الذكاء الاصطناعي الضيق ANI” Artificial Narrow Intelligence”، الذي يشار إليه أيضًا باسم “الذكاء الاصطناعي الضعيف” هو نوع من أنواع الذكاء الاصطناعي موجه نحو الهدف، ومصمم لأداء مهام فردية، مثل: التعرف على الوجه والكلام المستخدم في مهام المساعدين الصوتيين وقيادة السيارات أو البحث في الإنترنت، وهو ذكي للغاية في إكمال المهمة المطلوبة التي تمت برمجتها مسبقًا للقيام بها.
وفي الوقت الذي تبدو فيه هذه الآلات ذكية إلا أنها تعمل في ظل مجموعة ضيقة من القيود والصلاحيات، وهذا هو السبب في أن هذا النوع يشار إليه عادة باسم الذكاء الاصطناعي الضعيف؛ أي أنه لا يحاكي أو يكرر الذكاء البشري بل ينفذ الأوامر بحيز ضيق من محاكاة للسلوك البشري بناءً على نطاق ضيق من المعلمات والسياقات.
وتنتشر مجالات استخدام ANI في شتى مجالات حياتنا التقنية اليومية؛ منها: التعرف على الكلام واللغة للمساعد الافتراضي على أجهزة iPhone، والتعرف على الرؤية للسيارات ذاتية القيادة، ومحركات التوصية التي تقترح المنتجات التي تصنعها بناءً على سجل الشراء؛ حيث يمكن لهذه الأنظمة أن تتعلم فقط أو تُدرس لإكمال مهام محددة بعد تغذيتها بمجموعة من المعلومات المسبقة.
وقد حقق الذكاء الاصطناعي الضيق العديد من الاختراقات في العشر سنين الماضية، مدعومًا بالإنجازات التي تحققت في مجال التعلم الآلي والتعلم العميق Deep Learning، وعلى سبيل المثال فإن تقنية أنظمة الذكاء الاصطناعي الضيق تُستخدم اليوم في الطب لتشخيص السرطان والأمراض الأخرى بدقة متناهية؛ من خلال تكرار الإدراك البشري والاستدلال بما هو مخزن في أنظمتها.
ويأتي الذكاء الضيق من استخدام معالجة اللغة الطبيعية NLP لأداء المهام الموكلة، ويبرز دوره جليًا في البرمجة اللغوية العصبية لروبوتات المحادثة وتقنيات الذكاء الاصطناعي المماثلة، ومن خلال فهم الكلام والنص في اللغة الطبيعية تمت برمجة الذكاء الاصطناعي للتفاعل مع البشر بطريقة طبيعية وشخصية.
ما هو الفرق بين الذكاء الاصطناعي الضيق والذكار الاصطناعي العام:
الذكاء الاصطناعي “AI” هو الآلة التي لديها القدرة على فهم وتعلم سلوك البشر وإنجاز مهمام لا يستطيع الإنسان عملها، وتقوم AI بتعلم المهام وحل المشكلات دون توجيه صريح من الإنسان؛ حيث تكون قادرة على التفكير المنطقي والتجريد ونقل المعرفة من مجال إلى آخر.
وعلى سبيل المثال: فإن أنظمة AI تكون مفيدة أكثر في الروبوت الذي أنشأته جوجل عبر مركزها DeepMind ويمكنه لعب StarCraft 2 حتى مراحل متقدمة ثم مرحلة إنهاء اللعبة في دور البطولة، بينما يفشل الذكاء الاصطناعي الضيق في ذلك لأنه يتطلب ذكاءً على مستوى الإنسان الطبيعي؛ إذ يمكن الاستفادة منه في الرد على الاستفسارات المقدمة لبحث جوجل، ويقدم التوصيات التي تصل لمستخدمي مواقع YouTube وNetflix، ويتولى تنظيم قائمة Weekly Discover في Spotify؛ حيث إن كل تلك المجالات تعمل على مبدأ الذكاء الاصطناعي الضيق.
ويمكن للذكاء الاصطناعي ومجال تعلم الآلة استخدام أجزاء من تقنية الذكاء البشري مثل اتجاه فيسبوك الجديد إلى التعامل عبر تقنية تعلم الآلة، ولكن المجالين يفتقدان للجمع بين العناصر الضرورية لإنشاء ذكاء شامل وهو الشيء الذي تفوق فيه الذكاء الاصطناعي الضيق؛ حيث يعتبر التلاعب بالعناصر واستخلاص النتائج هو جوهر التفكير البشري، كما أن أنطمة AI العام تُعتبر هشة للغاية ويجب إرشادها بدقة حول كل المهام الموكلة إليها وتعمل في نطاق ضيق للغاية.
ويمكن أن تكون تقنيتا تعلم الآلة Machin Leaning والتعلم العميق Deep Leaning مفيدتين في مجالات لا تتطلب التفكير الرمزي مثل مجالات التعرف على الوجوه والأصوات والمهارات التي يمكن أن يتم تعلمها عن طريق التغذية المسبقة للمعلومات؛ لأن تقنيات الشبكات العصبية المستخدمة في التقنيتين لها قدرة عالية على تحليل المعلومات التي تتم تغذيتها بها عند بداية وأثناء عمل النظام عن طريق التجارب التي تقوم بها الآلة.
ومعظم الذكاء الاصطناعي عبارة عن ذاكرة محدودة الذكاء؛ حيث تستخدم الآلات كميات كبيرة من البيانات للتعلم العميق Deep Leaning. ويتيح التعلم العميق تجارب الذكاء الاصطناعي الشخصية، على سبيل المثال المساعدين الافتراضيين أو محركات البحث التي تخزن بياناتك وتخصص تجارب المستخدمين المستقبلية.
تطبيقات الذكاء الاصطناعي الضيق:
يمكن أن يكون ANI مفيدًا في كثير من المجالات المنفردة والتي يتشارك فيها مع الأنواع الأخرى من الذكاء الاصطناعي؛ ومنها:
- أنظمة التعرف على الصور والوجه.
- روبوتات المحادثة.
- المركبات ذاتية القيادية.
- نماذج الصيانة التنبؤية.
- محركات أنظمة التوصية.