الحلقة الأولى: البرمجة وحدها لاتكفي! مستوحاة من أحداث حقيقية

بقلم: رشا غزوان سالم

تدقيق: ريام عيسى

تصميم الصورة: امير محمد

 

المقدمة

قد تكون مبرمجاً! و ليس بالمبرمج السهل. بل تمتلك قدرات فوق الاعتيادية و متمكن من لغتك، عذراً، أقصد من لغاتك البرمجية. البرمجة تلك اللغة السرية بينك وبين جهاز الحاسوب تعطيك قدرة السيطرة على تلك اللآلة الغبية (اذا جاز التعبير). فهي لا تفهم إلا بعد أن تقوم أنت بدهائك وخبرتك وامكانياتك باعطائها خطوات عمل مفصلة لتنفذها بعد ذلك بسرعة هائلة. لكن هل هذا يكفي؟ هل نقوم فعلاً باستغلال قدرات تلك الآلة بشكل فعّال؟
و حتى إن لم تكن مبرمجاً، يمكنك التفضل أيضاً أرجوك وسأعدك برحلة، لنقل أنها ستكون مُثيرة للاهتمام كحد أدنى.

 

ولادة الذكاء الاصطناعي

لنعد إلى الوراء قليلاً و نأخذ نظرة سريعة على تاريخ الذكاء الاصطناعي و سأحاول 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 أنه تلاعب رياضي بالرموز، تماماً كما هو الحال في المعادلات الرياضية.
 ورغم دقة هذه المعادلات وقدرتنا الرهيبة على التعلم إلا 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 أن ذاكرتنا ليست مثالية وقدرتنا على التعامل مع البيانات الضخمة والمتوفرة 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، إنها القدرة على التعلم.

 

لشتاء قادم!

و مع بزوغ فجر الآلة وأقصد الحاسوب تحديداً، أخذ الانسان يلمس هذا الحلم ويراه أكثر واقعية، وجاء عام 1956 ليكون العام الذي يشهد ولادة علم الذكاء الاصطناعي، تم ذلك في اجتماع حضره 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 وتتصرف كالبشر والفكرة جذبت بعض المستثمرين الذين صرفوا ملايين الدولارات في ذلك الوقت من أجل تنفيذها!. إلا أنه سرعان ما تبخر هذا الحلم وتحول إلى سراب. لقد استهان العلماء بالعقل البشري الذي لا يزال يحمل ألغاز تنتظرنا لحلها حتى بعد كل تلك السنوات. وبالغوا في تقدير ما يُمكن أن تقوم به الآلة. فحتى لو كانت تستطيع أن تقوم بكل تلك الحسابات، لا يعني أنها تمتلك قدرة الدماغ على معالجة البيانات المختلفة والتعلم والتعبير عن المشاعر و غيرها. هنا حل ما أطلق عليه حينها ( شتاء الذكاء الاصطناعي) عام 1973، كان الأول ولم يكن بالطبع الأخير فقد تبعه شتاء آخر في ثمانينيات القرن الماضي أيضاً.

 

 

كان السبب الأساسي لهذه النكسات هو الطموح البشري الذي لا يضاهيه شئ مقارنة بنقص واضح في الموارد من معالجات حاسوبية وبيانات رقمية. كل ذلك تغير بحلول الألفية الثانية وبزوغ فجر المعالجات ذات السرعات الجبارة خاصة معالجات الرسوم والألعاب والتي يتم استغلالها الآن في مجال تدريب البرامج الخاصة بالذكاء الاصطناعي وبذلك تمكننا من معالجة بيانات ضخمة. لأضعكم في الصورة فيما سبق قد تستغرق معالجة حجم معين من البيانات أيام أما الآن 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 وترجمتها باستخدام مترجم “Google” أو استخدامك لمواقع الفيديو و تتفاجأ بظهور فيدوات مقترحة لك، قريبة من ذوقك (في أغلب الأحيان لنكن منصفين)؟ لو لم تكن خوارزميات الذكاء الاصطناعي موجودة لما توفر كل ذلك، وهذا فقط غيض 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 وهناك بعض المهام التي تقوم بها بشكل دوري و قد أصبحت جزء لا يتجزأ من روتين العمل، تقوم خلالها باتباع تعليمات معينة وقد تتكرر كل شهر أو اسبوع أو حتى كل يوم، لاحظ إنها قد تكون وظيفة بدنية أو فكرية لا فرق هنا. الآن يمكن لهذه الأعمال أن يقوم بها الحاسوب بدون أي مشاكل أو شعور بالكلل والملل منها وبأضعاف مضاعفة للسرعة التي تقوم أنت بها وفعالية أكبر. لكن أرجوكم لا داعي للاحساس بالغيرة والتهديد من هذا الزائر الجديد وعلينا أن نتقبل وبصدر رحب هذا التطور وأن نكون جزءاً منه  وإلا اكتسحنا دون أن نشعر جميعاً.

ستقول لي أن عملك بعيد كل البعد عن هذا المجال وأنك لم ولن تحتاج اليه، سأقول لك أنك على خطأ وسأكون أكثر تحديداً هذه المرة.

قد تكون صاحب عمل خاص وتقوم بالتعامل مع زبائن كثر وتقديم خدمات وعروض مختلفة لهم و تسير أمورك على أفضل ما يكون. ماذا لو أخبرتك أنك وباستغلالك تقنيات الذكاء الاصطناعي ستتمكن من جلب أضعاف الزبائن بل وحتى معرفة ما سيطلبونه قبل أن يقوموا هم بذلك. أما اذا كنت تحب توفير حلول للمجتمع وتحسين 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 والأنسجة والتي يكون فيها دقة التشخيص ووقته هو وبدون أي مبالغة الحد الفاصل بين الحياة و الموت، يتم تدريب كادر طبي لسنوات قد تتجاوز العشر سنوات للوصول إلى الخبرة المطلوبة. في المُقابل ستقوم الخوارزمية بمضاهاة عمل الطبيب الخبير بل وقد 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 وقد تكون تعمل في مجالك منذ بضع سنوات واذا كنت تمتلك أي شكل من اشكال الأتمتة مثل نظام محاسبة آلي فأنت تمتلك كنز من البيانات الخام التي تستطيع استخراج منها معلومات ثمينة، و لأذكر مثلاً، المنتج الأكثر مبيعاً و ما هي الخلفية لزبائنك لتتمكن من استهداف من يهموك، خاصة اذا كان لديك قسم للمبيعات، وما هي المنتجات التي تتماشى معاً وفي حال ما اشترى زبون ما منتج أو خدمة معينة ما هي فرصة طلبه لخدمة أخرى اضافة إلى التنبؤ بأرباحك بناءاً على أرباحك السابقة وحتى التنبؤ بسوق البورصة اذا ما كان يهمك الأمر وبدقة عالية والقائمة تطول وكل ذلك قد لا يأخذ إلا 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 وهي  (التعلم العميق) “Deep Learning” وفيها يتم تكديس طبقات من الشبكات العصبية. كلاهما يعتبران جزء من فرع (تعلم الآلة) والذي يعتبر بدوره جزءاً من الذكاء الاصطناعي “AI” فنحن نتكلم عن مجال واسع هنا. الشكل أدناه سيوضح الصورة بشكل أكبر:

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 ويتم استخدام التقنيات المذكورة سابقاً أيضاً. اذاُ لنعد إلى بياناتنا الصورية والتي ولفترة ليست بالبعيدة كان تشكل تحدياً كبيراً إلى أن تم الاستعانة بخوارزميات قديمة جديدة، أثبتت جدارتها في التعامل مع الصور واستخراج أنماط معقدة تضاهي العين البشرية! إنها المذهلة ال”CNN” سيداتي و سادتي!  (أنا لست متحيزة على الإطلاق هنا، لكنها فعلاً تستحق كل هذا الاعجاب)
قديمة جديدة، لأنها موجودة منذ ثمانينيات القرن الماضي لكن التكنلوجيا لم تسعفهم لتنفيذها واستغلال قدراتها. لكن ليس بعد الآن.

اسمحوا لي أن أقول لكم أن هذا بالفعل لأمر مدهش للغاية، وأريد 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 قطة أو بشر أو حتى صورة لكتابة ما وكيف 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 وبدقة عالية. و يمكن القول أنها ومع خوارزميات التعلم العميق يقومان بعمل أغلب المهام الخاصة بالتعامل مع البيانات البصرية. ومن الجدير بالذكر أن 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 والتي 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 إن كنتم مُتحمسين لمعرفة المزيد بالطبع.

ما العمل الآن؟

 

لا تقلقوا لن أترككم هنا و أرحل.ليس بعد.

 قد يبدو لكم هذا المجال شيء من الخيال العلمي أو خاص بنخبة من المختصين ولا يمكن لأي شخص دخوله ونعم قد يكون الأمر صحيحاً قبل عقد من الزمن لكن ليس بعد الآن، وتذكر 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 أتمتة مزودة بمحرك نفاذ. 

 

لقد حصل تطور كبير في هذا المجال خلال السنوات القليلة أدى إلى تطوير خوارزميات وبيئات 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 أو لا وتود دخول هذا العالم المُذهل، دعني أخبرك أن الآن هو الوقت المناسب لذلك جداً، فنحن بالفعل نشهد على قيام هذه الثورة في عصرنا الحالي.

و اذا لم تكن ترغب بذلك، فإنه الوداع اذا…

حسناً، 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، أنها كانت ولا تزال رحلة مذهلة. أتعلم منها الكثير كل يوم.

 

هيا أخبرينا ماذا سنحتاج للبدأ؟

 

حسناً، حسناً، اهدؤوا قليلاً، القائمة التالية هي ما ستجدونها في أغلب الأحيان كدليل لاتباعه:

 

– معرفة لغة برمجية واحدة على الأقل، هذا سيسهل عليك الكثير من الأمور. خاصة اذا ما كنت تعرف لغة فإن 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 وأكثر سهولة بالنسبة لك اذا ما كانت مُلَماً ببعض الأساسيات وستتمكن 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 الحاجة ملحة عند التعمق أكثر وخاصة وأن هذا المجال يعتمد على البيانات بشكل كبير لدرجة انقسام العاملين فيه إلى قسمين، أحدهما يؤكد على أن كمية البيانات ونوعها هما المُحركان الأساسيان للتطور الحاصل في الذكاء الاصطناعي، بينما يخالفهم الرأي النصف الآخر ليؤكد أن تطوير خوارزميات هو السبيل لجعل الآلة أكثر ذكاءاً. و في كل الأحوال أعتقد برأيي المتواضع أن الاثنين معاً ضروريان للحصول على النتيجة الأمثل.

 

و اليك الآن بعض البيئات والمكتبات الأكثر شهرة واستخداماً 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 وستجد مئات الدروس والدورات التعليمية الخاصة بها، بعضها مجاني و بجودة عالية جداً؛ قد أقوم بعمل حلقة خاصة عن هذا الموضوع، اذا أحببتم، و بالرغم من هذا التنوع الذي قد تجده مُربك، إلا أن جميعها تشترك في أنها تحاول مساعدتك في عمل خوارزميتك الخاصة وتدريبها من أجل القيام بأعمال مختلفة وتتنافس لجعل هذه المهمة أبسط والتركيز على عملية الابداع والفكرة ذاتها.

 

النهاية..

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

 

الهدف من كتابتي لهذه المقالة هو لدفع المزيد، خاصة من عالمنا العربي إلى التعرف على هذا المجال المُذهل وعدم التوجس منه على الاطلاق. فهو سيقوم بتحسين حياتنا كبشر وزيادة انتاجيتنا. كما وإن معرفتنا به سيحد من احتكاره من قبل زمرة محدودة من الناس والذي قد يؤدي الى عملية احتكار وحتى استخدامه بشكل مُضر وسلبي في مجتمعاتنا. فلابد هنا من وجود من يقوم باستغلاله لمصلحة البشرية جمعاء.

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

 

أما الآن فشكراً لحسن متابعتكم و إلى 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.

 

المصدر الاول

المصدر الثاني

المصدر الثالث

المصدر الرابع

المصدر الخامس

المصدر السادس