواعد واضحة إلى وضع خوارزميات يمكن أن تتعلم من البيانات، وستأتي هذه النموذج التعليمي الآلي في نهاية المطاف للسيطرة على البحوث والتطبيقات المتعلقة بالمبادرة.

من القواعد إلى البيانات: ارتفاع الأساليب الإحصائية

وفي التسعينات، برز ميدان التعلم الآلي كتخصص متميز، حيث أكد على النماذج الإحصائية والتعلم القائم على البيانات والتحقق من التجارب، وبدلا من وضع قواعد لتحديد اليد لكل مهمة، درب الباحثون نماذج على مجموعات البيانات الكبيرة، وقد ثبت أن هذا النهج فعال بشكل ملحوظ بالنسبة لمشاكل مثل الاعتراف بالخطابات، والاعتراف بخط اليد، واسترجاع المعلومات.

وقد أظهرت الشبكات البيزيائية، ونماذج ماكوف المخبأة، وأشجار القرار، أدوات قياسية، في المعهد الوطني للإحصاء، أن البحث في مجال الترجمة التحريرية للآلات الإحصائية والاعتراف بالخطاب قد يتجاوز الأساليب الاحتمالية أداء النظم القائمة على القواعد في مهام العالم الحقيقي، وقد شهدت هذه الفترة أيضا ارتفاع آلة ناقلات الدعم، وهي خوارزمية تصنيفية قوية كانت طوال سنوات عديدة حالة الاعتراف بالرقمية اليدوية وتصنيف النصوص.

The Revival of Neural Networks: Backpropagation and Multi-layer Networks

ورغم أن الشبكات العصبية قد خرجت عن نطاقها، فقد أبقت مجموعة من الباحثين المتفانين الحرق في الشعلة، ففي الثمانينات، أدى إحياء ونشر الخوارزمية التخلفية، ولا سيما من خلال عمل ديفيد روميلهارت، وجيفري هينتون، ورونالد ويليامز في عام ١٩٨٦، إلى تمكين شبكات الزرق المتعددة من التكيف الفعال مع مشكلة الارتداد.

وفي التسعينات، طبقت شركة يان ليكون شبكات للطبيعة التصالحية للاعتراف الرقمي بخط اليد، مما أدى إلى إنشاء هيكل شبكة لينيت الذي نشرته المصارف في نهاية المطاف لقراءة الشيكات، وعلى الرغم من أن هذه الشبكات عملت بشكل جيد، فإن توسيع نطاقها لتشمل مشاكل أكثر تعقيدا مثل الاعتراف بالصور العامة لا يزال يعوقه محدود البيانات وسلطة الحاسوب.

الطرائق وإنتظار البيانات والكمبيوتر

وطوال أواخر التسعينات وأوائل العقد الماضي، كان التقدم في التعلم الآلي مدفوعاً بأساليب تجمع مثل الغابات العشوائية وازدياد التدرج، وكذلك بأساليب النسيج، وظلت الشبكات العصبية أداة متخصصة، غير أن نقطة التحول كانت قريبة، حيث كان الإنترنت يولد بيانات ضخمة، وصممت تكنولوجيا الاتحاد العالمي للألعاب الفيديوية بصورة أساسية على وشك إعادة استخدام شبكات حاسوبية متوازية في التدريب على النيوترنيت.

ثورة التعلم العميق

وقد أدى تقارب البيانات الضخمة، ووحدات التوزيع العام القوية، والابتكارات الفوقية في منتصف عام ٢٠٠٠ إلى حدوث انفجار في التعلم العميق، وقد خل َّفت الشبكات العصبية التي لديها طبقات خفية كثيرة، في السابق، سجلات مفلسة في الكلام والرؤية والمهام اللغوية.

"إفطار "أليكسنيت" و "إيمج نيت

The watershed moment came in 2012, when Alex Krizhevsky, Ilya Sutskever, and Geoffrey Hinton entered the ImageNet Large Scale Visual Recognition Challenge with a deep convolutional neural network, now known as AlexNet Victor.

تجهيز اللغات الطبيعية: من Word2Vec إلى Transformers

كما تحول التعلم العميق في معالجة اللغات الطبيعية، ففي عام 2013، قدم توماس ميكولوف وفريقه في غوغل كلمة " Word2Vec " ، وهي طريقة لتعلم تمثيل ناقلات الكلمات من مجموعة كبيرة من الجثث، حيث استولت هذه التجار على علاقات هيمنة، مثلا، أدى " العمل - الرجل + المرأة " إلى ناقل قريب من " عصر " ، مما مكّن الشبكات العصبية من فهم اللغة بطريقة أكثر حساسية.

غير أن الثورة الحقيقية جاءت في عام 2017 بنشر الورقة [(FLT:0] " Attention Is All You Need " ) بواسطة فاسواني وآخرون، التي أدخلت هيكل التحولات، واستبدلت المحولات الطبقات المتكررة والثغرية بآليات للحفاظ على الذات، مما أتاح التوازي مع مجموعة الأدوات الطويلة الأجل (2018).

نموذجان لغتين متقنتين وكبيرتين

وقد تحققت إمكانات المترجمين التحريريين بالكامل مع التدريب السابق على مجموعة واسعة من النصوص، وفي عام 2020، أطلق المعهد الوطني للبحث والتدريب من أجل التجارة العالمية 3، وهو نموذج بلغة تبلغ مساحته 175 ملياراً، مما يدل على قدرات تعلمية ضئيلة جداً وغير مؤثرة، ويمكن أن يولد النظام العالمي للتبادل التقني الثالث مقالات متماسكة، ويترجم اللغات، ويكتب الشفرة، ويجيب على أسئلة معقدة، كثيراً ما تكون غير محسنة.

تعزيز التعلم واللعب: ألفا غو وما بعده

وقد جاء انتصار آخر للتعلم العميق من خلال الجمع بين شبكات الظواهر العصبية العميقة مع التعلم في مجال التعزيزات، ففي عام 2016، هزم فريق " ديب ميند " العالم في غو بطل لي سيدول في مباراة خمسية، وكان معامل غوغ الهائل يعتبر منذ زمن بعيد بعيدا عن نطاق أساليب البحث في القوات الكدمية، واستخدم شبكة عصبية عميقة لتقييم مواقع اللوحات وتوجيه عملية البحث الرئيسية عن شجرة مونت كارلو، مصممة على التعلم من الألعاب الثقافية.

نظم لاحقة مثل ألفا زيرو تعلمت أن تلعب الشطرنج و تتحول تماماً من اللعب الذاتي بدون أي بيانات بشرية تحقق أداء خارق للبشر في ساعات، وهذه الانجازات أظهرت مدى انتشار التعلم في مجال التعزيزات العميقة.

التحديات والأخلاقيات والرأس البري

ومع أن نظم التنفيذ أصبحت أكثر قوة واتساعا، فإنها تطرح تحديات جديدة تتجاوز الأداء التقني، ويتعامل الباحثون وواضعو السياسات مع قضايا الإنصاف والشفافية والتحكم.

التفسير والبياز

وكثيرا ما تكون نماذج التعلم العميق " صناديق سوداء " - لا يمكن تفسيرها داخليا حتى بالنسبة لمبدئيها، وهذا الافتقار إلى التفسير يطرح مشاكل في تطبيقات عالية الاستيعاب مثل التشخيص الطبي، وتربية الائتمان، والعدالة الجنائية، حيث يكون فهم أساس اتخاذ قرار أمرا بالغ الأهمية، ويمكن أن تؤدي البازغة في بيانات التدريب إلى إدامة أوجه عدم المساواة المجتمعية وتضخيمها، وعلى سبيل المثال، تبين أن نظم الاعتراف بالوجه تُظهر معدلات أعلى من الأخطاء في أوساط الناس.

السلامة، الارتطام، مشكلة القيمة

ومع أن نظم المعلومات الإدارية أصبحت أكثر استقلالا، فإن ضمان تصرفها وفقا للقيم الإنسانية يصبح أمرا بالغ الأهمية، وتسأل " مشكلة الانتقام " عن كيفية تحديد الأهداف بحيث تقوم منظمة العفو الدولية بما نريده دون عواقب ضارة غير مقصودة، وكانت أوجه التقدم في التعاضد من جانب تكنولوجيا المعلومات ذات الصلة بالارتدادات البشرية أساسية لجعل نماذج مثل " تشاتجيت " أكثر فائدة وآمنة، ومع ذلك، تظل المسائل المفتوحة تتعلق بالتحكم الطويل الأجل، واحتمال إساءة الاستخدام، وتركيز الشركات على الطاقة.

"القاضي من أجل المخابرات العامة"

وكان الحل الأصلي للمبادرة هو إنشاء آلة ذات ذكاء عام يشبه الإنسان، قادرة على حل أي مشكلة فكرية، وتبرز نظم اليوم في مهام ضيقة، ولكنها تفتقر إلى العقل المرن والعقلية التي يبديها البشر بلا جهد، ولا يزال التقدم نحو تحقيق الأهداف الإنمائية للألفية غير مؤكد إلى حد بعيد، مع تراوح زمنية تتراوح بين عقد وعشر سنوات، وتقارب مثل التكامل العصبي - الذي يجمع بين التعلم العميق والنمط الرمزي - الحقيقي -

وتنشط منظمات مثل DeepMind ]، و OpenAI، والمختبرات الأكاديمية في جميع أنحاء العالم في البحث عن هياكل يمكن أن تُقربنا من AGI. While the path forward is far from clear, the steady expansion of AI capabilities suggests that the journey is far from over.

خاتمة

إن تاريخ الاستخبارات الاصطناعية هو قصة من الطموحات الحاد، والشتاء المر، والثورات المذهلة، ومن أول دليل على وقف السائل الذي يولده GPT-3، تسافر منظمة العفو الدولية إلى طريق طويل وهابط، وقد أسهمت كل حقبة في منطق مظلة، ونظم الخبراء، والتعلم الإحصائي، والتعلم العميق.

وفي المستقبل، فإن تحديات بناء نظم قوية وعادلة ومفهومة هي ذات أهمية من حيث توسيع نطاق نماذج العصر الأعظم، ومن المرجح أن يكون الفصل التالي من تاريخ منظمة العفو الدولية هو الذي يمكن أن يخلط بين الحكمة والنهوج السابقة وبين القوة الحسابية للحاضر، ويسترشد دائما بالتزام بالقيم البشرية، ولا يزال السعي إلى فهم المعلومات الاستخباراتية وتكرارها واحدا من أهم التعهدات في عصرنا.