|
2- الاجتهاد Heuristics
تتحدد السمة الثنائية لبرامج الذكاء الاصطناعي بنوعية المسائل التى تتناولها. فهى فى العادة ليس لها حل خوارزمي معروف، ونعنى بذلك عدم وجود سلسلة من الخطوات المحددة التي يؤدى اتباعها إلى ضمان الوصول إلى حل للمسألة. وطالما لا يوجد حل خوارزمي للمسائل التى يعالجها الذكاء الاصطناعي فلابد إذن من الالتجاء إلى الاجتهاد، أى إلى الطرق غير المنهجية و التى لا ضمان لنجاحها. ويتمثل "الاجتهاد" فى اختيار إحدى طرق الحل التى تبدو ملائمة مع إبقاء الفرصة فى نفس الوقت للتغيير إلى طريقة أخرى فى حالة عدم توصل الطريقة الأولى إلى الحل المنشود فى وقت مناسب.
3- تمثيل المعرفة Knowledge Representation
تختلف برامج الذكاء الاصطناعى عن برامج الإحصاء فى أن بها "تمثيل للمعرفة". فهى تعبر عن تطابق بين العالم الخارجى والعمليات الاستدلالية الرمزية بالحاسب. ويمكن فهم تمثيل المعرفة هذا بيسر لأنه عادة لا يستخدم رموزاً رقمية. فقد يستخدم أحد برامج التشخيص العلاجى القاعدة التالية فى تشخيص حالة المريض بالأنفلونزا:
"إذا كانت درجة حرارة المريض عالية، ويشعر بآلام عضلية وصداع، فإن هناك احتمالاً قوياً بأنه يعانى من الأنفلونزا".
ويكون التعبير عن مثل هذه القاعدة فى برامج الذكاء الاصطناعي بوضوح وإيجاز وبلغة أقرب ما تكون إلى لغتنا الطبيعية (اللغات الطبيعية هى اللغات الإنسانية التى لم يخترعها إنسان معين ولم تنشأ بقرار، وترتبط بحضارات وتراث الشعوب كاللغات العربية والألمانية والإنجليزية وغيرها تختلف عن لغات البرمجة والاسبرانتو التى صممت لأغراض معينة)، وليس بلغة الحاسب الدنيا (لغات الحاسب الدنيا هى لغات البرمجة التى تستخدم الرمزين صفر وواحد وهى لغات البرمجة الأولى قبل تصميم لغات برمجة "عليا" مثل باسكال وبيسك وفورتران وتستخدم هذه اللغات كلمات مألوفة من اللغة الإنجليزية مثل directory, print, type, save, then ). والتعبير عن هذه القاعدة فى البرامج التقليدية يتطلب إضافة جداول كثيرة ومتعددة للتعبير عن هذه العلاقة بين الأعراض المرضية وتلك الأمراض التى يحتمل أن تسببها. وحتى فى هذه الحالة سيكون من الصعب جداً على البرنامج أن يفسر طريقة توصله إلى الحل كما تفعل برامج الذكاء الاصطناعى.
4- البيانات غير الكاملة
تتمثل السمة الرابعة لبرامج الذكاء الاصطناعي فى قدرتها على التوصيل لحل المسائل حتى في حالة عدم توفر جميع البيانات اللازمة وقت الحاجة لاتخاذ القرار. ويحدث ذلك كثيراً فى الطب حين لا يكون نتائج جاهزة وحالة المريض لا تسمح بالانتظار ولا يستطيع الطبيب فى هذه الحالة انتظار نتائج التحاليل التى سيستفيد منها بالتأكيد ويضطر إلى اتخاذ قرار سريع.
ويترتب على نقص البينات اللازمة كون النتيجة التى تم التوصيل إليها غير مؤكدة، أو كونها أقل صواباً مع احتمال خطئها فى بعض الأحيان. وكثيراً ما نتخذ قرارات فى حياتنا العملية مع غياب جميع البيانات أحياناً نتيجة لطبيعة المسألة نفسها. ومثال ذلك لاعب البريدج الذى لا يعرف سوى الأوراق التى فى يديه وعلية أن يتوصل إلى تقديرات قد تخطئ وقد تصيب عن توزيع الأوراق الأخرى ولا بديل له عن التخمين.
5- البيانات المضاربة Conflicting Data
أما السمة الخامسة لبرامج الذكاء الاصطناعي فهى قدرتها على التعامل مع بيانات قد يناقض بعضها بعضاً، وهذا ما نسميه البيانات المتناقضة ونعنى بها ببساطة تلك البيانات المتناقضة ونعنى بها ببساطة تلك البيانات التى يشوبها بعض الأخطاء. ويوضح ذلك المثال التالى حيث يرمز كل من أ،ب،ج إلى حدثيمكن ملاحظته، بينها يدل الرقم أمام كل قانون على مدى صحته. وتتراوح الأرقام من + 10(وتعنى أن القانون صحيح تماماً)، إلى-10(وتعنى أن القانون غير صحيح بالمرة). ويفترض فى كلتا الحالتين أن أ و ب قد لوحظا بالفعل.
مجالات وتطبيقات الذكاء الاصطناعى Artificial Intelligence (AI)
هناك اهتمامان للباحثين فى مجال AI هما:
1- تمثل المعرفة Knowledge representation .
2- البحث Search .
يتعلق الاهتمام الأول بالتجميع الكامل للمعرفة للمطلوبة للتصرف الذكى فى لغة منهجية بعمى أنها تكون مناسبة للمعالجة الكمبيوترية وفى هذا المجال يقوم الحساب الاسنادى predicate calculus كلغة بتوصيف الخواص والعلاقات بين الكائنات فى مجال المسألة التى استنتاج عالى أكثر منه حسابات رياضية ل لحلها.
أما الاهتمام الثانى وهو البحث فعبارة عن تكنيك حل مسائل من شأنه الاستكشاف المنظم لفراغ حاله المسألة ويعنى أيضا تواجد مراحل متابعة للبدائل فى عملية حل المسألة.
يمكن سرد المجلات الرئيسية لتطبيقات الذكاء الاصطناعى فيها يلى:
1- لعب المباريات Game playing
لقد كانت المباريات من المجالات المبكرة فى حيز البحث مثل الشطرنج والفوازير والمربعات السحرية.
تقوم معظم المباريات بناء على مجموعة معرفة جيدا من القواعد مما يجعل من السهولة توليد حيز بحث يحرر الباحثين من الغموض والتعقيدات التى قد توجد فى هيكل المسألة.
تستطيع المباراة توليد حيز واسع للبحث الأمر الذى يتطلب تقنيات قويه لتحديد أى البدائل يتم استكشافها فى حيز فضاء المسألة. وتسمى هذه التقنيات الموجهات Heuristics وهى تشكل الجانب العظم فى بحوث AI .
تعتبر الموجهات مفيدة ولكنها محدودة فى لإستراتيجية حل المسألة وتشكل المباريات مجالا خصبا لدراسة البحث الموجة. بالرغم من سهولة برامج لعب المباريات إلا أنها تعطى تحديا كبيرا لحركة الخصم الغير متوقعة.
2- الاستدلال الذاتى واثبات النظريات Automated Reasoning and Theorem Proving
يمكن البرهنة على أن الإثبات الآلى للنظريات كان من أقدم فروع AI ولقد كان بالتأكيد واحدا من الفروع المثمرة فى هذا المجال.
لقد كان البحث فى برهنة النظريات المسئول عن الكثير من العمل المثمر لتشكيل خوارزميات وتطوير تمثيل منهجى للغات مثل الحساب الاسنادى والبرمجة المنطقية logic programming أو Prolog .
إن الإعجاب الشديد بإثبات النظريات يرجع إلى صرامة وعمومية المنطلق ويمكن معالجة مدى واسع من المسائل بتمثيل مواصفات المسألة والخلفية المتعلقة بها كبديهيات منطقية ومعالجة حالات المسألة كنظريات مطلوب إثباتها وهذا هو الضوء الملقى على عاتق الإثبات الآلى للنظرية ونظم الاستدلال الرياضى.
تعمل البرامج العديدة التى تثبت النظريات الحديثة كمساعد ذكى يعلم الإنسان تنفيذ معظم الأعمال المطلوبة لتحليل مشكلة كبيرة إلى مسائل صغيرة وتقسم الموجهات للبحث فى الحيز الممكن للإثبات المطلوب.
| التوقيع |
|
قال رسول الله صلي الله علية وسلم: ( من ظلم قيد شبر من الأرض طوقه من سبع أرضين )..
لاتظلمن إذا ما كنت مقتدراً *** فالظلم آخره يأتيك بالندم
نامت عيونك والمظلوم منتبه *** يدعو عليك وعين الله لم تنم |
|