هزم بطل العالم غاري كاسباروف حاسوب IBM Deep Blue في عام 1996 ، لكنه هُزم في عام 1997 ، وخسر 4-2.
يعتبر انتصار كمبيوتر IBM Deep Blue عام 1997 على القائد الكبير وبطل العالم Garry Kasparov نقطة تحول في تاريخ التكنولوجيا ، يمكن مقارنتها بالهبوط على سطح القمر. يبدو أنها أثبتت أن أجهزة الكمبيوتر يمكنها التغلب على البشر فيما كان يعتقد أنه فريد بالنسبة لنا: التفكير 1 . تعتبر تقنيات الذكاء الاصطناعي الرمزية التي يستخدمها كمبيوتر DeepBlue قديمة الطراز اليوم ، خاصة بالنسبة للألعاب الأكثر تعقيدًا مثل go ، التي تم اختراعها في الصين منذ ألفي ونصف عام. ولكن في عام 2016 ، هُزم World Go Champion Lee Sedol بواسطة نظام DeepMind AlphaGo AI من Google. أطلق الباحث والرأسمالي الاستثماري لي كايفو على هذا الحدث "لحظة سبوتنيك" للصين 2: إنه يعتقد أن هذا هو ما دفع الصين إلى استثمار مليارات الدولارات في أبحاث الذكاء الاصطناعي من أجل اللحاق بالولايات المتحدة وربما تجاوزها. يوضح انتصار AlphaGo ازدهار نموذج الذكاء الاصطناعي الجديد - التعلم العميق والشبكات العصبية - الذي يقع في قلب ثورة الذكاء الاصطناعي الحديثة.
لماذا كانت الألعاب مثل الشطرنج وتذهب مهمة جدًا في تاريخ الذكاء الاصطناعي؟ نظر رواد أبحاث الذكاء الاصطناعي ، ومن بينهم هربرت سيمون وألين نيويل وجون مكارثي ومارفن مينسكي ، إلى الذكاء البشري من خلال المنظور التقليدي للفلسفة الغربية ، التي وضع أرسطو أسسها. هذه النظرة الذكورية الأوروبية للذكاء ، المتجذرة في التقسيم الديكارتي للعقل والجسد ، أعطت الأولوية لمهارات الدماغ - المنطق والرياضيات ومهارات حل المشكلات على حساب أشكال الذكاء الجسدية والعاطفية والاجتماعية والثقافية. لقد اعتقدوا أنه إذا كان العقل (أي المنطق) يميز الإنسان عن الوحش ، فإن المنطق يجب أن يكون أساس الذكاء.
كان بليز باسكال فيلسوفًا وعالم رياضيات. في أربعينيات القرن السادس عشر ، اخترع آلة قادرة على أداء إضافة لمساعدة والده ، جابي الضرائب.
سعى العديد من الفلاسفة وعلماء الرياضيات الغربيين ، من بليز باسكال إلى جورج بول وبرتراند راسل ، إما إلى جعل الحساب / المنطق ، الذي يعادلوه بالفكر نفسه ، أكثر صرامة من الناحية الرياضية (أكثر "رسمية") ، أو اتخاذ الخطوة التالية - لمكننتها. صنع باسكال بنفسه جهاز كمبيوتر لهذا الغرض ، وكانت ذروة هذا الاندفاع للفكر الغربي هي اختراع الكمبيوتر الرقمي في القرن العشرين. رأى رواد أبحاث الذكاء الاصطناعي في الخمسينيات والستينيات من القرن الماضي الألعاب على أنها طريقة أخرى للبشر لإظهار الذكاء من خلال حل المشكلات. إذا تمكن باحثو الذكاء الاصطناعي من محاكاة كيفية قيام اللاعبين بذلك ، فيمكنهم أتمتة هذه العملية. تأسس فرع الرياضيات المسمى نظرية الألعاب ، المطبق على الاقتصاد والشؤون العسكرية ، من قبل عالم الرياضيات ورائد الكمبيوتر جون فون نيومان.لقد وفرت تحسين الاستراتيجيات والخوارزميات المستخدمة على نطاق واسع في علوم الكمبيوتر. طبق رائد الذكاء الاصطناعي هربرت سيمون هذه النظريات في علوم الكمبيوتر والاقتصاد (التي فاز فيها بجائزة نوبل). وبالتالي ، فإن فكرة أن الألعاب يمكن أن تحاكي بجدية جوانب من العالم الحقيقي كانت أساسية في الأيام الأولى لعلوم الكمبيوتر. على وجه الخصوص ، نظرًا لأن أجهزة الكمبيوتر القديمة واجهت صعوبة في محاكاة تعقيد العالم الحقيقي ، فقد اعتبرت الألعاب "عالمًا صغيرًا" مبسطًا ، كانت قيوده وقواعده مفهومة جيدًا بواسطة أجهزة الكمبيوتر التي جعلت التقدم السريع ممكنًا في الستينيات.وبالتالي ، فإن فكرة أن الألعاب يمكن أن تحاكي بجدية جوانب من العالم الحقيقي كانت أساسية في الأيام الأولى لعلوم الكمبيوتر. على وجه الخصوص ، نظرًا لأن أجهزة الكمبيوتر القديمة واجهت صعوبة في محاكاة تعقيد العالم الحقيقي ، فقد اعتبرت الألعاب "عالمًا صغيرًا" مبسطًا ، كانت قيوده وقواعده مفهومة جيدًا بواسطة أجهزة الكمبيوتر التي جعلت التقدم السريع ممكنًا في الستينيات.وبالتالي ، فإن فكرة أن الألعاب يمكن أن تحاكي بجدية جوانب من العالم الحقيقي كانت أساسية في الأيام الأولى لعلوم الكمبيوتر. على وجه الخصوص ، نظرًا لأن أجهزة الكمبيوتر القديمة واجهت صعوبة في محاكاة تعقيد العالم الحقيقي ، فقد اعتبرت الألعاب "عالمًا صغيرًا" مبسطًا ، كانت قيوده وقواعده مفهومة جيدًا بواسطة أجهزة الكمبيوتر التي جعلت التقدم السريع ممكنًا في الستينيات.
آلة الشطرنج Turok من Wolfgang von Kempelen ، يتحكم فيها لاعب حي مختبئ بالداخل.
يعتبر الشطرنج تاريخياً على وجه الخصوص ذروة النشاط الفكري في الغرب. كانت لعبة فكرية مرتبطة بالمنطق والاستراتيجية. فكر في السيد سبوك من ستار تريكهزيمة اللاعبين البشريين في لعبة الشطرنج ثلاثية الأبعاد. حتى في القرن الثامن عشر ، كانت النخبة الأوروبية مفتونة بفكرة الآلات التي يمكنها لعب الشطرنج. اشتهر فولفغانغ فون كمبلن بـ "الترك الميكانيكية" - وهي آلة شطرنج صنعت للإمبراطورة النمساوية ماريا تيريزا وهزم بنيامين فرانكلين ونابليون. فيما بعد اتضح أن "الترك" كان مزيفًا وأن هناك لاعبًا حيًا يختبئ بداخله ؛ ومع ذلك ، فقد أذهل خيال إدغار آلان بو وتشارلز باباج. امتد الاهتمام بالشطرنج كمؤشر للذكاء إلى علماء الرياضيات الذين وضعوا نظرية الحساب في القرن العشرين: آلان تورينج ، كلود شانون ، جون فون نيومان ، نوربرت وينر ، وبالطبع رواد الذكاء الاصطناعي هربرت سيمون وألين نيويل وجون مكارثي. على وجه الخصوص ، اعتبر نيويل وسيمون أن الشطرنج يمثل تحديًا نموذجيًا للذكاء الاصطناعي ،مثالي للحل المفضل لديهم: البحث.
1947 .
MIT Bell Labs () 1950 , . MIT ( ). (. 1950 ).
, , 1980 .
ما هو البحث وكيف يمكنك استخدامه عند لعب الشطرنج؟ في سياق الذكاء الاصطناعي ، لا يعني البحث البحث عن نص على الويب باستخدام Google (على الرغم من أن محرك بحث الويب يمكنه استخدام مفهوم البحث في سياق الذكاء الاصطناعي). في الذكاء الاصطناعي ، يشير البحث إلى عملية التجربة والخطأ في اجتياز الحلول الممكنة لمشكلة ما. يعد البحث أحد الأساليب الأساسية للذكاء الاصطناعي الكلاسيكي ، والمعروف أيضًا باسم الذكاء الاصطناعي "الرمزي" ، لأن هذه الأساليب تتضمن التلاعب بقوائم الرموز ، على سبيل المثال ، في حل المشكلات الجبرية. تتضمن جميع أنواع عمليات حل المشكلات ، مثل إثبات النظرية وحل الألغاز والألعاب وحل المتاهة ، تحديد ما يجب تجربته أولاً. يمكن نمذجة هذه الخيارات كشجرة قرارات متفرعة.
.
-. , , - «».
لنفترض أننا بحاجة إلى إنشاء فأر آلي يبحث عن مخرج من متاهة (تقريبًا ما فعله كلود شانون في عام 1950). إذا اصطدمت تقاطعًا بأربعة أبواب ، يمكنها التحرك إلى اليمين والأمام واليسار ، لكنها ممنوعة من العودة. هذا يعطينا ثلاثة خيارات ممكنة. قد يقول علماء الحاسوب أن الفأر لديه "عامل تفرع" 3. إن أبسط طريقة لبرمجة كمبيوتر ليمشي (حل) متاهة هي التحقق من كل خيار ، أو فرع ، بدوره. يسمى هذا البحث بالقوة الغاشمة: نحن نختبر كل اختلاف. ومع ذلك ، سوف ينتقل الماوس الخاص بنا ، بالطبع ، إلى تقاطع آخر قبل إعطائه الفرصة للعودة للتحقق من جميع الخيارات الأخرى عند التقاطع الأول. في كل مرة تصل إلى تقاطع جديديمكن للماوس الاختيار بين ثلاثة مسارات جديدة أخرى. يمكننا تعيين عدد التقاطعات التي يمكن للماوس البحث عنها بعمق قبل العودة ومحاولة مسار مختلف.
يحرك كلود شانون فأره الكهربائي في متاهة (حوالي 1952).
يشار إلى هذا بعمق البحث ، وفي سياق الألعاب ، "انظر إلى الأمام". كما ترى ، فإن عدد المسارات التي يجب البحث عنها بواسطة الماوس ينمو بسرعة كبيرة: مثل 3 (عامل التفرع) ، مضروبًا بنفسه عدة مرات كما نتحقق بشكل استباقي في شجرة القرار. بعبارة أخرى ، المشكلة تتزايد باطراد. في صناعة الذكاء الاصطناعي ، غالبًا ما يشار إلى هذا باسم مشكلة "الانفجار الاندماجي".
رقعة الشطرنج في النظريات المبكرة
يمكن استخدام طريقة مماثلة في الشطرنج أيضًا. في حركة كل لاعب ، لدينا خيار بحد أقصى 38 حركة مسموح بها ، أي أن مشكلة الشطرنج لها عامل تفرع 38. لتحديد أفضل هذه الحركات الـ 38 ، يتم استخدام طريقة كمية لتقييم الفائدة النسبية لموقف الشطرنج على الآخر. وهذا ما يسمى "وظيفة التسجيل". تتطلب لعبة الشطرنج المتوسطة 42 حركة ، وبما أنه يوجد لاعبان ، يجب ضرب هذا في اثنين ، مما يعطينا حوالي 38 84 حركة - أكثر من عدد النجوم في الكون. حتى في المراحل الأولى من تاريخ الذكاء الاصطناعي ، أصبح من الواضح أن مثل هذا البحث عن طريق القوة الغاشمة للبحث عن الشطرنج والمهام الأخرى لن ينجح ببساطة في المعدات في ذلك الوقت ؛ هناك عدد كبير جدًا من الخيارات وأجهزة الكمبيوتر ضعيفة جدًا. كان كلود شانون من أوائل من استخدموا الخوارزمية "minimax "في برنامج الشطرنج الحاسوبي (لا تزال هذه الخوارزمية أساس معظم برامج الشطرنج اليوم) ، بعد أن لاحظت أنه بفضل المعرفة والخبرة البشرية في اللعبة ، يمكنك قطع العديد من الفروع بسرعة دون النظر إليها. واقترح هربرت سيمون وألين نيويل استخدام" الاستدلال "، أو القواعد الأساسية التي يستخدمها البشر جزئيًا عند حل المشكلات ، غالبًا ما تعمل ، ولكن هذا لا يحدث دائمًا ، فإن الاستدلال هو نوع من المعرفة البشرية التي يمكن برمجتها في الكمبيوتر.
شطرنج
يحتوي الشطرنج على عدد من الفروع في شجرة القرار الخاصة به أكثر من تيك تاك تو. لقد تم حساب أن عدد المتغيرات لألعاب الشطرنج يساوي تقريبًا 10120 ، وهو أكثر من عدد الذرات في الكون.
ينظر إلى الأمام مقيد
نظرًا للعدد الهائل من الفروع ، يمكن لبرامج الشطرنج أن تتطلع إلى الأمام من خلال شجرة البحث فقط إلى عمق محدود ، وإلا فإن البحث سيستمر إلى الأبد.
أحد هذه الأساليب التجريبية التي أثبتت فائدتها في الشطرنج هو " قطع ألفا بيتا". وهذا يعني أنه إذا قرر البرنامج أن إحدى الحركات يمكن أن يتصدى لها العدو بسهولة ، فلا داعي للبحث عن طرق أخرى يمكنه من خلالها مواجهة نفس الحركة. ويمكن تجاهل المزيد من البحث على طول هذا المسار ، وقطع هذا الفرع بالكامل من الشجرة يمكن أن يؤدي ذلك إلى تقليل عامل التفرّع بشكل كبير ، من 38 إلى 6 ، وأحيانًا إلى 3. بالإضافة إلى ذلك ، نظرًا لمحدودية أجهزة الكمبيوتر في ذلك الوقت ، يمكن لمعظم البرامج أن تنظر إلى الأمام بأربع خطوات فقط. أحد برامج الشطرنج الأولى القادرة على اللعب بكفاءة ضد الهواة تم إنشاؤه في حوالي 1959-1962 من قبل طالب معهد ماساتشوستس للتكنولوجيا آلان كوتوك تحت إشراف جون مكارثي. استخدم برنامج كوتوكا مكارثي قصاصات ألفا بيتا.
, IBM 7090 . , - . 1967 , , 3-1 .
1959 MIT , . , , . . 1962 .
اعتقد نيويل وسيمون أن جميع مشاكل الذكاء الاصطناعي ، مثل الشطرنج ، يمكن حلها من خلال البحث بالاقتران مع الاستدلال ، أو "البحث التجريبي". كان البحث عن مجريات الأمور هو الفكرة المركزية وراء الاختراقات المبكرة لنيويل وسيمون ، والمنظر المنطقي والحل العام للمشكلات ، وأصبح ركيزة أساسية في نظريتهم القائلة بأن الذكاء لكل من البشر والآلات يكمن في التلاعب البسيط بالرموز ، اللبنات الأساسية. الرياضيات واللغة. أصبحت فرضية "نظام الرموز المادية" هذه هي الفرضية التي استند إليها مشروع الذكاء الاصطناعي الرمزي بالكامل ، منذ بدايته في الخمسينيات وحتى أوائل القرن الحادي والعشرين. هذه النظرية ، التي افترضت تكافؤ "دماغ" الكمبيوتر والإنسان ، أصبحت مؤثرة للغاية في علم النفس المعرفي.ولاحقًا دخلوا في الثقافة الشعبية بفضل الأعمال في نوع cyberpunk ، حيث يمكن للناس تحميل أدمغتهم على الإنترنت أو استبدالها بشرائح.
() , -, Logic Theorist, General Problem Solver NSS ( --). JOHNNIAC RAND.
أصبحت أجهزة الكمبيوتر أسرع ، وقام علماء الكمبيوتر الذين كانوا هم أنفسهم لاعبي الشطرنج ذوي الخبرة ، مثل ريتشارد جرينبلات وهانز برلينر ، بإنشاء برامج الشطرنج الخاصة بهم. وجدوا أن برامج الشطرنج الأولى (مثل تلك التي كتبها Kotok) لعبت بشكل سيء للغاية وأضافوا معرفتهم الخاصة بكيفية تعامل اللاعبين الحقيقيين مع اللعبة في برامجهم ؛ أخذت هذه المعرفة شكل استدلالات إضافية لتحسين تقدير موضع القطع ، وقواعد بيانات حركات الافتتاح وألعاب النهاية ، وأدوات التعرف على أنماط ساحة اللعب. مع مرور الوقت ، أصبح من الواضح أن برامج الشطرنج التي تعمل على أجهزة كمبيوتر أسرع أو معدات متخصصة يمكن أن تتفوق على البرامج التي تحتوي على قدر كبير من المعرفة البشرية المضمنة فيها. حدث هذا لأنه لا توجد طريقة إرشادية مثالية ولا يمكنها تفسير جميع المواقف.تنشأ أحيانًا حركات بارعة لأن اللاعب يحاول القيام بشيء يعتبره معظم الناس خطوة سيئة. معظم الاستدلالات ستقطع مثل هذه الخطوة دون مزيد من البحث ، مما يعني أن البرامج التي تستخدم المعرفة البشرية لن تتخذ مثل هذه الخطوة أبدًا.
هانز برلينر (في الخلفية) ، موراي كامبل (يسار) وفنغ شيونغ شو في بطولة الشطرنج السنوية العشرين للكمبيوتر ACM في رينو ، نيفادا. تقاسم المركز الأول فريقان - HiTech (فريق برلين) و Deep Thought (فريق Campbell's و Xu) ؛ كلاهما يمثل جامعة كارنيجي ميلون. تم تعيين ثلاثة أعضاء من فريق Deep Thought (بما في ذلك Campbell و Xu) لاحقًا بواسطة IBM لإنشاء Deep Blue.
مع زيادة سرعة أجهزة الكمبيوتر ، كانت قادرة على النظر إلى الأمام بعمق أكبر ، 6 ، 7 ، 8 حركات ، وهزيمة البرامج التي توقعت 4 خطوات فقط للأمام بسهولة. تم اكتشاف خوارزمية بحث أكثر كفاءة تسمى "البحث التعمق التكراري". يمكنه تدريجياً زيادة عمق البحث على طول الطريق الذي بدا واعداً أكثر. تم استخدامه لأول مرة في لعبة الشطرنج 4.5.3 ديفيد سليت ولاري أتكينز - أول برنامج يفوز بدورة الشطرنج البشرية لعام 1976. كما سمحت زيادة سعة الذاكرة للبرامج بالاحتفاظ بالمواقع التي تمت مراجعتها مسبقًا ، مما أدى إلى تقليل عدد عمليات البحث المطلوبة. تم تبادل كل هذه الابتكارات (تقليم ألفا بيتا ، والتعميق التكراري ، وتخزين المواقع التي تم التحقق منها ، وقاعدة بيانات الفتحات وألعاب النهاية) بحرية من قبل مطوري برامج الشطرنج في بطولات الشطرنج الحاسوبية ، لذلك أصبحت تقنيات قياسية.
في عام 1977 ، قام كين تومسون (المعروف بالمؤلف المشارك لنظام تشغيل يونكس) وجو كوندون من مختبرات بيل بتصميم Belle ، وهي آلة شطرنج متخصصة. أحدثت معدات الشطرنج المتخصصة من Belle وقاعدة بيانات نهاية اللعبة ثورة في لعبة الشطرنج الحاسوبية.
Belle 13- . Belle , Cray Blitz. 1970 1994 (Association for Computing Machinery, ACM) .
1980- Belle, Bell Labs, . Belle CHAOS WCCC 1980 , , . Belle CHAOS .
Belle Chess 4.0 4- (WCCC), - 1983 . : , . : Chess . Cray Blitz, Bebe.
على الرغم من التقدم في البرامج ، مع زيادة سرعة أجهزة الكمبيوتر في السبعينيات ، تحسنت برامج الشطرنج تلقائيًا دون أي ابتكار برمجي. بحلول الثمانينيات ، كان العامل المهيمن في التقدم في لعبة الشطرنج الحاسوبية هو استخدام الأجهزة لتسريع البحث. لقد أصبحوا تحديًا لتصميم الكمبيوتر ، وليس تحديًا للذكاء الاصطناعي. في عام 1997 ، لا يزال Deep Blue يستخدم إلى حد كبير نفس تقنيات البرمجة مثل برامج الشطرنج قبل 20 عامًا ؛ ومع ذلك ، فقد تمكن من هزيمة كاسباروف لأنه كان جهاز كمبيوتر سريعًا مع العديد من المعالجات المتوازية المتخصصة. بمعنى ما ، مع نمو سرعة أجهزة الكمبيوتر ، أصبحت برامج الشطرنج أقل ذكاءً.
Deep Thought I, 1988 . Deep Thought, — , Deep Blue.
Deep Blue.
IBM Deep Blue ( , , , , . . ).
1997 Deep Blue (-).
في الثمانينيات ، كان البحث المتعمق أولًا باعتباره الموضوع المهيمن في أبحاث الذكاء الاصطناعي في تراجع بالفعل. ابتداءً من الستينيات ، أنشأ باحثون مثل Ed Feigenbaum في جامعة ستانفورد ما يسمى بـ "الأنظمة الخبيرة" ، والتي تم فيها صب كميات كبيرة من معرفة الخبراء البشريين في برامج الذكاء الاصطناعي في شكل قواعد الشرط. كما في حالة البرامج التجريبية الأولى ، تمت برمجة هذه القواعد في كود البرنامج ، ولكن على عكس الأنظمة الاستدلالية ، تم فصل "قاعدة المعرفة" عن الأجزاء المنطقية للبرنامج ("آلات الاستدلال"). جادل Feigenbaum وغيره من أتباع الأنظمة الخبيرة بأن "المعرفة قوة". بعبارة أخرى ، كانوا يعتقدون أن قاعدة المعرفة الكبيرة تعوض نقص التفكير المعقد: فكلما زادت المعرفة ، قل البحث ، والعكس صحيح.
النمر في قفص: تطبيق أنظمة قاعدة المعرفة ، محاضرة لإدوارد فيجينباوم ، 1993
مناقشة تاريخ الذكاء الاصطناعي في AAAI-17: الأنظمة الخبيرة ، 2017
في الثمانينيات ، ولدت الأنظمة الخبيرة العديد من الشركات التجارية. لم يؤثر كل هذا النشاط تقريبًا على برامج الشطرنج ، والتي كانت تتكشف في ذلك الوقت في اتجاه مختلف: العودة إلى البحث عن القوة الغاشمة بمساعدة المعدات المتخصصة. كانت آلات الشطرنج الرائدة من هذا النوع هي Belle of Bell Labs لـ Ken Thompson ومشروعين منفصلين في جامعة Carnegie Mellon: Hans Berliner HiTech مع Feng Xiong Xu و Murray Campbell's Deep Thought ، والتي تطورت لاحقًا إلى Deep Blue لشركة IBM. أي أنه بحلول الوقت الذي هزمت فيه الآلة كاسباروف ، توقفت برامج الشطرنج عمليًا عن الارتباط بالمجال العام لأبحاث الذكاء الاصطناعي ، على الرغم من أنها قدمت إعلانات جيدة.
لكن الأمر الأكثر إثارة للقلق كان الهجوم على مشروع ذكاء اصطناعي رمزي قائم على فرضية نيويل وسيمون للرمز المادي في أوائل التسعينيات. بدأ منتقدوه ، ولا سيما الفيلسوف هوبرت دريفوس ، في التشكيك في مشروع الذكاء الاصطناعي الرمزي في الستينيات ، بحجة أن الافتراض الفلسفي لفصل الدماغ عن الجسم كان غير صحيح وعفا عليه الزمن. جادل فلاسفة القرن العشرين مثل مارتن هايدجر بأن الفكر الإنساني لا يمكن فصله عن التجربة الجسدية والبيئة الثقافية المباشرة للموضوع.
استجاب باحثو منظمة العفو الدولية بشدة لانتقادات دريفوس (على الرغم من أنه لم يكن دبلوماسيًا بشكل خاص): هددت السلطات الرائدة في مجال الذكاء الاصطناعي المجلات عندما نشرت عمل دريفوس. لقد شعروا بالشماتة عندما هُزم درايفوس ، الذي لم يكن جيدًا في الشطرنج ، أمام برنامج الشطرنج MacHack لريتشارد جرينبلات. ومع ذلك ، فإن نجاح برامج الشطرنج لم يثبت أن انتقادات دريفوس كانت خاطئة. في الواقع ، حقيقة أن برامج الشطرنج مثل Deep Blue تستخدم البحث بالقوة الغاشمة تعني أنها لعبت دورًا ضئيلًا في مشروع أكبر للذكاء الاصطناعي للأغراض العامة. تم الترحيب بالدراما الخاصة بهزيمة كاسباروف المدوية باعتبارها علامة فارقة في انتصار الماكينات على الإنسان ، لكنها في الواقع كانت انتصارًا لمهندسي ديب بلو على لاعب شطرنج واحد. ولم يدعي مبدعو ديب بلوأن جهاز الكمبيوتر الخاص بهم كان ذكيًا. قالوا: إذا اندلع حريق في المبنى ، فسيكون كاسباروف ذكيًا بما يكفي للهروب ، وستبقى السيارة في مكانها. وعلى الرغم من أن جون مكارثي ، رائد الذكاء الاصطناعي السابق ، اعتبر الشطرنج هو الهدف الرئيسي للذكاء الاصطناعي ، بعد فوز ديب بلو ، فقد انتقد الشطرنج لحقيقة أنه فشل في تطوير نظرية جديدة واحدة حول كيفية محاكاة الذكاء البشري.
صورت وسائل الإعلام إعادة عام 1997 بين بطل الشطرنج العالمي غاري كاسباروف والكمبيوتر العملاق المتخصص IBM Deep Blue على أنها معركة بين الإنسان والآلة. على غلاف مجلة نيوزويك ، أُطلق عليها لقب "خط دفاع الدماغ الأخير". مثل هذه الآراء بالغت في تقدير قوة الكمبيوتر وقللت من عمل الأشخاص الذين قاموا ببناء الآلة نفسها.
بحلول أوائل التسعينيات ، بدأ الباحثون في أخذ انتقادات دريفوس على محمل الجد وبدأوا في ابتكار أنواع جديدة من الذكاء الاصطناعي ، مثل تلك التي تمتلك أجسادًا مؤكدة ، مثل روبوتات رودني بروكس 4، أو تلك التي تتعامل مع العواطف. كما سنرى في الجزء الثاني من هذه المقالة ، في العقد الأول من القرن الحادي والعشرين ، بدأ تقليد مختلف تمامًا للذكاء الاصطناعي يسمى التعلم الآلي يحل محل الذكاء الاصطناعي الرمزي. التعلم الآلي قادر على أداء المهام التي لم يفعلها الذكاء الاصطناعي الرمزي أفضل من البشر ، مثل التعرف على الوجوه أو فهم الكلام البشري. وينطبق الشيء نفسه على لعبة لا يمكن للآلات أن تلعبها بشكل تنافسي باستخدام البحث التجريبي ، أي go.
ومع ذلك ، في حين أن البحث فقد عظمته كأسلوب أساسي للذكاء الاصطناعي ، فإنه لم يفقد أبدًا فائدته في المجال الأوسع لعلوم الكمبيوتر. تم إحراز تقدم كبير في تحسين خوارزميات البحث من أجل حل المشكلات على النحو الأمثل والفعال. هذه التقنية أساسية لدرجة أن إنشاء أشجار القرار والبحث عنها منتشر للغاية ؛ يكاد يكون من المستحيل سرد كافة البرامج التي تستخدمها.
يلعب البحث دورًا في أي مهمة تتعلق بالحصول على المعلومات ، بدءًا من تنفيذ الاستعلامات على قواعد البيانات وحتى البحث في الويب. * تم اختراع خوارزمية البحث لأول مرة للروبوت Shakeyيستخدم SRI بشكل شائع لتوجيه المركبات المستقلة وتطبيقات GPS. وحتى اليوم ، تستخدم برامج الذكاء الاصطناعي التي تمارس الألعاب باستخدام التعلم الآلي أنواعًا مختلفة من البحث ، حتى لو لم يعد العنصر الأكثر إثارة للاهتمام فيها. ومع ذلك ، مثل التقنيات الأخرى التي كانت تُعتبر "ذكاءً إصطناعيًا" ، يعتبر البحث الحديث مجرد تقنية حاسوبية أساسية أخرى ، وليس أكثر ذكاءً من برنامج عادي. يوضح هذا النمط التاريخي لتطوير الذكاء الاصطناعي: بمجرد أن يصبح قياسيًا وتلقائيًا ، لم يعد الناس يعتبرونه "ذكاء". في وقت سابق ، عندما تحدثنا عن "AI" ، فمن المرجح أنها تعني البحث. عندما يتم ذكر "AI" اليوم ، فعادة ما يُقصد به الإشارة إلى الخلف إلى AI الرمزي - التعلم الآلي.
في الجزء الثاني من هذه المقالة ، سنستكشف ثورة التعلم الآلي في الذكاء الاصطناعي ، وعمق الفرق بين التعلم العميق مقابل البحث والذكاء الاصطناعي الرمزي ، وكيف استخدم AlphaGo من DeepMind التعلم العميق لهزيمة بطل العالم لي سيدول.
ملاحظات
1. ناثان إنسمنجر ، "هل الشطرنج ذبابة الفاكهة للذكاء الاصطناعي؟ التاريخ الاجتماعي للخوارزمية ، " الدراسات الاجتماعية للعلوم 42 ، لا. 1 (فبراير 2012): 22 ، https://doi.org/10.1177/0306312711424596 .
2. كاي فو لي ، القوى العظمى في مجال الذكاء الاصطناعي: الصين ووادي السيليكون والنظام العالمي الجديد. (بوسطن ، نيويورك: هوتون ميفلين هاركورت ، 2019) ، 1-5.
3. ستيوارت ج. راسل وبيتر نورفيج ، الذكاء الاصطناعي: نهج حديث ، الطبعة الثالثة ، سلسلة برنتيس هول في الذكاء الاصطناعي (أبر سادل ريفر ، نيوجيرسي: بنتيس هول ، 2010) ، 110.
4. رودني إيه بروكس ، " الأفيال لا تلعب الشطرنج ، " الروبوتات والأنظمة المستقلةوكلاء تصميم مستقلة ، 6 ، لا. 1 (1 يونيو 1990): 3-15 ، https://doi.org/10.1016/S0921-8890(05)80025-9 .
إعلان
إذا كنت بحاجة إلى خوادم ذات تنشيط فوري على Linux أو Windows لتعمل ، فأنت بالتأكيد تأتي إلينا - الخادم جاهز للعمل في غضون دقيقة بعد الدفع!
