التقدم في مجال الذكاء الاصطناعي

جزء من سلسلة عن
الذكاء الاصطناعي
الأهداف الرئيسية الذكاء العام الاصطناعي وكيل ذكي تحسين الذات المتكرر تخطيط رؤية الكمبيوتر اللعب العام استدلال المعرفة معالجة اللغة الطبيعية الروبوتات سلامة الذكاء الاصطناعي
Approaches Machine learning Symbolic Deep learning Bayesian networks Evolutionary algorithms Hybrid intelligent systems Systems integration
Applications Bioinformatics Deepfake Earth sciences Finance Generative AI Art Audio Music Government Healthcare Mental health Industry Translation Military Physics Projects
Philosophy Artificial consciousness Chinese room Friendly AI Control problem/Takeover Ethics Existential risk Regulation Turing test
History Timeline Progress AI winter AI boom
Glossary Glossary
v t e

يشير التقدم في الذكاء الاصطناعي ( AI ) إلى التطورات والإنجازات والاختراقات التي تم تحقيقها في مجال الذكاء الاصطناعي بمرور الوقت. الذكاء الاصطناعي هو فرع متعدد التخصصات من علوم الكمبيوتر يهدف إلى إنشاء آلات وأنظمة قادرة على أداء المهام التي تتطلب عادةً الذكاء البشري. تم استخدام تطبيقات الذكاء الاصطناعي في مجموعة واسعة من المجالات بما في ذلك التشخيص الطبي والتمويل والروبوتات والقانون وألعاب الفيديو والزراعة والاكتشاف العلمي . 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 تسميتها بالذكاء الاصطناعي لأنه بمجرد أن يصبح شيء ما مفيدًا وشائعًا بدرجة كافية، فإنه لم يعد يُسمى بالذكاء الاصطناعي ". ^{[1] [2]} "تم دمج آلاف تطبيقات الذكاء الاصطناعي بعمق في البنية التحتية لكل صناعة". ^[3] في أواخر التسعينيات وأوائل العقد الأول من القرن الحادي والعشرين، أصبحت تقنية الذكاء الاصطناعي مستخدمة على نطاق واسع كعناصر لأنظمة أكبر، ^{[3] [4]} ولكن نادرًا ما يُنسب الفضل إلى المجال في هذه النجاحات في ذلك الوقت.

قام كابلان وهاينلاين بتقسيم الذكاء الاصطناعي إلى ثلاث مراحل تطورية:

1. الذكاء الاصطناعي الضيق – الذكاء الاصطناعي القادر فقط على أداء مهام محددة؛
2. الذكاء الاصطناعي العام – الذكاء الاصطناعي الذي يتمتع بالقدرة في العديد من المجالات، والقادر على حل المشاكل بشكل مستقل حتى أنه لم يتم تصميمه من أجلها؛
3. الذكاء الاصطناعي الفائق – الذكاء الاصطناعي القادر على أداء المهام العامة، بما في ذلك الإبداع العلمي ، والمهارات الاجتماعية ، والحكمة العامة . ^[2]

للسماح بالمقارنة مع الأداء البشري، يمكن تقييم الذكاء الاصطناعي على مشاكل مقيدة ومحددة جيدًا. وقد أطلق على مثل هذه الاختبارات اختبارات تورينج المتخصصة في الموضوع . كما توفر المشاكل الأصغر أهدافًا أكثر قابلية للتحقيق وهناك عدد متزايد من النتائج الإيجابية.

لا يزال البشر يتفوقون بشكل كبير على كل من GPT-4 والنماذج المدربة على معيار ConceptARC الذي سجل 60% في معظمها، و77% في فئة واحدة، بينما حقق البشر 91% في جميعها و97% في فئة واحدة. ^[5]

لعبة	سنة البطل [6]	الدول القانونية (log 10 ) [7]	تعقيد شجرة اللعبة (log 10 ) [7]	لعبة المعلومات الكاملة ؟	المرجع
المسودات (الداما)	1994	21	31	ممتاز	[8]
عطيل (ريفيرسي)	1997	28	58	ممتاز	[9]
الشطرنج	1997	46	123	ممتاز
سكرابل	2006				[10]
شوغي	2017	71	226	ممتاز	[11]
يذهب	2017	172	360	ممتاز
2p بلا حدود هولدم	2017			غير كامل	[12]
ستار كرافت	-	270+		غير كامل	[13]
ستار كرافت 2	2019			غير كامل	[14]

هناك العديد من القدرات المفيدة التي يمكن وصفها بأنها تُظهر شكلاً من أشكال الذكاء. وهذا يعطي نظرة أفضل إلى النجاح المقارن للذكاء الاصطناعي في مجالات مختلفة.

الذكاء الاصطناعي، مثل الكهرباء أو المحرك البخاري، هو تقنية عامة الغرض . لا يوجد إجماع حول كيفية تحديد المهام التي يميل الذكاء الاصطناعي إلى التفوق فيها. ^[15] تلاحظ بعض إصدارات مفارقة مورافك أن البشر أكثر عرضة للتفوق على الآلات في مجالات مثل البراعة البدنية التي كانت الهدف المباشر للاختيار الطبيعي. ^[16] في حين نجحت مشاريع مثل AlphaZero في توليد معرفتها الخاصة من الصفر، فإن العديد من مشاريع التعلم الآلي الأخرى تتطلب مجموعات بيانات تدريبية كبيرة. ^{[17] [18]} اقترح الباحث أندرو نج ، كـ "قاعدة عامة غير كاملة للغاية"، أن "أي شيء تقريبًا يمكن للإنسان العادي القيام به بأقل من ثانية واحدة من التفكير العقلي، يمكننا على الأرجح الآن أو في المستقبل القريب أتمتته باستخدام الذكاء الاصطناعي". ^[19]

توفر الألعاب معيارًا رفيع المستوى لتقييم معدلات التقدم؛ حيث تتمتع العديد من الألعاب بقاعدة كبيرة من اللاعبين المحترفين ونظام تصنيف تنافسي راسخ. أنهى برنامج AlphaGo عصر معايير ألعاب الطاولة الكلاسيكية عندما أثبت الذكاء الاصطناعي تفوقه التنافسي على البشر في عام 2016. هزم برنامج AlphaGo AI من Deep Mind أفضل لاعب جو محترف في العالم Lee Sedol . ^[20] توفر ألعاب المعرفة غير الكاملة تحديات جديدة للذكاء الاصطناعي في مجال نظرية الألعاب ؛ وقد انتهى الإنجاز الأكثر بروزًا في هذا المجال بفوز Libratus في لعبة البوكر في عام 2017. ^{[21] [22] تستمر} الرياضات الإلكترونية في توفير معايير إضافية؛ فقد انخرط Facebook AI و Deepmind وآخرون في امتياز StarCraft الشهير لألعاب الفيديو. ^{[23] [24]}

يمكن تقديم فئات واسعة من النتائج لاختبار الذكاء الاصطناعي على النحو التالي:

• الأمثل : ليس من الممكن تحقيق أداء أفضل (ملاحظة: تم حل بعض هذه الإدخالات بواسطة البشر)
• خارق للطبيعة : يؤدي بشكل أفضل من جميع البشر
• الإنسان العالي : يؤدي بشكل أفضل من معظم البشر
• بار-هومان : يؤدي نفس أداء معظم البشر
• دون البشر : يؤدي بشكل أسوأ من معظم البشر

• تيك تاك تو
• كونكت فور : 1988
• لعبة الداما (المعروفة أيضًا باسم لعبة الداما 8x8): تم حلها بشكل ضعيف (2007) ^[25]
• مكعب روبيك : تم حل معظمها (2010) ^[26]
• بوكر هولدم بحدود فردية : مثالي إحصائيًا بمعنى أن "عمر الإنسان من اللعب لا يكفي لتحديد بشكل إحصائي أن الاستراتيجية ليست حلاً دقيقًا" (2015) ^[27]

• عطيل (ويعرف أيضًا باسم ريفيرسي): ج. 1997 ^[9]
• سكرابل : ^{[28] [29]} 2006 ^[10]
• الطاولة : حوالي 1995-2002 ^{[30] [31]}
• الشطرنج : الحاسوب العملاق (حوالي عام 1997)؛ الحاسوب الشخصي (حوالي عام 2006)؛ ^[32] الهاتف المحمول (حوالي عام 2009)؛ ^[33] الحاسوب يهزم الإنسان + الحاسوب (حوالي عام 2017) ^[34]
• Jeopardy! : الإجابة على الأسئلة ، على الرغم من أن الآلة لم تستخدم التعرف على الكلام (2011) ^{[35] [36]}
• أريما : 2015 ^{[37] [38]}
• شوغي : حوالي عام 2017 ^[11]
• انطلق : 2017 ^[39]
• بوكر هولدم بلا حدود: 2017 ^[12]
• بوكر هولدم بلا حدود لستة لاعبين: 2019 ^[40]
• غران توريزمو سبورت : 2022 ^[41]

• الكلمات المتقاطعة : حوالي عام 2012 ^{[42] [43]}
• فريسيف : 2016 ^[44]
• دوتا 2 : 2018 ^[45]
• لعب الورق بالبريدج : وفقًا لمراجعة أجريت عام 2009، فإن "أفضل البرامج هي تلك التي تصل إلى وضع الخبراء كلاعبي ورق (بريدج)"، باستثناء المزايدة. ^[46]
• ستار كرافت 2 : 2019 ^[47]
• ماجونغ : 2019 ^[48]
• ستراتيجو : 2022 ^[49]
• دبلوماسية عدم الصحافة : 2022 ^[50]
• هانابي : 2022 ^[51]
• معالجة اللغة الطبيعية ^{[ بحاجة لمصدر ]}

• التعرف الضوئي على الحروف وفقًا لمعيار ISO 1073-1:1976 والأحرف الخاصة المشابهة. ^{[ بحاجة لمصدر ]}
• تصنيف الصور ^[52]
• التعرف على خط اليد ^[53]
• التعرف على الوجه ^[54]
• الإجابة على الأسئلة المرئية ^[55]
• معيار القراءة والفهم باللغة الإنجليزية SQuAD 2.0 (2019) ^[56]
• معيار فهم اللغة الإنجليزية SuperGLUE (2020) ^[56]
• بعض امتحانات العلوم المدرسية (2019) ^[57]
• بعض المهام المستندة إلى مصفوفات Raven المتتابعة ^[58]
• العديد من ألعاب Atari 2600 (2015) ^[59]

This section needs additional citations for verification. Please help improve this article by adding citations to reliable sources in this section. Unsourced material may be challenged and removed. (December 2022) (Learn how and when to remove this message)

• التعرف الضوئي على الحروف للنصوص المطبوعة (يقترب من التعرف البشري للنصوص المطبوعة بالأحرف اللاتينية)
• التعرف على الأشياء ^{[ يحتاج إلى توضيح ]}
• مهام الروبوتات المختلفة التي قد تتطلب تقدمًا في أجهزة الروبوت بالإضافة إلى الذكاء الاصطناعي، بما في ذلك:
  • الحركة المستقرة على قدمين: يمكن للروبوتات ثنائية الأرجل المشي، لكنها أقل استقرارًا من السائرين البشر (اعتبارًا من عام 2017) ^[60]
  • كرة القدم البشرية ^[61]
• التعرف على الكلام : "يكاد يكون مساويًا للأداء البشري" (2017) ^[62]
• القدرة على التفسير . تستطيع الأنظمة الطبية الحالية تشخيص حالات طبية معينة بشكل جيد، ولكنها لا تستطيع أن تشرح للمستخدمين سبب تشخيصها. ^[63]
• العديد من اختبارات الذكاء السائل (2020) ^[58]
• مشاكل الإدراك البصري لدى بونجارد ، مثل معيار بونجارد-لوجو (2020) ^{[58] [64]}
• معيار المنطق السليم البصري (VCR) (اعتبارًا من عام 2020) ^[56]
• التنبؤ بسوق الأوراق المالية : جمع البيانات المالية ومعالجتها باستخدام خوارزميات التعلم الآلي
• لعبة فيديو الطيور الغاضبة ، اعتبارًا من عام 2020 ^[65]
• مهام مختلفة يصعب حلها بدون معرفة سياقية، بما في ذلك:
  • ترجمة
  • توضيح معنى الكلمة

في اختبار تورينج الشهير ، اختار آلان تورينج اللغة، وهي السمة المميزة للبشر ، كأساس له. ^[66] يُعتبر اختبار تورينج الآن قابلاً للاستغلال للغاية بحيث لا يمكن اعتباره معيارًا ذا مغزى. [ 67 ^]

اختبار فيجينباوم ، الذي اقترحه مخترع أنظمة الخبراء ، يختبر معرفة الآلة وخبرتها حول موضوع معين. ^[68] اقترحت ورقة بحثية لجيم جراي من مايكروسوفت في عام 2003 توسيع اختبار تورينج ليشمل فهم الكلام والتحدث والتعرف على الأشياء والسلوك. [ ^69]

تهدف اختبارات "الذكاء الشامل" المقترحة إلى مقارنة مدى أداء الآلات والبشر وحتى الحيوانات غير البشرية في مجموعات المشكلات التي تكون عامة قدر الإمكان. وفي الحالات القصوى، يمكن لمجموعة الاختبارات أن تحتوي على كل مشكلة محتملة، مرجحة بتعقيد كولموغوروف ؛ ومع ذلك، تميل مجموعات المشكلات هذه إلى الهيمنة عليها من خلال تمارين مطابقة الأنماط الفقيرة حيث يمكن للذكاء الاصطناعي المضبوط أن يتجاوز بسهولة مستويات الأداء البشري. ^{[70] [71] [72] [73] [74]}

وفقًا لـ OpenAI ، في عام 2023، حصل ChatGPT GPT-4 على النسبة المئوية 90 في امتحان نقابة المحامين الموحد . وفي اختبارات SAT ، حصل GPT-4 على النسبة المئوية 89 في الرياضيات، والنسبة المئوية 93 في القراءة والكتابة. وفي اختبارات GRE ، حصل على النسبة المئوية 54 في اختبار الكتابة، والنسبة المئوية 88 في القسم الكمي، والنسبة المئوية 99 في القسم اللفظي. وحصل على النسبة المئوية 99 إلى 100 في نصف نهائي أولمبياد الأحياء بالولايات المتحدة الأمريكية لعام 2020. وحصل على الدرجة المثالية "5" في العديد من اختبارات AP . ^[75]

وجد باحثون مستقلون في عام 2023 أن ChatGPT GPT-3.5 "أدى عند أو بالقرب من عتبة النجاح" للأجزاء الثلاثة من امتحان الترخيص الطبي للولايات المتحدة . كما تم تقييم GPT-3.5 للحصول على درجة منخفضة، ولكن ناجحة، من امتحانات أربع دورات في كلية الحقوق بجامعة مينيسوتا . ^[75] اجتاز GPT-4 امتحانًا نصيًا على غرار مجلس الأشعة. ^{[76] [77]}

تعمل العديد من المسابقات والجوائز، مثل Imagenet Challenge ، على تعزيز البحث في مجال الذكاء الاصطناعي. وتشمل مجالات المنافسة الأكثر شيوعًا الذكاء الآلي العام، والسلوك التحادثي، واستخراج البيانات، والسيارات الآلية ، وكرة القدم الآلية بالإضافة إلى الألعاب التقليدية. ^[78]

في استطلاع رأي أجراه خبراء في عام 2016، أجرته كاتيا جريس من معهد مستقبل الإنسانية وزملاؤها، أعطى متوسط ​​تقديرات لمدة 3 سنوات لبطل لعبة Angry Birds ، و4 سنوات لبطولة العالم للبوكر، و6 سنوات لبطولة StarCraft . وفيما يتعلق بالمهام الأكثر ذاتية، أعطى الاستطلاع 6 سنوات لطي الغسيل بالإضافة إلى عامل بشري متوسط، و7-10 سنوات للإجابة بخبرة على الأسئلة "التي يمكن البحث عنها بسهولة على Google"، و8 سنوات لمتوسط ​​نسخ الكلام، و9 سنوات لمتوسط ​​المعاملات المصرفية الهاتفية، و11 عامًا لمحترفي كتابة الأغاني، ولكن أكثر من 30 عامًا لكتابة كتاب من أكثر الكتب مبيعًا في نيويورك تايمز أو الفوز بمسابقة بوتنام للرياضيات . ^{[79] [80] [81]}

هزم الذكاء الاصطناعي أستاذًا كبيرًا في لعبة بطولة تنظيمية لأول مرة في عام 1988؛ وتمت إعادة تسميته باسم Deep Blue ، وتغلب على بطل العالم البشري في الشطرنج في عام 1997 (انظر Deep Blue مقابل Garry Kasparov ). ^[82]

تقديرات حول متى سيتفوق الكمبيوتر على البشر في لعبة الشطرنج

تم التنبؤ بالعام	السنة المتوقعة	عدد السنوات	المتنبئ	المصدر المعاصر
1957	1967 أو قبل ذلك	10 أو أقل	هربرت أ. سيمون ، خبير اقتصادي [83]
1990	2000 أو قبل ذلك	10 أو أقل	راي كرزويل ، مستقبلي	عصر الآلات الذكية [84]

هزمت AlphaGo بطل أوروبا في لعبة Go في أكتوبر 2015، وهزمت Lee Sedol في مارس 2016، أحد أفضل اللاعبين في العالم (انظر AlphaGo مقابل Lee Sedol ). وفقًا لمجلة Scientific American ومصادر أخرى، توقع معظم المراقبين أن يكون أداء الكمبيوتر الخارق للعبة Go على بعد عقد من الزمان على الأقل. ^{[85] [86] [87]}

تقديرات حول متى ستتفوق أجهزة الكمبيوتر على البشر في لعبة Go

تم التنبؤ بالعام	السنة المتوقعة	عدد السنوات	المتنبئ	انتساب	المصدر المعاصر
1997	2100 أو ما بعده	103 أو أكثر	بيت هوت، عالم فيزياء ومحب للعبة جو	معهد الدراسات المتقدمة	نيويورك تايمز [88] [89]
2007	2017 أو قبل ذلك	10 أو أقل	فينج-هسيونج هسو ، الرصاص الأزرق العميق	مركز أبحاث مايكروسوفت في آسيا	طيف معهد مهندسي الكهرباء والإلكترونيات [90] [91]
2014	2024	10	ريمي كولوم ، مبرمج كمبيوتر جو	كريزي ستون	سلكي [91] [92]

في عام 1965، تنبأ رائد الذكاء الاصطناعي والخبير الاقتصادي هربرت أ. سيمون بشكل غير دقيق: "ستكون الآلات قادرة، في غضون عشرين عامًا، على القيام بأي عمل يمكن للإنسان القيام به". وعلى نحو مماثل، كتب مارفن مينسكي في عام 1970 : "في غضون جيل واحد ... سيتم حل مشكلة خلق الذكاء الاصطناعي بشكل كبير". ^[93]

أشارت أربعة استطلاعات رأي أجريت في عامي 2012 و2013 إلى أن التقدير المتوسط ​​بين الخبراء لوقت وصول الذكاء الاصطناعي العام كان في الفترة من 2040 إلى 2050، اعتمادًا على الاستطلاع. ^{[94] [95]}

وجد استطلاع جريس حوالي عام 2016 أن النتائج تختلف اعتمادًا على كيفية صياغة السؤال. أعطى المستجيبون الذين طُلب منهم تقدير "متى يمكن للآلات غير المدعومة إنجاز كل مهمة بشكل أفضل وبتكلفة أقل من العمال البشر" إجابة متوسطة مجمعة تبلغ 45 عامًا وفرصة 10٪ لحدوث ذلك في غضون 9 سنوات. قدر المستجيبون الآخرون الذين طُلب منهم تقدير "متى يمكن أتمتة جميع المهن بالكامل. أي متى يمكن بناء الآلات لأي مهنة للقيام بالمهمة بشكل أفضل وبتكلفة أقل من العمال البشر" متوسطًا يبلغ 122 عامًا واحتمال 10٪ 20 عامًا. كان متوسط ​​الاستجابة لمتى يمكن أتمتة "باحث الذكاء الاصطناعي" بالكامل حوالي 90 عامًا. لم يتم العثور على أي ارتباط بين الأقدمية والتفاؤل، لكن الباحثين الآسيويين كانوا أكثر تفاؤلاً من الباحثين في أمريكا الشمالية في المتوسط؛ توقع الآسيويون 30 عامًا في المتوسط ​​​​لإنجاز كل مهمة، مقارنة بـ 74 عامًا توقعها الأمريكيون الشماليون. ^{[79] [80] [81]}

تقديرات حول موعد وصول الذكاء الاصطناعي العام

تم التنبؤ بالعام	السنة المتوقعة	عدد السنوات	المتنبئ	المصدر المعاصر
1965	1985 أو قبل ذلك	20 أو أقل	هربرت أ. سيمون	شكل الأتمتة للرجال والإدارة [93] [96]
1993	2023 أو قبل ذلك	30 أو أقل	فيرنور فينج ، كاتب الخيال العلمي	"التفرد التكنولوجي القادم" [97]
1995	2040 أو قبل ذلك	45 أو أقل	هانز مورافك ، باحث في مجال الروبوتات	سلكي [98]
2008	أبدا / مستقبل بعيد [ملاحظة 1]		جوردون إي مور ، مخترع قانون مور	طيف معهد مهندسي الكهرباء والإلكترونيات [99]
2017	2029	12	راي كورزويل	مقابلة [100]

• تطبيقات الذكاء الاصطناعي
• قائمة مشاريع الذكاء الاصطناعي
• قائمة التقنيات الناشئة

• قاعدة بيانات MIRI للتنبؤات حول الذكاء الاصطناعي العام