الذكاء الاصطناعي

الموسوعة الحرة

Part of a series on
Artificial intelligence
Major goals
Approaches
Applications
Philosophy
History
Glossary
  • v
  • t
  • e

الذكاء الاصطناعي ( AI )، بالمعنى الأوسع، هو الذكاء الذي تظهره الآلات ، وخاصة أنظمة الكمبيوتر . وهو مجال بحثي في ​​علوم الكمبيوتر يطور ويدرس الأساليب والبرامج التي تمكن الآلات من إدراك بيئتها واستخدام التعلم والذكاء لاتخاذ إجراءات تزيد من فرصها في تحقيق أهداف محددة. [1] يمكن تسمية هذه الآلات بالذكاء الاصطناعي.

تتضمن بعض التطبيقات البارزة للذكاء الاصطناعي محركات البحث المتقدمة على الويب (على سبيل المثال، بحث جوجل )؛ وأنظمة التوصية (التي يستخدمها يوتيوب وأمازون ونيتفليكس )؛ والتفاعل عبر الكلام البشري ( على سبيل المثال، مساعد جوجل وسيري وأليكسا )؛ والمركبات ذاتية القيادة (على سبيل المثال، وايمو )؛ والأدوات التوليدية والإبداعية (على سبيل المثال، تشات جي بي تي وفن الذكاء الاصطناعي )؛ واللعب والتحليل الخارق في ألعاب الإستراتيجية (على سبيل المثال، الشطرنج وجو ). ومع ذلك، لا يُنظر إلى العديد من تطبيقات الذكاء الاصطناعي على أنها ذكاء اصطناعي: " لقد تسرب الكثير من الذكاء الاصطناعي المتطور إلى تطبيقات عامة، غالبًا دون تسميته بالذكاء الاصطناعي لأنه بمجرد أن يصبح شيء ما مفيدًا وشائعًا بدرجة كافية، فإنه لا يُسمى بالذكاء الاصطناعي بعد الآن ". [2] [3]

تتركز المجالات الفرعية المختلفة لبحوث الذكاء الاصطناعي حول أهداف معينة واستخدام أدوات معينة. تشمل الأهداف التقليدية لبحوث الذكاء الاصطناعي التفكير وتمثيل المعرفة والتخطيط والتعلم ومعالجة اللغة الطبيعية والإدراك ودعم الروبوتات . [أ] الذكاء العام -القدرة على إكمال أي مهمة يمكن للإنسان القيام بها على مستوى متساوٍ على الأقل- من بين أهداف المجال طويلة المدى. [4] لتحقيق هذه الأهداف، قام باحثو الذكاء الاصطناعي بتكييف ودمج مجموعة واسعة من التقنيات، بما في ذلك البحث والتحسين الرياضي والمنطق الرسمي والشبكات العصبية الاصطناعية والأساليب القائمة على الإحصاء وبحوث العمليات والاقتصاد . [ب] يعتمد الذكاء الاصطناعي أيضًا على علم النفس واللغويات والفلسفة وعلم الأعصاب ومجالات أخرى. [ 5 ]

تأسس الذكاء الاصطناعي كتخصص أكاديمي في عام 1956، [6] ومر المجال بدورات متعددة من التفاؤل، [7] [8] تلتها فترات من خيبة الأمل وفقدان التمويل، والمعروفة باسم شتاء الذكاء الاصطناعي . [9] [10] زاد التمويل والاهتمام بشكل كبير بعد عام 2012 عندما تفوق التعلم العميق على تقنيات الذكاء الاصطناعي السابقة. [11] تسارع هذا النمو بشكل أكبر بعد عام 2017 مع بنية المحول ، [12] وبحلول أوائل عشرينيات القرن الحادي والعشرين، تم استثمار مئات المليارات من الدولارات في الذكاء الاصطناعي (المعروف باسم " طفرة الذكاء الاصطناعي "). كشف الاستخدام الواسع النطاق للذكاء الاصطناعي في القرن الحادي والعشرين عن العديد من العواقب والأضرار غير المقصودة في الوقت الحاضر وأثار مخاوف بشأن مخاطره وآثاره طويلة المدى في المستقبل، مما دفع إلى مناقشات حول السياسات التنظيمية لضمان سلامة وفوائد التكنولوجيا .

الأهداف

تم تقسيم المشكلة العامة المتمثلة في محاكاة (أو إنشاء) الذكاء إلى مشاكل فرعية. تتكون هذه المشاكل من سمات أو قدرات معينة يتوقع الباحثون أن يظهرها النظام الذكي. وقد حظيت السمات الموضحة أدناه بأكبر قدر من الاهتمام وتغطي نطاق أبحاث الذكاء الاصطناعي. [أ]

الاستدلال وحل المشكلات

قام الباحثون الأوائل بتطوير خوارزميات تحاكي التفكير التدريجي الذي يستخدمه البشر عندما يحلون الألغاز أو يقومون باستنتاجات منطقية . [13] وبحلول أواخر الثمانينيات والتسعينيات، تم تطوير أساليب للتعامل مع المعلومات غير المؤكدة أو غير المكتملة، باستخدام مفاهيم من الاحتمالات والاقتصاد . [14 ]

العديد من هذه الخوارزميات غير كافية لحل مشاكل الاستدلال الكبيرة لأنها تشهد "انفجارًا تركيبيًا": تصبح أبطأ بشكل كبير مع نمو المشاكل. [15] حتى البشر نادرًا ما يستخدمون الاستنتاج خطوة بخطوة الذي يمكن أن تحاكيه أبحاث الذكاء الاصطناعي المبكرة. يحلون معظم مشاكلهم باستخدام أحكام سريعة وبديهية. [16] الاستدلال الدقيق والفعال هو مشكلة لم يتم حلها.

تمثيل المعرفة

تمثل الأنطولوجيا المعرفة كمجموعة من المفاهيم ضمن مجال معين والعلاقات بين هذه المفاهيم.

يسمح تمثيل المعرفة وهندسة المعرفة [17] لبرامج الذكاء الاصطناعي بالإجابة على الأسئلة بذكاء واستنتاج الحقائق في العالم الحقيقي. تُستخدم تمثيلات المعرفة الرسمية في الفهرسة والاسترجاع القائمة على المحتوى، [18] وتفسير المشهد، [19] ودعم القرار السريري، [20] واكتشاف المعرفة (استخراج استنتاجات "مثيرة للاهتمام" وقابلة للتنفيذ من قواعد البيانات الكبيرة )، [21] وغيرها من المجالات. [22]

قاعدة المعرفة هي مجموعة من المعرفة ممثلة في شكل يمكن استخدامه بواسطة برنامج. الأنطولوجيا هي مجموعة الكائنات والعلاقات والمفاهيم والخصائص التي يستخدمها مجال معين من المعرفة. [23] تحتاج قواعد المعرفة إلى تمثيل أشياء مثل الكائنات والخصائص والفئات والعلاقات بين الكائنات؛ [24] المواقف والأحداث والحالات والوقت؛ [25] الأسباب والنتائج؛ [26] المعرفة حول المعرفة (ما نعرفه عن ما يعرفه الآخرون)؛ [27] الاستدلال الافتراضي (الأشياء التي يفترض البشر أنها صحيحة حتى يتم إخبارها بشكل مختلف وستظل صحيحة حتى عندما تتغير الحقائق الأخرى)؛ [28] والعديد من الجوانب والمجالات الأخرى للمعرفة.

من بين أصعب المشاكل في تمثيل المعرفة هي اتساع المعرفة الفطرية (مجموعة الحقائق الذرية التي يعرفها الشخص العادي هائلة)؛ [29] والشكل شبه الرمزي لمعظم المعرفة الفطرية (الكثير مما يعرفه الناس لا يتم تمثيله على أنه "حقائق" أو "عبارات" يمكنهم التعبير عنها شفهيًا). [16] هناك أيضًا صعوبة في اكتساب المعرفة ، مشكلة الحصول على المعرفة لتطبيقات الذكاء الاصطناعي. [ج]

التخطيط وصنع القرار

"الوكيل" هو أي شيء يدرك ويتخذ إجراءات في العالم. لدى الوكيل العقلاني أهداف أو تفضيلات ويتخذ إجراءات لتحقيقها. [د] [32] في التخطيط الآلي ، يكون لدى الوكيل هدف محدد. [33] في اتخاذ القرار الآلي ، يكون لدى الوكيل تفضيلات - فهناك بعض المواقف التي يفضل أن يكون فيها، وبعض المواقف التي يحاول تجنبها. يعين وكيل اتخاذ القرار رقمًا لكل موقف (يُسمى " المنفعة ") يقيس مدى تفضيل الوكيل له. لكل إجراء ممكن، يمكنه حساب " المنفعة المتوقعة ": فائدة جميع النتائج المحتملة للإجراء، مرجحة باحتمالية حدوث النتيجة. يمكنه بعد ذلك اختيار الإجراء الذي يتمتع بأقصى فائدة متوقعة. [34]

في التخطيط الكلاسيكي ، يعرف العميل بالضبط ما سيكون عليه تأثير أي إجراء. [35] ومع ذلك، في معظم المشكلات في العالم الحقيقي، قد لا يكون العميل متأكدًا من الموقف الذي هو فيه (إنه "غير معروف" أو "غير قابل للملاحظة") وقد لا يعرف على وجه اليقين ما سيحدث بعد كل إجراء محتمل (إنه ليس "حتميًا"). يجب أن يختار العميل إجراءً من خلال تخمين احتمالي ثم إعادة تقييم الموقف لمعرفة ما إذا كان الإجراء ناجحًا. [36]

في بعض المشكلات، قد تكون تفضيلات العميل غير مؤكدة، خاصةً إذا كان هناك عملاء أو بشر آخرون مشاركون. يمكن تعلم هذه (على سبيل المثال، باستخدام التعلم التعزيزي العكسي )، أو يمكن للوكيل البحث عن معلومات لتحسين تفضيلاته. [37] يمكن استخدام نظرية قيمة المعلومات لوزن قيمة الإجراءات الاستكشافية أو التجريبية. [38] عادةً ما تكون مساحة الإجراءات والمواقف المستقبلية المحتملة كبيرة بشكل لا يمكن حله ، لذلك يجب على العملاء اتخاذ إجراءات وتقييم المواقف مع عدم التأكد من النتيجة.

تتضمن عملية اتخاذ القرار وفقًا لماركوف نموذج انتقالي يصف احتمالية أن يؤدي إجراء معين إلى تغيير الحالة بطريقة معينة ودالة مكافأة توفر فائدة كل حالة وتكلفة كل إجراء. تربط السياسة قرارًا بكل حالة ممكنة. يمكن حساب السياسة (على سبيل المثال، عن طريق التكرار )، أو أن تكون استدلالية ، أو يمكن تعلمها. [39]

تصف نظرية اللعبة السلوك العقلاني للعديد من الوكلاء المتفاعلين وتُستخدم في برامج الذكاء الاصطناعي التي تتخذ قرارات تتضمن وكلاء آخرين. [40]

تعلُّم

التعلم الآلي هو دراسة البرامج التي يمكنها تحسين أدائها في مهمة معينة تلقائيًا. [41] لقد كان جزءًا من الذكاء الاصطناعي منذ البداية. [هـ]

هناك عدة أنواع من التعلم الآلي. يحلل التعلم غير الخاضع للإشراف تدفق البيانات ويجد الأنماط ويضع التوقعات دون أي توجيه آخر. [44] يتطلب التعلم الخاضع للإشراف من الإنسان تسمية بيانات الإدخال أولاً، ويأتي في نوعين رئيسيين: التصنيف (حيث يجب أن يتعلم البرنامج التنبؤ بالفئة التي ينتمي إليها الإدخال) والانحدار ( حيث يجب أن يستنتج البرنامج دالة رقمية بناءً على الإدخال الرقمي). [45]

في التعلم التعزيزي ، يتم مكافأة العميل على الاستجابات الجيدة ومعاقبته على الاستجابات السيئة. يتعلم العميل اختيار الاستجابات المصنفة على أنها "جيدة". [46] التعلم بالتحويل هو عندما يتم تطبيق المعرفة المكتسبة من مشكلة واحدة على مشكلة جديدة. [47] التعلم العميق هو نوع من التعلم الآلي الذي يقوم بتشغيل المدخلات من خلال الشبكات العصبية الاصطناعية المستوحاة بيولوجيًا لجميع هذه الأنواع من التعلم. [48]

يمكن لنظرية التعلم الحسابي تقييم المتعلمين من خلال التعقيد الحسابي ، أو تعقيد العينة (كمية البيانات المطلوبة)، أو من خلال مفاهيم أخرى للتحسين . [49]

معالجة اللغة الطبيعية

تسمح معالجة اللغة الطبيعية (NLP) [50] للبرامج بقراءة وكتابة والتواصل باللغات البشرية مثل اللغة الإنجليزية . تشمل المشكلات المحددة التعرف على الكلام ، وتوليف الكلام ، والترجمة الآلية ، واستخراج المعلومات ، واسترجاع المعلومات والإجابة على الأسئلة . [51]

واجهت الأعمال المبكرة، التي استندت إلى قواعد اللغة التوليدية والشبكات الدلالية لنعوم تشومسكي ، صعوبة في إزالة الغموض عن معاني الكلمات [f] ما لم يتم تقييدها بمجالات صغيرة تسمى " عوالم مجهرية " (بسبب مشكلة المعرفة الفطرية السليمة [29] ). اعتقدت مارغريت ماسترمان أن المعنى وليس القواعد النحوية هو المفتاح لفهم اللغات، وأن المرادفات وليس القواميس يجب أن تكون أساس بنية اللغة الحاسوبية.

تتضمن تقنيات التعلم العميق الحديثة لمعالجة اللغة الطبيعية تضمين الكلمات (تمثيل الكلمات، عادةً كمتجهات تشفر معناها)، [52] والمحولات (هندسة التعلم العميق باستخدام آلية الانتباه )، [53] وغيرها. [54] في عام 2019، بدأت نماذج اللغة المحولة المدربة مسبقًا (أو "GPT") في إنشاء نص متماسك، [55] [56] وبحلول عام 2023، تمكنت هذه النماذج من الحصول على درجات على مستوى الإنسان في امتحان نقابة المحامين ، واختبار SAT ، واختبار GRE ، والعديد من التطبيقات الأخرى في العالم الحقيقي. [57]

تصور

الإدراك الآلي هو القدرة على استخدام المدخلات من أجهزة الاستشعار (مثل الكاميرات والميكروفونات والإشارات اللاسلكية والليدار النشط والسونار والرادار وأجهزة الاستشعار اللمسية ) لاستنتاج جوانب من العالم. الرؤية الحاسوبية هي القدرة على تحليل المدخلات المرئية. [58]

يشمل المجال التعرف على الكلام ، [59] وتصنيف الصور ، [60] والتعرف على الوجه ، والتعرف على الأشياء ، [61] وتتبع الأشياء ، [62] والإدراك الآلي . [63]

الذكاء الاجتماعي

كيزميت ، رأس روبوت تم تصنيعه في تسعينيات القرن العشرين؛ وهو آلة يمكنها التعرف على المشاعر ومحاكاتها. [64]

الحوسبة العاطفية هي مظلة متعددة التخصصات تضم أنظمة تتعرف على المشاعر والعواطف والمزاج البشري وتفسرها وتعالجها أو تحاكيها . [65] على سبيل المثال، يتم برمجة بعض المساعدين الافتراضيين للتحدث بطريقة محادثة أو حتى للمزاح بطريقة فكاهية؛ مما يجعلهم يبدون أكثر حساسية للديناميكيات العاطفية للتفاعل البشري، أو لتسهيل التفاعل بين الإنسان والحاسوب .

ومع ذلك، يميل هذا إلى إعطاء المستخدمين السذج تصورًا غير واقعي لذكاء وكلاء الكمبيوتر الحاليين. [66] تشمل النجاحات المعتدلة المتعلقة بالحوسبة العاطفية تحليل المشاعر النصية ، ومؤخرًا، تحليل المشاعر متعدد الوسائط ، حيث يصنف الذكاء الاصطناعي التأثيرات التي يعرضها موضوع مسجل بالفيديو. [67]

الاستخبارات العامة

يجب أن تكون الآلة ذات الذكاء العام الاصطناعي قادرة على حل مجموعة واسعة من المشاكل باتساع وتنوع مماثل للذكاء البشري . [4]

التقنيات

يستخدم بحث الذكاء الاصطناعي مجموعة واسعة من التقنيات لتحقيق الأهداف المذكورة أعلاه. [ب]

البحث والتحسين

يمكن للذكاء الاصطناعي حل العديد من المشاكل من خلال البحث الذكي من خلال العديد من الحلول الممكنة. [68] هناك نوعان مختلفان للغاية من البحث المستخدم في الذكاء الاصطناعي: البحث في مساحة الحالة والبحث المحلي .

يبحث البحث في مساحة الحالة من خلال شجرة من الحالات المحتملة لمحاولة العثور على حالة الهدف. [69] على سبيل المثال، تبحث خوارزميات التخطيط من خلال أشجار الأهداف والأهداف الفرعية، في محاولة للعثور على مسار إلى هدف مستهدف، وهي عملية تسمى تحليل الوسائل والغايات . [70]

نادرًا ما تكون عمليات البحث الشاملة البسيطة [71] كافية لحل معظم المشكلات في العالم الحقيقي: حيث تنمو مساحة البحث (عدد الأماكن التي يمكن البحث فيها) بسرعة إلى أرقام فلكية . والنتيجة هي بحث بطيء للغاية أو لا يكتمل أبدًا. [15] يمكن أن تساعد " الاستدلالات " أو "القواعد العامة" في تحديد أولويات الخيارات الأكثر احتمالية للوصول إلى هدف. [72]

تُستخدم عملية البحث التنافسي في برامج الألعاب ، مثل الشطرنج أو لعبة جو. فهي تبحث في شجرة من الحركات المحتملة والحركات المضادة، بحثًا عن موقف فائز. [73]

رسم توضيحي لانحدار التدرج لثلاث نقاط بداية مختلفة؛ يتم تعديل معاملين (يمثلهما إحداثيات الخطة) من أجل تقليل دالة الخسارة (الارتفاع)

يستخدم البحث المحلي التحسين الرياضي لإيجاد حل لمشكلة ما. ويبدأ بنوع من التخمين ثم يصقله تدريجيًا. [74]

الانحدار التدريجي هو نوع من البحث المحلي الذي يعمل على تحسين مجموعة من المعلمات الرقمية عن طريق تعديلها بشكل تدريجي لتقليل دالة الخسارة . تُستخدم متغيرات الانحدار التدريجي عادةً لتدريب الشبكات العصبية. [75]

نوع آخر من البحث المحلي هو الحوسبة التطورية ، والتي تهدف إلى تحسين مجموعة من الحلول المرشحة بشكل متكرر عن طريق "تحويرها" و"إعادة دمجها"، واختيار الأنسب فقط للبقاء على قيد الحياة في كل جيل. [76]

يمكن أن تنسق عمليات البحث الموزعة من خلال خوارزميات ذكاء السرب . هناك خوارزميتان شائعتان تستخدمان في البحث وهما تحسين سرب الجسيمات (مستوحاة من أسراب الطيور ) وتحسين مستعمرة النمل (مستوحاة من مسارات النمل ). [77]

منطق

يستخدم المنطق الرسمي في الاستدلال وتمثيل المعرفة . [78] يأتي المنطق الرسمي في شكلين رئيسيين: المنطق القياسي (الذي يعمل على العبارات التي تكون صحيحة أو خاطئة ويستخدم أدوات الربط المنطقية مثل "و" و"أو" و"ليس" و"يدل") [79] ومنطق المسند (الذي يعمل أيضًا على الأشياء والمسندات والعلاقات ويستخدم الكميات مثل " كل X هو Y " و"هناك بعض Xs التي هي Ys "). [80]

الاستدلال الاستنتاجي في المنطق هو عملية إثبات عبارة جديدة ( استنتاج ) من عبارات أخرى معطاة ومفترض أنها صحيحة ( المقدمات ). [81] يمكن هيكلة الإثباتات على شكل أشجار إثبات ، حيث يتم تمييز العقد بجمل، وترتبط العقد الفرعية بالعقد الأصلية من خلال قواعد الاستدلال .

في حالة وجود مشكلة ومجموعة من المقدمات، فإن حل المشكلة ينحصر في البحث عن شجرة إثبات يتم تمييز عقدة جذرها بحل المشكلة ويتم تمييز عقد أوراقها بمقدمات أو بديهيات . في حالة جمل هورن ، يمكن إجراء البحث عن حل المشكلة من خلال الاستدلال للأمام من المقدمات أو للخلف من المشكلة. [82] في الحالة الأكثر عمومية للشكل الشرطي للمنطق من الدرجة الأولى ، يكون الحل قاعدة استدلال واحدة خالية من البديهيات، حيث يتم حل المشكلة عن طريق إثبات تناقض من مقدمات تتضمن نفي المشكلة المراد حلها. [83]

الاستدلال في منطق جملة هورن ومنطق الدرجة الأولى غير قابل للحسم ، وبالتالي فهو غير قابل للحل . ومع ذلك، فإن الاستدلال العكسي مع جمل هورن، والتي تدعم الحوسبة في لغة البرمجة المنطقية برولوغ ، هو مكتمل تورينج . وعلاوة على ذلك، فإن كفاءته تنافسية مع الحوسبة في لغات البرمجة الرمزية الأخرى . [84]

يعين المنطق الضبابي "درجة الحقيقة" بين 0 و1. وبالتالي يمكنه التعامل مع المقترحات الغامضة والصحيحة جزئيًا. [85]

تم تصميم المنطق غير الرتيب ، بما في ذلك البرمجة المنطقية مع النفي كفشل ، للتعامل مع الاستدلال الافتراضي . [28] وقد تم تطوير إصدارات متخصصة أخرى من المنطق لوصف العديد من المجالات المعقدة.

الأساليب الاحتمالية للاستدلال غير المؤكد

شبكة بايزية بسيطة ، مع جداول الاحتمالات الشرطية المرتبطة بها

تتطلب العديد من المشكلات في الذكاء الاصطناعي (بما في ذلك في التفكير والتخطيط والتعلم والإدراك والروبوتات) من العميل العمل بمعلومات غير كاملة أو غير مؤكدة. ابتكر باحثو الذكاء الاصطناعي عددًا من الأدوات لحل هذه المشكلات باستخدام أساليب من نظرية الاحتمالات والاقتصاد. [86] تم تطوير أدوات رياضية دقيقة لتحليل كيفية تمكن العميل من اتخاذ الخيارات والتخطيط، باستخدام نظرية القرار ، وتحليل القرار ، [87] ونظرية قيمة المعلومات . [88] تتضمن هذه الأدوات نماذج مثل عمليات اتخاذ القرار لماركوف ، [89] وشبكات القرار الديناميكية ، [90] ونظرية اللعبة وتصميم الآلية . [91]

الشبكات البايزية [92] هي أداة يمكن استخدامها في الاستدلال (باستخدام خوارزمية الاستدلال البايزي )، [g] [94] التعلم (باستخدام خوارزمية التوقع والتعظيم )، [h] [96] التخطيط (باستخدام شبكات القرار ) [97] والإدراك (باستخدام الشبكات البايزية الديناميكية ) . [90]

يمكن أيضًا استخدام الخوارزميات الاحتمالية في الترشيح والتنبؤ والتنعيم وإيجاد تفسيرات لتدفقات البيانات، وبالتالي مساعدة أنظمة الإدراك في تحليل العمليات التي تحدث بمرور الوقت (على سبيل المثال، نماذج ماركوف المخفية أو مرشحات كالمان ). [90]

يبدأ التجميع المتوقع-التعظيمي لبيانات ثوران أولد فيثفول من تخمين عشوائي، ولكن بعد ذلك يتقارب بنجاح مع التجميع الدقيق للوضعين المتميزين فيزيائيًا للثوران.

المصنفات وطرق التعلم الإحصائية

يمكن تقسيم أبسط تطبيقات الذكاء الاصطناعي إلى نوعين: المصنفات (على سبيل المثال، "إذا كان لامعًا فاختر الماس") من ناحية، والمتحكمات (على سبيل المثال، "إذا كان الماس فاختره") من ناحية أخرى. المصنفات [98] هي وظائف تستخدم مطابقة الأنماط لتحديد أقرب تطابق. ويمكن ضبطها بدقة بناءً على أمثلة مختارة باستخدام التعلم الخاضع للإشراف . يتم تصنيف كل نمط (يُطلق عليه أيضًا " ملاحظة ") بفئة محددة مسبقًا. تُعرف جميع الملاحظات جنبًا إلى جنب مع تسميات فئاتها باسم مجموعة بيانات . عند تلقي ملاحظة جديدة، يتم تصنيف تلك الملاحظة بناءً على الخبرة السابقة. [45]

هناك العديد من أنواع المصنفات المستخدمة. [99] شجرة القرار هي أبسط خوارزمية تعلُّم آلي رمزية وأكثرها استخدامًا. [100] كانت خوارزمية أقرب جار K هي الذكاء الاصطناعي التناظري الأكثر استخدامًا حتى منتصف التسعينيات، وحلت أساليب Kernel مثل آلة المتجهات الداعمة (SVM) محل أقرب جار K في التسعينيات. [101] يُقال إن مصنف بايز الساذج هو "المتعلم الأكثر استخدامًا" [102] في Google، ويرجع ذلك جزئيًا إلى قابليته للتطوير. [103] تُستخدم الشبكات العصبية أيضًا كمصنفات. [104]

الشبكات العصبية الاصطناعية

الشبكة العصبية عبارة عن مجموعة مترابطة من العقد، تشبه الشبكة الواسعة من الخلايا العصبية في الدماغ البشري .

تعتمد الشبكة العصبية الاصطناعية على مجموعة من العقد المعروفة أيضًا باسم الخلايا العصبية الاصطناعية ، والتي تحاكي بشكل فضفاض الخلايا العصبية في الدماغ البيولوجي. يتم تدريبها على التعرف على الأنماط؛ بمجرد تدريبها، يمكنها التعرف على تلك الأنماط في البيانات الجديدة. هناك مدخلات، وطبقة مخفية واحدة على الأقل من العقد ومخرجات. تطبق كل عقدة وظيفة وبمجرد أن يتجاوز الوزن حدها المحدد، يتم نقل البيانات إلى الطبقة التالية. تسمى الشبكة عادةً شبكة عصبية عميقة إذا كانت تحتوي على طبقتين مخفيتين على الأقل. [104]

تستخدم خوارزميات التعلم للشبكات العصبية البحث المحلي لاختيار الأوزان التي ستحصل على الناتج الصحيح لكل مدخل أثناء التدريب. تقنية التدريب الأكثر شيوعًا هي خوارزمية الانتشار الخلفي . [105] تتعلم الشبكات العصبية كيفية نمذجة العلاقات المعقدة بين المدخلات والمخرجات والعثور على أنماط في البيانات. من الناحية النظرية، يمكن للشبكة العصبية تعلم أي دالة. [106]

في الشبكات العصبية ذات التغذية الأمامية، تمر الإشارة في اتجاه واحد فقط. [107] تقوم الشبكات العصبية المتكررة بتغذية إشارة الإخراج مرة أخرى إلى المدخلات، مما يسمح بذكريات قصيرة المدى لأحداث الإدخال السابقة. الذاكرة القصيرة المدى الطويلة هي أنجح بنية شبكة للشبكات المتكررة. [108] تستخدم المدركات [109] طبقة واحدة فقط من الخلايا العصبية؛ يستخدم التعلم العميق [110] طبقات متعددة. تعمل الشبكات العصبية التلافيفية على تعزيز الاتصال بين الخلايا العصبية "القريبة" من بعضها البعض - وهذا مهم بشكل خاص في معالجة الصور ، حيث يجب أن تحدد مجموعة محلية من الخلايا العصبية "حافة" قبل أن تتمكن الشبكة من تحديد كائن. [111]

التعلم العميق

يستخدم التعلم العميق [110] عدة طبقات من الخلايا العصبية بين مدخلات ومخرجات الشبكة. يمكن للطبقات المتعددة استخراج ميزات أعلى مستوى تدريجيًا من المدخلات الخام. على سبيل المثال، في معالجة الصور ، قد تحدد الطبقات السفلية الحواف، بينما قد تحدد الطبقات العليا المفاهيم ذات الصلة بالإنسان مثل الأرقام أو الحروف أو الوجوه. [112]

لقد أدى التعلم العميق إلى تحسين أداء البرامج بشكل كبير في العديد من المجالات الفرعية المهمة للذكاء الاصطناعي، بما في ذلك الرؤية الحاسوبية ، والتعرف على الكلام ، ومعالجة اللغة الطبيعية ، وتصنيف الصور ، [113] وغيرها. السبب وراء أداء التعلم العميق الجيد في العديد من التطبيقات غير معروف حتى عام 2023. [114] لم يحدث النجاح المفاجئ للتعلم العميق في الفترة 2012-2015 بسبب بعض الاكتشافات الجديدة أو الاختراقات النظرية (وصف العديد من الأشخاص الشبكات العصبية العميقة والانتشار الخلفي منذ الخمسينيات من القرن الماضي) [i] ولكن بسبب عاملين: الزيادة المذهلة في قوة الكمبيوتر (بما في ذلك الزيادة مائة ضعف في السرعة عن طريق التحول إلى وحدات معالجة الرسومات ) وتوافر كميات هائلة من بيانات التدريب، وخاصة مجموعات البيانات العملاقة المنسقة المستخدمة لاختبار المعايير، مثل ImageNet . [j]

جي بي تي

المحولات المدربة مسبقًا التوليدية (GPT) هي نماذج لغوية كبيرة (LLMs) تولد نصًا بناءً على العلاقات الدلالية بين الكلمات في الجمل. يتم تدريب نماذج GPT القائمة على النص مسبقًا على مجموعة كبيرة من النصوص التي يمكن أن تكون من الإنترنت. يتكون التدريب المسبق من التنبؤ بالرمز التالي (يكون الرمز عادةً كلمة أو كلمة فرعية أو علامة ترقيم). طوال فترة التدريب المسبق هذه، تتراكم نماذج GPT المعرفة حول العالم ويمكنها بعد ذلك إنشاء نص يشبه النص البشري من خلال التنبؤ بشكل متكرر بالرمز التالي. عادةً، تجعل مرحلة التدريب اللاحقة النموذج أكثر صدقًا وفائدة وأقل ضررًا، عادةً باستخدام تقنية تسمى التعلم التعزيزي من ردود الفعل البشرية (RLHF). تميل نماذج GPT الحالية إلى توليد أكاذيب تسمى " الهلوسة "، على الرغم من أنه يمكن تقليل ذلك باستخدام التعلم التعزيزي من ردود الفعل البشرية والبيانات عالية الجودة. يتم استخدامها في برامج الدردشة الآلية ، والتي تسمح للأشخاص بطرح سؤال أو طلب مهمة في نص بسيط. [122] [123]

تتضمن النماذج والخدمات الحالية Gemini (المعروفة سابقًا باسم Bard)، و ChatGPT ، وGrok ، و Claude ، وCopilot ، و LLaMA . [124] يمكن لنماذج GPT متعددة الوسائط معالجة أنواع مختلفة من البيانات ( الوسائط ) مثل الصور ومقاطع الفيديو والصوت والنص. [125]

الأجهزة والبرامج

في أواخر العقد الأول من القرن الحادي والعشرين، حلت وحدات معالجة الرسومات (GPUs) التي تم تصميمها بشكل متزايد مع تحسينات خاصة بالذكاء الاصطناعي واستخدامها مع برامج TensorFlow المتخصصة محل وحدات المعالجة المركزية (CPUs) المستخدمة سابقًا كوسيلة مهيمنة لتدريب نماذج التعلم الآلي واسعة النطاق (التجارية والأكاديمية) . [126] تم استخدام لغات البرمجة المتخصصة مثل Prolog في أبحاث الذكاء الاصطناعي المبكرة، [127] ولكن لغات البرمجة العامة مثل Python أصبحت سائدة. [128]

لوحظ أن كثافة الترانزستور في الدوائر المتكاملة تتضاعف تقريبًا كل 18 شهرًا - وهو الاتجاه المعروف باسم قانون مور ، والذي سمي على اسم المؤسس المشارك لشركة إنتل جوردون مور ، الذي حدده لأول مرة. كانت التحسينات في وحدات معالجة الرسومات أسرع من ذلك. [129]

التطبيقات

تُستخدم تقنية الذكاء الاصطناعي والتعلم الآلي في معظم التطبيقات الأساسية في عشرينيات القرن الحادي والعشرين، بما في ذلك: محركات البحث (مثل بحث Google )، واستهداف الإعلانات عبر الإنترنت ، وأنظمة التوصية (التي تقدمها Netflix أو YouTube أو Amazon )، وتوجيه حركة الإنترنت ، والإعلانات المستهدفة ( AdSense أو Facebook )، والمساعدين الافتراضيين (مثل Siri أو Alexa )، والمركبات ذاتية القيادة (بما في ذلك الطائرات بدون طيار ، و ADAS والسيارات ذاتية القيادة )، والترجمة التلقائية للغة ( Microsoft Translator و Google Translate )، والتعرف على الوجه ( Face ID من Apple أو DeepFace من Microsoft و FaceNet من Google ) ووضع علامات على الصور (تستخدمها Facebook و iPhoto من Apple و TikTok ). قد يتم الإشراف على نشر الذكاء الاصطناعي من قبل كبير مسؤولي الأتمتة (CAO).

الصحة والطب

إن تطبيق الذكاء الاصطناعي في الطب والبحث الطبي لديه القدرة على زيادة رعاية المرضى وجودة الحياة. [130] ومن خلال عدسة قسم أبقراط ، فإن المهنيين الطبيين ملزمون أخلاقياً باستخدام الذكاء الاصطناعي، إذا كانت التطبيقات قادرة على تشخيص وعلاج المرضى بدقة أكبر. [131] [132]

بالنسبة للأبحاث الطبية، يعد الذكاء الاصطناعي أداة مهمة لمعالجة ودمج البيانات الضخمة . وهذا مهم بشكل خاص لتطوير هندسة الأعضاء والأنسجة التي تستخدم التصوير المجهري كتقنية رئيسية في التصنيع. [133] وقد اقترح أن الذكاء الاصطناعي يمكن أن يتغلب على التناقضات في التمويل المخصص لمجالات بحثية مختلفة. [133] يمكن لأدوات الذكاء الاصطناعي الجديدة أن تعمق فهم المسارات ذات الصلة بالطب الحيوي. على سبيل المثال، أظهر AlphaFold 2 (2021) القدرة على تقريب البنية ثلاثية الأبعاد للبروتين في غضون ساعات بدلاً من أشهر . [134] في عام 2023، أفيد أن اكتشاف الأدوية الموجه بالذكاء الاصطناعي ساعد في العثور على فئة من المضادات الحيوية قادرة على قتل نوعين مختلفين من البكتيريا المقاومة للأدوية. [135] في عام 2024، استخدم الباحثون التعلم الآلي لتسريع البحث عن علاجات دوائية لمرض باركنسون . كان هدفهم هو تحديد المركبات التي تمنع تكتل أو تجميع ألفا سينيوكلين (البروتين الذي يميز مرض باركنسون). لقد تمكنوا من تسريع عملية الفحص الأولية عشرة أضعاف وخفض التكلفة بمقدار ألف ضعف. [136] [137]

ألعاب

تم استخدام برامج لعب الألعاب منذ الخمسينيات من القرن الماضي لإظهار واختبار أكثر تقنيات الذكاء الاصطناعي تقدمًا. [138] أصبح ديب بلو أول نظام لعب شطرنج حاسوبي يهزم بطل العالم في الشطرنج، جاري كاسباروف ، في 11 مايو 1997. [139] في عام 2011، في مباراة استعراضية لبرنامج المسابقات Jeopardy!، هزم نظام الإجابة على الأسئلة من IBM ، Watson ، أعظم بطلين في برنامج Jeopardy!، براد روتر وكين جينينجز ، بهامش كبير. [140] في مارس 2016، فاز AlphaGo بـ 4 من أصل 5 مباريات من لعبة Go في مباراة مع بطل Go Lee Sedol ، ليصبح أول نظام لعب جو حاسوبي يهزم لاعب جو محترف بدون إعاقات . ثم في عام 2017، هزم Ke Jie ، الذي كان أفضل لاعب جو في العالم. [141] تتعامل برامج أخرى مع ألعاب المعلومات غير الكاملة ، مثل برنامج لعب البوكر Pluribus . [142] طورت DeepMind نماذج تعزيز التعلم العامة بشكل متزايد ، مثل MuZero ، والتي يمكن تدريبها على لعب الشطرنج أو Go أو ألعاب Atari . [143] في عام 2019، حقق AlphaStar من DeepMind مستوى الأستاذ الكبير في StarCraft II ، وهي لعبة إستراتيجية في الوقت الفعلي صعبة بشكل خاص تتضمن معرفة غير كاملة بما يحدث على الخريطة. [144] في عام 2021، تنافس وكيل الذكاء الاصطناعي في مسابقة PlayStation Gran Turismo ، وفاز على أربعة من أفضل سائقي Gran Turismo في العالم باستخدام التعلم التعزيزي العميق. [145] في عام 2024، قدمت Google DeepMind SIMA، وهو نوع من الذكاء الاصطناعي قادر على لعب تسع ألعاب فيديو مفتوحة العالم لم يسبق لها مثيل من خلال مراقبة إخراج الشاشة، بالإضافة إلى تنفيذ مهام قصيرة ومحددة استجابةً لتعليمات اللغة الطبيعية. [146]

الرياضيات

في الرياضيات، تُستخدم أشكال خاصة من الاستدلال الرسمي خطوة بخطوة . وعلى النقيض من ذلك، تعمل نماذج اللغة مثل GPT-4 Turbo و Gemini Ultra و Claude Opus و LLaMa-2 أو Mistral Large مع نماذج احتمالية، والتي يمكن أن تنتج إجابات خاطئة في شكل هلوسات . لذلك، فهم لا يحتاجون فقط إلى قاعدة بيانات كبيرة من المشكلات الرياضية للتعلم منها ولكن أيضًا إلى أساليب مثل الضبط الدقيق الخاضع للإشراف أو المصنفات المدربة مع البيانات الموضحة بواسطة الإنسان لتحسين الإجابات للمشكلات الجديدة والتعلم من التصحيحات. [147] أظهرت دراسة أجريت عام 2024 أن أداء بعض نماذج اللغة لقدرات الاستدلال في حل المشكلات الرياضية غير المدرجة في بيانات تدريبها كان منخفضًا، حتى بالنسبة للمشكلات التي تحتوي على انحرافات طفيفة فقط عن البيانات المدربة. [148]

بدلاً من ذلك، تم تطوير نماذج مخصصة لحل المشكلات الرياضية بدقة أعلى للنتيجة بما في ذلك إثبات النظريات مثل Alpha Tensor و Alpha Geometry و Alpha Proof كلها من Google DeepMind ، [149] Llemma من eleuther [150] أو Julius . [151]

عندما يتم استخدام اللغة الطبيعية لوصف المشاكل الرياضية، تقوم المحولات بتحويل مثل هذه المطالبات إلى لغة رسمية مثل Lean لتحديد المهام الرياضية.

تم تطوير بعض النماذج لحل المشكلات الصعبة والوصول إلى نتائج جيدة في اختبارات المقارنة، والبعض الآخر ليكون بمثابة أدوات تعليمية في الرياضيات. [152]

تمويل

يعد التمويل أحد أسرع القطاعات نموًا حيث يتم نشر أدوات الذكاء الاصطناعي التطبيقية: من الخدمات المصرفية عبر الإنترنت إلى تقديم المشورة الاستثمارية والتأمين، حيث تم استخدام "المستشارين الروبوتيين" الآليين لبعض السنوات. [153]

يصر خبراء المعاشات التقاعدية العالميون مثل نيكولاس فيرزلي على أنه قد يكون من السابق لأوانه رؤية ظهور منتجات وخدمات مالية مبتكرة للغاية تعتمد على الذكاء الاصطناعي: "إن نشر أدوات الذكاء الاصطناعي سوف يؤدي ببساطة إلى زيادة أتمتة الأمور: تدمير عشرات الآلاف من الوظائف في الخدمات المصرفية والتخطيط المالي ونصائح المعاشات التقاعدية في هذه العملية، لكنني لست متأكدًا من أنها ستطلق العنان لموجة جديدة من الابتكار المتطور في مجال المعاشات التقاعدية". [154]

جيش

تنشر بلدان مختلفة تطبيقات الذكاء الاصطناعي العسكرية. [155] تعمل التطبيقات الرئيسية على تعزيز القيادة والتحكم والاتصالات وأجهزة الاستشعار والتكامل والتشغيل البيني. [156] يستهدف البحث جمع وتحليل المعلومات الاستخباراتية والخدمات اللوجستية والعمليات السيبرانية وعمليات المعلومات والمركبات شبه المستقلة والمستقلة . [155] تمكن تقنيات الذكاء الاصطناعي من تنسيق أجهزة الاستشعار والمؤثرات وكشف التهديدات وتحديدها ووضع علامات على مواقع العدو واكتساب الهدف وتنسيق وإزالة التضارب في النيران المشتركة الموزعة بين المركبات القتالية المتصلة بالشبكة والتي تشمل فرقًا مأهولة وغير مأهولة. [156] تم دمج الذكاء الاصطناعي في العمليات العسكرية في العراق وسوريا. [155]

في نوفمبر 2023، كشفت نائبة الرئيس الأمريكي كامالا هاريس عن إعلان وقعته 31 دولة لوضع حواجز أمام الاستخدام العسكري للذكاء الاصطناعي. وتشمل الالتزامات استخدام المراجعات القانونية لضمان امتثال الذكاء الاصطناعي العسكري للقوانين الدولية، والحذر والشفافية في تطوير هذه التكنولوجيا. [157]

الذكاء الاصطناعي التوليدي

فنسنت فان جوخ بالألوان المائية التي تم إنشاؤها بواسطة برنامج الذكاء الاصطناعي التوليدي

في أوائل عشرينيات القرن الحادي والعشرين، اكتسب الذكاء الاصطناعي التوليدي شهرة واسعة النطاق. GenAI هو الذكاء الاصطناعي القادر على توليد النصوص والصور ومقاطع الفيديو أو غيرها من البيانات باستخدام نماذج توليدية ، [158] [159] غالبًا استجابةً للمطالبات . [160] [161]

في مارس 2023، سمع 58% من البالغين في الولايات المتحدة عن ChatGPT وجربه 14%. [162] أثارت الواقعية المتزايدة وسهولة استخدام مولدات النص إلى الصورة القائمة على الذكاء الاصطناعي مثل Midjourney و DALL-E و Stable Diffusion اتجاهًا للصور الفيروسية المولدة بالذكاء الاصطناعي. اكتسبت صورة مزيفة للبابا فرانسيس مرتديًا معطفًا أبيض منتفخًا، والاعتقال الخيالي لدونالد ترامب ، وخدعة الهجوم على البنتاغون ، بالإضافة إلى الاستخدام في الفنون الإبداعية المهنية، اهتمامًا واسع النطاق. [163] [164]

الوكلاء

الوكلاء ذوو الذكاء الاصطناعي (AI) عبارة عن كيانات برمجية مصممة لإدراك بيئتها واتخاذ القرارات واتخاذ الإجراءات بشكل مستقل لتحقيق أهداف محددة. يمكن لهذه الوكلاء التفاعل مع المستخدمين أو بيئتهم أو وكلاء آخرين. تُستخدم وكلاء الذكاء الاصطناعي في تطبيقات مختلفة، بما في ذلك المساعدون الافتراضيون ، وبرمجيات الدردشة الآلية ، والمركبات ذاتية القيادة ، وأنظمة لعب الألعاب ، والروبوتات الصناعية . تعمل وكلاء الذكاء الاصطناعي ضمن قيود برمجتها، والموارد الحسابية المتاحة، والقيود المفروضة على الأجهزة. وهذا يعني أنهم مقيدون بأداء المهام ضمن نطاقهم المحدد ولديهم ذاكرة محدودة وقدرات معالجة. في التطبيقات الواقعية، غالبًا ما يواجه وكلاء الذكاء الاصطناعي قيودًا زمنية لاتخاذ القرار وتنفيذ الإجراءات. يدمج العديد من وكلاء الذكاء الاصطناعي خوارزميات التعلم، مما يمكنهم من تحسين أدائهم بمرور الوقت من خلال الخبرة أو التدريب. باستخدام التعلم الآلي، يمكن لوكلاء الذكاء الاصطناعي التكيف مع المواقف الجديدة وتحسين سلوكهم للمهام المخصصة لهم. [165] [166] [167]

مهام أخرى خاصة بالصناعة

هناك أيضًا آلاف تطبيقات الذكاء الاصطناعي الناجحة المستخدمة لحل مشكلات محددة لصناعات أو مؤسسات محددة. في دراسة استقصائية أجريت عام 2017، أفادت شركة واحدة من كل خمس شركات بأنها أدرجت "الذكاء الاصطناعي" في بعض العروض أو العمليات. [168] ومن الأمثلة القليلة تخزين الطاقة ، والتشخيص الطبي، والخدمات اللوجستية العسكرية، والتطبيقات التي تتنبأ بنتيجة القرارات القضائية، والسياسة الخارجية ، أو إدارة سلسلة التوريد.

تتزايد تطبيقات الذكاء الاصطناعي في مجال الإخلاء وإدارة الكوارث . وقد استُخدم الذكاء الاصطناعي للتحقيق فيما إذا كان الأشخاص قد تم إخلاؤهم في عمليات إخلاء واسعة النطاق وصغيرة الحجم، وكيف تم ذلك باستخدام البيانات التاريخية من نظام تحديد المواقع العالمي (GPS) أو مقاطع الفيديو أو وسائل التواصل الاجتماعي. علاوة على ذلك، يمكن للذكاء الاصطناعي توفير معلومات في الوقت الفعلي عن ظروف الإخلاء في الوقت الفعلي. [169] [170] [171]

في مجال الزراعة، ساعد الذكاء الاصطناعي المزارعين على تحديد المناطق التي تحتاج إلى الري والتسميد ومعالجة المبيدات الحشرية أو زيادة الغلة. يستخدم علماء الزراعة الذكاء الاصطناعي لإجراء البحوث والتطوير. تم استخدام الذكاء الاصطناعي للتنبؤ بوقت نضج المحاصيل مثل الطماطم، ومراقبة رطوبة التربة، وتشغيل الروبوتات الزراعية، وإجراء التحليلات التنبؤية ، وتصنيف عواطف نداء الخنازير للماشية، وأتمتة البيوت الزجاجية، واكتشاف الأمراض والآفات، وتوفير المياه.

يُستخدم الذكاء الاصطناعي في علم الفلك لتحليل كميات متزايدة من البيانات والتطبيقات المتاحة، وخاصةً لأغراض "التصنيف والانحدار والتجميع والتنبؤ والتوليد والاكتشاف وتطوير رؤى علمية جديدة". على سبيل المثال، يُستخدم لاكتشاف الكواكب الخارجية والتنبؤ بالنشاط الشمسي والتمييز بين الإشارات والتأثيرات الآلية في علم فلك الموجات الثقالية. بالإضافة إلى ذلك، يمكن استخدامه في الأنشطة في الفضاء، مثل استكشاف الفضاء، بما في ذلك تحليل البيانات من البعثات الفضائية، وقرارات العلوم في الوقت الفعلي للمركبات الفضائية، وتجنب الحطام الفضائي، والعمليات الأكثر استقلالية.

خلال الانتخابات الهندية لعام 2024 ، تم إنفاق 50 مليون دولار أمريكي على المحتوى المعتمد الذي تم إنشاؤه بواسطة الذكاء الاصطناعي، ولا سيما من خلال إنشاء مقاطع مزيفة من السياسيين المتحالفين (بما في ذلك المتوفين في بعض الأحيان) للتفاعل بشكل أفضل مع الناخبين، وترجمة الخطب إلى لغات محلية مختلفة. [172]

أخلاق مهنية

الذكاء الاصطناعي له فوائد محتملة ومخاطر محتملة. [173] قد يكون الذكاء الاصطناعي قادرًا على تطوير العلوم وإيجاد حلول لمشاكل خطيرة: يأمل ديميس هاسابيس من شركة Deep Mind في "حل مشكلة الذكاء، ثم استخدامه لحل كل شيء آخر". [174] ومع ذلك، مع انتشار استخدام الذكاء الاصطناعي على نطاق واسع، تم تحديد العديد من العواقب والمخاطر غير المقصودة. [175] قد لا تأخذ أنظمة الإنتاج في الاعتبار الأخلاق والتحيز في عمليات تدريب الذكاء الاصطناعي الخاصة بها في بعض الأحيان، خاصةً عندما تكون خوارزميات الذكاء الاصطناعي غير قابلة للتفسير بطبيعتها في التعلم العميق. [176]

المخاطر والأضرار

تتطلب خوارزميات التعلم الآلي كميات كبيرة من البيانات. وقد أثارت التقنيات المستخدمة للحصول على هذه البيانات مخاوف بشأن الخصوصية والمراقبة وحقوق النشر .

إن الأجهزة والخدمات التي تعمل بالذكاء الاصطناعي، مثل المساعدين الافتراضيين ومنتجات إنترنت الأشياء، تجمع المعلومات الشخصية باستمرار، مما يثير المخاوف بشأن جمع البيانات بشكل غير قانوني والوصول غير المصرح به من قبل أطراف ثالثة. ويتفاقم فقدان الخصوصية بسبب قدرة الذكاء الاصطناعي على معالجة ودمج كميات هائلة من البيانات، مما قد يؤدي إلى مجتمع مراقبة حيث تتم مراقبة الأنشطة الفردية وتحليلها باستمرار دون ضمانات أو شفافية كافية.

قد تتضمن بيانات المستخدم الحساسة التي تم جمعها سجلات النشاط عبر الإنترنت وبيانات تحديد الموقع الجغرافي والفيديو أو الصوت. [177] على سبيل المثال، من أجل بناء خوارزميات التعرف على الكلام ، سجلت أمازون ملايين المحادثات الخاصة وسمحت للعاملين المؤقتين بالاستماع إلى بعضها ونسخها. [178] تتراوح الآراء حول هذه المراقبة الواسعة النطاق من أولئك الذين يرونها شرًا ضروريًا إلى أولئك الذين يرونها غير أخلاقية بشكل واضح وانتهاكًا للحق في الخصوصية . [179]

يزعم مطورو الذكاء الاصطناعي أن هذه هي الطريقة الوحيدة لتقديم تطبيقات قيمة. وقد طوروا العديد من التقنيات التي تحاول الحفاظ على الخصوصية مع الاستمرار في الحصول على البيانات، مثل تجميع البيانات وإلغاء تحديد الهوية والخصوصية التفاضلية . [180] منذ عام 2016، بدأ بعض خبراء الخصوصية، مثل سينثيا دورك ، في النظر إلى الخصوصية من منظور العدالة . كتب بريان كريستيان أن الخبراء تحولوا "من مسألة" ما يعرفونه "إلى مسألة" ما يفعلونه به ". [181]

غالبًا ما يتم تدريب الذكاء الاصطناعي التوليدي على أعمال محمية بحقوق الطبع والنشر غير مرخصة، بما في ذلك في مجالات مثل الصور أو أكواد الكمبيوتر؛ ثم يتم استخدام الناتج بموجب منطق " الاستخدام العادل ". يختلف الخبراء حول مدى جودة هذا المنطق وفي أي ظروف سيصمد في المحاكم القانونية؛ قد تشمل العوامل ذات الصلة "الغرض وطبيعة استخدام العمل المحمي بحقوق الطبع والنشر" و "التأثير على السوق المحتملة للعمل المحمي بحقوق الطبع والنشر". [182] [183] ​​يمكن لأصحاب مواقع الويب الذين لا يرغبون في استخراج محتواهم الإشارة إلى ذلك في ملف " robots.txt ". [184] في عام 2023، رفع مؤلفون بارزون (بما في ذلك جون جريشام وجوناثان فرانزين ) دعاوى قضائية ضد شركات الذكاء الاصطناعي لاستخدام أعمالهم لتدريب الذكاء الاصطناعي التوليدي. [185] [186] هناك نهج آخر تمت مناقشته وهو تصور نظام منفصل فريد من نوعه لحماية الإبداعات التي يولدها الذكاء الاصطناعي لضمان الإسناد العادل والتعويض للمؤلفين البشر. [187]

هيمنة شركات التكنولوجيا العملاقة

تهيمن شركات التكنولوجيا الكبرى مثل Alphabet Inc. و Amazon و Apple Inc. و Meta Platforms و Microsoft على مشهد الذكاء الاصطناعي التجاري . [188] [189] [190] يمتلك بعض هؤلاء اللاعبين بالفعل الغالبية العظمى من البنية التحتية السحابية الحالية وقوة الحوسبة من مراكز البيانات ، مما يسمح لهم بترسيخ مكانتهم بشكل أكبر في السوق. [191] [192]

احتياجات الطاقة الكبيرة والتأثيرات البيئية الأخرى

في يناير 2024، أصدرت وكالة الطاقة الدولية تقرير الكهرباء 2024، التحليل والتوقعات حتى عام 2026 ، والذي يتنبأ باستخدام الطاقة الكهربائية. [193] هذا هو أول تقرير لوكالة الطاقة الدولية يقدم توقعات لمراكز البيانات واستهلاك الطاقة للذكاء الاصطناعي والعملات المشفرة. يذكر التقرير أن الطلب على الطاقة لهذه الاستخدامات قد يتضاعف بحلول عام 2026، مع استخدام إضافي للطاقة الكهربائية يعادل الكهرباء التي تستخدمها الأمة اليابانية بأكملها. [194]

إن الاستهلاك الهائل للطاقة من قبل الذكاء الاصطناعي مسؤول عن نمو استخدام الوقود الأحفوري، وقد يؤخر إغلاق مرافق الطاقة التي تعمل بالفحم والتي تنبعث منها الكربون. هناك ارتفاع محموم في بناء مراكز البيانات في جميع أنحاء الولايات المتحدة، مما يجعل شركات التكنولوجيا الكبرى (على سبيل المثال، مايكروسوفت، ميتا، جوجل، أمازون) مستهلكين شرهين للطاقة الكهربائية. الاستهلاك الكهربائي المتوقع هائل لدرجة أن هناك مخاوف من أنه سيتم الوفاء به بغض النظر عن المصدر. يتضمن البحث في ChatGPT استخدام 10 أضعاف الطاقة الكهربائية التي يتم البحث عنها في Google. الشركات الكبرى في عجلة من أمرها للعثور على مصادر الطاقة - من الطاقة النووية إلى الطاقة الحرارية الأرضية إلى الاندماج. تزعم شركات التكنولوجيا أنه - في المدى البعيد - سيكون الذكاء الاصطناعي في النهاية أكثر لطفًا بالبيئة، لكنها تحتاج إلى الطاقة الآن. وفقًا لشركات التكنولوجيا، يجعل الذكاء الاصطناعي شبكة الطاقة أكثر كفاءة و"ذكاءً"، وسيساعد في نمو الطاقة النووية، ويتتبع إجمالي الانبعاثات الكربونية. [195]

وجدت ورقة بحثية صادرة عن جولدمان ساكس عام 2024 بعنوان مراكز بيانات الذكاء الاصطناعي والزيادة القادمة في الطلب على الطاقة في الولايات المتحدة ، أن "الطلب على الطاقة في الولايات المتحدة من المرجح أن يشهد نموًا لم نشهده منذ جيل ..." وتتوقع أنه بحلول عام 2030، ستستهلك مراكز البيانات الأمريكية 8٪ من الطاقة الأمريكية، مقابل 3٪ في عام 2022، مما ينبئ بنمو صناعة توليد الطاقة الكهربائية من خلال مجموعة متنوعة من الوسائل. [196] إن حاجة مراكز البيانات إلى المزيد والمزيد من الطاقة الكهربائية هي من النوع الذي قد يؤدي إلى استغلال الشبكة الكهربائية إلى أقصى حد. ترد شركات التكنولوجيا الكبرى بأن الذكاء الاصطناعي يمكن استخدامه لتعظيم استخدام الشبكة من قبل الجميع. [197]

في عام 2024، ذكرت صحيفة وول ستريت جورنال أن شركات الذكاء الاصطناعي الكبرى بدأت مفاوضات مع مزودي الطاقة النووية في الولايات المتحدة لتوفير الكهرباء لمراكز البيانات. في مارس 2024، اشترت أمازون مركز بيانات يعمل بالطاقة النووية في بنسلفانيا مقابل 650 مليون دولار أمريكي. [198]

في سبتمبر 2024، أعلنت شركة مايكروسوفت عن اتفاقية مع شركة كونستليشن إنرجي لإعادة فتح محطة الطاقة النووية في جزيرة ثري مايل لتزويد مايكروسوفت بنسبة 100٪ من جميع الطاقة الكهربائية التي تنتجها المحطة لمدة 20 عامًا. ستتطلب إعادة فتح المحطة، التي عانت من انهيار نووي جزئي لمفاعل الوحدة 2 في عام 1979، من شركة كونستليشن اجتياز عمليات تنظيمية صارمة والتي ستشمل تدقيقًا مكثفًا للسلامة من قبل لجنة التنظيم النووي الأمريكية . إذا تمت الموافقة (ستكون هذه أول إعادة تشغيل لمحطة نووية في الولايات المتحدة على الإطلاق)، فسيتم إنتاج أكثر من 835 ميغاواط من الطاقة - ما يكفي لـ 800000 منزل - من الطاقة. تقدر تكلفة إعادة الفتح والتحديث بنحو 1.6 مليار دولار أمريكي وتعتمد على الإعفاءات الضريبية للطاقة النووية الواردة في قانون خفض التضخم الأمريكي لعام 2022 . [199] تستثمر حكومة الولايات المتحدة وولاية ميشيغان ما يقرب من 2 مليار دولار أمريكي لإعادة فتح مفاعل باليساديس النووي على بحيرة ميشيغان. ومن المقرر إعادة فتح المحطة، التي أغلقت منذ عام 2022، في أكتوبر 2025. وسيتم تغيير اسم منشأة جزيرة ثري مايل إلى مركز كرين للطاقة النظيفة بعد كريس كرين، وهو مؤيد للطاقة النووية والرئيس التنفيذي السابق لشركة إكسيلون الذي كان مسؤولاً عن فرع إكسيلون من كونستليشن. [200]

معلومات مضللة

يستخدم YouTube و Facebook وغيرهما أنظمة التوصية لتوجيه المستخدمين إلى المزيد من المحتوى. تم منح برامج الذكاء الاصطناعي هذه هدف تعظيم مشاركة المستخدم (أي أن الهدف الوحيد هو إبقاء الناس يشاهدون). تعلم الذكاء الاصطناعي أن المستخدمين يميلون إلى اختيار المعلومات المضللة ونظريات المؤامرة والمحتوى الحزبي المتطرف ، ولإبقائهم يشاهدون، أوصى الذكاء الاصطناعي بمزيد من ذلك. كان المستخدمون يميلون أيضًا إلى مشاهدة المزيد من المحتوى حول نفس الموضوع، لذلك قاد الذكاء الاصطناعي الأشخاص إلى فقاعات التصفية حيث تلقوا إصدارات متعددة من نفس المعلومات المضللة. [201] أقنع هذا العديد من المستخدمين بأن المعلومات المضللة كانت صحيحة، وفي النهاية قوض الثقة في المؤسسات ووسائل الإعلام والحكومة. [202] لقد تعلم برنامج الذكاء الاصطناعي بشكل صحيح كيفية تعظيم هدفه، لكن النتيجة كانت ضارة بالمجتمع. بعد الانتخابات الأمريكية في عام 2016، اتخذت شركات التكنولوجيا الكبرى خطوات للتخفيف من المشكلة [ بحاجة لمصدر ] .

في عام 2022، بدأت الذكاء الاصطناعي التوليدي في إنشاء صور ومقاطع صوتية ومقاطع فيديو ونصوص لا يمكن تمييزها عن الصور الفوتوغرافية الحقيقية أو التسجيلات أو الأفلام أو الكتابة البشرية. من الممكن أن يستخدم الجهات السيئة هذه التكنولوجيا لإنشاء كميات هائلة من المعلومات المضللة أو الدعاية. [203] أعرب رائد الذكاء الاصطناعي جيفري هينتون عن قلقه بشأن تمكين الذكاء الاصطناعي "للزعماء الاستبداديين من التلاعب بناخبيهم" على نطاق واسع، من بين مخاطر أخرى. [204]

التحيز الخوارزمي والعدالة

ستكون تطبيقات التعلم الآلي متحيزة [k] إذا تعلمت من بيانات متحيزة. [206] قد لا يكون المطورون على دراية بوجود التحيز. [207] يمكن إدخال التحيز من خلال الطريقة التي يتم بها اختيار بيانات التدريب والطريقة التي يتم بها نشر النموذج. [208] [206] إذا تم استخدام خوارزمية متحيزة لاتخاذ قرارات يمكن أن تلحق ضررًا خطيرًا بالناس (كما يمكن أن يحدث في الطب أو التمويل أو التوظيف أو الإسكان أو الشرطة ) فقد تسبب الخوارزمية التمييز . [209] يدرس مجال العدالة كيفية منع الأضرار الناجمة عن التحيزات الخوارزمية.

في 28 يونيو 2015، حددت ميزة تصنيف الصور الجديدة في Google Photos عن طريق الخطأ جاكي ألسين وصديقة على أنهما "غوريلا" لأنهما من ذوي البشرة السوداء. تم تدريب النظام على مجموعة بيانات تحتوي على عدد قليل جدًا من صور الأشخاص ذوي البشرة السوداء، [210] وهي مشكلة تسمى "تفاوت حجم العينة". [211] "أصلحت" Google هذه المشكلة عن طريق منع النظام من تصنيف أي شيء على أنه "غوريلا". بعد ثماني سنوات، في عام 2023، لا يزال Google Photos غير قادر على تحديد الغوريلا، ولا يمكن للمنتجات المماثلة من Apple وFacebook وMicrosoft وAmazon أيضًا. [212]

COMPAS هو برنامج تجاري يستخدمه على نطاق واسع المحاكم الأمريكية لتقييم احتمالية أن يصبح المتهم مجرمًا متكررًا . في عام 2016، اكتشفت جوليا أنجوين في ProPublica أن COMPAS أظهر تحيزًا عنصريًا، على الرغم من حقيقة أن البرنامج لم يتم إخباره بأعراق المتهمين. على الرغم من أن معدل الخطأ لكل من البيض والسود تم معايرته بالتساوي عند 61٪ بالضبط، إلا أن الأخطاء لكل عرق كانت مختلفة - فقد بالغ النظام باستمرار في تقدير فرصة عودة الشخص الأسود إلى الجريمة ويقلل من فرصة عدم عودة الشخص الأبيض إلى الجريمة. [213] في عام 2017، أظهر العديد من الباحثين [l] أنه من المستحيل رياضيًا أن يستوعب COMPAS جميع مقاييس العدالة الممكنة عندما كانت معدلات العودة إلى الجريمة الأساسية مختلفة بالنسبة للبيض والسود في البيانات. [215]

يمكن للبرنامج أن يتخذ قرارات متحيزة حتى لو لم تذكر البيانات صراحةً سمة إشكالية (مثل "العرق" أو "الجنس"). سترتبط السمة بسمات أخرى (مثل "العنوان" أو "سجل التسوق" أو "الاسم الأول")، وسيتخذ البرنامج نفس القرارات بناءً على هذه السمات كما يفعل بناءً على "العرق" أو "الجنس". [216] قال موريتز هاردت "إن الحقيقة الأكثر قوة في مجال البحث هذا هي أن العدالة من خلال العمى لا تنجح". [217]

أبرزت الانتقادات الموجهة إلى COMPAS أن نماذج التعلم الآلي مصممة لتقديم "تنبؤات" لا تكون صالحة إلا إذا افترضنا أن المستقبل سيكون مشابهًا للماضي. إذا تم تدريبها على بيانات تتضمن نتائج القرارات العنصرية في الماضي، فيجب أن تتنبأ نماذج التعلم الآلي باتخاذ قرارات عنصرية في المستقبل. إذا استخدم التطبيق هذه التنبؤات كتوصيات ، فمن المحتمل أن تكون بعض هذه "التوصيات" عنصرية. [218] وبالتالي، فإن التعلم الآلي غير مناسب تمامًا للمساعدة في اتخاذ القرارات في المجالات التي يوجد فيها أمل في أن يكون المستقبل أفضل من الماضي. إنه وصفي وليس إرشاديًا. [م]

قد لا يتم اكتشاف التحيز والظلم لأن المطورين هم في الغالب من البيض والذكور: من بين مهندسي الذكاء الاصطناعي، حوالي 4٪ من السود و 20٪ من النساء. [211]

هناك تعريفات ونماذج رياضية متضاربة مختلفة للعدالة. تعتمد هذه المفاهيم على افتراضات أخلاقية، وتتأثر بالمعتقدات حول المجتمع. إحدى الفئات العريضة هي العدالة التوزيعية ، والتي تركز على النتائج، وغالبًا ما تحدد المجموعات وتسعى إلى التعويض عن التفاوتات الإحصائية. تحاول العدالة التمثيلية ضمان عدم تعزيز أنظمة الذكاء الاصطناعي للصور النمطية السلبية أو جعل مجموعات معينة غير مرئية. تركز العدالة الإجرائية على عملية اتخاذ القرار بدلاً من النتيجة. قد تعتمد المفاهيم الأكثر صلة بالعدالة على السياق، ولا سيما نوع تطبيق الذكاء الاصطناعي وأصحاب المصلحة. تجعل الذاتية في مفاهيم التحيز والعدالة من الصعب على الشركات تنفيذها. يعتبر العديد من خبراء أخلاقيات الذكاء الاصطناعي أيضًا أن الوصول إلى السمات الحساسة مثل العرق أو الجنس ضروري للتعويض عن التحيزات، لكنه قد يتعارض مع قوانين مكافحة التمييز . [205]

في مؤتمرها لعام 2022 حول العدالة والمساءلة والشفافية (ACM FAccT 2022)، قدمت ونشرت جمعية آلات الحوسبة ، في سيول، كوريا الجنوبية، نتائج توصي بأنه حتى يتم إثبات أن أنظمة الذكاء الاصطناعي والروبوتات خالية من أخطاء التحيز، فإنها غير آمنة، ويجب الحد من استخدام الشبكات العصبية ذاتية التعلم المدربة على مصادر واسعة وغير منظمة لبيانات الإنترنت المعيبة. [ مشكوك فيه - ناقش ] [220]

عدم الشفافية

إن العديد من أنظمة الذكاء الاصطناعي معقدة للغاية لدرجة أن مصمميها لا يستطيعون شرح كيفية اتخاذ القرارات. [221] وخاصة مع الشبكات العصبية العميقة ، حيث يوجد قدر كبير من العلاقات غير الخطية بين المدخلات والمخرجات. ولكن توجد بعض تقنيات التفسير الشائعة. [222]

من المستحيل التأكد من أن البرنامج يعمل بشكل صحيح إذا لم يكن أحد يعرف بالضبط كيفية عمله. كانت هناك العديد من الحالات حيث اجتاز برنامج التعلم الآلي اختبارات صارمة، لكنه مع ذلك تعلم شيئًا مختلفًا عما قصده المبرمجون. على سبيل المثال، وجد أن النظام الذي يمكنه التعرف على أمراض الجلد بشكل أفضل من المتخصصين الطبيين لديه في الواقع ميل قوي لتصنيف الصور باستخدام مسطرة على أنها "سرطانية"، لأن صور الأورام الخبيثة تتضمن عادةً مسطرة لإظهار المقياس. [223] تم العثور على نظام آخر للتعلم الآلي مصمم للمساعدة في تخصيص الموارد الطبية بشكل فعال لتصنيف المرضى المصابين بالربو على أنهم "معرضون لخطر منخفض" للوفاة من الالتهاب الرئوي. إن الإصابة بالربو هي في الواقع عامل خطر شديد، ولكن نظرًا لأن المرضى المصابين بالربو يحصلون عادةً على رعاية طبية أكبر بكثير، فمن غير المرجح نسبيًا أن يموتوا وفقًا لبيانات التدريب. كان الارتباط بين الربو وانخفاض خطر الوفاة من الالتهاب الرئوي حقيقيًا، لكنه مضلل. [224]

إن الأشخاص الذين تضرروا من قرار خوارزمية ما لديهم الحق في الحصول على تفسير. [225] على سبيل المثال، من المتوقع أن يشرح الأطباء بوضوح وبشكل كامل لزملائهم الأسباب وراء أي قرار يتخذونه. تضمنت المسودات المبكرة للوائح حماية البيانات العامة للاتحاد الأوروبي في عام 2016 بيانًا صريحًا بأن هذا الحق موجود. [ن] لاحظ خبراء الصناعة أن هذه مشكلة لم يتم حلها ولا يوجد حل في الأفق. زعم المنظمون أنه مع ذلك فإن الضرر حقيقي: إذا لم يكن للمشكلة حل، فلا ينبغي استخدام الأدوات. [226]

أنشأت وكالة مشاريع الأبحاث الدفاعية المتقدمة (DARPA) برنامج XAI ("الذكاء الاصطناعي القابل للتفسير") في عام 2014 لمحاولة حل هذه المشكلات. [227]

تهدف عدة طرق إلى معالجة مشكلة الشفافية. يتيح SHAP تصور مساهمة كل ميزة في الناتج. [228] يمكن لـ LIME تقريب مخرجات النموذج محليًا باستخدام نموذج أبسط وقابل للتفسير. [229] يوفر التعلم متعدد المهام عددًا كبيرًا من المخرجات بالإضافة إلى التصنيف المستهدف. يمكن أن تساعد هذه المخرجات الأخرى المطورين في استنتاج ما تعلمته الشبكة. [230] يمكن أن تسمح Deconvolution و DeepDream والطرق التوليدية الأخرى للمطورين برؤية ما تعلمته طبقات مختلفة من شبكة عميقة للرؤية الحاسوبية، وإنتاج مخرجات يمكن أن تشير إلى ما تتعلمه الشبكة. [231] بالنسبة للمحولات المدربة مسبقًا التوليدية ، طورت Anthropic تقنية تعتمد على التعلم القاموسي الذي يربط أنماط تنشيط الخلايا العصبية بمفاهيم يمكن للإنسان فهمها. [232]

الجهات الفاعلة السيئة والذكاء الاصطناعي المسلح

يوفر الذكاء الاصطناعي عددًا من الأدوات المفيدة للجهات السيئة ، مثل الحكومات الاستبدادية ، والإرهابيين ، والمجرمين ، أو الدول المارقة .

السلاح المميت المستقل هو آلة تحدد وتختار وتشتبك مع الأهداف البشرية دون إشراف بشري. [o] يمكن للجهات الفاعلة السيئة استخدام أدوات الذكاء الاصطناعي المتاحة على نطاق واسع لتطوير أسلحة مستقلة غير مكلفة، وإذا تم إنتاجها على نطاق واسع، فهي أسلحة دمار شامل محتملة . [234] حتى عند استخدامها في الحرب التقليدية، فمن غير المرجح أن تكون غير قادرة على اختيار الأهداف بشكل موثوق ويمكن أن تقتل شخصًا بريئًا . [234] في عام 2014، دعمت 30 دولة (بما في ذلك الصين) حظر الأسلحة المستقلة بموجب اتفاقية الأمم المتحدة بشأن بعض الأسلحة التقليدية ، إلا أن الولايات المتحدة ودول أخرى لم توافق. [235] بحلول عام 2015، تم الإبلاغ عن قيام أكثر من خمسين دولة بالبحث في روبوتات ساحة المعركة. [236]

تسهل أدوات الذكاء الاصطناعي على الحكومات الاستبدادية التحكم بكفاءة في مواطنيها بعدة طرق. يسمح التعرف على الوجه والصوت بالمراقبة على نطاق واسع . يمكن للتعلم الآلي ، الذي يعمل على تشغيل هذه البيانات، تصنيف الأعداء المحتملين للدولة ومنعهم من الاختباء. يمكن لأنظمة التوصية استهداف الدعاية والمعلومات المضللة بدقة لتحقيق أقصى تأثير. تساعد عمليات التزييف العميق والذكاء الاصطناعي التوليدي في إنتاج معلومات مضللة. يمكن للذكاء الاصطناعي المتقدم أن يجعل عملية صنع القرار المركزية الاستبدادية أكثر تنافسية من الأنظمة الليبرالية واللامركزية مثل الأسواق . إنه يخفض تكلفة وصعوبة الحرب الرقمية وبرامج التجسس المتقدمة . [237] كانت كل هذه التقنيات متاحة منذ عام 2020 أو قبل ذلك - تُستخدم أنظمة التعرف على الوجه بالذكاء الاصطناعي بالفعل للمراقبة الجماعية في الصين. [238] [239]

هناك العديد من الطرق الأخرى التي من المتوقع أن تساعد بها الذكاء الاصطناعي الجهات الخبيثة، وبعضها لا يمكن التنبؤ به. على سبيل المثال، الذكاء الاصطناعي المتعلم آليًا قادر على تصميم عشرات الآلاف من الجزيئات السامة في غضون ساعات. [240]

البطالة التكنولوجية

وقد سلط خبراء الاقتصاد الضوء بشكل متكرر على مخاطر تسريح العمال من الذكاء الاصطناعي، وتكهنوا بالبطالة إذا لم تكن هناك سياسة اجتماعية مناسبة للتشغيل الكامل. [241]

في الماضي، كانت التكنولوجيا تميل إلى زيادة بدلًا من تقليل إجمالي العمالة، لكن خبراء الاقتصاد يعترفون بأننا "في منطقة مجهولة" مع الذكاء الاصطناعي. [242] أظهر استطلاع للرأي أجراه خبراء الاقتصاد وجود خلاف حول ما إذا كان الاستخدام المتزايد للروبوتات والذكاء الاصطناعي سيؤدي إلى زيادة كبيرة في البطالة طويلة الأمد ، لكنهم يتفقون عمومًا على أنه يمكن أن يكون مفيدًا صافيًا إذا تم إعادة توزيع مكاسب الإنتاجية . [243] تختلف تقديرات المخاطر؛ على سبيل المثال، في العقد الأول من القرن الحادي والعشرين، قدر مايكل أوزبورن وكارل بينيديكت فراي أن 47٪ من الوظائف في الولايات المتحدة "معرضة لخطر كبير" من الأتمتة المحتملة، بينما صنف تقرير لمنظمة التعاون الاقتصادي والتنمية 9٪ فقط من الوظائف في الولايات المتحدة على أنها "عالية المخاطر". [ص] [245] تعرضت منهجية التكهن بمستويات التوظيف المستقبلية لانتقادات لأنها تفتقر إلى الأساس القائم على الأدلة، ولأنها تشير إلى أن التكنولوجيا، وليس السياسة الاجتماعية، هي التي تخلق البطالة، وليس التكرار. [241] في أبريل 2023، ورد أن 70% من الوظائف المتاحة لرسامي ألعاب الفيديو الصينيين قد تم القضاء عليها بواسطة الذكاء الاصطناعي التوليدي. [246] [247]

على عكس موجات الأتمتة السابقة، قد يتم القضاء على العديد من وظائف الطبقة المتوسطة بواسطة الذكاء الاصطناعي؛ ذكرت مجلة الإيكونوميست في عام 2015 أن "القلق من أن الذكاء الاصطناعي قد يفعل بالوظائف المكتبية ما فعلته قوة البخار بالوظائف الزرقاء خلال الثورة الصناعية" "يستحق أن يؤخذ على محمل الجد". [248] تتراوح الوظائف المعرضة للخطر الشديد من المساعدين القانونيين إلى طهاة الوجبات السريعة، في حين من المرجح أن يزداد الطلب على الوظائف في المهن المتعلقة بالرعاية والتي تتراوح من الرعاية الصحية الشخصية إلى رجال الدين. [249]

منذ الأيام الأولى لتطوير الذكاء الاصطناعي، كانت هناك حجج، على سبيل المثال، تلك التي طرحها جوزيف ويزنباوم ، حول ما إذا كانت المهام التي يمكن أن تقوم بها أجهزة الكمبيوتر يجب أن تقوم بها بالفعل، نظرًا للاختلاف بين أجهزة الكمبيوتر والبشر، وبين الحساب الكمي والحكم النوعي القائم على القيمة. [250]

خطر وجودي

وقد قيل إن الذكاء الاصطناعي سيصبح قويًا جدًا لدرجة أن البشرية قد تفقد السيطرة عليه بشكل لا رجعة فيه. وقد يؤدي هذا، كما ذكر الفيزيائي ستيفن هوكينج ، إلى "نهاية الجنس البشري ". [251] كان هذا السيناريو شائعًا في الخيال العلمي، عندما يطور الكمبيوتر أو الروبوت فجأة "وعيًا ذاتيًا" شبيهًا بالإنسان (أو "إحساس" أو "وعي") ويصبح شخصية شريرة. [q] هذه السيناريوهات الخيالية العلمية مضللة بعدة طرق.

أولاً، لا يتطلب الذكاء الاصطناعي " الشعور " الشبيه بالإنسان ليكون خطرًا وجوديًا. يتم إعطاء برامج الذكاء الاصطناعي الحديثة أهدافًا محددة وتستخدم التعلم والذكاء لتحقيقها. زعم الفيلسوف نيك بوستروم أنه إذا أعطى المرء أي هدف تقريبًا لذكاء اصطناعي قوي بدرجة كافية، فقد يختار تدمير البشرية لتحقيقه (استخدم مثال مدير مصنع المشابك الورقية ). [253] يقدم ستيوارت راسل مثالًا لروبوت منزلي يحاول إيجاد طريقة لقتل صاحبه لمنع فصله عن التيار الكهربائي، معتبرًا أنه "لا يمكنك إحضار القهوة إذا كنت ميتًا". [254] لكي تكون آمنة للبشرية، يجب أن يكون الذكاء الفائق متوافقًا حقًا مع أخلاقيات وقيم البشرية بحيث يكون "في صالحنا بشكل أساسي". [255]

ثانيًا، يزعم يوفال نوح هراري أن الذكاء الاصطناعي لا يتطلب جسمًا آليًا أو تحكمًا ماديًا ليشكل خطرًا وجوديًا. إن الأجزاء الأساسية للحضارة ليست مادية. فالأشياء مثل الأيديولوجيات والقانون والحكومة والمال والاقتصاد مصنوعة من اللغة ؛ وهي موجودة لأن هناك قصصًا يؤمن بها مليارات الناس. يشير انتشار المعلومات المضللة حاليًا إلى أن الذكاء الاصطناعي يمكن أن يستخدم اللغة لإقناع الناس بتصديق أي شيء، حتى اتخاذ إجراءات مدمرة. [256]

الآراء بين الخبراء والمطلعين على الصناعة مختلطة، مع وجود نسبة كبيرة من المهتمين وغير المهتمين بالمخاطر الناجمة عن الذكاء الاصطناعي الفائق الذكاء في نهاية المطاف. [257] أعربت شخصيات مثل ستيفن هوكينج وبيل جيتس وإيلون ماسك ، [ 258] بالإضافة إلى رواد الذكاء الاصطناعي مثل يوشوا بينجيو وستيوارت راسل وديميس هاسابيس وسام ألتمان ، عن مخاوفهم بشأن المخاطر الوجودية الناجمة عن الذكاء الاصطناعي.

في مايو 2023، أعلن جيفري هينتون استقالته من جوجل حتى يتمكن من "التحدث بحرية عن مخاطر الذكاء الاصطناعي" دون "النظر في كيفية تأثير ذلك على جوجل". [259] وقد ذكر بشكل ملحوظ مخاطر استحواذ الذكاء الاصطناعي ، [260] وأكد أنه لتجنب أسوأ النتائج، فإن وضع إرشادات السلامة سيتطلب التعاون بين المتنافسين في استخدام الذكاء الاصطناعي. [261]

في عام 2023، أصدر العديد من خبراء الذكاء الاصطناعي البارزين بيانًا مشتركًا مفاده أن "تخفيف خطر الانقراض بسبب الذكاء الاصطناعي يجب أن يكون أولوية عالمية إلى جانب المخاطر الأخرى على نطاق المجتمع مثل الأوبئة والحرب النووية". [262]

ومع ذلك، تحدث باحثون آخرون لصالح وجهة نظر أقل تشاؤمًا. لم يوقع رائد الذكاء الاصطناعي يورجن شميدهوبر على البيان المشترك، مؤكدًا أنه في 95٪ من جميع الحالات، فإن أبحاث الذكاء الاصطناعي تدور حول جعل "حياة الإنسان أطول وأكثر صحة وأسهل". [263] في حين أن الأدوات التي تُستخدم الآن لتحسين الحياة يمكن أن يستخدمها أيضًا الجهات الفاعلة السيئة، "يمكن استخدامها أيضًا ضد الجهات الفاعلة السيئة". [264] [265] كما زعم أندرو نج أنه "من الخطأ أن نقع في فخ الضجيج حول الذكاء الاصطناعي - وأن الجهات التنظيمية التي تفعل ذلك لن تفيد إلا المصالح الخاصة". [266] يسخر يان ليكون من سيناريوهات نظرائه المتشائمة من المعلومات المضللة المفرطة وحتى انقراض البشر في النهاية". [267] في أوائل العقد الأول من القرن الحادي والعشرين، زعم الخبراء أن المخاطر بعيدة جدًا في المستقبل بحيث لا تبرر البحث أو أن البشر سيكونون قيمين من منظور آلة فائقة الذكاء. [268] ومع ذلك، بعد عام 2016، أصبحت دراسة المخاطر الحالية والمستقبلية والحلول الممكنة مجالًا بحثيًا جادًا. [269]

الآلات الأخلاقية والمحاذاة

الذكاء الاصطناعي الودود هو عبارة عن آلات تم تصميمها منذ البداية لتقليل المخاطر واتخاذ خيارات تفيد البشر. يزعم إليعازر يودكوفسكي ، الذي صاغ المصطلح، أن تطوير الذكاء الاصطناعي الودود يجب أن يكون أولوية بحثية أعلى: فقد يتطلب استثمارًا كبيرًا ويجب إكماله قبل أن يصبح الذكاء الاصطناعي خطرًا وجوديًا. [270]

تمتلك الآلات الذكية القدرة على استخدام ذكائها لاتخاذ قرارات أخلاقية. يوفر مجال أخلاقيات الآلة للآلات مبادئ أخلاقية وإجراءات لحل المعضلات الأخلاقية. [271] يُطلق على مجال أخلاقيات الآلة أيضًا الأخلاق الحاسوبية، [271] وقد تأسس في ندوة AAAI في عام 2005. [272]

وتشمل المناهج الأخرى "الوكلاء الأخلاقيين الاصطناعيين" لويندل والاش [273] والمبادئ الثلاثة التي وضعها ستيوارت جيه راسل لتطوير آلات مفيدة يمكن إثباتها. [274]

المصدر المفتوح

تشمل المنظمات النشطة في مجتمع الذكاء الاصطناعي مفتوح المصدر Hugging Face ، [275] وGoogle ، [276] و EleutherAI و Meta . [277] تم جعل نماذج الذكاء الاصطناعي المختلفة، مثل Llama 2 أو Mistral أو Stable Diffusion ، مفتوحة الوزن، [278] [279] مما يعني أن بنيتها ومعامِلاتها المُدرَّبة ("الأوزان") متاحة للجمهور. يمكن ضبط نماذج الوزن المفتوح بحرية ، مما يسمح للشركات بتخصيصها ببياناتها الخاصة ولحالات الاستخدام الخاصة بها. [280] نماذج الوزن المفتوح مفيدة للبحث والابتكار ولكن يمكن أيضًا إساءة استخدامها. نظرًا لأنه يمكن ضبطها بدقة، يمكن تدريب أي مقياس أمان مدمج، مثل الاعتراض على الطلبات الضارة، بعيدًا حتى يصبح غير فعال. يحذر بعض الباحثين من أن نماذج الذكاء الاصطناعي المستقبلية قد تطور قدرات خطيرة (مثل إمكانية تسهيل الإرهاب البيولوجي بشكل كبير ) وأنه بمجرد إصدارها على الإنترنت، لا يمكن حذفها في كل مكان إذا لزم الأمر. ويوصون بإجراء عمليات تدقيق قبل الإصدار وتحليل التكاليف والفوائد. [281]

الأطر

يمكن اختبار مدى جواز مشاريع الذكاء الاصطناعي من الناحية الأخلاقية أثناء تصميم وتطوير وتنفيذ نظام الذكاء الاصطناعي. يختبر إطار عمل الذكاء الاصطناعي مثل إطار العمل Care and Act الذي يحتوي على قيم SUM - والذي طوره معهد آلان تورينج - المشاريع في أربعة مجالات رئيسية: [282] [283]

  • احترم كرامة الأفراد
  • التواصل مع الآخرين بصدق وانفتاح وشمولية
  • الاهتمام برفاهية الجميع
  • حماية القيم الاجتماعية والعدالة والمصلحة العامة

تشمل التطورات الأخرى في الأطر الأخلاقية تلك التي تم الاتفاق عليها خلال مؤتمر أسيلومار ، وإعلان مونتريال للذكاء الاصطناعي المسؤول، ومبادرة أخلاقيات الأنظمة المستقلة التابعة لمعهد مهندسي الكهرباء والإلكترونيات، وغيرها؛ [284] ومع ذلك، فإن هذه المبادئ لا تمر دون انتقاداتها، وخاصة فيما يتعلق بالأشخاص المختارين الذين يساهمون في هذه الأطر. [285]

يتطلب تعزيز رفاهية الأشخاص والمجتمعات التي تؤثر عليها هذه التقنيات مراعاة الآثار الاجتماعية والأخلاقية في جميع مراحل تصميم نظام الذكاء الاصطناعي وتطويره وتنفيذه، والتعاون بين الأدوار الوظيفية مثل علماء البيانات ومديري المنتجات ومهندسي البيانات وخبراء المجال ومديري التسليم. [286]

أصدر معهد سلامة الذكاء الاصطناعي في المملكة المتحدة في عام 2024 مجموعة أدوات اختبار تسمى "Inspect" لتقييمات سلامة الذكاء الاصطناعي المتاحة بموجب ترخيص مفتوح المصدر من معهد ماساتشوستس للتكنولوجيا والذي يتوفر مجانًا على GitHub ويمكن تحسينه باستخدام حزم الطرف الثالث. يمكن استخدامه لتقييم نماذج الذكاء الاصطناعي في مجموعة من المجالات بما في ذلك المعرفة الأساسية والقدرة على التفكير والقدرات المستقلة. [287]

أنظمة

قمة سلامة الذكاء الاصطناعي
انعقدت القمة العالمية الأولى لسلامة الذكاء الاصطناعي في عام 2023 بإعلان يدعو إلى التعاون الدولي.

تنظيم الذكاء الاصطناعي هو تطوير سياسات وقوانين القطاع العام لتعزيز وتنظيم الذكاء الاصطناعي؛ وبالتالي فهو مرتبط بالتنظيم الأوسع للخوارزميات. [288] إن المشهد التنظيمي والسياسي للذكاء الاصطناعي هو قضية ناشئة في الولايات القضائية على مستوى العالم. [289] ووفقًا لمؤشر الذكاء الاصطناعي في جامعة ستانفورد ، قفز العدد السنوي للقوانين المتعلقة بالذكاء الاصطناعي التي تم تمريرها في 127 دولة مسح من قانون واحد تم تمريره في عام 2016 إلى 37 قانونًا تم تمريره في عام 2022 وحده. [290] [291] بين عامي 2016 و2020، تبنت أكثر من 30 دولة استراتيجيات مخصصة للذكاء الاصطناعي. [292] أصدرت معظم الدول الأعضاء في الاتحاد الأوروبي استراتيجيات وطنية للذكاء الاصطناعي، وكذلك فعلت كندا والصين والهند واليابان وموريشيوس والاتحاد الروسي والمملكة العربية السعودية والإمارات العربية المتحدة والولايات المتحدة وفيتنام. وكانت دول أخرى في صدد وضع استراتيجيتها الخاصة للذكاء الاصطناعي، بما في ذلك بنجلاديش وماليزيا وتونس. [292] تم إطلاق الشراكة العالمية بشأن الذكاء الاصطناعي في يونيو 2020، مشيرة إلى الحاجة إلى تطوير الذكاء الاصطناعي وفقًا لحقوق الإنسان والقيم الديمقراطية، لضمان ثقة الجمهور في التكنولوجيا. [292] نشر هنري كيسنجر وإريك شميدت ودانييل هوتنلوشر بيانًا مشتركًا في نوفمبر 2021 يدعو إلى إنشاء لجنة حكومية لتنظيم الذكاء الاصطناعي. [293] في عام 2023، نشر قادة OpenAI توصيات لحوكمة الذكاء الفائق، والتي يعتقدون أنها قد تحدث في أقل من 10 سنوات. [294] في عام 2023، أطلقت الأمم المتحدة أيضًا هيئة استشارية لتقديم توصيات بشأن حوكمة الذكاء الاصطناعي؛ تتألف الهيئة من كبار المسؤولين التنفيذيين لشركات التكنولوجيا والمسؤولين الحكوميين والأكاديميين. [295] في عام 2024، أنشأ مجلس أوروبا أول معاهدة دولية ملزمة قانونًا بشأن الذكاء الاصطناعي، والتي تسمى " الاتفاقية الإطارية بشأن الذكاء الاصطناعي وحقوق الإنسان والديمقراطية وسيادة القانون ". وقد تم اعتمادها من قبل الاتحاد الأوروبي والولايات المتحدة والمملكة المتحدة وغيرها من الدول الموقعة. [296]

في استطلاع أجرته شركة Ipsos عام 2022 ، تباينت المواقف تجاه الذكاء الاصطناعي بشكل كبير حسب البلد؛ حيث وافق 78% من المواطنين الصينيين، ولكن 35% فقط من الأمريكيين، على أن "المنتجات والخدمات التي تستخدم الذكاء الاصطناعي لها فوائد أكثر من العيوب". [290] وجد استطلاع أجرته رويترز / Ipsos عام 2023 أن 61% من الأمريكيين يوافقون، و22% لا يوافقون، على أن الذكاء الاصطناعي يشكل مخاطر على البشرية. [297] في استطلاع أجرته قناة فوكس نيوز عام 2023 ، اعتقد 35% من الأمريكيين أنه "مهم للغاية"، ورأى 41% آخرون أنه "مهم إلى حد ما"، أن تنظم الحكومة الفيدرالية الذكاء الاصطناعي، مقابل 13% أجابوا "ليس مهمًا جدًا" و8% أجابوا "ليس مهمًا على الإطلاق". [298] [299]

في نوفمبر 2023، عُقدت أول قمة عالمية لسلامة الذكاء الاصطناعي في بلتشلي بارك في المملكة المتحدة لمناقشة المخاطر القريبة والبعيدة المدى للذكاء الاصطناعي وإمكانية وجود أطر تنظيمية إلزامية وطوعية. [300] أصدرت 28 دولة بما في ذلك الولايات المتحدة والصين والاتحاد الأوروبي إعلانًا في بداية القمة، داعية إلى التعاون الدولي لإدارة تحديات ومخاطر الذكاء الاصطناعي. [301] [302] في مايو 2024 في قمة الذكاء الاصطناعي في سيول ، وافقت 16 شركة عالمية لتكنولوجيا الذكاء الاصطناعي على التزامات السلامة بشأن تطوير الذكاء الاصطناعي. [303] [304]

تاريخ

بدأت دراسة التفكير الميكانيكي أو "الشكلي" مع الفلاسفة وعلماء الرياضيات في العصور القديمة. أدت دراسة المنطق مباشرة إلى نظرية آلان تورينج في الحساب ، والتي اقترحت أن الآلة، عن طريق خلط رموز بسيطة مثل "0" و "1"، يمكنها محاكاة أي شكل يمكن تصوره من أشكال التفكير الرياضي. [305] [306] هذا، جنبًا إلى جنب مع الاكتشافات المتزامنة في علم التحكم الآلي ونظرية المعلومات وعلم الأعصاب ، دفع الباحثين إلى التفكير في إمكانية بناء "دماغ إلكتروني". [r] لقد طوروا العديد من مجالات البحث التي ستصبح جزءًا من الذكاء الاصطناعي، [308] مثل تصميم ماكولوتش وبيتس لـ "الخلايا العصبية الاصطناعية" في عام 1943، [115] وورقة تورينج المؤثرة عام 1950 " آلات الحوسبة والذكاء "، والتي قدمت اختبار تورينج وأظهرت أن "ذكاء الآلة" كان معقولاً. [309] [306]

تأسس مجال أبحاث الذكاء الاصطناعي في ورشة عمل في كلية دارتموث عام 1956. [s] [6] أصبح الحاضرون قادة أبحاث الذكاء الاصطناعي في الستينيات. [t] أنتجوا هم وطلابهم برامج وصفتها الصحافة بأنها "مذهلة": [u] تعلمت أجهزة الكمبيوتر استراتيجيات لعبة الداما وحل المشكلات اللفظية في الجبر وإثبات النظريات المنطقية والتحدث باللغة الإنجليزية. [v] [7] تم إنشاء مختبرات الذكاء الاصطناعي في عدد من الجامعات البريطانية والأمريكية في أواخر الخمسينيات وأوائل الستينيات. [306]

كان الباحثون في الستينيات والسبعينيات مقتنعين بأن أساليبهم ستنجح في النهاية في إنشاء آلة ذات ذكاء عام واعتبروا هذا هدف مجالهم. [313] في عام 1965 تنبأ هربرت سيمون بأن "الآلات ستكون قادرة، في غضون عشرين عامًا، على القيام بأي عمل يمكن للإنسان القيام به". [314] في عام 1967 وافق مارفن مينسكي ، وكتب أنه "في غضون جيل واحد ... سيتم حل مشكلة إنشاء "الذكاء الاصطناعي" بشكل كبير". [315] ومع ذلك، فقد قللوا من تقدير صعوبة المشكلة. [w] في عام 1974، أوقفت كل من حكومتي الولايات المتحدة وبريطانيا الأبحاث الاستكشافية استجابة لانتقادات السير جيمس لايتهيل [ 317] والضغوط المستمرة من الكونجرس الأمريكي لتمويل مشاريع أكثر إنتاجية . [318] كان يُنظر إلى كتاب مينسكي وبيبيرت Perceptrons على أنه يثبت أن الشبكات العصبية الاصطناعية لن تكون مفيدة أبدًا لحل المهام في العالم الحقيقي، وبالتالي تشويه سمعة النهج تمامًا. [319] تلا ذلك " شتاء الذكاء الاصطناعي " ، وهي الفترة التي كان من الصعب فيها الحصول على تمويل لمشاريع الذكاء الاصطناعي. [9]

في أوائل الثمانينيات، انتعشت أبحاث الذكاء الاصطناعي بفضل النجاح التجاري الذي حققته أنظمة الخبراء ، [320] وهو شكل من أشكال برامج الذكاء الاصطناعي التي تحاكي المعرفة والمهارات التحليلية للخبراء البشريين. وبحلول عام 1985، تجاوزت سوق الذكاء الاصطناعي المليار دولار. وفي الوقت نفسه، ألهم مشروع الكمبيوتر الياباني من الجيل الخامس حكومتي الولايات المتحدة وبريطانيا لاستعادة التمويل للبحث الأكاديمي . [8] ومع ذلك، بدءًا من انهيار سوق آلة ليسب في عام 1987، سقط الذكاء الاصطناعي مرة أخرى في حالة من العار، وبدأ شتاء ثانٍ أطول أمدًا. [10]

حتى هذه النقطة، كان معظم تمويل الذكاء الاصطناعي يذهب إلى مشاريع تستخدم رموزًا عالية المستوى لتمثيل الأشياء العقلية مثل الخطط والأهداف والمعتقدات والحقائق المعروفة. في الثمانينيات، بدأ بعض الباحثين يشكون في أن هذا النهج سيكون قادرًا على تقليد جميع عمليات الإدراك البشري، وخاصة الإدراك والروبوتات والتعلم والتعرف على الأنماط ، [321] وبدأوا في البحث في الأساليب "شبه الرمزية". [322] رفض رودني بروكس "التمثيل" بشكل عام وركز بشكل مباشر على هندسة الآلات التي تتحرك وتبقى على قيد الحياة. [ x] طور جوديا بيرل ولطفي زاده وآخرون أساليب تعاملت مع المعلومات غير المكتملة وغير المؤكدة من خلال التخمينات المعقولة بدلاً من المنطق الدقيق. [86] [327] لكن التطور الأكثر أهمية كان إحياء " الاتصالية " ، بما في ذلك أبحاث الشبكات العصبية، بواسطة جيفري هينتون وآخرين. [328] في عام 1990، نجح يان ليكون في إثبات أن الشبكات العصبية التلافيفية قادرة على التعرف على الأرقام المكتوبة بخط اليد، وهو أول العديد من التطبيقات الناجحة للشبكات العصبية. [329]

استعاد الذكاء الاصطناعي سمعته تدريجيًا في أواخر التسعينيات وأوائل القرن الحادي والعشرين من خلال استغلال الأساليب الرياضية الرسمية وإيجاد حلول محددة لمشاكل محددة. سمح هذا التركيز " الضيق " و"الرسمي" للباحثين بإنتاج نتائج يمكن التحقق منها والتعاون مع مجالات أخرى (مثل الإحصاء والاقتصاد والرياضيات ). [330] بحلول عام 2000، كانت الحلول التي طورها باحثو الذكاء الاصطناعي تُستخدم على نطاق واسع، على الرغم من أنه نادرًا ما تم وصفها في التسعينيات بأنها "ذكاء اصطناعي" (اتجاه يُعرف باسم تأثير الذكاء الاصطناعي ). [331] ومع ذلك، أصبح العديد من الباحثين الأكاديميين قلقين من أن الذكاء الاصطناعي لم يعد يسعى إلى تحقيق هدفه الأصلي المتمثل في إنشاء آلات متعددة الاستخدامات وذكية تمامًا. بدءًا من حوالي عام 2002، أسسوا المجال الفرعي للذكاء الاصطناعي العام (أو "AGI")، والذي كان لديه العديد من المؤسسات الممولة جيدًا بحلول العقد الأول من القرن الحادي والعشرين. [4]

بدأ التعلم العميق في الهيمنة على معايير الصناعة في عام 2012 وتم اعتماده في جميع أنحاء المجال. [11] بالنسبة للعديد من المهام المحددة، تم التخلي عن طرق أخرى. [y] استند نجاح التعلم العميق إلى تحسينات الأجهزة ( أجهزة الكمبيوتر الأسرع ، [333] وحدات معالجة الرسومات ، الحوسبة السحابية [334] ) والوصول إلى كميات كبيرة من البيانات [335] (بما في ذلك مجموعات البيانات المنسقة، [334] مثل ImageNet ). أدى نجاح التعلم العميق إلى زيادة هائلة في الاهتمام والتمويل في مجال الذكاء الاصطناعي. [z] زادت كمية أبحاث التعلم الآلي (مقاسة بإجمالي المنشورات) بنسبة 50٪ في الأعوام 2015-2019. [292]

في عام 2016، برزت قضايا العدالة وإساءة استخدام التكنولوجيا في مركز الصدارة في مؤتمرات التعلم الآلي، وزادت المنشورات بشكل كبير، وأصبح التمويل متاحًا، وأعاد العديد من الباحثين تركيز حياتهم المهنية على هذه القضايا. أصبحت مشكلة المحاذاة مجالًا جادًا للدراسة الأكاديمية. [269]

في أواخر العقد الأول من القرن الحادي والعشرين وأوائل العقد الثاني من القرن الحادي والعشرين، بدأت شركات الذكاء الاصطناعي العام في تقديم برامج أثارت اهتمامًا هائلاً. في عام 2015، تغلب برنامج AlphaGo ، الذي طورته شركة DeepMind ، على بطل العالم في لعبة Go . تم ​​تعليم البرنامج قواعد اللعبة فقط وتطوير الاستراتيجية بنفسه. GPT-3 هو نموذج لغوي كبير تم إصداره في عام 2020 بواسطة OpenAI وهو قادر على إنشاء نص عالي الجودة يشبه الإنسان. [336] ألهمت هذه البرامج وغيرها طفرة الذكاء الاصطناعي العدوانية ، حيث بدأت الشركات الكبرى في استثمار المليارات في أبحاث الذكاء الاصطناعي. وفقًا لـ AI Impacts، تم استثمار حوالي 50 مليار دولار سنويًا في "الذكاء الاصطناعي" حوالي عام 2022 في الولايات المتحدة وحدها وتخصص حوالي 20٪ من خريجي الدكتوراه الجدد في علوم الكمبيوتر في الولايات المتحدة في "الذكاء الاصطناعي". [337] كان هناك حوالي 800000 وظيفة شاغرة مرتبطة بـ "الذكاء الاصطناعي" في الولايات المتحدة في عام 2022. [338]

فلسفة

سعت المناقشات الفلسفية تاريخيًا إلى تحديد طبيعة الذكاء وكيفية صنع الآلات الذكية. [339] وكان التركيز الرئيسي الآخر هو ما إذا كانت الآلات يمكن أن تكون واعية، والآثار الأخلاقية المرتبطة بذلك. [340] هناك العديد من الموضوعات الأخرى في الفلسفة ذات الصلة بالذكاء الاصطناعي، مثل نظرية المعرفة والإرادة الحرة . [341] أدت التطورات السريعة إلى تكثيف المناقشات العامة حول فلسفة وأخلاقيات الذكاء الاصطناعي. [340]

تعريف الذكاء الاصطناعي

كتب آلان تورينج في عام 1950 "أقترح أن نفكر في السؤال "هل يمكن للآلات أن تفكر؟" [342] ونصح بتغيير السؤال من ما إذا كانت الآلة "تفكر" إلى "ما إذا كان من الممكن للآلات أن تظهر سلوكًا ذكيًا أم لا". [342] ابتكر اختبار تورينج، الذي يقيس قدرة الآلة على محاكاة المحادثة البشرية. [309] نظرًا لأننا لا نستطيع إلا ملاحظة سلوك الآلة، فلا يهم ما إذا كانت "تفكر فعليًا" أو لديها "عقل" حرفيًا. يلاحظ تورينج أننا لا نستطيع تحديد هذه الأشياء عن الأشخاص الآخرين ولكن "من المعتاد أن يكون لدينا اتفاقية مهذبة مفادها أن الجميع يفكرون". [343]

يمكن أن يوفر اختبار تورينج بعض الأدلة على الذكاء، لكنه يعاقب السلوك الذكي غير البشري. [344]

يتفق راسل ونورفيج مع تورينج على أن الذكاء يجب أن يُعرَّف من حيث السلوك الخارجي، وليس البنية الداخلية. [1] ومع ذلك، فهما ينتقدان أن الاختبار يتطلب من الآلة تقليد البشر. " كتبا أن نصوص الهندسة الجوية لا تحدد هدف مجالها على أنه صنع "آلات تطير تمامًا مثل الحمام بحيث يمكنها خداع الحمام الآخر " . [345] وافق مؤسس الذكاء الاصطناعي جون مكارثي ، وكتب أن "الذكاء الاصطناعي ليس، بحكم التعريف، محاكاة للذكاء البشري". [ 346]

يُعرِّف مكارثي الذكاء بأنه "الجزء الحسابي من القدرة على تحقيق الأهداف في العالم". [347] ويصفه مؤسس آخر للذكاء الاصطناعي، مارفن مينسكي، على نحو مماثل بأنه "القدرة على حل المشكلات الصعبة". [348] ويُعرِّفه الكتاب المدرسي الرائد للذكاء الاصطناعي بأنه دراسة للوكلاء الذين يدركون بيئتهم ويتخذون إجراءات تعظم فرصهم في تحقيق أهداف محددة. [1] تنظر هذه التعريفات إلى الذكاء من حيث المشكلات المحددة جيدًا والحلول المحددة جيدًا، حيث تكون صعوبة المشكلة وأداء البرنامج مقاييس مباشرة لـ "ذكاء" الآلة - ولا يلزم إجراء أي مناقشة فلسفية أخرى، أو قد لا تكون ممكنة حتى.

وقد تبنت شركة جوجل [349] ، وهي من كبار الممارسين في مجال الذكاء الاصطناعي، تعريفًا آخر. ينص هذا التعريف على قدرة الأنظمة على تجميع المعلومات باعتبارها مظهرًا من مظاهر الذكاء، على غرار الطريقة التي يتم بها تعريفها في الذكاء البيولوجي.

اقترح بعض المؤلفين في الممارسة العملية أن تعريف الذكاء الاصطناعي غامض ويصعب تعريفه، مع وجود خلاف حول ما إذا كان ينبغي تصنيف الخوارزميات الكلاسيكية على أنها ذكاء اصطناعي، [350] مع استخدام العديد من الشركات خلال طفرة الذكاء الاصطناعي في أوائل عشرينيات القرن العشرين للمصطلح ككلمة طنانة للتسويق ، وغالبًا حتى لو لم "تستخدم الذكاء الاصطناعي بطريقة مادية". [351]

تقييم النهج المتبعة في مجال الذكاء الاصطناعي

لم توجه أي نظرية أو نموذج موحد راسخ أبحاث الذكاء الاصطناعي طوال معظم تاريخها. [aa] لقد طغى النجاح غير المسبوق للتعلم الآلي الإحصائي في العقد الأول من القرن الحادي والعشرين على جميع الأساليب الأخرى (لدرجة أن بعض المصادر، وخاصة في عالم الأعمال، تستخدم مصطلح "الذكاء الاصطناعي" ليعني "التعلم الآلي باستخدام الشبكات العصبية"). هذا النهج رمزي إلى حد كبير وناعم وضيق . يزعم المنتقدون أن هذه الأسئلة قد يتعين على الأجيال القادمة من الباحثين في مجال الذكاء الاصطناعي إعادة النظر فيها.

الذكاء الاصطناعي الرمزي وحدوده

لقد قامت الذكاء الاصطناعي الرمزي (أو " GOFAI ") [353] بمحاكاة التفكير الواعي عالي المستوى الذي يستخدمه الناس عندما يحلون الألغاز، ويعبرون عن التفكير القانوني ويقومون بالرياضيات. لقد حققوا نجاحًا كبيرًا في المهام "الذكية" مثل الجبر أو اختبارات الذكاء. في ستينيات القرن العشرين، اقترح نيويل وسايمون فرضية أنظمة الرموز الفيزيائية : "يحتوي نظام الرموز الفيزيائي على الوسائل الضرورية والكافية للعمل الذكي العام". [354]

ومع ذلك، فشل النهج الرمزي في العديد من المهام التي يحلها البشر بسهولة، مثل التعلم أو التعرف على الأشياء أو التفكير السليم. مفارقة مورافك هي اكتشاف أن المهام "الذكية" عالية المستوى كانت سهلة بالنسبة للذكاء الاصطناعي، لكن المهام "الغريزية" منخفضة المستوى كانت صعبة للغاية. [355] زعم الفيلسوف هيوبرت دريفوس منذ ستينيات القرن العشرين أن الخبرة البشرية تعتمد على الغريزة اللاواعية بدلاً من التلاعب الواعي بالرموز، وعلى وجود "شعور" بالموقف، بدلاً من المعرفة الرمزية الصريحة. [356] على الرغم من أن حججه كانت موضع سخرية وتجاهل عندما تم تقديمها لأول مرة، إلا أن أبحاث الذكاء الاصطناعي في النهاية اتفقت معه. [ab] [16]

لم يتم حل المشكلة: يمكن أن يرتكب التفكير دون الرمزي العديد من الأخطاء الغامضة نفسها التي ترتكبها الحدس البشري، مثل التحيز الخوارزمي . يزعم النقاد مثل نعوم تشومسكي أن الاستمرار في البحث في الذكاء الاصطناعي الرمزي سيظل ضروريًا لتحقيق الذكاء العام، [358] [359] جزئيًا لأن الذكاء الاصطناعي دون الرمزي هو خطوة بعيدًا عن الذكاء الاصطناعي القابل للتفسير : قد يكون من الصعب أو المستحيل فهم سبب اتخاذ برنامج الذكاء الاصطناعي الإحصائي الحديث لقرار معين. يحاول مجال الذكاء الاصطناعي العصبي الرمزي الناشئ ربط النهجين.

أنيق مقابل متسخ

يأمل "الذكاء" أن يتم وصف السلوك الذكي باستخدام مبادئ بسيطة وأنيقة (مثل المنطق أو التحسين أو الشبكات العصبية ). ويتوقع "الذكاء غير المنظم" أن يتطلب ذلك بالضرورة حل عدد كبير من المشكلات غير ذات الصلة. يدافع الذكاء المنظم عن برامجه بدقة نظرية، ويعتمد الذكاء غير المنظم بشكل أساسي على الاختبار التدريجي لمعرفة ما إذا كانت تعمل. تمت مناقشة هذه القضية بنشاط في السبعينيات والثمانينيات، [360] ولكن في النهاية تم اعتبارها غير ذات صلة. يحتوي الذكاء الاصطناعي الحديث على عناصر من كليهما.

الحوسبة الناعمة مقابل الحوسبة الصلبة

إن إيجاد حل صحيح أو مثالي يمكن إثباته أمر صعب بالنسبة للعديد من المشاكل المهمة. [15] الحوسبة الناعمة هي مجموعة من التقنيات، بما في ذلك الخوارزميات الجينية والمنطق الضبابي والشبكات العصبية، التي تتسامح مع عدم الدقة وعدم اليقين والحقيقة الجزئية والتقريب. تم تقديم الحوسبة الناعمة في أواخر الثمانينيات، وتعد معظم برامج الذكاء الاصطناعي الناجحة في القرن الحادي والعشرين أمثلة على الحوسبة الناعمة مع الشبكات العصبية.

الذكاء الاصطناعي الضيق مقابل الذكاء الاصطناعي العام

ينقسم باحثو الذكاء الاصطناعي حول ما إذا كان ينبغي متابعة أهداف الذكاء الاصطناعي العام والذكاء الفائق بشكل مباشر أو حل أكبر عدد ممكن من المشكلات المحددة (الذكاء الاصطناعي الضيق) على أمل أن تؤدي هذه الحلول بشكل غير مباشر إلى أهداف المجال طويلة المدى. [361] [362] من الصعب تعريف الذكاء العام ويصعب قياسه، وقد حقق الذكاء الاصطناعي الحديث نجاحات أكثر قابلية للتحقق من خلال التركيز على مشاكل محددة بحلول محددة. يدرس المجال الفرعي للذكاء الاصطناعي العام هذا المجال حصريًا.

وعي الآلة، والحس، والعقل

لا تعرف فلسفة العقل ما إذا كانت الآلة يمكن أن يكون لها عقل ووعي وحالات ذهنية ، بنفس المعنى الذي يمتلكه البشر. تنظر هذه القضية إلى التجارب الداخلية للآلة، بدلاً من سلوكها الخارجي. تعتبر أبحاث الذكاء الاصطناعي السائدة هذه القضية غير ذات صلة لأنها لا تؤثر على أهداف المجال: بناء آلات يمكنها حل المشكلات باستخدام الذكاء. يضيف راسل ونورفيج أن "المشروع الإضافي المتمثل في جعل الآلة واعية تمامًا كما هو الحال مع البشر ليس مشروعًا نحن مجهزون للقيام به". [363] ومع ذلك ، أصبح السؤال محوريًا في فلسفة العقل. إنه أيضًا عادةً السؤال المركزي المطروح في مجال الذكاء الاصطناعي في الخيال .

الوعي

حدد ديفيد تشالمرز مشكلتين في فهم العقل، أطلق عليهما اسم "المشكلات الصعبة" و"السهلة" للوعي. [364] المشكلة السهلة هي فهم كيفية معالجة الدماغ للإشارات ووضع الخطط والتحكم في السلوك. المشكلة الصعبة هي تفسير الشعور بهذا أو لماذا يجب أن يكون مثل أي شيء على الإطلاق، على افتراض أننا على حق في الاعتقاد بأنه يشعر حقًا بشيء ما (يقول وهم الوعي لدينيت أن هذا وهم). في حين أن معالجة المعلومات البشرية سهلة التفسير، فإن التجربة الذاتية البشرية يصعب تفسيرها. على سبيل المثال، من السهل تخيل شخص مصاب بعمى الألوان تعلم تحديد الأشياء في مجال رؤيته باللون الأحمر، ولكن ليس من الواضح ما الذي قد يكون مطلوبًا من الشخص لمعرفة شكل اللون الأحمر . [365]

الحوسبة والوظيفية

الحوسبة هي الموقف في فلسفة العقل القائل بأن العقل البشري هو نظام معالجة المعلومات وأن التفكير هو شكل من أشكال الحوسبة. تزعم الحوسبة أن العلاقة بين العقل والجسد مماثلة أو متطابقة مع العلاقة بين البرمجيات والأجهزة وبالتالي قد تكون حلاً لمشكلة العقل والجسد . استوحى هذا الموقف الفلسفي من عمل باحثي الذكاء الاصطناعي وعلماء الإدراك في الستينيات واقترحه في الأصل الفيلسوفان جيري فودور وهيلاري بوتنام . [366]

وصف الفيلسوف جون سيرل هذا الموقف بأنه " ذكاء اصطناعي قوي ": "إن الكمبيوتر المبرمج بشكل مناسب مع المدخلات والمخرجات الصحيحة سيكون له عقل بالمعنى نفسه تمامًا الذي يمتلك به البشر عقولًا". [ac] يرد سيرل على هذا التأكيد بحجة الغرفة الصينية، التي تحاول إظهار أنه حتى إذا كانت الآلة تحاكي السلوك البشري تمامًا، فلا يزال لا يوجد سبب للافتراض أنها تمتلك عقلًا أيضًا. [370]

الرعاية والحقوق المتعلقة بالذكاء الاصطناعي

من الصعب أو المستحيل تقييم ما إذا كان الذكاء الاصطناعي المتقدم واعيًا (لديه القدرة على الشعور)، وإذا كان الأمر كذلك، فإلى أي درجة. [371] ولكن إذا كانت هناك فرصة كبيرة لأن تشعر آلة معينة وتعاني، فقد تكون مؤهلة لحقوق معينة أو تدابير حماية الرفاهية، على غرار الحيوانات. [372] [373] قد توفر الحكمة (مجموعة من القدرات المتعلقة بالذكاء العالي، مثل التمييز أو الوعي الذاتي ) أساسًا أخلاقيًا آخر لحقوق الذكاء الاصطناعي. [372] كما يتم اقتراح حقوق الروبوت أحيانًا كطريقة عملية لدمج الوكلاء المستقلين في المجتمع. [374]

في عام 2017، نظر الاتحاد الأوروبي في منح "الشخصية الإلكترونية" لبعض أنظمة الذكاء الاصطناعي الأكثر كفاءة. وعلى غرار الوضع القانوني للشركات، كان من شأنه أن يمنح حقوقًا ولكن أيضًا مسؤوليات. [375] جادل المنتقدون في عام 2018 بأن منح الحقوق لأنظمة الذكاء الاصطناعي من شأنه أن يقلل من أهمية حقوق الإنسان ، وأن التشريع يجب أن يركز على احتياجات المستخدم بدلاً من السيناريوهات المستقبلية المضاربة. كما لاحظوا أن الروبوتات تفتقر إلى الاستقلالية للمشاركة في المجتمع بمفردها. [376] [377]

أدى التقدم في مجال الذكاء الاصطناعي إلى زيادة الاهتمام بهذا الموضوع. غالبًا ما يزعم أنصار رعاية الذكاء الاصطناعي وحقوقه أن حس الذكاء الاصطناعي، إذا ظهر، سيكون من السهل بشكل خاص إنكاره. ويحذرون من أن هذا قد يكون بمثابة نقطة عمياء أخلاقية مماثلة للعبودية أو تربية الحيوانات في المصانع ، والتي قد تؤدي إلى معاناة واسعة النطاق إذا تم إنشاء الذكاء الاصطناعي الواعي واستغلاله بلا مبالاة. [373] [372]

مستقبل

الذكاء الفائق والتفرد

الذكاء الفائق هو كائن افتراضي يمتلك ذكاءً يفوق ذكاء العقل البشري الأكثر ذكاءً وذكاءً. [362] إذا أنتج البحث في الذكاء العام الاصطناعي برمجيات ذكية بدرجة كافية، فقد تكون قادرة على إعادة برمجة نفسها وتحسين نفسها . ستكون البرمجيات المحسنة أفضل في تحسين نفسها، مما يؤدي إلى ما أسماه آي جيه جود " انفجار الذكاء " وأطلق عليه فيرنور فينج " التفرد ". [378]

ومع ذلك، لا يمكن للتقنيات أن تتحسن بشكل كبير إلى ما لا نهاية، وعادة ما تتبع منحنى على شكل حرف S ، وتتباطأ عندما تصل إلى الحدود المادية لما يمكن أن تفعله التكنولوجيا. [379]

التطور البشري

توقع مصمم الروبوتات هانز مورافك ، وخبير التحكم الآلي كيفن واريك ، والمخترع راي كورزويل أن البشر والآلات قد يندمجون في المستقبل ليشكلوا كائنات آلية أكثر قدرة وقوة من أي منهما. هذه الفكرة، التي تسمى بالتحول البشري ، لها جذور في كتابات ألدوس هكسلي وروبرت إيتنجر . [380]

يزعم إدوارد فريدكين أن "الذكاء الاصطناعي هو الخطوة التالية في التطور"، وهي الفكرة التي اقترحها صمويل بتلر لأول مرة في كتابه " داروين بين الآلات " في عام 1863، وقام جورج دايسون بتوسيعها في كتابه الصادر عام 1998 " داروين بين الآلات: تطور الذكاء العالمي" . [381]

في الخيال

تم صياغة كلمة "روبوت" نفسها بواسطة كارل تشابيك في مسرحيته RUR عام 1921 ، حيث يرمز العنوان إلى "روبوتات روسوم العالمية".

ظهرت الكائنات الاصطناعية القادرة على التفكير كأجهزة لسرد القصص منذ العصور القديمة، [382] وكانت موضوعًا مستمرًا في الخيال العلمي . [383]

بدأت إحدى المجازات الشائعة في هذه الأعمال برواية فرانكشتاين لماري شيلي ، حيث يصبح الخلق البشري تهديدًا لأسياده. ويشمل ذلك أعمالًا مثل 2001: ملحمة الفضاء لآرثر سي كلارك وستانلي كوبريك (كلاهما عام 1968)، مع هال 9000 ، الكمبيوتر القاتل المسؤول عن سفينة الفضاء ديسكفري ون ، بالإضافة إلى فيلمي المدمر (1984) والماتريكس (1999). وعلى النقيض من ذلك، فإن الروبوتات المخلصة النادرة مثل جورت من فيلم اليوم الذي توقفت فيه الأرض (1951) وبيشوب من فيلم الأجانب (1986) أقل شهرة في الثقافة الشعبية. [384]

قدم إسحاق أسيموف القوانين الثلاثة للروبوتات في العديد من القصص، وأبرزها مع الكمبيوتر الفائق الذكاء " مولتي فاك ". غالبًا ما يتم طرح قوانين أسيموف أثناء المناقشات العامة حول أخلاقيات الآلة؛ [385] في حين أن جميع الباحثين في مجال الذكاء الاصطناعي تقريبًا على دراية بقوانين أسيموف من خلال الثقافة الشعبية، فإنهم يعتبرون القوانين عمومًا عديمة الفائدة لأسباب عديدة، أحدها غموضها. [386]

تستخدم العديد من الأعمال الذكاء الاصطناعي لإجبارنا على مواجهة السؤال الأساسي حول ما الذي يجعلنا بشرًا، حيث تظهر لنا كائنات اصطناعية لديها القدرة على الشعور ، وبالتالي المعاناة. يظهر هذا في كتاب RUR لكاريل تشابيك ، وأفلام AI Artificial Intelligence و Ex Machina ، بالإضافة إلى رواية Do Androids Dream of Electric Sheep؟ للكاتب فيليب ك. ديك . ينظر ديك في فكرة أن فهمنا للذاتية البشرية يتغير من خلال التكنولوجيا التي تم إنشاؤها باستخدام الذكاء الاصطناعي. [387]

انظر أيضا

ملاحظات توضيحية

  1. ^ ab تستند هذه القائمة من السمات الذكية إلى المواضيع التي تغطيها كتب الذكاء الاصطناعي الرئيسية، بما في ذلك: Russell & Norvig (2021)، وLuger & Stubblefield (2004)، وPoole, Mackworth & Goebel (1998)، وNilsson (1998).
  2. ^ ab تستند قائمة الأدوات هذه إلى الموضوعات التي تغطيها الكتب المدرسية الرئيسية للذكاء الاصطناعي، بما في ذلك: Russell & Norvig (2021)، وLuger & Stubblefield (2004)، وPoole, Mackworth & Goebel (1998)، وNilsson (1998)
  3. ^ وهذا من بين الأسباب التي جعلت أنظمة الخبراء غير فعالة في التقاط المعرفة. [30] [31]
  4. ^ "الوكيل العقلاني" هو مصطلح عام يستخدم في الاقتصاد والفلسفة والذكاء الاصطناعي النظري. ويمكن أن يشير إلى أي شيء يوجه سلوكه لتحقيق أهداف، مثل الشخص أو الحيوان أو الشركة أو الأمة أو في حالة الذكاء الاصطناعي، برنامج كمبيوتر.
  5. ^ ناقش آلان تورينج مركزية التعلم منذ عام 1950، في ورقته الكلاسيكية " آلات الحوسبة والذكاء ". [42] في عام 1956، في مؤتمر دارتموث الصيفي الأصلي للذكاء الاصطناعي، كتب راي سولومونوف تقريرًا عن التعلم الآلي الاحتمالي غير الخاضع للإشراف: "آلة الاستدلال الاستقرائي". [43]
  6. ^ انظر AI winter § الترجمة الآلية وتقرير ALPAC لعام 1966
  7. ^ بالمقارنة بالمنطق الرمزي، فإن الاستدلال البايزي الرسمي مكلف حسابيًا. لكي يكون الاستدلال قابلاً للتنفيذ، يجب أن تكون معظم الملاحظات مستقلة عن بعضها البعض بشكل مشروط. يستخدم AdSense شبكة بايزية بها أكثر من 300 مليون حافة لمعرفة الإعلانات التي يجب تقديمها. [93]
  8. ^ تسمح خوارزمية التوقع والتعظيم، وهي واحدة من أكثر الخوارزميات شيوعًا في التعلم الآلي، بالتجميع في وجود متغيرات كامنة غير معروفة . [95]
  9. ^ تم وصف بعض أشكال الشبكات العصبية العميقة (بدون خوارزمية تعلم محددة) بواسطة: وارن س. ماكولوتش ووالتر بيتس (1943) [115] آلان تورينج (1948)؛ [116] كارل شتاينبوخ وروجر ديفيد جوزيف (1961). [117] تم تطوير الشبكات العميقة أو المتكررة التي تعلمت (أو استخدمت الانحدار التدرجي) بواسطة: فرانك روزنبلات (1957)؛ [116] أوليفر سيلفريدج (1959)؛ [117] أليكسي إيفاخنينكو وفالنتين لابا (1965)؛ [118] كاورو ناكانو (1971)؛ [119] شون إيتشي أماري (1972)؛ [119] جون جوزيف هوبفيلد (1982). [119] تم تطوير رواد الانتشار الخلفي بواسطة: هنري جيه كيلي (1960)؛ [116] آرثر إي برايسون (1962)؛ [116] ستيوارت دريفوس (1962)؛ [116] آرثر إي برايسون ويوي تشي هو (1969)؛ [116] تم تطوير الانتشار العكسي بشكل مستقل بواسطة: سيبو لينينما (1970)؛ [120] بول ويربوس (1974). [116]
  10. ^ قال جيفري هينتون عن عمله في الشبكات العصبية في تسعينيات القرن العشرين: "كانت مجموعات البيانات المُصنَّفة لدينا أصغر بآلاف المرات. [و] كانت أجهزة الكمبيوتر لدينا بطيئة للغاية بملايين المرات." [121]
  11. ^ في الإحصاء، التحيز هو خطأ منهجي أو انحراف عن القيمة الصحيحة. ولكن في سياق الإنصاف ، يشير إلى ميل لصالح أو ضد مجموعة معينة أو سمة فردية، وعادةً بطريقة تعتبر غير عادلة أو ضارة. وبالتالي، يمكن اعتبار نظام الذكاء الاصطناعي غير المتحيز إحصائيًا والذي ينتج نتائج متباينة لمجموعات ديموغرافية مختلفة متحيزًا بالمعنى الأخلاقي. [205]
  12. ^ بما في ذلك جون كلاينبيرج ( جامعة كورنيل )، سينثيل موليناثان ( جامعة شيكاغو )، سينثيا تشولديشوفا ( كارنيجي ميلون ) وسام كوربيت ديفيس ( ستانفورد ) [214]
  13. ^ يزعم موريتز هاردت (مدير معهد ماكس بلانك للأنظمة الذكية ) أن التعلم الآلي "هو في الأساس الأداة الخاطئة للعديد من المجالات، حيث تحاول تصميم التدخلات والآليات التي تغير العالم". [219]
  14. ^ عندما تم إقرار القانون في عام 2018، كان لا يزال يحتوي على شكل من أشكال هذا الحكم.
  15. ^ هذا هو تعريف الأمم المتحدة ، ويشمل أشياء مثل الألغام الأرضية أيضًا. [233]
  16. ^ انظر الجدول 4؛ 9% هو متوسط ​​منظمة التعاون الاقتصادي والتنمية ومتوسط ​​الولايات المتحدة. [244]
  17. ^ يُطلق عليه أحيانًا اسم " كارثة الروبوت " [252]
  18. ^ "الدماغ الإلكتروني" كان المصطلح الذي استخدمته الصحافة في ذلك الوقت. [305] [307]
  19. ^ كتب دانييل كريفييه، "يُعترف عمومًا بالمؤتمر باعتباره تاريخ الميلاد الرسمي للعلم الجديد." [310] أطلق راسل ونورفيج على المؤتمر "بداية الذكاء الاصطناعي". [ 115]
  20. ^ كتب راسل ونورفيج "على مدى العشرين عامًا التالية ، سوف يهيمن هؤلاء الأشخاص وطلابهم على المجال". [311]
  21. ^ كتب راسل ونورفيج "كان من المدهش أن يقوم الكمبيوتر بأي شيء ذكي إلى حد ما". [ 312]
  22. ^ البرامج الموصوفة هي برنامج Checkers الخاص بـ Arthur Samuel لجهاز IBM 701 ، وبرنامج STUDENT الخاص بـ Daniel Bobrow ، وبرنامج Logic Theorist الخاص بـ Newell و Simon ، وبرنامج SHRDLU الخاص بـ Terry Winograd .
  23. ^ يكتب راسل ونورفيج : "في جميع الحالات تقريبًا، فشلت هذه الأنظمة المبكرة في حل مشكلات أكثر صعوبة" [316]
  24. ^ تم الترويج للنهج المجسد للذكاء الاصطناعي [323] من قبل هانز مورافك [324] ورودني بروكس [325] وتم تسميتها بالعديد من الأسماء: الذكاء الاصطناعي الجديد . [325] الروبوتات التنموية . [326]
  25. ^ كتب ماتيو وونغ في مجلة The Atlantic : "بينما كانت مجالات علوم الكمبيوتر مثل معالجة اللغة الطبيعية، ورؤية الكمبيوتر، والروبوتات تستخدم لعقود من الزمن أساليب مختلفة للغاية، فإنها الآن تستخدم جميعًا طريقة برمجة تسمى "التعلم العميق". ونتيجة لذلك، أصبحت أكوادها وأساليبها أكثر تشابهًا، وأصبحت نماذجها أسهل في التكامل مع بعضها البعض." [332]
  26. ^ كتب جاك كلارك في بلومبرج : "بعد نصف عقد من الاختراقات الهادئة في مجال الذكاء الاصطناعي، كان عام 2015 عامًا تاريخيًا. أصبحت أجهزة الكمبيوتر أكثر ذكاءً وتتعلم بشكل أسرع من أي وقت مضى"، وأشار إلى أن عدد مشاريع البرمجيات التي تستخدم التعلم الآلي في جوجل ارتفع من "استخدام متقطع" في عام 2012 إلى أكثر من 2700 مشروع في عام 2015. [334]
  27. ^ كتب نيلز نيلسون في عام 1983: "ببساطة، هناك خلاف واسع النطاق في هذا المجال حول ماهية الذكاء الاصطناعي." [352]
  28. ^ كتب دانييل كريفييه أن "الوقت أثبت دقة وفطنة بعض تعليقات دريفوس. ولو كان قد صاغها بطريقة أقل عدوانية، لربما تم اتخاذ الإجراءات البناءة التي اقترحها في وقت أبكر بكثير". [357]
  29. ^ قدم سيرل هذا التعريف لـ "الذكاء الاصطناعي القوي" في عام 1999. [367] كانت صياغة سيرل الأصلية هي "إن الكمبيوتر المبرمج بشكل مناسب هو في الواقع عقل، بمعنى أنه يمكن القول حرفيًا أن أجهزة الكمبيوتر المزودة بالبرامج الصحيحة تفهم ولديها حالات معرفية أخرى." [368] تم تعريف الذكاء الاصطناعي القوي بشكل مشابه من قبل راسل ونورفيج : "الذكاء الاصطناعي القوي - التأكيد على أن الآلات التي تفعل ذلك تفكر بالفعل (على عكس محاكاة التفكير )." [369]

مراجع

  1. ^ abc Russell & Norvig (2021)، ص 1-4.
  2. ^ الذكاء الاصطناعي يتجه إلى تجاوز قوة العقل البشري أرشيف 2008-02-19 على موقع واي باك مشين CNN.com (26 يوليو 2006)
  3. ^ كابلان، أندرياس؛ هاينلين، مايكل (2019). "سيري، سيري، في يدي: من هي الأجمل في البلاد؟ حول التفسيرات والرسوم التوضيحية وتداعيات الذكاء الاصطناعي". آفاق الأعمال . 62 : 15-25. doi :10.1016/j.bushor.2018.08.004. ISSN  0007-6813. S2CID  158433736.
  4. ^ abc الذكاء الاصطناعي العام : راسل ونورفيج (2021، ص 32-33، 1020-1021) اقتراح للنسخة الحديثة: بيناشين وجورتزل (2007) تحذيرات من التخصص المفرط في الذكاء الاصطناعي من الباحثين الرائدين: نيلسون (1995)، مكارثي (2007)، بيل ووينستون (2009)

  5. ^ راسل ونورفيج (2021، §1.2).
  6. ^ ورشة عمل دارتموث : راسل ونورفيج (2021، ص. 18)، ماكوردوك (2004، ص. 111-136)، المجلس الوطني للبحوث (1999، ص. 200-201)
    الاقتراح: مكارثي وآخرون (1955)
  7. ^ برامج ناجحة في ستينيات القرن العشرين: McCorduck (2004، ص 243-252)، Crevier (1993، ص 52-107)، Moravec (1988، ص 9)، Russell & Norvig (2021، ص 19-21)
  8. ^ مبادرات التمويل في أوائل الثمانينيات: مشروع الجيل الخامس (اليابان)، Alvey (المملكة المتحدة)، Microelectronics and Computer Technology Corporation (الولايات المتحدة)، Strategic Computing Initiative (الولايات المتحدة): McCorduck (2004، ص 426-441)، Crevier (1993، ص 161-162، 197-203، 211، 240)، Russell & Norvig (2021، ص 23)، NRC (1999، ص 210-211)، Newquist (1994، ص 235-248)
  9. ^ ab First AI Winter ، تقرير Lighthill ، تعديل مانسفيلد : Crevier (1993، ص 115-117)، Russell & Norvig (2021، ص 21-22)، NRC (1999، ص 212-213)، Howe (1994)، Newquist (1994، ص 189-201)
  10. ^ ab Second AI Winter : Russell & Norvig (2021, p. 24), McCorduck (2004, pp. 430–435), Crevier (1993, pp. 209–210), NRC (1999, pp. 214–216), Newquist (1994, pp. 301–318)
  11. ^ ثورة التعلم العميق ، AlexNet : Goldman (2022)، Russell & Norvig (2021، ص 26)، McKinsey (2018)
  12. ^ تووس (2023).
  13. ^ حل المشكلات وحل الألغاز ولعب الألعاب والاستنتاج: راسل ونورفيج (2021، الفصل 3-5)، راسل ونورفيج (2021، الفصل 6) ( إرضاء القيود )، بول وماكوورث وجويبل (1998، الفصل 2، 3، 7، 9)، لوجر وستابلفيلد (2004، الفصل 3، 4، 6، 8)، نيلسون (1998، الفصل 7-12)
  14. ^ الاستدلال غير المؤكد: راسل ونورفيج (2021، الفصل 12-18)، بول وماكوورث وجويبل (1998، ص 345-395)، لوغر وستابلفيلد (2004، ص 333-381)، نيلسون (1998، الفصل 7-12)
  15. ^ abc صعوبة الحل والكفاءة والانفجار التوافقي : راسل ونورفيج (2021، ص 21)
  16. ^ abc الأدلة النفسية على انتشار التفكير والمعرفة دون الرمزية: كانيمان (2011)، دريفوس ودريفوس (1986)، واسون وشابيرو (1966)، كانيمان، سلوفيك وتفيرسكي (1982)
  17. ^ تمثيل المعرفة وهندسة المعرفة : راسل ونورفيج (2021، الفصل 10)، بول وماكوورث وجويبل (1998، ص 23-46، 69-81، 169-233، 235-277، 281-298، 319-345)، لوغر وستابلفيلد (2004، ص 227-243)، نيلسون (1998، الفصل 17.1-17.4، 18)
  18. ^ سموليار وتشانغ (1994).
  19. ^ نيومان ومولر (2008).
  20. ^ كوبيرمان، رايشلي وبيلي (2006).
  21. ^ ماكجاري (2005).
  22. ^ بيرتيني وديل بيمبو وتورنياي (2006).
  23. ^ راسل ونورفيج (2021)، ص 272.
  24. ^ تمثيل الفئات والعلاقات: الشبكات الدلالية ، ومنطق الوصف ، والوراثة (بما في ذلك الإطارات ، والبرامج النصية ): راسل ونورفيج (2021، §10.2 و10.5)، وبول وماكوورث وجويبل (1998، ص 174-177)، ولوجر وستابلفيلد (2004، ص 248-258)، ونيلسون (1998، الفصل 18.3)
  25. ^ تمثيل الأحداث والوقت: حساب الموقف ، حساب الحدث ، حساب الطلاقة (بما في ذلك حل مشكلة الإطار ): راسل ونورفيج (2021، §10.3)، بول، ماكوورث وجويبل (1998، ص 281-298)، نيلسون (1998، الفصل 18.2)
  26. ^ حساب التفاضل والتكامل السببي : Poole، Mackworth & Goebel (1998، ص 335–337)
  27. ^ تمثيل المعرفة حول المعرفة: حساب الاعتقاد، المنطق النمطي : راسل ونورفيج (2021، §10.4)، بول، ماكوورث وجويبل (1998، ص 275-277)
  28. ^ ab الاستدلال الافتراضي ، مشكلة الإطار ، المنطق الافتراضي ، المنطق غير الرتيب ، التحديد ، افتراض العالم المغلق ، الاختطاف : راسل ونورفيج (2021، §10.6)، بول، ماكوورث وجويبل (1998، ص 248-256، 323-335)، لوغر وستابلفيلد (2004، ص 335-363)، نيلسون (1998، ~18.3.3) (يضع بول وآخرون الاختطاف ضمن "الاستدلال الافتراضي". يضع لوغر وآخرون هذا ضمن "الاستدلال غير المؤكد").
  29. ^ ab اتساع المعرفة السليمة: Lenat & Guha (1989، المقدمة)، Crevier (1993، ص 113-114)، Moravec (1988، ص 13)، Russell & Norvig (2021، ص 241، 385، 982) ( مشكلة التأهيل )
  30. ^ نيوكويست (1994)، ص 296.
  31. ^ كريفييه (1993)، ص 204-208.
  32. ^ راسل ونورفيج (2021)، ص 528.
  33. ^ التخطيط الآلي : راسل ونورفيج (2021، الفصل 11).
  34. ^ اتخاذ القرار الآلي ، نظرية القرار : راسل ونورفيج (2021، الفصل 16-18).
  35. ^ التخطيط الكلاسيكي : راسل ونورفيج (2021، القسم 11.2).
  36. ^ التخطيط بدون مستشعرات أو "المتوافق"، والتخطيط الطارئ، وإعادة التخطيط (المعروف أيضًا باسم التخطيط عبر الإنترنت): راسل ونورفيج (2021، القسم 11.5).
  37. ^ التفضيلات غير المؤكدة: راسل ونورفيج (2021، القسم 16.7) التعلم التعزيزي العكسي : راسل ونورفيج (2021، القسم 22.6)
  38. ^ نظرية قيمة المعلومات : راسل ونورفيج (2021، القسم 16.6).
  39. ^ عملية اتخاذ القرار ماركوف : راسل ونورفيج (2021، الفصل 17).
  40. ^ نظرية اللعبة ونظرية القرار متعدد الوكلاء: راسل ونورفيج (2021، الفصل 18).
  41. ^ التعلم : راسل ونورفيج (2021، الفصل 19-22)، بول، ماكوورث وجويبل (1998، ص 397-438)، لوغر وستوبلفيلد (2004، ص 385-542)، نيلسون (1998، الفصل 3.3، 10.3، 17.5، 20)
  42. ^ تورينج (1950).
  43. ^ سولومونوف (1956).
  44. ^ التعلم غير الخاضع للإشراف : راسل ونورفيج (2021، ص 653) (تعريف)، راسل ونورفيج (2021، ص 738-740) ( تحليل المجموعة )، راسل ونورفيج (2021، ص 846-860) ( تضمين الكلمات )
  45. ^ ab التعلم الخاضع للإشراف : راسل ونورفيج (2021، §19.2) (التعريف)، راسل ونورفيج (2021، الفصل 19-20) (التقنيات)
  46. ^ التعلم التعزيزي : راسل ونورفيج (2021، الفصل 22)، لوجر وستابلفيلد (2004، ص 442-449)
  47. ^ التعلم الانتقالي : راسل ونورفيج (2021، ص 281)، مجلة الإيكونوميست (2016)
  48. ^ "الذكاء الاصطناعي (AI): ما هو الذكاء الاصطناعي وكيف يعمل؟ | مدمج". builtin.com . تم الاسترجاع في 30 أكتوبر 2023 .
  49. ^ نظرية التعلم الحاسوبي : راسل ونورفيج (2021، ص 672-674)، جوردان وميتشل (2015)
  50. ^ معالجة اللغة الطبيعية (NLP): راسل ونورفيج (2021، الفصل 23-24)، بول وماكوورث وجويبل (1998، ص 91-104)، لوغر وستابلفيلد (2004، ص 591-632)
  51. ^ المشاكل الفرعية في البرمجة اللغوية العصبية : راسل ونورفيج (2021، ص 849-850)
  52. ^ راسل ونورفيج (2021)، ص 856-858.
  53. ^ ديكسون (2022).
  54. ^ الأساليب الإحصائية الحديثة والتعلم العميق في معالجة اللغة الطبيعية : راسل ونورفيج (2021، الفصل 24)، كامبريا ووايت (2014)
  55. ^ فينسنت (2019).
  56. ^ راسل ونورفيج (2021)، ص 875-878.
  57. ^ بوشويك (2023).
  58. ^ رؤية الكمبيوتر : راسل ونورفيج (2021، الفصل 25)، نيلسون (1998، الفصل 6)
  59. ^ راسل ونورفيج (2021)، ص 849-850.
  60. ^ راسل ونورفيج (2021)، ص 895-899.
  61. ^ راسل ونورفيج (2021)، ص 899-901.
  62. ^ تشالا وآخرون (2011).
  63. ^ راسل ونورفيج (2021)، ص 931-938.
  64. ^ معهد ماساتشوستس للتكنولوجيا (2014).
  65. ^ الحوسبة العاطفية : Thro (1993)، Edelson (1991)، Tao & Tan (2005)، Scassellati (2002)
  66. ^ واديل (2018).
  67. ^ بوريا وآخرون. (2017).
  68. ^ خوارزميات البحث : راسل ونورفيج (2021، الفصول 3-5)، بول، ماكوورث وجويبل (1998، ص 113-163)، لوغر وستابلفيلد (2004، ص 79-164، 193-219)، نيلسون (1998، الفصول 7-12)
  69. ^ البحث في الفضاء الحكومي : راسل ونورفيج (2021، الفصل 3)
  70. ^ راسل ونورفيج (2021)، القسم 11.2.
  71. ^ عمليات البحث غير المستنيرة ( البحث بالعرض أولاً ، والبحث بالعمق أولاً ، والبحث في مساحة الحالة العامة ): راسل ونورفيج (2021، القسم 3.4)، بول، ماكوورث وجويبل (1998، ص 113-132)، لوغر وستابلفيلد (2004، ص 79-121)، نيلسون (1998، الفصل 8)
  72. ^ عمليات البحث الاستدلالية أو المستنيرة (على سبيل المثال، الأفضل الجشع أولاً و A* ): راسل ونورفيج (2021، القسم 3.5)، بول وماكوورث وجويبل (1998، ص 132-147)، بول وماكوورث (2017، القسم 3.6)، لوغر وستابلفيلد (2004، ص 133-150)
  73. ^ البحث التنافسي : راسل ونورفيج (2021، الفصل 5)
  74. ^ البحث المحلي أو " التحسين ": Russell & Norvig (2021، الفصل 4)
  75. ^ سينغ تشوهان، ناجيش (18 ديسمبر 2020). "خوارزميات التحسين في الشبكات العصبية". KDnuggets . تم الاسترجاع في 13 يناير 2024 .
  76. ^ الحوسبة التطورية : راسل ونورفيج (2021، القسم 4.1.2)
  77. ^ ميركل وميدندورف (2013).
  78. ^ المنطق : راسل ونورفيج (2021، الفصول 6-9)، لوجر وستابلفيلد (2004، ص 35-77)، نيلسون (1998، الفصل 13-16)
  79. ^ المنطق القياسي : راسل ونورفيج (2021، الفصل 6)، لوجر وستابلفيلد (2004، ص 45-50)، نيلسون (1998، الفصل 13)
  80. ^ المنطق من الدرجة الأولى والميزات مثل المساواة : راسل ونورفيج (2021، الفصل 7)، بول، ماكوورث وجويبل (1998، ص 268-275)، لوغر وستوبلفيلد (2004، ص 50-62)، نيلسون (1998، الفصل 15)
  81. ^ الاستدلال المنطقي : راسل ونورفيج (2021، الفصل 10)
  82. ^ الاستنتاج المنطقي كبحث: Russell & Norvig (2021، القسمان 9.3 و9.4)، Poole, Mackworth & Goebel (1998، الصفحات ~46–52)، Luger & Stubblefield (2004، الصفحات 62–73)، Nilsson (1998، الفصل 4.2، 7.2)
  83. ^ الحل والتوحيد : راسل ونورفيج (2021، الأقسام 7.5.2، 9.2، 9.5 )
  84. ^ Warren, DH; Pereira, LM; Pereira, F. (1977). "Prolog-the language and its implementation comparison with Lisp". ACM SIGPLAN Notices . 12 (8): 109–115. doi :10.1145/872734.806939.
  85. ^ المنطق الضبابي: راسل ونورفيج (2021، ص 214، 255، 459)، ساينتفك أمريكان (1999)
  86. ^ ab الأساليب العشوائية للاستدلال غير المؤكد: راسل ونورفيج (2021، الفصل 12-18، 20)، بول وماكوورث وجويبل (1998، ص 345-395)، لوغر وستابلفيلد (2004، ص 165-191، 333-381)، نيلسون (1998، الفصل 19)
  87. ^ نظرية القرار وتحليل القرار : راسل ونورفيج (2021، الفصل 16-18)، بول وماكوورث وجويبل (1998، ص 381-394)
  88. ^ نظرية قيمة المعلومات : راسل ونورفيج (2021، القسم 16.6)
  89. ^ عمليات اتخاذ القرار الماركوفي وشبكات القرار الديناميكية : راسل ونورفيج (2021، الفصل 17)
  90. ^ abc النماذج الزمنية العشوائية: راسل ونورفيج (2021، الفصل 14) نموذج ماركوف المخفي : راسل ونورفيج (2021، القسم 14.3) مرشحات كالمان : راسل ونورفيج (2021، القسم 14.4) الشبكات البايزية الديناميكية : راسل ونورفيج (2021، القسم 14.5)
  91. ^ نظرية اللعبة وتصميم الآلية : راسل ونورفيج (2021، الفصل 18)
  92. ^ الشبكات البايزية : راسل ونورفيج (2021، الأقسام 12.5-12.6، 13.4-13.5، 14.3-14.5، 16.5، 20.2-20.3)، بول وماكوورث وجويبل (1998، ص 361-381)، لوغر وستابلفيلد (2004، ص ~182-190، ≈363-379)، نيلسون (1998، الفصل 19.3-19.4)
  93. ^ دومينغوس (2015)، الفصل 6.
  94. ^ خوارزمية الاستدلال البايزي : راسل ونورفيج (2021، القسم 13.3-13.5)، بول، ماكوورث وجويبل (1998، ص 361-381)، لوغر وستابلفيلد (2004، ص ~363-379)، نيلسون (1998، الفصل 19.4 و7)
  95. ^ دومينغوس (2015)، ص 210.
  96. ^ التعلم البايزي وخوارزمية التوقع والتعظيم : راسل ونورفيج (2021، الفصل 20)، بول، ماكوورث وجويبل (1998، ص 424-433)، نيلسون (1998، الفصل 20)، دومينغوس (2015، ص 210)
  97. ^ نظرية القرار البايزية وشبكات القرار البايزية : راسل ونورفيج (2021، القسم 16.5)
  98. ^ طرق التعلم الإحصائي والمصنفات : راسل ونورفيج (2021، الفصل 20)،
  99. ^ Ciaramella, Alberto ; Ciaramella, Marco (2024). مقدمة في الذكاء الاصطناعي: من تحليل البيانات إلى الذكاء الاصطناعي التوليدي . إصدارات إنتلسيمانتيك. رقم ISBN 978-8-8947-8760-3.
  100. ^ أشجار القرار : راسل ونورفيج (2021، القسم 19.3)، دومينغوس (2015، ص 88)
  101. ^ نماذج التعلم غير المعلمية مثل أقرب جار K وآلات المتجهات الداعمة : Russell & Norvig (2021، القسم 19.7)، Domingos (2015، ص 187) (أقرب جار K)
    • دومينغوس (2015، ص. 88) (طرق النواة)
  102. ^ دومينغوس (2015)، ص 152.
  103. ^ تصنيف بايز الساذج : راسل ونورفيج (2021، القسم 12.6)، دومينغوس (2015، ص 152)
  104. ^ ab الشبكات العصبية: راسل ونورفيج (2021، الفصل 21)، دومينغوس (2015، الفصل 4)
  105. ^ حساب التدرج في الرسوم البيانية الحسابية، الانتشار العكسي ، التمايز التلقائي : راسل ونورفيج (2021، القسم 21.2)، لوجر وستابلفيلد (2004، ص 467-474)، نيلسون (1998، الفصل 3.3)
  106. ^ نظرية التقريب الشامل : راسل ونورفيج (2021، ص 752) النظرية: سيبنكو (1988)، هورنيك، ستينشكومب ووايت (1989)
  107. ^ الشبكات العصبية التغذية الأمامية : راسل ونورفيج (2021، القسم 21.1)
  108. ^ الشبكات العصبية المتكررة : راسل ونورفيج (2021، القسم 21.6)
  109. ^ Perceptrons : Russell & Norvig (2021، ص 21، 22، 683، 22)
  110. ^ ab التعلم العميق : راسل ونورفيج (2021، الفصل 21)، جودفيلو، بينجيو وكورفيل (2016)، هينتون وآخرون (2016)، شميدهوبر (2015)
  111. ^ الشبكات العصبية التلافيفية : راسل ونورفيج (2021، القسم 21.3)
  112. ^ دينغ ويو (2014)، الصفحات من 199 إلى 200.
  113. ^ سيريسان وماير وشميدهوبر (2012).
  114. ^ راسل ونورفيج (2021)، ص 751.
  115. ^ abc Russell & Norvig (2021)، ص 17.
  116. ^ abcdefg راسل ونورفيج (2021)، ص. 785.
  117. ^ ab Schmidhuber (2022)، القسم 5.
  118. ^ شميدهوبر (2022)، القسم 6.
  119. ^ abc Schmidhuber (2022)، القسم 7.
  120. ^ شميدهوبر (2022)، القسم 8.
  121. ^ مقتبس في كريستيان (2020، ص 22)
  122. ^ سميث (2023).
  123. ^ "موضح: الذكاء الاصطناعي التوليدي". 9 نوفمبر 2023.
  124. ^ "أدوات الكتابة وإنشاء المحتوى باستخدام الذكاء الاصطناعي". MIT Sloan Teaching & Learning Technologies. مؤرشف من الأصل في 25 ديسمبر 2023 . تم الاسترجاع في 25 ديسمبر 2023 .
  125. ^ مارمويت (2023).
  126. ^ كوبييلوس (2019).
  127. ^ توماسون، جيمس (21 مايو 2024). "Mojo Rising: عودة ظهور لغات البرمجة التي تركز على الذكاء الاصطناعي". VentureBeat . مؤرشف من الأصل في 27 يونيو 2024 . تم الاسترجاع في 26 مايو 2024 .
  128. ^ Wodecki, Ben (5 May 2023). "7 AI Programming Languages ​​You Need to Know". AI Business . مؤرشف من الأصل في 25 يوليو 2024 . تم الاسترجاع 5 أكتوبر 2024 .
  129. ^ Plumb, Taryn (18 September 2024). "لماذا يرى جينسن هوانج ومارك بينيوف فرصة "عملاقة" للذكاء الاصطناعي الوكيل". VentureBeat . مؤرشف من الأصل في 5 أكتوبر 2024 . تم الاسترجاع في 4 أكتوبر 2024 .
  130. ^ دافنبورت، ت؛ كالاكوتا، ر (يونيو 2019). "إمكانات الذكاء الاصطناعي في الرعاية الصحية". مجلة الصحة المستقبلية . 6 (2): 94-98. doi : 10.7861/futurehosp.6-2-94. PMC 6616181. PMID  31363513. 
  131. ^ Lyakhova, UA; Lyakhov, PA (2024). "مراجعة منهجية للطرق المستخدمة في الكشف عن سرطان الجلد وتصنيفه باستخدام الذكاء الاصطناعي: التطوير والآفاق". Computers in Biology and Medicine . 178 : 108742. doi :10.1016/j.compbiomed.2024.108742. PMID  38875908.
  132. ^ القديحي، كوثر س.؛ أسلم، نيدا؛ خان، عرفان الله؛ المهيدب، عبد الله م.؛ السنيدي، شيكة ج.؛ إبراهيم، نهاد م. عبد الرحمن؛ الحيدري، فهد أ.؛ الشيخ، فاطمة س.؛ السنبل، ياسمين م.؛ الحارث، ديما م.؛ الحارثي، هاجر م.؛ الغامدي، وجدان م.؛ الشهراني، محمد س. (2021). "اكتشاف وتشخيص صوت السعال باستخدام تقنيات الذكاء الاصطناعي: التحديات والفرص". IEEE Access . 9 : 102327–102344. Bibcode :2021IEEEA...9j2327A. doi :10.1109/ACCESS.2021.3097559. ISSN  2169-3536. PMC 8545201 . PMID  34786317. 
  133. ^ ab Bax, Monique; Thorpe, Jordan; Romanov, Valentin (ديسمبر 2023). "يتطلب مستقبل طب القلب والأوعية الدموية الشخصي الطباعة ثلاثية الأبعاد ورباعية الأبعاد والخلايا الجذعية والذكاء الاصطناعي". Frontiers in Sensors . 4. doi : 10.3389/fsens.2023.1294721 . ISSN  2673-5067.
  134. ^ Jumper, J; Evans, R; Pritzel, A (2021). "التنبؤ الدقيق للغاية ببنية البروتين باستخدام AlphaFold". Nature . 596 (7873): 583–589. Bibcode :2021Natur.596..583J. doi :10.1038/s41586-021-03819-2. PMC 8371605. PMID  34265844 . 
  135. ^ "الذكاء الاصطناعي يكتشف فئة جديدة من المضادات الحيوية لقتل البكتيريا المقاومة للأدوية". 20 ديسمبر 2023. مؤرشف من الأصل في 16 سبتمبر 2024 . تم الاسترجاع 5 أكتوبر 2024 .
  136. ^ "الذكاء الاصطناعي يسرع تصميم الأدوية لعلاج مرض باركنسون بعشرة أضعاف". جامعة كامبريدج. 17 أبريل 2024. مؤرشف من الأصل في 5 أكتوبر 2024. تم الاسترجاع 5 أكتوبر 2024 .
  137. ^ Horne, Robert I.; Andrzejewska, Ewa A.; Alam, Parvez; Brotzakis, Z. Faidon; Srivastava, Ankit; Aubert, Alice; Nowinska, Magdalena; Gregory, Rebecca C.; Staats, Roxine; Possenti, Andrea; Chia, Sean; Sormanni, Pietro; Ghetti, Bernardino; Caughey, Byron; Knowles, Tuomas PJ; Vendruscolo, Michele (17 أبريل 2024). "اكتشاف مثبطات قوية لتجمع ألفا سينيوكلين باستخدام التعلم التكراري القائم على البنية". Nature Chemical Biology . 20 (5). Nature: 634–645. doi :10.1038/s41589-024-01580-x. PMC 11062903 . PMID  38632492. 
  138. ^ جرانت، يوجين ف.؛ لاردنر، ريكس (25 يوليو 1952). "حديث المدينة – إنه". النيويوركر . ISSN  0028-792X. مؤرشف من الأصل في 16 فبراير 2020. تم الاسترجاع 28 يناير 2024 .
  139. ^ أندرسون، مارك روبرت (11 مايو 2017). "بعد عشرين عامًا من مواجهة ديب بلو ضد كاسباروف: كيف بدأت مباراة شطرنج ثورة البيانات الضخمة". المحادثة . مؤرشف من الأصل في 17 سبتمبر 2024. تم الاسترجاع في 28 يناير 2024 .
  140. ^ ماركوف، جون (16 فبراير 2011). "الكمبيوتر يفوز في لعبة "جيبردي!": تافه، ليس كذلك" . نيويورك تايمز . ISSN  0362-4331. مؤرشف من الأصل في 22 أكتوبر 2014. تم الاسترجاع في 28 يناير 2024 .
  141. ^ Byford, Sam (27 May 2017). "AlphaGo retires from competitive Go after defeating world number one 3–0". The Verge . مؤرشف من الأصل في 7 يونيو 2017 . تم الاسترجاع 28 يناير 2024 .
  142. ^ براون، نوام؛ ساندهولم، توماس (30 أغسطس 2019). "الذكاء الاصطناعي الخارق للبوكر متعدد اللاعبين". ساينس . 365 (6456): 885-890. رمز Bibcode :2019Sci...365..885B. doi :10.1126/science.aay2400. ISSN  0036-8075. PMID  31296650.
  143. ^ "MuZero: إتقان لعبة Go والشطرنج والشوجي والأتاري بدون قواعد". Google DeepMind . 23 ديسمبر 2020 . تم الاسترجاع في 28 يناير 2024 .
  144. ^ Sample, Ian (30 October 2019). "AI becomes grandmaster in 'fiendishly complex' StarCraft II". The Guardian . ISSN  0261-3077. مؤرشف من الأصل في 29 ديسمبر 2020 . تم الاسترجاع في 28 يناير 2024 .
  145. ^ Wurman, PR; Barrett, S.; Kawamoto, K. (2022). "Outracing champion Gran Turismo drivers with deep Strengthening Learning" (PDF) . Nature . 602 (7896): 223–228. Bibcode :2022Natur.602..223W. doi :10.1038/s41586-021-04357-7. PMID  35140384.
  146. ^ ويلكنز، أليكس (13 مارس 2024). "تعلم الذكاء الاصطناعي من جوجل كيفية لعب ألعاب الفيديو المفتوحة من خلال مشاهدتها". نيو ساينتست . مؤرشف من الأصل في 26 يوليو 2024. تم الاسترجاع في 21 يوليو 2024 .
  147. ^ Uesato, J. et al.: تحسين التفكير الرياضي من خلال الإشراف على العملية. مؤرشف من الأصل في 15 سبتمبر 2024 على موقع Wayback Machine openai.com، 31 مايو 2023. تم الاسترجاع في 2024-08-07.
  148. ^ سريفاستافا، سوراب (29 فبراير 2024). "المعايير الوظيفية للتقييم القوي لأداء التفكير، والفجوة في التفكير". arXiv : 2402.19450 [cs.AI].
  149. ^ روبرتس، سيوبان (25 يوليو 2024). "الذكاء الاصطناعي يحقق معيار الميدالية الفضية في حل مشاكل أولمبياد الرياضيات الدولي". نيويورك تايمز . مؤرشف من الأصل في 26 سبتمبر 2024. تم الاسترجاع 7 أغسطس 2024 .
  150. ^ LLEMMA. eleuther.ai. تم الاسترجاع في 2024-08-07.
  151. ^ AI Math. مؤرشف من الأصل في 5 أكتوبر 2024 على موقع Wayback Machine Caesars Labs، 2024. تم الاسترجاع في 2024-08-07.
  152. ^ Alex McFarland: 7 أفضل أدوات الذكاء الاصطناعي للرياضيات. تم أرشفته في 11 سبتمبر 2024 على موقع Wayback Machine . unite.ai. تم استرجاعه في 2024-08-07
  153. ^ ماثيو فينيو وأماندا داوني: IBM Think 2024 Primer، "ما هو الذكاء الاصطناعي (AI) في التمويل؟" 8 ديسمبر 2023
  154. ^ م. نيكولاس، ج. فيرزلي: مجلة Pensions Age/European Pensions، "الذكاء الاصطناعي: اسأل الصناعة" مايو يونيو 2024 https://videovoice.org/ai-in-finance-innovation-entrepreneurship-vs-over-regulation-with-the-eus-artificial-intelligence-act-wont-work-as-intended/ مؤرشف من الأصل في 11 سبتمبر 2024 على موقع واي باك مشين .
  155. ^ abc Congressional Research Service (2019). Artificial Intelligence and National Security (PDF) . واشنطن العاصمة: Congressional Research Service. مؤرشف من الأصل (PDF) في 8 مايو 2020. تم الاسترجاع في 5 أكتوبر 2024 .إشعار PD
  156. ^ ab Slyusar, Vadym (2019). "الذكاء الاصطناعي كأساس لشبكات التحكم المستقبلية". ResearchGate . doi :10.13140/RG.2.2.30247.50087. مؤرشف من الأصل في 28 أبريل 2021 . تم الاسترجاع في 20 يوليو 2019 .
  157. ^ Knight, Will. "الولايات المتحدة و30 دولة أخرى توافق على وضع حواجز للذكاء الاصطناعي العسكري". Wired . ISSN  1059-1028. مؤرشف من الأصل في 20 سبتمبر 2024 . تم الاسترجاع في 24 يناير 2024 .
  158. ^ نيوزوم، جافين؛ ويبر، شيرلي ن. (6 سبتمبر 2023). "الأمر التنفيذي رقم 12-23" (PDF) . وزارة الشؤون التنفيذية، ولاية كاليفورنيا. مؤرشف من الأصل (PDF) في 21 فبراير 2024. تم الاسترجاع في 7 سبتمبر 2023 .
  159. ^ بينايا ، والتر إتش إل. غراهام، مارك S .؛ كيرفوت، اريك. تودوسيو، بيترو دانيال؛ دافلون، جيسيكا؛ فرنانديز، فيرجينيا؛ سانشيز، بيدرو؛ ووليب، جوليا؛ دا كوستا، بيدرو ف. باتيل، أشاي (2023). “الذكاء الاصطناعي التوليدي للتصوير الطبي: توسيع إطار عمل MONAI”. أرخايف : 2307.15208 [eess.IV].
  160. ^ جريفيث، إيرين؛ ميتز، كيد (27 يناير 2023). "أنثروبيك تقترب من الحصول على 300 مليون دولار في تمويل الذكاء الاصطناعي الجديد". نيويورك تايمز . مؤرشف من الأصل في 9 ديسمبر 2023. تم الاسترجاع في 14 مارس 2023 .
  161. ^ Lanxon, Nate; Bass, Dina; Davalos, Jackie (10 مارس 2023). "A Cheat Sheet to AI Buzzwords and Their Meanings". بلومبرج نيوز . مؤرشف من الأصل في 17 نوفمبر 2023. تم الاسترجاع في 14 مارس 2023 .
  162. ^ مارسيلين، ماركو (27 مايو 2023). "ChatGPT: معظم الأميركيين يعرفون عنه، لكن قلة منهم يستخدمونه بالفعل". PCMag . مؤرشف من الأصل في 21 مايو 2024. تم الاسترجاع 28 يناير 2024 .
  163. ^ لو، دونا (31 مارس 2023). "التضليل والأخطاء والبابا في منفاخ: ما يمكن للذكاء الاصطناعي المتطور بسرعة أن يفعله وما لا يمكنه فعله". الجارديان . ISSN  0261-3077. مؤرشف من الأصل في 10 يونيو 2024. تم الاسترجاع 28 يناير 2024 .
  164. ^ هيرست، لوك (23 مايو 2023). "كيف تسببت صورة مزيفة لانفجار البنتاغون تم تداولها على تويتر في انخفاض حقيقي في وول ستريت". يورونيوز . تم استرجاعه في 28 يناير 2024 .
  165. ^ Poole, David; Mackworth, Alan (2023). Artificial Intelligence, Foundations of Computational Agents (الطبعة الثالثة). Cambridge University Press. doi :10.1017/9781009258227. ISBN 978-1-0092-5819-7. مؤرشف من الأصل في 5 أكتوبر 2024 . استرجاع 5 أكتوبر 2024 .
  166. ^ راسل، ستيوارت؛ نورفيج، بيتر (2020). الذكاء الاصطناعي: نهج حديث (الطبعة الرابعة). بيرسون. رقم ISBN 978-0-1346-1099-3.
  167. ^ "لماذا يعتبر الوكلاء الحدود التالية للذكاء الاصطناعي التوليدي". ماكينزي ديجيتال . 24 يوليو 2024. مؤرشف من الأصل في 3 أكتوبر 2024. تم الاسترجاع 10 أغسطس 2024 .
  168. ^ Ransbotham, Sam; Kiron, David; Gerbert, Philipp; Reeves, Martin (6 September 2017). "إعادة تشكيل الأعمال بالذكاء الاصطناعي". MIT Sloan Management Review . مؤرشف من الأصل في 13 فبراير 2024.
  169. ^ صن، يوران؛ تشاو، شيلي؛ لوفرجليو، روجيرو؛ كوليجوفسكي، إيريكا (1 يناير 2024)، ناصر، إم زد (محرر)، "8 - الذكاء الاصطناعي لنمذجة الإخلاء على نطاق واسع: الوعود والتحديات"، التعلم الآلي القابل للتفسير لتحليل وتصميم وتقييم واتخاذ القرارات المستنيرة للبنية التحتية المدنية ، سلسلة وودهيد للنشر في الهندسة المدنية والهيكلية، وودهيد للنشر، ص 185-204، رقم ISBN 978-0-1282-4073-1, تم أرشفته من الأصل في 19 مايو 2024 , تم استرجاعه في 28 يونيو 2024.
  170. ^ جمعة، إسلام؛ عادل زاده، مسعود؛ جوين، ستيفن؛ سبنسر، بروس؛ كو، يون؛ بنيشو، نور الدين؛ ما، تشون يون؛ الساجان، نور؛ دوونغ، دانا؛ زالوك، إيهاب؛ كيناتدر، ماكس (1 نوفمبر 2021). "إطار عمل لنظام ذكي للكشف عن الحرائق والإخلاء". تكنولوجيا الحرائق . 57 (6): 3179-3185. doi :10.1007/s10694-021-01157-3. ISSN  1572-8099. مؤرشف من الأصل في 5 أكتوبر 2024. تم الاسترجاع 5 أكتوبر 2024 .
  171. ^ Zhao, Xilei; Lovreglio, Ruggiero; Nilsson, Daniel (1 May 2020). "نمذجة وتفسير عملية اتخاذ القرار قبل الإخلاء باستخدام التعلم الآلي". الأتمتة في البناء . 113 : 103140. doi :10.1016/j.autcon.2020.103140. ISSN  0926-5805. مؤرشف من الأصل في 19 مايو 2024. تم الاسترجاع 5 أكتوبر 2024 .
  172. ^ "احتضنت الانتخابات الهندية الأخيرة تقنية الذكاء الاصطناعي. وإليك بعض الطرق التي تم استخدامها بشكل بناء". PBS News . 12 يونيو 2024 . تم الاسترجاع في 28 أكتوبر 2024 .
  173. ^ مولر، فينسينت سي. (30 أبريل 2020). "أخلاقيات الذكاء الاصطناعي والروبوتات". أرشيف موسوعة ستانفورد للفلسفة . مؤرشف من الأصل في 5 أكتوبر 2024. تم الاسترجاع 5 أكتوبر 2024 .
  174. ^ سيمونيت (2016).
  175. ^ راسل ونورفيج (2021)، ص 987.
  176. ^ لاسكوفسكي (2023).
  177. ^ مكتب المحاسبة العامة (2022).
  178. ^ فالينسكي (2019).
  179. ^ راسل ونورفيج (2021)، ص 991.
  180. ^ راسل ونورفيج (2021)، ص 991-992.
  181. ^ كريستيان (2020)، ص 63.
  182. ^ فينسنت (2022).
  183. ^ كوبل، ماثيو. "خدمات حقوق النشر: الاستخدام العادل". مكتبة جامعة كورنيل . مؤرشف من الأصل في 26 سبتمبر 2024. تم الاسترجاع 26 أبريل 2024 .
  184. ^ بورجيس، مات. "كيفية منع استخدام بياناتك لتدريب الذكاء الاصطناعي". Wired . ISSN  1059-1028. مؤرشف من الأصل في 3 أكتوبر 2024 . تم الاسترجاع في 26 أبريل 2024 .
  185. ^ ريزنر (2023).
  186. ^ ألتر وهاريس (2023).
  187. ^ "إعداد النظام البيئي للابتكار للذكاء الاصطناعي. مجموعة أدوات سياسة الملكية الفكرية" (PDF) . المنظمة العالمية للملكية الفكرية .
  188. ^ هاموند، جورج (27 ديسمبر 2023). "تنفق شركات التكنولوجيا الكبرى أكثر من شركات رأس المال الاستثماري على الشركات الناشئة في مجال الذكاء الاصطناعي". آرس تكنيكا . مؤرشف من الأصل في 10 يناير 2024.
  189. ^ وونغ، ماتيو (24 أكتوبر 2023). "مستقبل الذكاء الاصطناعي هو GOMA" . الأطلسي . مؤرشف من الأصل في 5 يناير 2024.
  190. ^ "الشركات التكنولوجية الكبرى والسعي إلى هيمنة الذكاء الاصطناعي" . مجلة الإيكونوميست . 26 مارس 2023. مؤرشف من الأصل في 29 ديسمبر 2023.
  191. ^ فونج، بريان (19 ديسمبر 2023). "حيث قد تُربح معركة الهيمنة على الذكاء الاصطناعي". سي إن إن بيزنس . مؤرشف من الأصل في 13 يناير 2024.
  192. ^ ميتز، كيد (5 يوليو 2023). "في عصر الذكاء الاصطناعي، يحتاج صغار رجال التكنولوجيا إلى أصدقاء كبار". نيويورك تايمز . مؤرشف من الأصل في 8 يوليو 2024. تم الاسترجاع 5 أكتوبر 2024 .
  193. ^ "الكهرباء 2024 – تحليل". وكالة الطاقة الدولية . 24 يناير 2024. تم الاسترجاع في 13 يوليو 2024 .
  194. ^ كالفيرت، بريان (28 مارس 2024). "الذكاء الاصطناعي يستخدم بالفعل نفس القدر من الطاقة الذي تستخدمه دولة صغيرة. إنها البداية فقط". فوكس . نيويورك، نيويورك. مؤرشف من الأصل في 3 يوليو 2024. تم الاسترجاع 5 أكتوبر 2024 .
  195. ^ هالبر، إيفان؛ أودونوفان، كارولين (21 يونيو 2024). "الذكاء الاصطناعي يستنزف شبكة الكهرباء. شركات التكنولوجيا تبحث عن حل سحري". واشنطن بوست .
  196. ^ دافنبورت، كارلي. "مراكز بيانات الذكاء الاصطناعي والارتفاع القادم في الطلب على الطاقة في YS" (PDF) . جولدمان ساكس . مؤرشف من الأصل (PDF) في 26 يوليو 2024. تم الاسترجاع في 5 أكتوبر 2024 .
  197. ^ ريان، كارول (12 أبريل 2024). "الذكاء الاصطناعي الذي يستهلك الكثير من الطاقة هو أيضًا مستقبل توفير الطاقة". وول ستريت جورنال . داو جونز.
  198. ^ هيلر، جينيفر (1 يوليو 2024). "صناعة التكنولوجيا تريد حبس الطاقة النووية لصالح الذكاء الاصطناعي". وول ستريت جورنال . داو جونز. مؤرشف من الأصل في 5 أكتوبر 2024. تم الاسترجاع في 5 أكتوبر 2024 .
  199. ^ هالبر، إيفان (20 سبتمبر 2024). "صفقة مايكروسوفت ستعيد فتح محطة الطاقة النووية في ثري مايل آيلاند لتشغيل الذكاء الاصطناعي". واشنطن بوست .
  200. ^ هيلر، جينيفر (20 سبتمبر 2024). "إعادة فتح محطة الطاقة النووية في جزيرة ثري مايل، للمساعدة في تشغيل مراكز الذكاء الاصطناعي الخاصة بشركة مايكروسوفت". وول ستريت جورنال . داو جونز. مؤرشف من الأصل في 5 أكتوبر 2024. تم الاسترجاع في 5 أكتوبر 2024 .
  201. ^ نيكاس (2018).
  202. ^ Rainie, Lee; Keeter, Scott; Perrin, Andrew (22 July 2019). "الثقة وعدم الثقة في أمريكا". مركز بيو للأبحاث . مؤرشف من الأصل في 22 فبراير 2024.
  203. ^ ويليامز (2023).
  204. ^ تايلور وهيرن (2023).
  205. ^ ab Samuel, Sigal (19 أبريل 2022). "لماذا من الصعب جدًا جعل الذكاء الاصطناعي عادلاً وغير متحيز". Vox . مؤرشف من الأصل في 5 أكتوبر 2024 . تم الاسترجاع 24 يوليو 2024 .
  206. ^ ab روز (2023).
  207. ^ CNA (2019).
  208. ^ جوفري (2008)، ص 17.
  209. ^ بيردال وآخرون. (2023)؛ جوفري (2008، ص 17)؛ روز (2023)؛ راسل ونورفيج (2021، ص. 995)
  210. ^ كريستيان (2020)، ص 25.
  211. ^ ab Russell & Norvig (2021)، ص 995.
  212. ^ جرانت وهيل (2023).
  213. ^ لارسون و أنجوين (2016).
  214. ^ كريستيان (2020)، ص 67-70.
  215. ^ كريستيان (2020، ص 67-70)؛ راسل ونورفيج (2021، ص 993-994)
  216. ^ راسل ونورفيج (2021، ص 995)؛ ليبارتيتو (2011، ص 36)؛ جودمان وفلاكسمان (2017، ص 6)؛ كريستيان (2020، ص 39-40، 65)
  217. ^ مقتبس في كريستيان (2020، ص 65).
  218. ^ راسل ونورفيج (2021، ص 994)؛ كريستيان (2020، ص 40، 80-81)
  219. ^ مقتبس في كريستيان (2020، ص 80)
  220. ^ دوكريل (2022).
  221. ^ العينة (2017).
  222. ^ "Black Box AI". 16 يونيو 2023. مؤرشف من الأصل في 15 يونيو 2024. اطلع عليه بتاريخ 5 أكتوبر 2024 .
  223. ^ كريستيان (2020)، ص 110.
  224. ^ كريستيان (2020)، ص 88-91.
  225. ^ كريستيان (2020، ص. 83)؛ راسل ونورفيج (2021، ص. 997)
  226. ^ كريستيان (2020)، ص 91.
  227. ^ كريستيان (2020)، ص 83.
  228. ^ فيرما (2021).
  229. ^ روثمان (2020).
  230. ^ كريستيان (2020)، ص 105-108.
  231. ^ كريستيان (2020)، ص 108-112.
  232. ^ Ropek, Lucas (21 May 2024). "بحث أنثروبي جديد يلقي الضوء على "الصندوق الأسود" للذكاء الاصطناعي". Gizmodo . مؤرشف من الأصل في 5 أكتوبر 2024 . تم الاسترجاع 23 مايو 2024 .
  233. ^ راسل ونورفيج (2021)، ص 989.
  234. ^ ab Russell & Norvig (2021)، ص 987-990.
  235. ^ راسل ونورفيج (2021)، ص 988.
  236. ^ روبيتسكي (2018); سيناتو (2015)
  237. ^ هراري (2018).
  238. ^ باكلي، كريس؛ موزور، بول (22 مايو 2019). "كيف تستخدم الصين المراقبة عالية التقنية لإخضاع الأقليات". نيويورك تايمز . مؤرشف من الأصل في 25 نوفمبر 2019. تم الاسترجاع 2 يوليو 2019 .
  239. ^ "ثغرة أمنية تكشف عن نظام مراقبة ذكي في مدينة صينية". 3 مايو 2019. مؤرشف من الأصل في 7 مارس 2021. تم الاسترجاع 14 سبتمبر 2020 .
  240. ^ أوربينا وآخرون. (2022).
  241. ^ ab E. McGaughey, 'Will Robots Automate Your Job Away? Full Employment, Basic Income, and Economic Democracy' (2022), 51(3) Industrial Law Journal 511–559. مؤرشف من الأصل في 27 مايو 2023 على موقع Wayback Machine .
  242. ^ فورد وكولفين (2015)؛ ماكجاوجي (2022)
  243. ^ IGM شيكاغو (2017).
  244. ^ أرنتز، جريجوري وزيران (2016)، ص 33.
  245. ^ لوهر (2017)؛ فراي وأوزبورن (2017)؛ أرنتز، جريجوري وزييران (2016، ص. 33)
  246. ^ تشو، فيولا (11 أبريل 2023). "الذكاء الاصطناعي يأخذ بالفعل وظائف رسامي ألعاب الفيديو في الصين". بقية العالم . مؤرشف من الأصل في 21 فبراير 2024. تم الاسترجاع 17 أغسطس 2023 .
  247. ^ كارتر، جوستين (11 أبريل 2023). "صناعة فن الألعاب في الصين تتعرض للدمار بسبب الاستخدام المتزايد للذكاء الاصطناعي". مطور ألعاب . مؤرشف من الأصل في 17 أغسطس 2023. تم الاسترجاع في 17 أغسطس 2023 .
  248. ^ مورغنسترن (2015).
  249. ^ مهداوي (2017)؛ تومسون (2014)
  250. ^ تارنوف، بن (4 أغسطس 2023). "دروس من إليزا". الجارديان الأسبوعية . ص 34-39.
  251. ^ سيلان جونز (2014).
  252. ^ راسل ونورفيج 2021، ص 1001.
  253. ^ بوستروم (2014).
  254. ^ راسل (2019).
  255. ^ بوستروم (2014); مولر وبوستروم (2014)؛ بوستروم (2015).
  256. ^ هراري (2023).
  257. ^ مولر وبوستورم (2014).
  258. ^ مخاوف القادة بشأن المخاطر الوجودية للذكاء الاصطناعي بحلول عام 2015: رولينسون (2015)، هولي (2015)، جيبس ​​(2014)، سايناتو (2015)
  259. ^ ""عراب الذكاء الاصطناعي" يتحدث عن تأثير وإمكانيات الذكاء الاصطناعي الجديد". سي بي إس نيوز . 25 مارس 2023. مؤرشف من الأصل في 28 مارس 2023. اطلع عليه بتاريخ 28 مارس 2023 .
  260. ^ بيتيس، دون (4 مايو 2023). "زعيم الذكاء الاصطناعي الكندي جيفري هينتون يعرب عن مخاوفه من الاستيلاء على الكمبيوتر". سي بي سي . مؤرشف من الأصل في 7 يوليو 2024. تم الاسترجاع 5 أكتوبر 2024 .
  261. ^ ""احتمالات 50-50" أن يتفوق الذكاء الاصطناعي على البشرية، كما يقول جيفري هينتون". بلومبرج بي إن إن . 14 يونيو 2024. تم الاسترجاع في 6 يوليو 2024 .
  262. ^ فالانس (2023).
  263. ^ تايلور، جوش (7 مايو 2023). "صعود الذكاء الاصطناعي أمر لا مفر منه ولكن لا ينبغي الخوف منه، كما يقول "أبو الذكاء الاصطناعي". الجارديان . مؤرشف من الأصل في 23 أكتوبر 2023. استرجاع 26 مايو 2023 .
  264. ^ كولتون، إيما (7 مايو 2023). ""والد الذكاء الاصطناعي"" يقول إن المخاوف التقنية في غير محلها: ""لا يمكنك إيقافها"". فوكس نيوز . مؤرشف من الأصل في 26 مايو 2023. تم الاسترجاع في 26 مايو 2023 .
  265. ^ جونز، هيسي (23 مايو 2023). "يورجن شميدهوبر، "أب الذكاء الاصطناعي الحديث" الشهير، يقول إن عمل حياته لن يؤدي إلى ديستوبيا". فوربس . مؤرشف من الأصل في 26 مايو 2023. تم الاسترجاع 26 مايو 2023 .
  266. ^ ماكمورو، رايان (19 ديسمبر 2023). "أندرو نج: هل نعتقد أن العالم أفضل حالاً مع المزيد أو الأقل ذكاءً؟". فاينانشال تايمز . مؤرشف من الأصل في 25 يناير 2024. تم الاسترجاع 30 ديسمبر 2023 .
  267. ^ ليفي، ستيفن (22 ديسمبر 2023). "كيف لا تكون غبيًا بشأن الذكاء الاصطناعي، مع يان ليكون". Wired . مؤرشف من الأصل في 28 ديسمبر 2023 . تم الاسترجاع 30 ديسمبر 2023 .
  268. ^ الحجج التي تؤكد أن الذكاء الاصطناعي لا يشكل خطرًا وشيكًا: بروكس (2014)، جايست (2015)، مادريجال (2015)، لي (2014)
  269. ^ ab Christian (2020)، ص 67، 73.
  270. ^ يودكوفسكي (2008).
  271. ^ أندرسون وأندرسون (2011).
  272. ^ AAAI (2014).
  273. ^ والاش (2010).
  274. ^ راسل (2019)، ص 173.
  275. ^ ستيوارت، آشلي؛ ميلتون، مونيكا. "يقول الرئيس التنفيذي لشركة Hugging Face إنه يركز على بناء "نموذج مستدام" لشركة ناشئة مفتوحة المصدر للذكاء الاصطناعي بقيمة 4.5 مليار دولار". Business Insider . مؤرشف من الأصل في 25 سبتمبر 2024 . تم الاسترجاع 14 أبريل 2024 .
  276. ^ Wiggers, Kyle (9 أبريل 2024). "أدوات مفتوحة المصدر من Google لدعم تطوير نموذج الذكاء الاصطناعي". TechCrunch . مؤرشف من الأصل في 10 سبتمبر 2024. تم الاسترجاع 14 أبريل 2024 .
  277. ^ Heaven, Will Douglas (12 May 2023). "طفرة الذكاء الاصطناعي مفتوحة المصدر مبنية على المساعدات التي تقدمها شركات التكنولوجيا الكبرى. إلى متى ستستمر؟". MIT Technology Review . تم الاسترجاع في 14 أبريل 2024 .
  278. ^ Brodsky, Sascha (19 December 2023). "نموذج اللغة الجديد لشركة Mistral AI يهدف إلى التفوق في مجال البرمجيات مفتوحة المصدر". AI Business . مؤرشف من الأصل في 5 سبتمبر 2024 . تم الاسترجاع في 5 أكتوبر 2024 .
  279. ^ إدواردز، بينج (22 فبراير 2024). "Stability تعلن عن Stable Diffusion 3، مولد صور الذكاء الاصطناعي من الجيل التالي". Ars Technica . مؤرشف من الأصل في 5 أكتوبر 2024 . تم الاسترجاع 14 أبريل 2024 .
  280. ^ مارشال، مات (29 يناير 2024). "كيف تستخدم الشركات برامج الماجستير في القانون مفتوحة المصدر: 16 مثالاً". VentureBeat . مؤرشف من الأصل في 26 سبتمبر 2024 . تم الاسترجاع 5 أكتوبر 2024 .
  281. ^ بايبر، كيلسي (2 فبراير 2024). "هل يجب أن نجعل أقوى نماذج الذكاء الاصطناعي لدينا مفتوحة المصدر للجميع؟". فوكس . مؤرشف من الأصل في 5 أكتوبر 2024. تم الاسترجاع 14 أبريل 2024 .
  282. ^ معهد آلان تورينج (2019). "فهم أخلاقيات الذكاء الاصطناعي والسلامة" (PDF) . مؤرشف من الأصل (PDF) في 11 سبتمبر 2024. تم الاسترجاع 5 أكتوبر 2024 .
  283. ^ معهد آلان تورينج (2023). "أخلاقيات الذكاء الاصطناعي والحوكمة في الممارسة العملية" (PDF) . مؤرشف من الأصل (PDF) في 11 سبتمبر 2024. تم الاسترجاع 5 أكتوبر 2024 .
  284. ^ فلوريدي، لوتشيانو؛ كاولز، جوش (23 يونيو 2019). "إطار موحد لخمسة مبادئ للذكاء الاصطناعي في المجتمع". مراجعة علوم البيانات في هارفارد . 1 (1). doi : 10.1162/99608f92.8cd550d1 . S2CID  198775713.
  285. ^ بوروك، بانو؛ إكميكجي، بيريهان إليف؛ أردا، بيرنا (1 سبتمبر 2020). "منظور نقدي حول المبادئ التوجيهية للذكاء الاصطناعي المسؤول والجدير بالثقة". الطب والرعاية الصحية والفلسفة . 23 (3): 387-399. doi :10.1007/s11019-020-09948-1. ISSN  1572-8633. PMID  32236794. S2CID  214766800. مؤرشف من الأصل في 5 أكتوبر 2024. تم الاسترجاع 5 أكتوبر 2024 .
  286. ^ كاميلا، مانوج كومار؛ جاسروتيا، ساهيل سينغ (1 يناير 2023). "القضايا الأخلاقية في تطوير الذكاء الاصطناعي: التعرف على المخاطر". المجلة الدولية للأخلاق والأنظمة . قبل الطباعة (قبل الطباعة). doi :10.1108/IJOES-05-2023-0107. ISSN  2514-9369. S2CID  259614124. مؤرشف من الأصل في 5 أكتوبر 2024. تم الاسترجاع 5 أكتوبر 2024 .
  287. ^ "معهد سلامة الذكاء الاصطناعي يطلق منصة جديدة لتقييم سلامة الذكاء الاصطناعي". حكومة المملكة المتحدة. 10 مايو 2024. مؤرشف من الأصل في 5 أكتوبر 2024. تم الاسترجاع 14 مايو 2024 .
  288. ^ تنظيم الذكاء الاصطناعي للتخفيف من المخاطر: بيريهيل وآخرون. (2019)، بارفيلد وباجالو (2018)، إيفوفين وكريتيكوس (2019)، ويرتز، وييرير وجيير (2018)، بويتن (2019)
  289. ^ بواسطة فينسنت (2023).
  290. ^ جامعة ستانفورد (2023).
  291. ^ أ ب ج د اليونسكو (2021).
  292. ^ كيسنجر (2021).
  293. ^ ألتمان، بروكمان وسوتسكيفر (2023).
  294. ^ VOA News (25 أكتوبر 2023). "الأمم المتحدة تعلن عن إنشاء هيئة استشارية للذكاء الاصطناعي". مؤرشف من الأصل في 18 سبتمبر 2024 . تم الاسترجاع 5 أكتوبر 2024 .
  295. ^ "مجلس أوروبا يفتح أول معاهدة عالمية على الإطلاق بشأن الذكاء الاصطناعي للتوقيع". مجلس أوروبا . 5 سبتمبر 2024. مؤرشف من الأصل في 17 سبتمبر 2024. استرجاع 17 سبتمبر 2024 .
  296. ^ إدواردز (2023).
  297. ^ كاسبروفيتش (2023).
  298. ^ فوكس نيوز (2023).
  299. ^ ميلمو، دان (3 نوفمبر 2023). "الأمل أم الرعب؟ الجدل الكبير حول الذكاء الاصطناعي الذي يقسم رواد هذا المجال". الجارديان ويكلي . ص 10-12.
  300. ^ "إعلان بلتشلي للدول المشاركة في قمة سلامة الذكاء الاصطناعي، 1-2 نوفمبر 2023". GOV.UK . 1 نوفمبر 2023. مؤرشف من الأصل في 1 نوفمبر 2023. تم الاسترجاع 2 نوفمبر 2023 .
  301. ^ "الدول توافق على التطوير الآمن والمسؤول للذكاء الاصطناعي الرائد في إعلان بلتشلي التاريخي". GOV.UK (بيان صحفي). مؤرشف من الأصل في 1 نوفمبر 2023. تم الاسترجاع في 1 نوفمبر 2023 .
  302. ^ "قمة الذكاء الاصطناعي العالمية الثانية تضمن التزامات السلامة من الشركات". رويترز. 21 مايو 2024. تم الاسترجاع 23 مايو 2024 .
  303. ^ "Frontier AI Safety Commitments, AI Seoul Summit 2024". gov.uk. 21 مايو 2024. مؤرشف من الأصل في 23 مايو 2024. تم الاسترجاع 23 مايو 2024 .
  304. ^ من Russell & Norvig 2021، ص 9.
  305. ^ abc Copeland, J., ed. (2004). The Essential Turing: the ideas that gave birth to the computer age . أكسفورد، إنجلترا: Clarendon Press. ISBN 0-1982-5079-7.
  306. ^ "Google books ngram". مؤرشف من الأصل في 5 أكتوبر 2024 . استرجاع 5 أكتوبر 2024 .
  307. ^ الرواد المباشرون للذكاء الاصطناعي: McCorduck (2004، ص 51-107)، Crevier (1993، ص 27-32)، Russell & Norvig (2021، ص 8-17)، Moravec (1988، ص 3)
  308. ^ نشر تورينج الأصلي لاختبار تورينج في " آلات الحوسبة والذكاء ": تورينج (1950) التأثير التاريخي والتداعيات الفلسفية: هاوجلاند (1985، ص 6-9)، كريفييه (1993، ص 24)، ماكوردوك (2004، ص 70-71)، راسل ونورفيج (2021، ص 2، 984)
  309. ^ كريفييه (1993)، ص 47-49.
  310. ^ راسل ونورفيج (2003)، ص 17.
  311. ^ راسل ونورفيج (2003)، ص 18.
  312. ^ نيوكويست (1994)، ص 86-86.
  313. ^ سيمون (1965، ص 96) مقتبس من كريفييه (1993، ص 109)
  314. ^ مينسكي (1967، ص 2) مقتبس من كريفييه (1993، ص 109)
  315. ^ راسل ونورفيج (2021)، ص 21.
  316. ^ لايتهيل (1973).
  317. ^ NRC 1999، ص 212-213.
  318. ^ راسل ونورفيج (2021)، ص 22.
  319. ^ أنظمة الخبراء : راسل ونورفيج (2021، ص 23، 292)، لوجر وستوبلفيلد (2004، ص 227-331)، نيلسون (1998، الفصل 17.4)، ماكوردوك (2004، ص 327-335، 434-435)، كريفييه (1993، ص 145-162، 197-203)، نيوكويست (1994، ص 155-183)
  320. ^ راسل ونورفيج (2021)، ص 24.
  321. ^ نيلسون (1998)، ص 7.
  322. ^ ماكوردوك (2004)، ص 454-462.
  323. ^ مورافيك (1988).
  324. ^ بواسطة بروكس (1990).
  325. ^ الروبوتات التنموية : Weng et al. (2001)، لونجاريلا وآخرون. (2003)، اسادا وآخرون. (2009)، أودير (2010)
  326. ^ راسل ونورفيج (2021)، ص 25.
  327. ^ كريفييه (1993، ص 214-215)، راسل ونورفيج (2021، ص 24، 26)
  328. ^ راسل ونورفيج (2021)، ص 26.
  329. ^ الأساليب الرسمية والضيقة المعتمدة في تسعينيات القرن العشرين: راسل ونورفيج (2021، ص 24-26)، ماكوردوك (2004، ص 486-487)
  330. ^ الذكاء الاصطناعي المستخدم على نطاق واسع في أواخر التسعينيات: Kurzweil (2005، ص 265)، NRC (1999، ص 216-222)، Newquist (1994، ص 189-201)
  331. ^ وونغ (2023).
  332. ^ قانون مور والذكاء الاصطناعي: راسل ونورفيج (2021، ص 14، 27)
  333. ^ abc كلارك (2015ب).
  334. ^ البيانات الضخمة : راسل ونورفيج (2021، ص 26)
  335. ^ ساجار، رام (3 يونيو 2020). "OpenAI تصدر GPT-3، أكبر نموذج حتى الآن". مجلة Analytics India . مؤرشف من الأصل في 4 أغسطس 2020. تم الاسترجاع في 15 مارس 2023 .
  336. ^ دي فيليسيانتونيو (2023).
  337. ^ جوسوامي (2023).
  338. ^ Grayling, Anthony; Ball, Brian (1 أغسطس 2024). "الفلسفة أمر بالغ الأهمية في عصر الذكاء الاصطناعي". The Conversation . مؤرشف من الأصل في 5 أكتوبر 2024 . تم الاسترجاع في 4 أكتوبر 2024 .
  339. ^ ab Jarow, Oshan (15 يونيو 2024). "هل ستصبح الذكاء الاصطناعي واعية على الإطلاق؟ الأمر يعتمد على كيفية تفكيرك في علم الأحياء". Vox . مؤرشف من الأصل في 21 سبتمبر 2024. تم الاسترجاع 4 أكتوبر 2024 .
  340. ^ McCarthy, John. "The Philosophy of AI and the AI ​​of Philosophy". jmc.stanford.edu . مؤرشف من الأصل في 23 أكتوبر 2018 . تم الاسترجاع 3 أكتوبر 2024 .
  341. ^ ab Turing (1950)، ص 1.
  342. ^ تورينج (1950)، تحت عنوان "الحجة من الوعي".
  343. ^ كيرك جيانيني، كاميرون دومينيكو؛ جولدشتاين، سيمون (16 أكتوبر 2023). "الذكاء الاصطناعي أقرب من أي وقت مضى إلى اجتياز اختبار تورينج لـ"الذكاء". ماذا يحدث عندما ينجح؟". المحادثة . مؤرشف من الأصل في 25 سبتمبر 2024. تم الاسترجاع في 17 أغسطس 2024 .
  344. ^ راسل ونورفيج (2021)، ص 3.
  345. ^ صانع (2006).
  346. ^ مكارثي (1999).
  347. ^ مينسكي (1986).
  348. ^ "ما هو الذكاء الاصطناعي (AI)؟". Google Cloud Platform . مؤرشف من الأصل في 31 يوليو 2023 . تم الاسترجاع 16 أكتوبر 2023 .
  349. ^ "أحد أكبر المشاكل في تنظيم الذكاء الاصطناعي هو الاتفاق على تعريف". carnegieendowment.org . تم الاسترجاع في 31 يوليو 2024 .
  350. ^ "الذكاء الاصطناعي أم الهراء؟ كيف تعرف ما إذا كانت أداة التسويق تستخدم الذكاء الاصطناعي حقًا". The Drum . تم الاسترجاع في 31 يوليو 2024 .
  351. ^ نيلسون (1983)، ص 10.
  352. ^ هاوغلاند (1985)، ص 112-117.
  353. ^ فرضية نظام الرمز الفيزيائي: نيويل وسايمون (1976، ص. 116) الأهمية التاريخية: ماكوردوك (2004، ص. 153)، راسل ونورفيج (2021، ص. 19)
  354. ^ مفارقة مورافيك : مورافيك (1988، ص 15–16)، مينسكي (1986، ص. 29)، بينكر (2007، ص 190–191)
  355. ^ نقد دريفوس للذكاء الاصطناعي : دريفوس (1972)، دريفوس ودريفوس (1986) الأهمية التاريخية والتداعيات الفلسفية: كريفييه (1993، ص 120-132)، ماكوردوك (2004، ص 211-239)، راسل ونورفيج (2021، ص 981-982)، فيرن (2007، الفصل 3)
  356. ^ كريفييه (1993)، ص 125.
  357. ^ لانجلي (2011).
  358. ^ كاتز (2012).
  359. ^ Neats vs. scruffies ، المناقشة التاريخية: McCorduck (2004، ص 421-424، 486-489)، Crevier (1993، ص 168)، Nilsson (1983، ص 10-11)، Russell & Norvig (2021، ص 24) مثال كلاسيكي للنهج "المتسخ" للذكاء: Minsky (1986) مثال حديث للذكاء الاصطناعي الأنيق وتطلعاته في القرن الحادي والعشرين: Domingos (2015)
  360. ^ بيناشين وجورتزل (2007).
  361. ^ روبرتس (2016).
  362. ^ راسل ونورفيج (2021)، ص 986.
  363. ^ تشالمرز (1995).
  364. ^ دينيت (1991).
  365. ^ هورست (2005).
  366. ^ سيرل (1999).
  367. ^ سيرل (1980)، ص 1.
  368. ^ راسل ونورفيج (2021)، ص 9817.
  369. ^ حجة سيرل حول الغرفة الصينية : سيرل (1980). العرض الأصلي لسيرل للتجربة الفكرية، سيرل (1999). المناقشة: راسل ونورفيج (2021، ص 985)، ماكوردوك (2004، ص 443-445)، كريفييه (1993، ص 269-271)
  370. ^ ليث، سام (7 يوليو 2022). "نيك بوستروم: كيف يمكننا التأكد من أن الآلة ليست واعية؟". مجلة ذا سبكتاتور . مؤرشف من الأصل في 26 سبتمبر 2024. تم الاسترجاع 23 فبراير 2024 .
  371. ^ abc Thomson, Jonny (31 October 2022). "لماذا لا تتمتع الروبوتات بحقوق؟". Big Think . مؤرشف من الأصل في 13 سبتمبر 2024 . تم الاسترجاع 23 فبراير 2024 .
  372. ^ ab Kateman, Brian (24 July 2023). "AI Should Be Terrified of Humans". Time . مؤرشف من الأصل في 25 سبتمبر 2024 . تم الاسترجاع 23 فبراير 2024 .
  373. ^ وونغ، جيف (10 يوليو 2023). "ما يحتاج القادة إلى معرفته حول حقوق الروبوت". Fast Company .
  374. ^ هيرن، أليكس (12 يناير 2017). "لجنة الاتحاد الأوروبي تجادل بضرورة منح الروبوتات وضع "الشخصية". الجارديان . ISSN  0261-3077. مؤرشف من الأصل في 5 أكتوبر 2024. تم الاسترجاع 23 فبراير 2024 .
  375. ^ دوفي، دانا (14 أبريل 2018). "الخبراء لا يعتقدون أن الروبوتات يجب أن تتمتع بحقوق". نيوزويك . مؤرشف من الأصل في 5 أكتوبر 2024. استرجاع 23 فبراير 2024 .
  376. ^ كودي، أليس (13 أبريل 2018). "حقوق الروبوت تنتهك حقوق الإنسان، خبراء يحذرون الاتحاد الأوروبي". يورونيوز . مؤرشف من الأصل في 19 سبتمبر 2024. استرجاع 23 فبراير 2024 .
  377. ^ انفجار الذكاء والتفرد التكنولوجي : راسل ونورفيج (2021، ص 1004-1005)، أوموهوندرو (2008)، كورتزويل (2005) "انفجار الذكاء" لـ آي جيه جود : جود (1965) "تفرد" فيرنور فينج : فينج (1993)
  378. ^ راسل ونورفيج (2021)، ص 1005.
  379. ^ التطور البشري : مورافك (1988)، كورزويل (2005)، راسل ونورفيج (2021، ص. 1005)
  380. ^ الذكاء الاصطناعي كتطور: تم اقتباس إدوارد فريدكين في McCorduck (2004، ص. 401)، Butler (1863)، Dyson (1998)
  381. ^ الذكاء الاصطناعي في الأسطورة: ماكوردوك (2004، ص 4-5)
  382. ^ ماكوردوك (2004)، ص 340-400.
  383. ^ بوتاتزو (2001).
  384. ^ أندرسون (2008).
  385. ^ ماكولي (2007).
  386. ^ جالفان (1997).

كتب الذكاء الاصطناعي

الكتب المدرسية الأكثر استخدامًا في عام 2023 (انظر المنهج المفتوح):

كانت هذه هي الكتب الأربعة الأكثر استخدامًا في مجال الذكاء الاصطناعي في عام 2008:

  • لوجر، جورج؛ ستابلفيلد، ويليام (2004). الذكاء الاصطناعي: هياكل واستراتيجيات لحل المشكلات المعقدة (الطبعة الخامسة). بنيامين/كومينجز. رقم ISBN 978-0-8053-4780-7. مؤرشف من الأصل في 26 يوليو 2020 . استرجاع 17 ديسمبر 2019 .
  • نيلسون، نيلز (1998). الذكاء الاصطناعي: توليفة جديدة . مورجان كوفمان. ISBN 978-1-5586-0467-4. تم أرشفته من الأصل في 26 يوليو 2020 . تم استرجاعه في 18 نوفمبر 2019 .
  • راسل، ستيوارت جيه ؛ نورفيج، بيتر (2003)، الذكاء الاصطناعي: نهج حديث (الطبعة الثانية)، أبر سادل ريفر، نيوجيرسي: برنتيس هول، رقم ISBN 0-13-790395-2.
  • بول، ديفيد؛ ماكوورث، آلان ؛ جوبيل، راندي (1998). الذكاء الحاسوبي: نهج منطقي. نيويورك: مطبعة جامعة أكسفورد. ISBN 978-0-1951-0270-3. تم أرشفته من الأصل في 26 يوليو 2020 . تم استرجاعه في 22 أغسطس 2020 .طبعة لاحقة: Poole, David; Mackworth, Alan (2017). Artificial Intelligence: Foundations of Computational Agents (الطبعة الثانية). Cambridge University Press. ISBN 978-1-1071-9539-4. مؤرشف من الأصل في 7 ديسمبر 2017 . استرجاع 6 ديسمبر 2017 .

كتب مدرسية أخرى:

  • إرتيل، ولفجانج (2017). مقدمة في الذكاء الاصطناعي (الطبعة الثانية). سبرينغر. رقم ISBN 978-3-3195-8486-7.
  • سيراميلا، ألبرتو ؛ سيراميلا، ماركو (2024). مقدمة في الذكاء الاصطناعي: من تحليل البيانات إلى الذكاء الاصطناعي التوليدي (الطبعة الأولى). إصدارات إنتلسيمانتيك. رقم ISBN 978-8-8947-8760-3.

تاريخ الذكاء الاصطناعي

  • كريفييه، دانييل (1993). الذكاء الاصطناعي: البحث المضطرب عن الذكاء الاصطناعي . نيويورك: BasicBooks. ISBN 0-465-02997-3.
  • مكوردوك، باميلا (2004)، الآلات التي تفكر (الطبعة الثانية)، ناتيك، ماساتشوستس: إيه كيه بيترز، رقم ISBN 1-5688-1205-1
  • نيوكويست، إتش بي (1994). صناع العقول: العبقرية والأنا والجشع في البحث عن الآلات التي تفكر . نيويورك: ماكميلان/سامز. رقم ISBN 978-0-6723-0412-5.

مصادر أخرى

  • الذكاء الاصطناعي والتعلم الآلي في Fusion
  • الذكاء الاصطناعي والتعلم الآلي في Fusion، محاضرة فيديو أرشيف 2 يوليو 2023 على موقع Wayback Machine
  • ألتر، ألكسندرا؛ هاريس، إليزابيث أ. (20 سبتمبر 2023)، "فرانزين، جريشام ومؤلفون بارزون آخرون يقاضون أوبن إيه آي"، نيويورك تايمز ، مؤرشف من الأصل في 14 سبتمبر 2024 ، تم استرجاعه في 5 أكتوبر 2024
  • ألتمان، سام ؛ بروكمان، جريج ؛ سوتسكيفر، إيليا (22 مايو 2023). "حوكمة الذكاء الفائق". openai.com . مؤرشف من الأصل في 27 مايو 2023. تم الاسترجاع 27 مايو 2023 .
  • أندرسون، سوزان لي (2008). "قوانين أسيموف الثلاثة للروبوتات وأخلاقيات الآلة". الذكاء الاصطناعي والمجتمع . 22 (4): 477-493. doi :10.1007/s00146-007-0094-5. S2CID  1809459.
  • أندرسون، مايكل؛ أندرسون، سوزان لي (2011). أخلاقيات الآلة . مطبعة جامعة كامبريدج.
  • أرنتز، ميلاني؛ جريجوري، تيري؛ زيراهان، أولريش (2016)، "خطر الأتمتة على الوظائف في بلدان منظمة التعاون الاقتصادي والتنمية: تحليل مقارن"، أوراق عمل منظمة التعاون الاقتصادي والتنمية الاجتماعية والتوظيف والهجرة 189
  • أسادا، م.؛ هوسودا، ك.؛ كونيوشي، ي.؛ إيشيغورو، ه.؛ إينوي، ت.؛ يوشيكاوا، ي.؛ أوجينو، م.؛ يوشيدا، سي. (2009). "الروبوتات التنموية المعرفية: دراسة استقصائية". معاملات معهد مهندسي الكهرباء والإلكترونيات بشأن التنمية العقلية المستقلة . 1 (1): 12-34. doi :10.1109/tamd.2009.2021702. S2CID  10168773.
  • "اسأل خبراء الذكاء الاصطناعي: ما الذي يدفع التقدم في الذكاء الاصطناعي اليوم؟". ماكينزي وشركاه . مؤرشف من الأصل في 13 أبريل 2018. تم الاسترجاع في 13 أبريل 2018 .
  • بارفيلد، وودرو؛ باجالو، أوغو (2018). دليل البحث في قانون الذكاء الاصطناعي . شلتنهام، المملكة المتحدة: دار نشر إدوارد إلجار. رقم ISBN 978-1-7864-3904-8. OCLC  1039480085.
  • بيل، جيه؛ وينستون، باتريك (2009)، "الحدود الجديدة للذكاء الاصطناعي على مستوى الإنسان"، أنظمة معهد مهندسي الكهرباء والإلكترونيات الذكية ، المجلد 24، ص 21-24، doi :10.1109/MIS.2009.75، hdl : 1721.1/52357 ، S2CID  32437713
  • بيردال، كارل توماس؛ بيكر، لورانس؛ مان، شون؛ أوسوبا، أوسوندي؛ جيروسي، فيديريكو (7 فبراير 2023). "استراتيجيات لتحسين تأثير الذكاء الاصطناعي على المساواة في الرعاية الصحية: مراجعة نطاقية". JMIR AI . 2 : e42936. doi : 10.2196/42936 . ISSN  2817-1705. PMC 11041459.  PMID 38875587.  S2CID 256681439  .
  • بيري هيل، جيمي؛ هينج، كيفن كوك؛ كلوغر، روب؛ ماكبرايد، كيغان (2019). مرحبًا بالعالم: الذكاء الاصطناعي واستخدامه في القطاع العام (PDF) . باريس: مرصد منظمة التعاون الاقتصادي والتنمية للابتكار في القطاع العام. مؤرشف من الأصل (PDF) في 20 ديسمبر 2019. تم الاسترجاع في 9 أغسطس 2020 .
  • برتيني، م؛ ديل بيمبو، أ؛ تورنياي، سي (2006). "التعليق التلقائي والاسترجاع الدلالي لتسلسلات الفيديو باستخدام أنطولوجيات الوسائط المتعددة". MM '06 وقائع المؤتمر الدولي الرابع عشر للوسائط المتعددة التابع لرابطة آلات الحوسبة . المؤتمر الدولي الرابع عشر للوسائط المتعددة التابع لرابطة آلات الحوسبة. سانتا باربرا: رابطة آلات الحوسبة. ص 679-682.
  • بوستروم، نيك (2014). الذكاء الفائق: المسارات، والمخاطر، والاستراتيجيات . مطبعة جامعة أكسفورد.
  • بوستروم، نيك (2015). "ماذا يحدث عندما تصبح أجهزة الكمبيوتر لدينا أكثر ذكاءً منا؟". مؤتمر TED . مؤرشف من الأصل في 25 يوليو 2020. تم الاسترجاع في 30 يناير 2020 .
  • بروكس، رودني (10 نوفمبر 2014). "الذكاء الاصطناعي أداة، وليس تهديدًا". مؤرشف من الأصل في 12 نوفمبر 2014.
  • بروكس، رودني (1990). "الأفيال لا تلعب الشطرنج" (PDF) . الروبوتات والأنظمة المستقلة . 6 (1-2): 3-15. CiteSeerX  10.1.1.588.7539 . doi :10.1016/S0921-8890(05)80025-9. مؤرشف من الأصل (PDF) في 9 أغسطس 2007.
  • بويتن، ميريام سي (2019). "نحو تنظيم ذكي للذكاء الاصطناعي". المجلة الأوروبية لتنظيم المخاطر . 10 (1): 41-59. doi : 10.1017/err.2019.8 . ISSN  1867-299X.
  • بوشويك، صوفي (16 مارس 2023)، "ما يمكن أن يفعله الذكاء الاصطناعي الجديد GPT-4"، مجلة ساينتفك أمريكان ، تم أرشفته من الأصل في 22 أغسطس 2023 ، تم استرجاعه في 5 أكتوبر 2024
  • بتلر، صموئيل (13 يونيو 1863). "داروين بين الآلات". رسائل إلى المحرر. الصحافة . ​​كرايستشيرش، نيوزيلندا. مؤرشف من الأصل في 19 سبتمبر 2008. تم الاسترجاع في 16 أكتوبر 2014 – عبر جامعة فيكتوريا في ويلينغتون.
  • بوتاتزو، ج. (يوليو 2001). "الوعي الاصطناعي: اليوتوبيا أم الإمكانية الحقيقية؟". الكمبيوتر . 34 (7): 24-30. doi :10.1109/2.933500.
  • كامبريا، إريك؛ وايت، بيبو (مايو 2014). "منحنيات البرمجة اللغوية العصبية القفزية: مراجعة لأبحاث معالجة اللغة الطبيعية [مقالة مراجعة]". مجلة الذكاء الحاسوبي لمعهد مهندسي الكهرباء والإلكترونيات . 9 (2): 48-57. doi :10.1109/MCI.2014.2307227. S2CID  206451986.
  • سيلان جونز، روري (2 ديسمبر 2014). "ستيفن هوكينج يحذر من أن الذكاء الاصطناعي قد يقضي على البشرية". بي بي سي نيوز . مؤرشف من الأصل في 30 أكتوبر 2015. تم استرجاعه في 30 أكتوبر 2015 .
  • تشالمرز، ديفيد (1995). "مواجهة مشكلة الوعي". مجلة دراسات الوعي . 2 (3): 200-219. CiteSeerX  10.1.1.103.8362 . مؤرشف من الأصل في 8 مارس 2005. تم الاسترجاع في 11 أكتوبر 2018 .
  • تشالا، سوبهاش؛ مورلاند، مارك ر.؛ موشيكي، داركو؛ إيفانز، روبن ج. (2011). أساسيات تتبع الكائنات . مطبعة جامعة كامبريدج. doi :10.1017/CBO9780511975837. ISBN 978-0-5218-7628-5.
  • كريستيان، بريان (2020). مشكلة المحاذاة : التعلم الآلي والقيم الإنسانية . دبليو دبليو نورتون آند كومباني. رقم ISBN 978-0-3938-6833-3. OCLC  1233266753.
  • Ciresan, D.; Meier, U.; Schmidhuber, J. (2012). "شبكات عصبية عميقة متعددة الأعمدة لتصنيف الصور". مؤتمر معهد مهندسي الكهرباء والإلكترونيات لعام 2012 حول الرؤية الحاسوبية والتعرف على الأنماط . ص. 3642–3649. arXiv : 1202.2745 . doi :10.1109/cvpr.2012.6248110. ISBN 978-1-4673-1228-8. S2CID  2161592.
  • كلارك، جاك (2015ب). "لماذا كان عام 2015 عامًا رائدًا في مجال الذكاء الاصطناعي" . بلومبرج.كوم . مؤرشف من الأصل في 23 نوفمبر 2016. تم الاسترجاع في 23 نوفمبر 2016 .
  • CNA (12 يناير 2019). "تعليق: أخبار سيئة. الذكاء الاصطناعي متحيز". CNA . مؤرشف من الأصل في 12 يناير 2019 . تم الاسترجاع 19 يونيو 2020 .
  • Cybenko, G. (1988). الشبكات العصبية المستمرة ذات الطبقتين المخفيتين كافية (تقرير). قسم علوم الكمبيوتر، جامعة تافتس.
  • Deng, L.; Yu, D. (2014). "Deep Learning: Methods and Applications" (PDF) . Foundations and Trends in Signal Processing . 7 (3–4): 197–387. doi :10.1561/2000000039. مؤرشف من الأصل (PDF) في 14 مارس 2016. تم الاسترجاع في 18 أكتوبر 2014 .
  • دينيت، دانييل (1991). شرح الوعي . دار نشر بنغوين. رقم ISBN 978-0-7139-9037-9.
  • دي فيليسيانتونيو، تشيس (3 أبريل 2023). "لقد غيّر الذكاء الاصطناعي العالم بالفعل. يوضح هذا التقرير كيف". سان فرانسيسكو كرونيكل . مؤرشف من الأصل في 19 يونيو 2023. تم الاسترجاع في 19 يونيو 2023 .
  • ديكسون، بن (2 مايو 2022). "التعلم الآلي: ما هي بنية المحول؟". TechTalks . مؤرشف من الأصل في 22 نوفمبر 2023. تم الاسترجاع 22 نوفمبر 2023 .
  • دوكريل، بيتر (27 يونيو 2022)، "الروبوتات ذات الذكاء الاصطناعي المعيب تتخذ قرارات جنسية وعنصرية، تظهر التجربة"، ساينس أليرت ، مؤرشف من الأصل في 27 يونيو 2022
  • دومينغوس، بيدرو (2015). الخوارزمية الرئيسية: كيف سيعيد البحث عن آلة التعلم النهائية تشكيل عالمنا . كتب أساسية . رقم ISBN 978-0-4650-6570-7.
  • دريفوس، هوبرت (1972). ما لا تستطيع أجهزة الكمبيوتر فعله . نيويورك: مطبعة معهد ماساتشوستس للتكنولوجيا. رقم ISBN 978-0-0601-1082-6.
  • دريفوس، هوبرت ؛ دريفوس، ستيوارت (1986). العقل فوق الآلة: قوة الحدس البشري والخبرة في عصر الكمبيوتر. أكسفورد: بلاكويل. ISBN 978-0-0290-8060-3. تم أرشفته من الأصل في 26 يوليو 2020 . تم استرجاعه في 22 أغسطس 2020 .
  • دايسون، جورج (1998). داروين بين الآلات. ألان لين ساينس. ISBN 978-0-7382-0030-9. تم أرشفته من الأصل في 26 يوليو 2020 . تم استرجاعه في 22 أغسطس 2020 .
  • إدلسون، إدوارد (1991). الجهاز العصبي . نيويورك: دار تشيلسي. رقم ISBN 978-0-7910-0464-7. تم أرشفته من الأصل في 26 يوليو 2020 . تم استرجاعه في 18 نوفمبر 2019 .
  • إدواردز، بينج (17 مايو 2023). "استطلاع رأي: الذكاء الاصطناعي يشكل خطرًا على البشرية، وفقًا لغالبية الأمريكيين". آرس تكنيكا . مؤرشف من الأصل في 19 يونيو 2023. استرجاع 19 يونيو 2023 .
  • فيرن، نيكولاس (2007). أحدث الإجابات على أقدم الأسئلة: مغامرة فلسفية مع أعظم المفكرين في العالم . نيويورك: دار جروف للنشر. رقم ISBN 978-0-8021-1839-4.
  • فورد، مارتن؛ كولفين، جيف (6 سبتمبر/أيلول 2015). "هل ستخلق الروبوتات وظائف أكثر مما ستدمر؟". الغارديان . مؤرشف من الأصل في 16 يونيو/حزيران 2018. تم الاسترجاع في 13 يناير/كانون الثاني 2018 .
  • فوكس نيوز (2023). "Fox News Poll" (PDF) . فوكس نيوز. مؤرشف من الأصل (PDF) في 12 مايو 2023 . تم الاسترجاع 19 يونيو 2023 .
  • فراي، كارل بينيديكت؛ أوزبورن، مايكل أ. (1 يناير 2017). "مستقبل التوظيف: ما مدى قابلية الوظائف للحوسبة؟". التنبؤ التكنولوجي والتغيير الاجتماعي . 114 : 254-280. CiteSeerX  10.1.1.395.416 . doi :10.1016/j.techfore.2016.08.019. ISSN  0040-1625.
  • "من عدم العمل إلى الشبكات العصبية". مجلة الإيكونوميست . 2016. مؤرشف من الأصل في 31 ديسمبر 2016. اطلع عليه بتاريخ 26 أبريل 2018 .
  • جالفان، جيل (1 يناير 1997). "الدخول إلى الجماعة ما بعد البشرية في كتاب فيليب ك. ديك "هل يحلم الروبوتات بالأغنام الكهربائية؟"". دراسات الخيال العلمي . 24 (3): 413-429. JSTOR  4240644.
  • جايست، إدوارد مور (9 أغسطس 2015). "هل الذكاء الاصطناعي يشكل حقًا تهديدًا وجوديًا للإنسانية؟". نشرة العلماء الذريين . مؤرشف من الأصل في 30 أكتوبر 2015. تم الاسترجاع في 30 أكتوبر 2015 .
  • جيبس، صموئيل (27 أكتوبر 2014). "إيلون ماسك: الذكاء الاصطناعي هو أكبر تهديد وجودي لنا". الجارديان . مؤرشف من الأصل في 30 أكتوبر 2015. استرجاع 30 أكتوبر 2015 .
  • جوفري، أندرو (2008). "الخوارزمية". في فولر، ماثيو (المحرر). دراسات البرمجيات: معجم . كامبريدج، ماساتشوستس: مطبعة معهد ماساتشوستس للتكنولوجيا. ص 15-20. رقم ISBN 978-1-4356-4787-9.
  • جولدمان، شارون (14 سبتمبر 2022). "بعد مرور 10 سنوات، تستمر ثورة التعلم العميق، كما يقول رواد الذكاء الاصطناعي هينتون وليكون ولي". VentureBeat . مؤرشف من الأصل في 5 أكتوبر 2024 . تم الاسترجاع في 8 ديسمبر 2023 .
  • Good, IJ (1965), Speculations Concerning the First Ultraintelligent Machine, تم أرشفته من الأصل في 10 يوليو 2023 , تم استرجاعه في 5 أكتوبر 2024
  • Goodfellow, Ian; Bengio, Yoshua; Courville, Aaron (2016), Deep Learning, MIT Press., تم أرشفة النسخة الأصلية في 16 أبريل 2016 ، تم استرجاعها في 12 نوفمبر 2017
  • جودمان، برايس؛ فلاكسمان، سيث (2017). "اللوائح التنظيمية للاتحاد الأوروبي بشأن اتخاذ القرارات الخوارزمية و"الحق في التفسير"". مجلة AI . 38 (3): 50.arXiv : 1606.08813 . دوى : 10.1609/aimag.v38i3.2741.S2CID 7373959  .
  • مكتب المحاسبة الحكومية (13 سبتمبر 2022). بيانات المستهلك: الاستخدام المتزايد يشكل مخاطر على الخصوصية. gao.gov (تقرير). مؤرشف من الأصل في 13 سبتمبر 2024. تم الاسترجاع 5 أكتوبر 2024 .
  • جرانت، نيكو؛ هيل، كشمير (22 مايو 2023). "تطبيق الصور من جوجل لا يزال غير قادر على العثور على الغوريلا. ولا يستطيع تطبيق آبل ذلك أيضًا". نيويورك تايمز . مؤرشف من الأصل في 14 سبتمبر 2024. تم الاسترجاع 5 أكتوبر 2024 .
  • جوسوامي، روهان (5 أبريل 2023). "هنا حيث توجد وظائف الذكاء الاصطناعي". CNBC . مؤرشف من الأصل في 19 يونيو 2023 . تم الاسترجاع 19 يونيو 2023 .
  • هراري، يوفال نوح (أكتوبر 2018). "لماذا تؤيد التكنولوجيا الاستبداد". الأطلسي . مؤرشف من الأصل في 25 سبتمبر 2021. استرجاع 23 سبتمبر 2021 .
  • هراري، يوفال نوح (2023). "الذكاء الاصطناعي ومستقبل البشرية". يوتيوب . مؤرشف من الأصل في 30 سبتمبر 2024. استرجاع 5 أكتوبر 2024 .
  • هاوغلاند، جون (1985). الذكاء الاصطناعي: الفكرة ذاتها . كامبريدج، ماساتشوستس: مطبعة معهد ماساتشوستس للتكنولوجيا. رقم ISBN 978-0-2620-8153-5.
  • هينتون، جي؛ دينج، إل؛ يو، دي؛ دال، جي؛ محمد، أيه؛ جيتلي، إن؛ سينيور، أيه؛ فان هوك، في؛ نجوين، بي؛ سايناث، تي ؛ كينجزبيري، بي (2012). "الشبكات العصبية العميقة للنمذجة الصوتية في التعرف على الكلام - وجهات النظر المشتركة لأربع مجموعات بحثية". مجلة معالجة الإشارات التابعة لمعهد مهندسي الكهرباء والإلكترونيات . 29 (6): 82-97. رمز Bibcode : 2012ISPM...29...82H. doi : 10.1109/msp.2012.2205597. S2CID  206485943.
  • هولي، بيتر (28 يناير 2015). "بيل جيتس يتحدث عن مخاطر الذكاء الاصطناعي: "لا أفهم لماذا لا يشعر بعض الناس بالقلق". واشنطن بوست . ISSN  0190-8286. مؤرشف من الأصل في 30 أكتوبر 2015. تم الاسترجاع في 30 أكتوبر 2015 .
  • Hornik, Kurt; Stinchcombe, Maxwell; White, Halbert (1989). Multilayer Feedforward Networks are Universal Approximators (PDF) . الشبكات العصبية . المجلد 2. مطبعة بيرغامون. ص 359-366. مؤرشف من الأصل (PDF) في 21 أبريل 2023. تم الاسترجاع في 5 أكتوبر 2024 .
  • هورست، ستيفن (2005). "النظرية الحسابية للعقل". موسوعة ستانفورد للفلسفة . مؤرشف من الأصل في 6 مارس 2016. تم الاسترجاع في 7 مارس 2016 .
  • Howe, J. (نوفمبر 1994). "الذكاء الاصطناعي في جامعة إدنبرة: منظور". مؤرشف من الأصل في 15 مايو 2007. تم الاسترجاع في 30 أغسطس 2007 .
  • IGM Chicago (30 يونيو 2017). "الروبوتات والذكاء الاصطناعي". igmchicago.org . مؤرشف من الأصل في 1 مايو 2019. تم الاسترجاع 3 يوليو 2019 .
  • إيفوفين، رون؛ كريتيكوس، ميهاليس (3 يناير 2019). "تنظيم الذكاء الاصطناعي والروبوتات: الأخلاق من خلال التصميم في مجتمع رقمي". العلوم الاجتماعية المعاصرة . 16 (2): 170-184. doi :10.1080/21582041.2018.1563803. ISSN  2158-2041. S2CID  59298502.
  • جوردان، ميشيغان؛ ميتشل، تي إم (16 يوليو 2015). "التعلم الآلي: الاتجاهات والآفاق والتوقعات". ساينس . 349 (6245): 255-260. رمز Bibcode :2015Sci...349..255J. doi :10.1126/science.aaa8415. PMID  26185243. S2CID  677218.
  • كانيمان، دانييل (2011). التفكير السريع والبطيء. ماكميلان. ISBN 978-1-4299-6935-2. مؤرشف من الأصل في 15 مارس 2023 . استرجاع 8 أبريل 2012 .
  • كانيمان، دانييل ؛ سلوفيك، د.؛ تفيرسكي، آموس (1982). "الحكم في ظل عدم اليقين: الاستدلالات والتحيزات". ساينس . 185 (4157). نيويورك: مطبعة جامعة كامبريدج: 1124-1131. رمز الكتاب : 1974Sci...185.1124T. doi : 10.1126/science.185.4157.1124. ISBN 978-0-5212-8414-1. PMID  17835457. S2CID  143452957.
  • كاسبروفيتش، بيتر (1 مايو 2023). "تنظيم الذكاء الاصطناعي؟ الحزب الجمهوري أكثر تشككا من الديمقراطيين في قدرة الحكومة على القيام بذلك بشكل صحيح: استطلاع". فوكس نيوز . مؤرشف من الأصل في 19 يونيو 2023. تم الاسترجاع في 19 يونيو 2023 .
  • كاتز، ياردن (1 نوفمبر 2012). "نعوم تشومسكي يتحدث عن الأخطاء التي ارتكبها الذكاء الاصطناعي". الأطلسي . مؤرشف من الأصل في 28 فبراير 2019. تم الاسترجاع في 26 أكتوبر 2014 .
  • "Kismet". مختبر الذكاء الاصطناعي التابع لمعهد ماساتشوستس للتكنولوجيا، مجموعة الروبوتات البشرية. مؤرشف من الأصل في 17 أكتوبر 2014. تم الاسترجاع في 25 أكتوبر 2014 .
  • كيسنجر، هنري (1 نوفمبر 2021). "تحدي أن تكون إنسانًا في عصر الذكاء الاصطناعي". وول ستريت جورنال . مؤرشف من الأصل في 4 نوفمبر 2021. استرجاع 4 نوفمبر 2021 .
  • كوبييلوس، جيمس (27 نوفمبر 2019). "وحدات معالجة الرسوميات تستمر في الهيمنة على سوق مسرعات الذكاء الاصطناعي في الوقت الحالي". InformationWeek . مؤرشف من الأصل في 19 أكتوبر 2021 . تم الاسترجاع في 11 يونيو 2020 .
  • كوبيرمان، جي جيه؛ ريتشلي، آر إم؛ بيلي، تي سي (1 يوليو 2006). "استخدام قواعد المعرفة التجارية لدعم القرارات السريرية: الفرص والعقبات والتوصيات". مجلة الجمعية الأمريكية للمعلوماتية الطبية . 13 (4): 369-371. doi :10.1197/jamia.M2055. PMC  1513681. PMID  16622160 .
  • كورزويل، راي (2005). التفرد قريب . كتب بنغوين. رقم ISBN 978-0-6700-3384-3.
  • لانجلي، بات (2011). "علم التعلم الآلي المتغير". التعلم الآلي . 82 (3): 275-279. doi : 10.1007/s10994-011-5242-y .
  • لارسون، جيف؛ أنجوين، جوليا (23 مايو 2016). "كيف قمنا بتحليل خوارزمية كومباس للانتكاس". بروبابليكا . مؤرشف من الأصل في 29 أبريل 2019. تم الاسترجاع في 19 يونيو 2020 .
  • لاسكوفسكي، نيكول (نوفمبر 2023). "ما هو الذكاء الاصطناعي وكيف يعمل الذكاء الاصطناعي؟ TechTarget". Enterprise AI . مؤرشف من الأصل في 5 أكتوبر 2024. تم الاسترجاع 30 أكتوبر 2023 .
  • مكتبة الكونجرس للقانون (الولايات المتحدة). مديرية البحوث القانونية العالمية، هيئة الإصدار. (2019). تنظيم الذكاء الاصطناعي في ولايات قضائية مختارة . LCCN  2019668143. OCLC  1110727808.
  • لي، تيموثي ب. (22 أغسطس 2014). "هل الذكاء الاصطناعي يدمر البشرية؟ إليكم 5 أسباب لعدم القلق". فوكس . مؤرشف من الأصل في 30 أكتوبر 2015. استرجاع 30 أكتوبر 2015 .
  • لينات، دوغلاس ؛ جوها، آر في (1989). بناء أنظمة كبيرة قائمة على المعرفة . أديسون ويسلي. رقم ISBN 978-0-2015-1752-1.
  • لايت هيل، جيمس (1973). "الذكاء الاصطناعي: دراسة عامة". الذكاء الاصطناعي: ندوة بحثية . مجلس البحوث العلمية.
  • ليبارتيتو، كينيث (6 يناير 2011)، السرد والخوارزمية: أنواع التقارير الائتمانية من القرن التاسع عشر إلى اليوم (PDF) (مخطوطة غير منشورة)، doi :10.2139/ssrn.1736283، S2CID  166742927، تم أرشفة (PDF) من الأصل في 9 أكتوبر 2022
  • لور، ستيف (2017). "الروبوتات ستستحوذ على الوظائف، ولكن ليس بالسرعة التي يخشاها البعض، تقرير جديد يقول". نيويورك تايمز . مؤرشف من الأصل في 14 يناير 2018. استرجاع 13 يناير 2018 .
  • لونغاريلا، م.؛ ميتا، ج.؛ فايفر، ر. سانديني، ج. (2003). “الروبوتات التنموية: دراسة استقصائية”. علم الاتصال . 15 (4): 151-190. سيتيسيركس  10.1.1.83.7615 . دوى :10.1080/09540090310001655110. S2CID  1452734.
  • "أخلاقيات الآلة". aaai.org . مؤرشف من الأصل في 29 نوفمبر 2014.
  • مادريجال، أليكسيس سي. (27 فبراير 2015). "القضية ضد الروبوتات القاتلة، من رجل يعمل بالفعل على الذكاء الاصطناعي". Fusion.net . مؤرشف من الأصل في 4 فبراير 2016. تم الاسترجاع في 31 يناير 2016 .
  • مهداوي، أروى (26 يونيو 2017). "ما هي الوظائف التي ستظل موجودة بعد 20 عامًا؟ اقرأ هذا لتحضير مستقبلك". الغارديان . مؤرشف من الأصل في 14 يناير 2018. اطلع عليه بتاريخ 13 يناير 2018 .
  • Maker, Meg Houston (2006), AI@50: AI Past, Present, Future, Dartmouth College, تم أرشفة النسخة الأصلية في 8 أكتوبر 2008 ، تم استرجاعها في 16 أكتوبر 2008
  • مارمويت، فرانسواز (15 ديسمبر 2023). "جوجل جيميني: هل نموذج الذكاء الاصطناعي الجديد أفضل حقًا من تشات جي بي تي؟". ذا كونفرسيشن . مؤرشف من الأصل في 4 مارس 2024. تم الاسترجاع في 25 ديسمبر 2023 .
  • مينسكي، مارفن (1986)، مجتمع العقل ، سايمون وشوستر
  • McCarthy, John ; Minsky, Marvin ; Rochester, Nathan ; Shannon, Claude (1955). "اقتراح لمشروع بحثي صيفي في دارتموث حول الذكاء الاصطناعي". مؤرشف من الأصل في 26 أغسطس 2007. تم الاسترجاع في 30 أغسطس 2007 .
  • مكارثي، جون (2007)، "من هنا إلى الذكاء الاصطناعي على مستوى الإنسان"، الذكاء الاصطناعي ، ص 171
  • مكارثي، جون (1999)، ما هو الذكاء الاصطناعي؟، تم أرشفته من الأصل في 4 ديسمبر 2022 ، تم استرجاعه في 4 ديسمبر 2022
  • ماكولي، لي (2007). "كارثة الذكاء الاصطناعي والقوانين الثلاثة للروبوتات". الأخلاق وتكنولوجيا المعلومات . 9 (2): 153-164. CiteSeerX  10.1.1.85.8904 . doi :10.1007/s10676-007-9138-2. S2CID  37272949.
  • ماكجاري، كين (1 ديسمبر 2005). "دراسة استقصائية لمقاييس الاهتمام باكتشاف المعرفة". مراجعة هندسة المعرفة . 20 (1): 39-61. doi :10.1017/S0269888905000408. S2CID  14987656.
  • McGaughey, E (2022)، هل ستؤدي الروبوتات إلى أتمتة وظيفتك بعيدًا؟ التوظيف الكامل والدخل الأساسي والديمقراطية الاقتصادية، ص. 51(3) مجلة القانون الصناعي 511-559، doi :10.2139/ssrn.3044448، S2CID  219336439، SSRN  3044448، تم أرشفته من الأصل في 31 يناير 2021 ، تم استرجاعه في 27 مايو 2023
  • ميركل، دانييل؛ ميدندورف، مارتن (2013). "ذكاء السرب". في بيرك، إدموند ك.؛ كيندال، جراهام (المحررون). منهجيات البحث: دروس تمهيدية في تقنيات التحسين ودعم القرار . سبرينغر ساينس آند بيزنس ميديا. رقم ISBN 978-1-4614-6940-7.
  • مينسكي، مارفن (1967)، الحوسبة: الآلات المحدودة واللانهائية ، إنجلوود كليفس، نيوجيرسي: برنتيس هول
  • مورافك، هانز (1988). عقل الأطفال . مطبعة جامعة هارفارد. رقم ISBN 978-0-6745-7616-2. تم أرشفته من الأصل في 26 يوليو 2020 . تم استرجاعه في 18 نوفمبر 2019 .
  • مورغنسترن، مايكل (9 مايو 2015). "الأتمتة والقلق". مجلة الإيكونوميست . مؤرشف من الأصل في 12 يناير 2018. تم الاسترجاع في 13 يناير 2018 .
  • مولر، فينسنت سي؛ بوستروم، نيك (2014). "التقدم المستقبلي في الذكاء الاصطناعي: استطلاع رأي بين الخبراء" (PDF) . AI Matters . 1 (1): 9–11. doi :10.1145/2639475.2639478. S2CID  8510016. مؤرشف من الأصل (PDF) في 15 يناير 2016.
  • نيومان، بيرند؛ مولر، رالف (يناير 2008). "التفسير على المشهد باستخدام منطق الوصف". الحوسبة البصرية والصورة . 26 (1): 82-101. doi :10.1016/j.imavis.2007.08.013. S2CID  10767011.
  • نيلسون، نيلز (1995)، "العيون على الجائزة"، مجلة الذكاء الاصطناعي ، المجلد 16، ص 9-17
  • نيويل، ألين ؛ سيمون، إتش إيه (1976). "علوم الكمبيوتر كاستقصاء تجريبي: الرموز والبحث". اتصالات جمعية الحوسبة الآلية . 19 (3): 113-126. doi : 10.1145/360018.360022 .
  • نيكاس، جاك (7 فبراير 2018). "كيف يدفع موقع يوتيوب الناس إلى أظلم زوايا الإنترنت". وول ستريت جورنال . ISSN  0099-9660. مؤرشف من الأصل في 5 أكتوبر 2024. تم الاسترجاع في 16 يونيو 2018 .
  • نيلسون، نيلز (1983). "الذكاء الاصطناعي يستعد لعام 2001" (PDF) . مجلة الذكاء الاصطناعي . 1 (1). مؤرشف من الأصل (PDF) في 17 أغسطس 2020. تم الاسترجاع في 22 أغسطس 2020 .الخطاب الرئاسي أمام جمعية النهوض بالذكاء الاصطناعي .
  • NRC (مجلس البحوث الوطني الأمريكي) (1999). "التطورات في الذكاء الاصطناعي". تمويل الثورة: الدعم الحكومي لبحوث الحوسبة . مطبعة الأكاديمية الوطنية.
  • أوموهوندرو، ستيف (2008). طبيعة الذكاء الاصطناعي المحسن ذاتيًا . تم تقديمه وتوزيعه في مؤتمر Singularity Summit لعام 2007، سان فرانسيسكو، كاليفورنيا.
  • Oudeyer, PY. (2010). "حول تأثير الروبوتات في العلوم السلوكية والإدراكية: من الملاحة الحشرية إلى التطور المعرفي البشري" (PDF) . معاملات معهد مهندسي الكهرباء والإلكترونيات بشأن التطور العقلي المستقل . 2 (1): 2-16. doi :10.1109/tamd.2009.2039057. S2CID  6362217. مؤرشف من الأصل (PDF) في 3 أكتوبر 2018. تم الاسترجاع في 4 يونيو 2013 .
  • بيناتشين، سي؛ جورتزيل، بي. (2007). "المناهج المعاصرة للذكاء العام الاصطناعي". الذكاء العام الاصطناعي . التقنيات المعرفية. برلين، هايدلبرغ: سبرينغر. ص. 1-30. doi :10.1007/978-3-540-68677-4_1. ISBN 978-3-5402-3733-4.
  • بينكر، ستيفن (2007) [1994]، غريزة اللغة ، كلاسيكيات حديثة دائمة، هاربر، رقم ISBN 978-0-0613-3646-1
  • بوريا، سوجانيا؛ كامبريا، إريك؛ باجباي، راجيف؛ حسين، أمير (سبتمبر 2017). "مراجعة الحوسبة العاطفية: من التحليل الأحادي النمط إلى الاندماج المتعدد الأنماط". مجلة اندماج المعلومات . 37 : 98–125. doi :10.1016/j.inffus.2017.02.003. hdl : 1893/25490 . S2CID  205433041. مؤرشف من الأصل في 23 مارس 2023. تم الاسترجاع في 27 أبريل 2021 .
  • رولينسون، كيفن (29 يناير 2015). "بيل جيتس من مايكروسوفت يصر على أن الذكاء الاصطناعي يشكل تهديدًا". بي بي سي نيوز . مؤرشف من الأصل في 29 يناير 2015. تم الاسترجاع في 30 يناير 2015 .
  • ريزنر، أليكس (19 أغسطس 2023)، "كشف: المؤلفون الذين تدعم كتبهم المقرصنة الذكاء الاصطناعي التوليدي"، ذا أتلانتيك ، تم أرشفته من الأصل في 3 أكتوبر 2024 ، تم استرجاعه في 5 أكتوبر 2024
  • روبرتس، جاكوب (2016). "الآلات المفكرة: البحث عن الذكاء الاصطناعي". التقطير . المجلد 2، العدد 2. ص 14-23. مؤرشف من الأصل في 19 أغسطس 2018. تم الاسترجاع في 20 مارس 2018 .
  • روبيتزسكي، دان (5 سبتمبر 2018). "خمسة خبراء يشاركوننا ما يخيفهم أكثر بشأن الذكاء الاصطناعي". مؤرشف من الأصل في 8 ديسمبر 2019. تم الاسترجاع في 8 ديسمبر 2019 .
  • روز، ستيف (11 يوليو 2023). "يوتوبيا الذكاء الاصطناعي أم ديستوبيا؟". الجارديان الأسبوعية . ص 42-43.
  • راسل، ستيوارت (2019). التوافق البشري: الذكاء الاصطناعي ومشكلة التحكم . الولايات المتحدة: فايكنج. ISBN 978-0-5255-5861-3. OCLC  1083694322.
  • سايناتو، مايكل (19 أغسطس 2015). "ستيفن هوكينج وإيلون ماسك وبيل جيتس يحذرون من الذكاء الاصطناعي". أوبزرفر . مؤرشف من الأصل في 30 أكتوبر 2015. تم الاسترجاع في 30 أكتوبر 2015 .
  • سامبل، إيان (5 نوفمبر 2017). "الكمبيوتر يقول لا: لماذا يعد جعل الذكاء الاصطناعي عادلاً وخاضعًا للمساءلة وشفافًا أمرًا بالغ الأهمية". الجارديان . مؤرشف من الأصل في 10 أكتوبر 2022. تم الاسترجاع في 30 يناير 2018 .
  • روثمان، دينيس (7 أكتوبر 2020). "استكشاف تفسيرات LIME والرياضيات الكامنة وراءها". Codemotion . مؤرشف من الأصل في 25 نوفمبر 2023. تم الاسترجاع في 25 نوفمبر 2023 .
  • سكاسيلاتي، بريان (2002). "نظرية العقل لروبوت شبيه بالإنسان". الروبوتات المستقلة . 12 (1): 13-24. doi :10.1023/A:1013298507114. S2CID  1979315.
  • شميدهوبر، ج . (2015). "التعلم العميق في الشبكات العصبية: نظرة عامة". الشبكات العصبية . 61 : 85–117. arXiv : 1404.7828 . doi :10.1016/j.neunet.2014.09.003. PMID  25462637. S2CID  11715509.
  • شميدهوبر، يورجن (2022). "التاريخ الموضح للذكاء الاصطناعي الحديث والتعلم العميق". مؤرشف من الأصل في 7 أغسطس 2023. تم الاسترجاع في 5 أكتوبر 2024 .
  • سيرل، جون (1980). "العقول والأدمغة والبرامج" (PDF) . العلوم السلوكية والدماغية . 3 (3): 417-457. doi :10.1017/S0140525X00005756. S2CID  55303721. مؤرشف من الأصل (PDF) في 17 مارس 2019. تم الاسترجاع في 22 أغسطس 2020 .
  • سيرل، جون (1999). العقل واللغة والمجتمع. نيويورك: كتب أساسية. رقم ISBN 978-0-4650-4521-1. OCLC  231867665. مؤرشف من الأصل في 26 يوليو 2020. تم الاسترجاع 22 أغسطس 2020 .
  • سيمون، ها (1965)، شكل الأتمتة بالنسبة للرجال والإدارة ، نيويورك: هاربر آند رو
  • سيمونيت، توم (31 مارس 2016). "كيف تخطط جوجل لحل مشكلة الذكاء الاصطناعي". MIT Technology Review . مؤرشف من الأصل في 16 سبتمبر 2024. تم الاسترجاع في 5 أكتوبر 2024 .
  • سميث، كريج س. (15 مارس 2023). "مبتكر ChatGPT-4 إيليا سوتسكيفر يتحدث عن هلاوس الذكاء الاصطناعي وديمقراطية الذكاء الاصطناعي". فوربس . مؤرشف من الأصل في 18 سبتمبر 2024. تم الاسترجاع في 25 ديسمبر 2023 .
  • سموليار، ستيفن دبليو؛ تشانغ، هونغ جيانج (1994). "فهرسة واسترجاع الفيديو القائم على المحتوى". IEEE MultiMedia . 1 (2): 62–72. doi :10.1109/93.311653. S2CID  32710913.
  • سولومونوف، راي (1956). آلة الاستدلال الاستقرائي (PDF) . مؤتمر دارتموث الصيفي للأبحاث حول الذكاء الاصطناعي. مؤرشف (PDF) من الأصل في 26 أبريل 2011. تم الاسترجاع في 22 مارس 2011 – عبر std.com، نسخة ممسوحة ضوئيًا من الأصل بتنسيق pdf.نُشرت لاحقًا تحت عنوان Solomonoff, Ray (1957). "An Inductive Inference Machine". IRE Convention Record . المجلد. قسم نظرية المعلومات، الجزء 2. ص 56-62.
  • جامعة ستانفورد (2023). "تقرير مؤشر الذكاء الاصطناعي 2023/الفصل 6: السياسة والحوكمة" (PDF) . مؤشر الذكاء الاصطناعي. مؤرشف (PDF) من الأصل في 19 يونيو 2023. تم الاسترجاع في 19 يونيو 2023 .
  • تاو، جيانهوا؛ تان، تينيو (2005). الحوسبة العاطفية والتفاعل الذكي . الحوسبة العاطفية: مراجعة. مذكرات محاضرات في علوم الكمبيوتر. المجلد 3784. سبرينغر. ص 981-995. doi :10.1007/11573548. ISBN 978-3-5402-9621-8.
  • تايلور، جوش؛ هيرن، أليكس (2 مايو 2023). ""عراب الذكاء الاصطناعي"" جيفري هينتون يترك جوجل ويحذر من مخاطر المعلومات المضللة". الجارديان . مؤرشف من الأصل في 5 أكتوبر 2024. تم الاسترجاع في 5 أكتوبر 2024 .
  • تومسون، ديريك (23 يناير 2014). "ما هي الوظائف التي ستشغلها الروبوتات؟". الأطلسي . مؤرشف من الأصل في 24 أبريل 2018. تم الاسترجاع في 24 أبريل 2018 .
  • ثرو، إلين (1993). الروبوتات: زواج الحاسبات الآلية والآلات. نيويورك: حقائق في الملف. رقم ISBN 978-0-8160-2628-9. تم أرشفته من الأصل في 26 يوليو 2020 . تم استرجاعه في 22 أغسطس 2020 .
  • تويز، روب (3 سبتمبر 2023). "المتحولون أحدثوا ثورة في الذكاء الاصطناعي. ما الذي سيحل محلهم؟". فوربس . مؤرشف من الأصل في 8 ديسمبر 2023. تم الاسترجاع 8 ديسمبر 2023 .
  • تورينج، آلان (أكتوبر 1950). "آلات الحوسبة والذكاء". العقل . 59 (236): 433-460. doi :10.1093/mind/LIX.236.433. ISSN  1460-2113. JSTOR  2251299. S2CID  14636783.
  • تقرير اليونسكو للعلوم: السباق مع الزمن من أجل تنمية أكثر ذكاءً. باريس: اليونسكو. 2021. ISBN 978-9-2310-0450-6. مؤرشف من الأصل في 18 يونيو 2022 . استرجاع 18 سبتمبر 2021 .
  • أوربينا، فابيو؛ لنتزوس، فيليبا؛ إنفيرنيزي، سيدريك؛ إكينز، شون (7 مارس 2022). "الاستخدام المزدوج لاكتشاف الأدوية المدعوم بالذكاء الاصطناعي". نيتشر ماشين إنتيليجنس . 4 (3): 189-191. doi :10.1038/s42256-022-00465-9. PMC 9544280.  PMID 36211133.  S2CID 247302391  .
  • فالانس، كريست (30 مايو 2023). "الذكاء الاصطناعي قد يؤدي إلى الانقراض، خبراء يحذرون". بي بي سي نيوز . مؤرشف من الأصل في 17 يونيو 2023. استرجاع 18 يونيو 2023 .
  • فالينسكي، جوردان (11 أبريل 2019)، "أمازون توظف آلاف الأشخاص للاستماع إلى محادثاتك عبر أليكسا"، CNN.com ، أرشيف من الأصل في 26 يناير 2024 ، تم استرجاعه في 5 أكتوبر 2024
  • فيرما، يوجيش (25 ديسمبر 2021). "دليل كامل لـ SHAP – شرح SHAPley الإضافي للممارسين". مجلة Analytics India . مؤرشف من الأصل في 25 نوفمبر 2023. تم الاسترجاع في 25 نوفمبر 2023 .
  • فنسنت، جيمس (7 نوفمبر 2019). "نشرت شركة OpenAI الذكاء الاصطناعي لتوليد النصوص الذي قالت إنه خطير للغاية بحيث لا يمكن مشاركته". The Verge . مؤرشف من الأصل في 11 يونيو 2020. تم الاسترجاع في 11 يونيو 2020 .
  • فينسنت، جيمس (15 نوفمبر 2022). "الحقيقة المخيفة حول حقوق الطبع والنشر للذكاء الاصطناعي هي أن لا أحد يعرف ما سيحدث بعد ذلك". The Verge . مؤرشف من الأصل في 19 يونيو 2023 . تم الاسترجاع 19 يونيو 2023 .
  • فينسنت، جيمس (3 أبريل 2023). "الذكاء الاصطناعي يدخل عصر سيطرة الشركات". The Verge . مؤرشف من الأصل في 19 يونيو 2023 . تم الاسترجاع 19 يونيو 2023 .
  • فينج، فيرنور (1993). "التفرد التكنولوجي القادم: كيف ننجو في عصر ما بعد الإنسان". رؤية 21: العلوم والهندسة متعددة التخصصات في عصر الفضاء الإلكتروني : 11. رمز Bibcode : 1993vise.nasa...11V. مؤرشف من الأصل في 1 يناير 2007. تم الاسترجاع في 14 نوفمبر 2011 .
  • واديل، كافيه (2018). "روبوتات الدردشة دخلت الوادي الغامض". الأطلسي . مؤرشف من الأصل في 24 أبريل 2018. استرجاع 24 أبريل 2018 .
  • والاش، ويندل (2010). الآلات الأخلاقية . مطبعة جامعة أكسفورد.
  • Wason, PC ; Shapiro, D. (1966). "Reasoning" . في Foss, BM (محرر). آفاق جديدة في علم النفس . Harmondsworth: Penguin. مؤرشف من الأصل في 26 يوليو 2020. تم الاسترجاع في 18 نوفمبر 2019 .
  • وينج، جيه؛ ماكليلاند؛ بنتلاند، أيه؛ سبورنز، أو؛ ستوكمان، أي؛ سور، إم؛ ثيلين، إي. (2001). "التطور العقلي المستقل بواسطة الروبوتات والحيوانات" (PDF) . العلوم . 291 (5504): 599-600. doi :10.1126/science.291.5504.599. PMID  11229402. S2CID  54131797. مؤرشف من الأصل (PDF) في 4 سبتمبر 2013. تم الاسترجاع في 4 يونيو 2013 – عبر msu.edu.
  • "ما هو "المنطق الضبابي"؟ هل هناك أجهزة كمبيوتر ضبابية بطبيعتها ولا تطبق المنطق الثنائي المعتاد؟". مجلة ساينتفك أمريكان . 21 أكتوبر 1999. مؤرشف من الأصل في 6 مايو 2018. تم الاسترجاع في 5 مايو 2018 .
  • ويليامز، ريانون (28 يونيو 2023)، "قد يكون البشر أكثر ميلاً إلى تصديق المعلومات المضللة التي تولدها الذكاء الاصطناعي"، MIT Technology Review ، مؤرشف من الأصل في 16 سبتمبر 2024 ، تم استرجاعه في 5 أكتوبر 2024
  • ويرتز، بيرند دبليو؛ وييرر، جان سي؛ وجيير، كارولين (24 يوليو 2018). "الذكاء الاصطناعي والقطاع العام - التطبيقات والتحديات". المجلة الدولية للإدارة العامة . 42 (7): 596-615. doi :10.1080/01900692.2018.1498103. ISSN  0190-0692. S2CID  158829602. مؤرشف من الأصل في 18 أغسطس 2020. تم الاسترجاع في 22 أغسطس 2020 .
  • وونغ، ماتيو (19 مايو 2023)، "ChatGPT أصبح قديمًا بالفعل"، The Atlantic ، تم أرشفته من الأصل في 18 سبتمبر 2024 ، تم استرجاعه في 5 أكتوبر 2024
  • يودكوفسكي، إي (2008)، "الذكاء الاصطناعي كعامل إيجابي وسلبي في المخاطر العالمية" (PDF) ، المخاطر الكارثية العالمية ، مطبعة جامعة أكسفورد، 2008، رمز Bibcode :2008gcr..book..303Y، مؤرشف (PDF) من الأصل في 19 أكتوبر 2013 ، تم استرجاعه في 24 سبتمبر 2021

قراءة إضافية

  • المؤلف، ديفيد هـ. ، "لماذا لا يزال هناك الكثير من الوظائف؟ تاريخ ومستقبل الأتمتة في مكان العمل" (2015) 29(3) مجلة وجهات النظر الاقتصادية 3.
  • بيرلينسكي، ديفيد (2000). ظهور الخوارزمية. دار هاركورت للنشر. رقم الكتاب المعياري الدولي 978-0-1560-1391-8. OCLC  46890682. مؤرشف من الأصل في 26 يوليو 2020. تم الاسترجاع 22 أغسطس 2020 .
  • بودن، مارغريت ، العقل كآلة ، مطبعة جامعة أكسفورد ، 2006.
  • كوكير، كينيث ، "هل نحن مستعدون للروبوتات؟ كيف نفكر في مستقبل الذكاء الاصطناعي"، الشؤون الخارجية ، المجلد 98، العدد 4 (يوليو/أغسطس 2019)، ص 192-198. جورج دايسون ، مؤرخ الحوسبة، يكتب (في ما يمكن أن يسمى "قانون دايسون") أن "أي نظام بسيط بما يكفي ليكون مفهومًا لن يكون معقدًا بما يكفي للتصرف بذكاء، في حين أن أي نظام معقد بما يكفي للتصرف بذكاء سيكون معقدًا للغاية بحيث يصعب فهمه". (ص 197). يكتب عالم الكمبيوتر أليكس بنتلاند : " خوارزميات التعلم الآلي الحالية للذكاء الاصطناعي هي في جوهرها غبية وبسيطة للغاية. إنها تعمل، لكنها تعمل بالقوة الغاشمة". (ص 198).
  • إيفانز، وودي (2015). "حقوق ما بعد الإنسان: أبعاد العوالم ما بعد البشرية". تكنولوجيا الثقافة . 12 (2). doi : 10.5209/rev_TK.2015.v12.n2.49072 . S2CID  147612763.
  • فرانك، مايكل (22 سبتمبر 2023). "القيادة الأمريكية في مجال الذكاء الاصطناعي يمكن أن تشكل النظام العالمي في القرن الحادي والعشرين". الدبلوماسي . مؤرشف من الأصل في 16 سبتمبر 2024. تم الاسترجاع 8 ديسمبر 2023. بدلاً من ذلك ، طورت الولايات المتحدة مجالًا جديدًا للهيمنة ينظر إليه بقية العالم بمزيج من الرهبة والحسد والاستياء: الذكاء الاصطناعي... من نماذج الذكاء الاصطناعي والأبحاث إلى الحوسبة السحابية ورأس المال الاستثماري، يبدو أن الشركات والجامعات ومختبرات الأبحاث الأمريكية - والشركات التابعة لها في الدول المتحالفة - لديها تقدم هائل في تطوير الذكاء الاصطناعي المتطور وتسويقه. تتجاوز قيمة استثمارات رأس المال الاستثماري الأمريكي في الشركات الناشئة في مجال الذكاء الاصطناعي قيمة بقية العالم مجتمعًا.
  • جيرتنر، جون. (2023) "لحظة الحقيقة في ويكيبيديا: هل تستطيع الموسوعة الإلكترونية أن تساعد في تعليم روبوتات الدردشة الذكية كيفية الحصول على الحقائق الصحيحة - دون تدمير نفسها في هذه العملية؟" مجلة نيويورك تايمز (18 يوليو 2023) على الإنترنت أرشيف 20 يوليو 2023 على موقع واي باك مشين
  • جليك، جيمس ، "مصير الإرادة الحرة" (مراجعة لكتاب كيفن جيه ميتشل، الوكلاء الأحرار: كيف منحنا التطور الإرادة الحرة ، مطبعة جامعة برينستون، 2023، 333 صفحة)، مجلة نيويورك ريفيو أوف بوكس ، المجلد الحادي والسبعين، العدد 1 (18 يناير 2024)، ص 27-28، 30. " الوكالة هي ما يميزنا عن الآلات. بالنسبة للكائنات البيولوجية، يأتي العقل والغرض من التصرف في العالم وتجربة العواقب . الذكاء الاصطناعي - غير المجسد، الغريب عن الدم والعرق والدموع - ليس لديه سبب لذلك." (ص 30).
  • هالبيرن، سو، "الاستبداد التكنولوجي القادم" (مراجعة كتاب فيريتي هاردينج ، الذكاء الاصطناعي يحتاجك: كيف يمكننا تغيير مستقبل الذكاء الاصطناعي وإنقاذ مستقبلنا ، مطبعة جامعة برينستون، 274 صفحة؛ جاري ماركوس ، ترويض وادي السيليكون: كيف يمكننا ضمان عمل الذكاء الاصطناعي لصالحنا ، مطبعة معهد ماساتشوستس للتكنولوجيا، 235 صفحة؛ دانييلا روس وغريغوري مون، مرآة العقل: المخاطرة والمكافأة في عصر الذكاء الاصطناعي ، نورتون، 280 صفحة؛ مادوميتا مورجيا ، الاعتماد على الكود: العيش في ظل الذكاء الاصطناعي ، هنري هولت، 311 صفحة)، مجلة نيويورك ريفيو أوف بوكس ، المجلد الحادي والسبعين، العدد 17 (7 نوفمبر 2024)، ص 44-46. "لا يمكننا أن نتوقع بشكل واقعي أن أولئك الذين يأملون في الثراء من الذكاء الاصطناعي سيكونون مهتمين بمصالح بقيتنا،" يكتب [غاري ماركوس]. "لا يمكننا الاعتماد على الحكومات التي تحركها مساهمات تمويل الحملات [من شركات التكنولوجيا] للرد". ... يفصل ماركوس المطالب التي يجب على المواطنين تقديمها لحكوماتهم وشركات التكنولوجيا . وهي تشمل الشفافية حول كيفية عمل أنظمة الذكاء الاصطناعي؛ تعويض الأفراد إذا تم استخدام بياناتهم لتدريب نماذج اللغة الكبيرة والحق في الموافقة على هذا الاستخدام؛ والقدرة على تحميل شركات التكنولوجيا المسؤولية عن الأضرار التي تسببها من خلال إلغاء المادة 230 ، وفرض عقوبات نقدية، وإقرار قوانين مسؤولية المنتج الأكثر صرامة ... يقترح ماركوس أيضًا ... أن وكالة فيدرالية جديدة خاصة بالذكاء الاصطناعي، على غرار إدارة الغذاء والدواء أو لجنة الاتصالات الفيدرالية أو لجنة التجارة الفيدرالية ، قد توفر الرقابة الأكثر قوة. ... يقترح أستاذ القانون في جامعة فوردهام تشينماي شارما ... إنشاء نظام ترخيص مهني للمهندسين يعمل بطريقة مماثلة للتراخيص الطبية " وقضايا الإهمال الطبي ، وقسم أبقراط في الطب. وتتساءل: "ماذا لو تعهد مهندسو الذكاء الاصطناعي، مثل الأطباء، بعدم التسبب في أي ضرر ؟" (ص 46).
  • هندرسون، مارك (24 أبريل 2007). "حقوق الإنسان للروبوتات؟ نحن ننجرف وراء هذا الاتجاه". صحيفة التايمز أونلاين . لندن. مؤرشف من الأصل في 31 مايو 2014. تم الاسترجاع في 31 مايو 2014 .
  • هيوز-كاسلبيري، كينا، "لغز جريمة قتل: اللغز الأدبي فك كين ، الذي حير البشر لعقود من الزمان، يكشف عن حدود خوارزميات معالجة اللغة الطبيعية"، مجلة ساينتفك أمريكان ، المجلد 329، العدد 4 (نوفمبر 2023)، ص 81-82. "كشفت مسابقة لغز جريمة القتل هذه أنه على الرغم من أن نماذج معالجة اللغة الطبيعية قادرة على إنجاز مآثر لا تصدق، إلا أن قدراتها محدودة للغاية بسبب مقدار السياق الذي تتلقاه. وقد يتسبب هذا [...] في [صعوبات] للباحثين الذين يأملون في استخدامها للقيام بأشياء مثل تحليل اللغات القديمة . وفي بعض الحالات، هناك عدد قليل من السجلات التاريخية عن الحضارات التي مضت منذ زمن بعيد لتكون بمثابة بيانات تدريب لمثل هذا الغرض." (ص 82).
  • إميروار، دانييل ، "عيونك الكاذبة: يستخدم الناس الآن الذكاء الاصطناعي لتوليد مقاطع فيديو مزيفة لا يمكن تمييزها عن المقاطع الحقيقية. ما مدى أهمية ذلك؟"، مجلة نيويوركر ، 20 نوفمبر 2023، ص 54-59. "إذا كنا نعني بـ " التزييف العميق " مقاطع فيديو واقعية تم إنتاجها باستخدام الذكاء الاصطناعي والتي تخدع الناس بالفعل، فإنها بالكاد موجودة. فالتزييف ليس عميقًا، والعميق ليس مزيفًا. [...] لا تعمل مقاطع الفيديو التي تم إنشاؤها بواسطة الذكاء الاصطناعي، بشكل عام، في وسائل الإعلام لدينا كدليل مزور. إن دورها يشبه بشكل أفضل دور الرسوم المتحركة ، وخاصة الرسوم الإباحية." (ص 59).
  • جونستون، جون (2008). جاذبية الحياة الآلية: السيبرنيتيكا، والحياة الاصطناعية، والذكاء الاصطناعي الجديد ، مطبعة معهد ماساتشوستس للتكنولوجيا.
  • Jumper, John; Evans, Richard; Pritzel, Alexander; et al. (26 أغسطس 2021). "التنبؤ الدقيق للغاية ببنية البروتين باستخدام AlphaFold". Nature . 596 (7873): 583–589. Bibcode :2021Natur.596..583J. doi :10.1038/s41586-021-03819-2. PMC 8371605.  PMID 34265844.  S2CID 235959867  .
  • LeCun, Yann; Bengio, Yoshua; Hinton, Geoffrey (28 May 2015). "التعلم العميق". Nature . 521 (7553): 436–444. Bibcode :2015Natur.521..436L. doi :10.1038/nature14539. PMID  26017442. S2CID  3074096. مؤرشف من الأصل في 5 يونيو 2023. تم الاسترجاع في 19 يونيو 2023 .
  • ليفر، لورين، "مخاطر الثقة في الذكاء الاصطناعي: يجب أن نتجنب إضفاء الطابع الإنساني على نماذج التعلم الآلي المستخدمة في البحث العلمي"، مجلة ساينتفك أمريكان ، المجلد 330، العدد 6 (يونيو 2024)، ص 80-81.
  • ليبورا، جيل ، "روبوت الدردشة: هل التحدث مع آلة محادثة؟"، مجلة النيويوركر ، 7 أكتوبر 2024، ص 12-16.
  • ماشافيلم (2010). "المحتوى: فيلم Plug & Pray – الذكاء الاصطناعي – الروبوتات". plugandpray-film.de . مؤرشف من الأصل في 12 فبراير 2016.
  • ماركوس، جاري ، "الثقة الاصطناعية: حتى أحدث أنظمة الذكاء الاصطناعي العام وأكثرها رواجًا تعاني من نفس المشاكل القديمة"، مجلة ساينتفك أمريكان ، المجلد 327، العدد 4 (أكتوبر 2022)، ص 42-45.
  • ميتشل، ميلاني (2019). الذكاء الاصطناعي: دليل للبشر المفكرين . نيويورك: فارار، شتراوس وجيرو. ISBN 978-0-3742-5783-5.
  • Mnih, Volodymyr; Kavukcuoglu, Koray; Silver, David; et al. (26 February 2015). "Human-level control through deep booster learning". Nature . 518 (7540): 529–533. Bibcode :2015Natur.518..529M. doi :10.1038/nature14236. PMID  25719670. S2CID  205242740. مؤرشف من الأصل في 19 يونيو 2023. تم الاسترجاع في 19 يونيو 2023 .تم تقديم DQN ، الذي أنتج أداءً بمستوى الإنسان في بعض ألعاب Atari.
  • بريس، إيال ، "أمام وجوههم: هل تؤدي تقنية التعرف على الوجه إلى دفع الشرطة إلى تجاهل الأدلة المتناقضة؟"، مجلة النيويوركر ، 20 نوفمبر 2023، ص 20-26.
  • "الروبوتات قد تطالب بحقوق قانونية". بي بي سي نيوز . 21 ديسمبر 2006. مؤرشف من الأصل في 15 أكتوبر 2019. تم الاسترجاع 3 فبراير 2011 .
  • رويفينن، إيكا، "معدل ذكاء الذكاء الاصطناعي: نجح برنامج ChatGPT في اجتياز اختبار [الذكاء القياسي] لكنه أظهر أنه لا يمكن قياس الذكاء من خلال معدل الذكاء وحده"، مجلة ساينتفك أمريكان ، المجلد 329، العدد 1 (يوليو/أغسطس 2023)، ص 7. "على الرغم من معدل ذكائه المرتفع، يفشل برنامج ChatGPT في المهام التي تتطلب تفكيرًا بشريًا حقيقيًا أو فهمًا للعالم المادي والاجتماعي.... بدا أن برنامج ChatGPT غير قادر على التفكير المنطقي وحاول الاعتماد على قاعدة بياناته الضخمة من... الحقائق المستمدة من النصوص عبر الإنترنت".
  • شار، بول، "التطبيقات القاتلة: المخاطر الحقيقية لسباق التسلح بالذكاء الاصطناعي"، الشؤون الخارجية ، المجلد 98، العدد 3 (مايو/يونيو 2019)، ص 135-144. "إن تقنيات الذكاء الاصطناعي اليوم قوية ولكنها غير موثوقة. فالأنظمة القائمة على القواعد لا تستطيع التعامل مع الظروف التي لم يتوقعها مبرمجوها. كما أن أنظمة التعلم محدودة بالبيانات التي تم تدريبها عليها. وقد أدت إخفاقات الذكاء الاصطناعي بالفعل إلى مأساة. فعلى الرغم من أن ميزات القيادة الآلية المتقدمة في السيارات تعمل بشكل جيد في بعض الظروف، إلا أنها دفعت السيارات دون سابق إنذار إلى الشاحنات والحواجز الخرسانية والسيارات المتوقفة. وفي المواقف الخاطئة، تتحول أنظمة الذكاء الاصطناعي من فائقة الذكاء إلى فائقة الغباء في لحظة. وعندما يحاول العدو التلاعب بنظام الذكاء الاصطناعي واختراقه، فإن المخاطر تكون أعظم". (ص 140).
  • شولتز، هانز. بهنكي ، سفين (1 نوفمبر 2012). “التعلم العميق”. KI – الذكاء الفني . 26 (4): 357-363. دوى :10.1007/s13218-012-0198-z. ISSN  1610-1987. S2CID  220523562.
  • سيرينكو، ألكسندر؛ مايكل دوهان (2011). "مقارنة أساليب تصنيف المجلات العلمية من خلال استطلاع رأي الخبراء وتأثير الاستشهادات: مثال من مجال الذكاء الاصطناعي" (PDF) . مجلة المعلوماتية . 5 (4): 629-649. doi :10.1016/j.joi.2011.06.002. مؤرشف من الأصل (PDF) في 4 أكتوبر 2013. تم الاسترجاع في 12 سبتمبر 2013 .
  • سيلفر، ديفيد؛ هوانج، أجا؛ ماديسون، كريس جيه؛ وآخرون (28 يناير 2016). "إتقان لعبة جو باستخدام الشبكات العصبية العميقة والبحث الشجري". نيتشر . 529 (7587): 484-489. رمز Bibcode :2016Natur.529..484S. doi :10.1038/nature16961. PMID  26819042. S2CID  515925. مؤرشف من الأصل في 18 يونيو 2023. تم الاسترجاع في 19 يونيو 2023 .
  • فاسواني، أشيش ، نوام شازير، نيكي بارمار وآخرون. " الاهتمام هو كل ما تحتاجه ". التقدم في أنظمة معالجة المعلومات العصبية 30 (2017). ورقة بحثية رائدة عن المحولات .
  • فينسنت، جيمس، "صوت الطفل الروبوتي المثير: جيمس فينسنت يتحدث عن روبوتات الدردشة الذكية"، مجلة لندن ريفيو أوف بوكس ، المجلد 46، العدد 19 (10 أكتوبر 2024)، ص 29-32. "أصبحت برامج [روبوتات الدردشة الذكية] ممكنة بفضل التقنيات الجديدة ولكنها تعتمد على الميل البشري الأبدي إلى تجسيد الأشياء ." (ص 29).
  • الكتاب الأبيض: حول الذكاء الاصطناعي – نهج أوروبي للتميز والثقة (PDF) . بروكسل: المفوضية الأوروبية. 2020. مؤرشف من الأصل (PDF) في 20 فبراير 2020. تم الاسترجاع في 20 فبراير 2020 .
لدى Scholia ملف تعريف موضوعي للذكاء الاصطناعي .
Retrieved from "https://en.wikipedia.org/w/index.php?title=Artificial_intelligence&oldid=1254836854"
Original text
Rate this translation
Your feedback will be used to help improve Google Translate