سلسلة الطريق الى الذكاء الاصطناعي

الحلقة الأولى:  البرمجة وحدها لاتكفي!

مستوحاة من أحداث حقيقية

المقدمة

قد تكون مبرمجا! و ليس بالمبرمج السهل. بل تمتلك قدرات فوق الاعتيادية و متمكن من لغتك، عذرا، أقصد من لغاتك البرمجية. البرمجة تلك اللغة السرية بينك و بين جهاز الحاسوب تعطيك قدرة السيطرة على تلك اللآلة الغبية (اذا جاز التعبير). فهي لا تفهم الا بعد أن تقوم أنت بدهائك و خبرتك و امكانياتك باعطائها خطوات عمل مفصلة لتنفذها بعد ذلك بسرعة هائلة. لكن هل هذا يكفي؟ هل نقوم فعلا باستغلال قدرات تلك الآلة بشكل فعّال؟
و حتى ان لم تكن مبرمجا، يمكنك التفضل أيضا أرجوك و سأعدك برحلة، لنقل انها ستكون مُثيرة للاهتمام كحد أدنى.

ولادة الذكاء الاصطناعي

لنعد الى الوراء قليلاً و نأخذ نظرة سريعة على تاريخ الذكاء الاصطناعي و ساحاول أن أجيز في هذا الجانب...
قد يُفاجئكم الأمر، لكن فكرة وجود آلة ذكية تضاهي عقل الانسان قد بدأ منذ أربعينيات القرن الماضي. من قبل بعض الفلاسفة الذين حاولوا وصف عمل الدماغ على انها تلاعب رياضي بالرموز، تماماً كما هو الحال في المعادلات الرياضية.
 ورغم دقة هذه المعادلات و قدرتنا الرهيبة على التعلم الا اننا كبشر محدودي القدرات بالرغم من ذلك. فلا يمكننا حل المعادلات بسرعات كبيرة على سبيل المثال على عكس الآلة (الحاسوب) التي يمكن أن تحل أعقد المعادلات الرياضية خلال ثواني أو أجزاء من الثانية حتى! كما ان ذاكرتنا ليست مثالية و قدرتنا على التعامل مع البيانات الضخمة و المتوفرة حالياً محدودة للغاية و يشوبها الكثير من الأخطاء.
لابد من طريقة للاستفادة بشكل أفضل من قدرات هذه الآلة اذاً. أكثر من مجرد تتبع أسطر برمجية و تنفيذها، أليس هذا ما تُفكر فيه؟

ما الذي ينقصه اذا؟ نعم، انها القدرة على التعلم.

الشتاء قادم!

و مع بزوغ فجر الآلة وأقصد الحاسوب تحديدا، أخذ الانسان يلمس هذا الحلم و يراه أكثر واقعية، وجاء عام 1956 ليكون العام الذي يشهد ولادة علم الذكاء الاصطناعي، تم ذلك في اجتماع حضرة مجموعة من العلماء حملوا على عاتقهم تحقيق هذا الحلم. مؤكدين أنه من الممكن للآلة أن تمتلك ذكاءاً يُضاهي ما يملكه الانسان، لا وبل تتخطاه بدرجات (أنصحكم بمشاهدة هذا الفيديو الرائع).

كان العلماء متفائلين للغاية  بقدرتهم في جعل الآلة تفهم و تتصرف كالبشر و الفكرة جذبت بعض المستثمرين الذين صرفوا ملايين الدولارات في ذلك الوقت  من أجل تنفيذها!. الا أن سرعان ما تبخر هذا الحلم و تحول الى سراب. لقد استهان العلماء بالعقل البشري الذي لا يزال يحمل ألغاز تنتظرنا لحلها حتى بعد كل تلك السنوات. و بالغوا في تقدير ما يُمكن أن تقوم به الآلة. فحتى لو كانت تستطيع أن تقوم بكل تلك الحسابات، لا يعني انها تمتلك قدرة الدماغ على معالجة البيانات المختلفة و التعلم و التعبير عن المشاعر و غيرها. هنا حل ما أطلق عليه حينها ( شتاء الذكاء الاصطناعي) عام 1973، كان الأول و لم يكن بالطبع الأخير فقد تبعه شتاء آخر في ثمانينيات القرن الماضي أيضاً.

كان السبب الأساسي لهذه النكسات هو الطموح البشري الذي لا يظاهيه شئ مقارنة بنقص واضح في الموارد من معالجات حاسوبية و بيانات رقمية. كل ذلك تغير بحلول الألفية الثانية و بزوغ فجر المعالجات ذات السرعات الجبارة خاصة معالجات الرسوم و الألعاب و التي يتم استغلالها الآن في مجال تدريب البرامج الخاصة بالذكاء الاصطناعي و بذلك تمكننا من معالجة بيانات ضخمة. لأضعكم في الصورة فيما سبق قد تستغرق معالجة حجم معين من البيانات أيام أما الأن يمكن أن تتم نفس المهمة خلال ساعات. أما كمية البيانات فأصبحت موجودة بوفرة كبيرة بعد أن أصبح كل فرد على هذا الكوكب يحمل كل بياناته في جيبه.  فنحن باستخدامنا الهواتف الذكية المتصلة بشكل مباشر بالانترنت و تزويدنا المواقع بمعلومات عنا نقوم بخلق هذه البيانات كل دقيقة.

لقد عدت! هل اشتقتم لي؟

لقد عاد بالفعل و بكامل قوته هذه المرة، قد يعتقد البعض أن شتاءاً آخر قد يأتي لكن هذا الأمر مُستبعد للغاية فنحن نستخدم الكثير من التطبيقات التي تعتمد على الذكاء الاصطناعي. هل سبق أن استخدمت أحدى الفلاتر الخاصة ببرامج التواصل الاجتماعي عند التصوير أو أخذ صورة من كاميرا هاتفك لكلمات و ترجمتها باستخدام مترجم "Google" أو استخدامك لمواقع الفيديو و تتفاجأ بظهور فيدوات مقترحه لك، قريبة من ذوقك (في أغلب الأحيان لنكن منصفين)؟ لو لم تكن خوارزميات الذكاء الاصطناعي موجودة لما توفر كل ذلك، و هذا فقط غيث من فيض.

 يُطلق الآن على التطور الحاصل في مجال الذكاء الاصطناعي بالثورة الصناعية الرابعة!
هذه الثورة لن تؤثر على مجال واحد بل ستشمل كل شئ حولنا. اسمح لي بأن أُعطيك فكرة دون ذكر وظيفة معينة. أنت تقوم بعملك كل يوم على أكمل وجه (أتمنى ذلك)، تعرف ما عليك فعله كل يوم و هناك بعض المهام التي تقوم بها بشكل دوري و قد أصبحت جزء لا يتجزأ من روتين العمل، تقوم خلالها باتباع تعليمات معينة و قد تتكرر كل شهر أو اسبوع أو حتى كل يوم، لاحظ انها قد تكون وظيفة بدنية أو فكرية لا فرق هنا. الآن يمكن لهذه الأعمال أن يقوم بها الحاسوب بدون أي مشاكل أو شعور بالكلل و الملل منها و بأضعاف مضاعفة للسرعة التي تقوم أنت بها و فعالية أكبر. لكن أرجوكم لا داعي للاحساس بالغيرة و التهديد من هذا الزائر الجديد و علينا أن نتقبل و بصدر رحب هذا التطور و أن نكون جزءاً منه  والا اكتسحنا دون أن نشعر جميعاً.

ستقول لي أن عملك بعيد كل البعد عن هذا المجال وانك لم و لن تحتاج اليه، سأقول لك انك على خطأ و سأكون أكثر تحديداً هذه المرة.

قد تكون صاحب عمل خاص وتقوم بالتعامل مع زبائن كثر و تقديم خدمات و عروض مختلفه لهم و تسير أمورك على أفضل ما يكون. ماذا لو أخبرتك انك وباستغلالك تقنيات الذكاء الاصطناعي ستتمكن من جلب أضعاف الزبائن بل و حتى معرفة ما سيطلبونه قبل أن يقوموا هم بذلك. أما اذا كنت تحب توفير حلول للمجتمع و تحسين مستوى الحياة وهنا لنأخذ مجال الطب كمثال. 

ليتمكن مثلاً، طبيب ذو اختصاص و خبرة من تشخيص بعض الأمراض عن طريق النظر و فحص دقيق لصور الأشعة أو صور لخلايا الدم و الأنسجة و التي يكون فيها دقة التشخيص و وقته هو وبدون أي مبالغة الحد الفاصل بين الحياة و الموت، يتم تدريب كادر طبي لسنوات قد تتجاوز العشر سنوات للوصول الى الخبرة المطلوبة. في المُقابل ستقوم الخوارزمية بمضاهاة عمل الطبيب الخبير بل و قد تتغلب عليه في التشخيص الصحيح للحالة كل ذلك بعد تدريبها لبضعة أيام كحد أقصى وليتم التشخيص في بضع ثواني!

الأمر ليس سحراً رغم أن نتيجته قد تبدو كذلك بكل تأكيد. ففي الحالة الأولى، أنت تتعامل مع المئات أو حتى آلاف الزبائن وقدد تكون تعمل في مجالك منذ بضع سنوات و اذا كنت تمتلك أي شكل من اشكال الأتمته مثل نظام محاسبة آلي فأنت تمتلك كنز من البيانات الخام التي تستطيع استخراج منها معلومات ثمينه، و لأذكر مثلاً، المنتج الأكثر مبيعاً و ما هي الخلفية لزبائنك لتتمكن من استهداف من يهموك، خاصة اذا كان لديك قسم للمبيعات، و ما هي المنتجات التي تتماشى معاً و في حال ما اشترى زبون ما منتج أو خدمه معينة ما هي فرصة طلبه لخدمة أخرى اضافة الى التنبؤ بأرباحك بناءاً على أرباحك السابقة و حتى التنبؤ بسوق البورصة اذا ما كان يهمك الأمر و بدقة عاليه و القائمة تطول و كل ذلك قد لا يأخذ الا بضع دقائق لا أكثر. هذه المهام الأسهل تنفيذاً في مجال الذكاء الاصطناعي في الوقت الحالي حيث تتوافر الكثير من الخوارزميات التي يمكن استخدامها والتي بالفعل يتم استخدامها منذ سنوات في الشركات العملاقة مثل Facebook و  Google و  Netflex اذا أردت أن أذكر البعض فقط.

تنبيه تِقَّني! بعض المصطلحات التقنية ستمر من هنا!

في الحالات المذكورة أعلاه و بالمجمل يتم توظيف تقنيات (تعليم الآلة) أو "Machine Learning" وهي خوارزميات تعتمد على المعادلات الرياضية بشكل أساسي و هناك أيضاً  خوارزميات الشبكات العصبية أو العصبونية "Neural Network" وهي خوارزميات تم تصميمها لتشابه بشكل تقريبي عمل خلايا الدماغ البشري في تمييزها للأنماط المختلفة في البيانات، وقد يتم توظيف تقنية جديدة نسبياً و هي  (التعلم العميق) "Deep Learning" وفيها يتم تكديس طبقات من الشبكات العصبية.  كلاهما يعتبران جزء من فرع (تعلم الآلة) و الذي يعتبر بدوره جزءاً من الذكاء الاصطناعي "AI" فنحن نتكلم عن مجال واسع هنا. الشكل أدناه سيوضح الصورة بشكل أكبر:

شكل(1) علاقة الأفرع المختلفة للذكاء الاصطناعي

أما المجال الطبي واذا فرضنا  كون البيانات هنا على شكل صور وليست بيانات جدولية "Tabular data" كما هو حال المثال السابق.لكن أريد التنويه  أن هناك العديد من عمليات التشخيص الطبي التي يمكن أن تتم باستخدام بيانات جدولية بالفعل و يتم استخدام التقنيات المذكورة سابقاً أيضاً. اذا لنعد الى بياناتنا الصورية والتي ولفترة ليست بالبعيدة كان تشكل تحدياً كبيراً الى أن تم الاستعانة بخوارزميات قديمة جديدة، أثبتت جدارتها في التعامل مع الصور و استخراج أنماط معقدة تضاهي العين البشرية! انها المذهلة ال"CNN" سيداتي و سادتي!  (أنا لست متحيزة على الإطلاق هنا، لكنها فعلا تستحق كل هذا الاعجاب)
قديمة جديدة، لأنها موجودة منذ ثمانينيات القرن الماضي لكن التكنلوجيا لم تسعفهم لتنفيذها و استغلال قدراتها. لكن ليس بعد الآن.

اسمحوا لي أن أقول لكم ان هذا بالفعل لأمر مدهش للغاية، و أريد بهذه المُناسبة تذكيركم بأن اللآلة لا ترى من الصورة سوى أرقام، لاحظ الصورة أدناه لتأخذ فكرة عن المشكلة التي كانت تواجه المختصين.

شكل(2) على اليسار الصورة كما نراها نحن كبشر، 

و على اليمين الصورة كما يراها الحاسوب

لك أن تتخيل كمية الأبحاث التي تم عملها في هذا المجال من أجل افهام الحاسوب أن ما يراه هو عبارة عن قطه أو بشر أو حتى صورة لكتابة ما و كيف يقوم بالتفريق بينهم. لتأتي خوارزميات تدعى بال"Convolutional Neural Network" أو "CNN" كاختصار لها لتقوم بعمل ثورة في عملية التعرف على الأغراض في صورة أو فيديو ما و بدقة عاليه. و يمكن القول انها و مع خوارزميا التعلم العميق يقومان بعمل أغلب المهام الخاصة بالتعامل مع البيانات البصرية. ومن الجدير بالذكر ان عملها مستوحى من عمل القشرة البصرية في الكائنات الحية.

بالطبع هنالك المزيد من الخوارزميات و التقنيات المستخدمة كال"RNN" أو ال"Recurrent Neural Network" و التي تتعامل مع البيانات التسلسلية و التي يكون فيها ترتيب المعطيات بشكل معين مهماً للغاية من أجل الحصول على نتيجة منطقية.

و هناك المزيد، أعدكم به في الحلقات التالية ان شاء الله. هذا ان كنتم مُتحمسين لمعرفة المزيد بالطبع.

ما العمل الآن؟

لا تقلقوا لن أترككم هنا و أرحل.ليس بعد.

 قد يبدو لكم هذا المجال شئ من الخيال العلمي أو خاص بنخبة من المختصين ولا يمكن لأي شخص دخوله و نعم قد يكون الأمر صحيحا قبل عقد من الزمن لكن ليس بعد الآن، و تذكر أن الأمر كان مشابهاً عند اختراع المحرك البخاري أو عند دخول الحاسوب في كل المجالات حتى أصبحنا بالكاد نستخدم الورق نتيجة لثورة التكنلوجيا والأتمتة.

الآن يصف البعض الذكاء الاصطناعي بأنه أتمته مزودة بمحرك نفاذ. 

لقد حصل تطور كبير في هذا المجال خلال السنوات القليلة أدى الى تطوير خوارزميات و بيئات عمل متقدمة لدرجة أن أصبح بامكان أي شخص تدريب الحاسوب و تعليمه للقيام بمهمام معينة حتى دون خبرة مُسبقة، نعم حتى أنت. الآن فرصتك لتزويد عملك بهذا المحرك النفاذ. و اذا لم تكن من الأشخاص المُهتمين بالجوانب التقنية ولا تريد عمل ذلك بنفسك ولكنك بالتأكيد تريد تطوير بيئة عملك.فهذا أيضاً خبر مُفرح بالنسبة لك لأنه يعني أنه بات بامكانك توظيف من يمكنه مساعدتك في تحقيق ذلك.

مفترق طرق..

سواء كنت مُبرمجاً أولا و تود دخول هذا العالم المُذهل، دعني أخبرك ان الآن هو الوقت المناسب لذلك جداً، فنحن بالفعل نشهد على قيام هذه الثورة في عصرنا الحالي.

و اذا لم تكن ترغب بذلك، فانه الوداع اذا...

حسنا، لا تقلقوا يُمكنكم المتابعه أيضاً، لكنني سأقوم باعطاء خارطة طريق مُختصرة لما يُمكنكم فعله في حال أردتم التعمق أكثر.

وقد يكون هناك مُبرمج محبوس في داخلكم و ينتظر الخروج. 

التالي هو ليس قانوناً يجب عليك اتباعه بالحرف بل يُمكنك أن تبدأ ثم تختار الطريق و الخطة التي تناسبك. أنا مثلا بدأت التعرف على هذا المجال منذ 7 أشهر ودعني أُخبركم، انها كانت ولا تزال رحلة مذهلة. أتعلم منها الكثير كل يوم.

هيا أخبرينا ماذا سنحتاج للبدأ؟

حسنا، حسنا، اهدؤوا قليلاً، القائمة التاليه هي ما ستجدونها في أغلب الأحيان كدليل لاتباعه:

- معرفة لغة برمجيه واحدة على الأقل، هذا سيسهل عليك الكثير من الأمور. خاصة اذا ما كنت تعرف لغة فان تعلمك للغة من لغات الذكاء الاصطناعي الرائجة الآن مثل الPython و ال++C سيكون سهلاً و سلساً.

  

- معرفة بعض الأساسيات في الرياضيات و الجبر خاصة، نعم عليك أن تزيل التراب المُتراكم على معلوماتك الرياضية قليلاً  كما فعلت أنا. رغم ذلك يمكنك البدأ بعمل خوارزميتك بدون الحاجة له باستخدام احدى المكتبات التي سنقوم بذكرها بعد قليل. لكن الأمر سيكون واضحاُ و أكثر سهولة بالنسبة لك اذا ما كانت مُلَِماً ببعض الأساسيات و ستتمكن من تصميم خوارزميات أقوى .

- معرفة أساسية في علم الاحصاء و التعامل مع البيانات بشكل عام، هذا أيضاً قد لا يكون الزامياً في بادئ الأمر لكنك ستجد الحاجه ملحة عند التعمق أكثر و خاصة و ان هذا المجال يعتمد على البيانات بشكل كبير لدرجة انقسام العاملين فيه الى قسمين، أحدهما يؤكد على أن كمية البيانات و نوعها هما المُحركان الأساسيان للتطور الحاصل في الذكاء الاصطناعي، بينما يخالفهم الرأي النصف الآخر ليؤكد ان تطوير خوارزميات هو السبيل لجعل الآلة أكثر ذكاءاً. و في كل الأحوال أعتقد برأيي المتواضع ان الاثنين معاً ضروريان للحصول على النتيجة الأمثل.

و اليك الآن بعض البيئات و المكتبات الأكثر شهرة و استخداماً في هذا المجال هي: 

- مكتبة TenserFlow من Google.

- مكتبة Keras. 

- مكتبة Sci-Kit Learn.

- مكتبة Pytorch.

- بيئة Matlab أو النسخة المجانية منه Octave.

هناك المزيد لكن هذه قد تكون هذه الأكثر شيوعاً في الوقت الحالي. يمكنك الآن كتابة اسم أي منها في محرك البحث الخاص بك و ستجد مئات الدروس و الدورات التعليمية الخاصة بها، بعضها مجاني و بجودة عاليه جداً؛ قد أقوم بعمل حلقة خاصة عن هذا الموضوع، اذا أحببتم، و بالرغم من هذا التنوع الذي قد تجده مُربك،الا أن جميعها تشترك في أنها تحاول مساعدتك في عمل خوارزميتك الخاصة و تدريبها من أجل القيام بأعمال مختلفة و تتنافس لجعل هذه المهمة أبسط و التركيز على عملية الابداع و الفكرة ذاتها.

النهاية..

انه ليس الوداع بالتأكيد، لكن حلقتنا انتهت لهذا اليوم على أمل اللقاء معكم قريباً في حلقة جديدة أكثر تشويقاً و عمقاً، اذا جاز التعبير.

الهدف من كتابتي لهذه المقالة هو لدفع المزيد، خاصة من عالمنا العربي الى التعرف على هذا المجال المُذهل و عدم التوجس منه على الاطلاق. فهو سيقوم بتحسين حياتنا كبشر و زيادة انتاجيتنا. كما و ان معرفتنا به سيحد من احتكاره من قبل زمرة محدودة من الناس و الذي قد يؤدي الى عملية احتكار و حتى استخدامه بشكل مُضر و سلبي في مجتمعاتنا. فلابد هنا من وجود من يقوم باستغلاله لمصلحة البشرية جمعاء.

و دعني أخبركم  انني لم أكن لأتخيل نفسي أدخل هذا العالم قبل بضعة أشهر أما الان فقد اصبح أمراً روتينياً لي و بشكل يومي. فأنا اما أن أقوم بمتابعة دروسي فيه، أو بقراءة مقالة أو  بعض الأبحاث عنه، و هو أمر مضحك نوعاً ما لأنك لو أخبرتني قبل سبعة أشهر انني سأقوم بقراءة بحث عن الذكاء الاصطناعي كنت سأضحك في وجهك و أرحل. رغم ذلك فاذا كان لهذا المجال ابجدية فانني لازلت في حرف الباء و قد اقوم لاحقاً بمشاركة بعض من ما قمت بتنفيذه حتى الآن خلال رحلتي في الحلقات التالية.

أما الآن فشكراً لحسن متابعتكم و الى اللقاء.

ملاحظة:
أنا أُرحب بأي اقتراح لما تريدون مني التطرق اليه في الحلقات التاليه و سأكون سعيدة لمناقشته اذا ما كان عدد المُقترحين كافياً.
كما يمكنكم التسجل ليصلكم تنبيه عن كل ما هو جديد.

المصادر

- history of artificial intelligence
- The fourth industrial revolution what it means and how to respond
- 10 Best Frameworks and Libraries for AI
- Neural Network
- Convolutional Neural Network

- Artificial Intelligence 101