ما هو الذكاء الاصطناعي الرمزي؟ وما هي أهم تطبيقاته؟

هل لديك تصور عن الطريقة التي بدأ بها المبرمجون تصميم الذكاء الاصطناعي؟ وهل تعتقد أن الأمر بدء بنفس الشكل المعقد الذي هو عليه الآن؟

في الواقع يُعد الذكاء الاصطناعي الرمزي هو الصورة الأولية التي بدأت منها فكرة الذكاء الاصطناعي منذ زمن بعيد، والتي تعتمد على معالجة الرموز والمفاهيم والأفكار، وليس البيانات الرقمية.

يهدف المطورون منذ بداية تصميم الذكاء الاصطناعي إلى إنشاء نظام ذكي، يمكنه التفكير والتعامل مع المعلومات مثل الإنسان البشري بناءً على قواعد منطقية، ويسمح لنا بتعديل وتحديث القواعد بسهولة عند توفر معلومات جديدة.

نخوض خلال أسطر هذا المقال رحلة سريعة حول مفهوم الذكاء الاصطناعي الرمزي، والفرق بينه وبين الأنواع الأخرى للذكاء الاصطناعي، بالإضافة إلى أبرز التحديات التي يواجهها.

مفهوم التمثيل الرمزي في الذكاء الاصطناعي

يُعد الذكاء الاصطناعي الرمزي هو حجر الأساس الذي انطلق منه الذكاء الاصطناعي الحديث، حتى وصل إلى المراحل المبهرة التي نراها اليوم.

يعتمد الذكاء الاصطناعي الرمزي على عنصرين أساسيين، هما: [1][2]

• الرموز: يهدف التمثيل الرمزي في الذكاء الاصطناعي إلى تمثيل العناصر والمفاهيم برموز محددة، للربط بينها.
• القواعد: إذ يعتمد النظام على البرمجة القائمة على المنطق، ويتبع القواعد والتعليمات الواضحة للوصول إلى نتائج منطقية.

الفرق بين الذكاء الاصطناعي الرمزي والفرعي الرمزي

الذكاء الاصطناعي الرمزي والذكاء الاصطناعي الفرعي الرمزي هما نهجان مختلفان للذكاء الاصطناعي الحديث، يمتاز كل منهما بخصائص ومنهجيات واستراتيجيات مختلفة للتعامل مع المشكلات وحلها.

كما وضحنا سابقًا يعتمد الذكاء الاصطناعي الرمزي على التلاعب بالرموز المجردة والقواعد المنطقية الصريحة للوصول إلى نتائج، وبالتالي يحتاج إلى بيانات أقل، ويمكن استخدامه في حل المشكلات التي تتطلب استدلال منطقي وواضح.

على الجانب الآخر، يمتاز الذكاء الاصطناعي الفرعي الرمزي بمحاكاة التفكير والسلوك البيولوجي، ويعتمد على الشبكات العصبية والتعلم العميق لمعالجة البيانات دون الحاجة إلى قواعد أو خوارزميات صريحة، وبالتالي يحتاج إلى كمية ضخمة من البيانات، ويمكن الاعتماد عليه في حل المشكلات المعقدة التي لا تتطلب قواعد واضحة لحلها. [3]

تطبيقات الذكاء الاصطناعي الرمزي

توفر التطبيقات الرمزية للذكاء الاصطناعي حلولًا واضحة وقابلة للتفسير في العديد من المشكلات، وهو ما جعل المطورين يعتمدون عليه في المجالات التي تتطلب اتخاذ القرارات بناءً على قواعد محددة، كما يلي: [4][5]

• معالجة اللغات الطبيعية: من خلال فهم القواعد النحوية والإملائية وإنتاج أنظمة قادرة على فهم وتوليد اللغات البشرية، وهو ما مهد الطريق لاستخدام الذكاء الاصطناعي في الترجمة الفورية وفهم وتحليل المشاعر.
• التخطيط: لتخطيط المهام وبرمجة الروبوت على القيام بفعل معين.
• إثبات النظريات: يمكن الاعتماد على قدرة الذكاء الاصطناعي الرمزي على التفكير المنطقي في عدة تطبيقات، مثل إثبات النظريات الرياضية، والافتراضات المنطقية، واستخلاص الأدلة والبراهين.

استخدام الأنظمة الخبيرة والتعلم الرمزي

يمكن الاعتماد على الأنظمة الخبيرة “Expert Systems” في محاكاة الخبرة البشرية والمساعدة في اتخاذ القرار، وذلك من خلال برمجة خوارزميات الذكاء الاصطناعي على قواعد رمزية ومنطقية، ثم الاعتماد على هذه الأنظمة في العديد من المجالات، مثل: [4]

• المجال الطبي.
• الهندسة.
• الاستشارات القانونية.
• الاقتصاد.

أهم التحديات التي تواجه الذكاء الاصطناعي الرمزي

برغم الفوائد العديدة للذكاء الاصطناعي الرمزي، إلا أنه توجد العديد من التحديات التي تعوق استخدامه بشكل أوسع، أبرزها: [1]

• المعرفة غير الكاملة: يتطلب معرفة كاملة ومحددة ليعمل بطريقة صحيحة، لذا لا يمكنه التعامل مع البيانات غير المكتملة.
• قابلية التوسع: لا يمكنه التعامل مع الكميات الكبيرة من البيانات، نظرًا لزيادة عدد الرموز والقواعد.
• صعوبة التعامل مع المعلومات غير المؤكدة: لا يستطيع التعامل مع البيانات الغامضة أو غير المؤكدة، ويحتاج إلى معلومات واضحة ومحددة للوصول إلى نتائج.
• قدرة محدودة على التعلم والتكيف: يحتاج التعلم الرمزي إلى برمجة يدوية، و-على عكس الذكاء الاصطناعي الفرعي الرمزي– لا يمكنه تطوير نفسه أو التعلم من الأخطاء.

بالرغم من التحديات العديدة التي يخوضها الذكاء الاصطناعي الرمزي، إلا أنه لايزال له دورًا فعالًأ في تطور الذكاء الاصطناعي، بفضل قدرته على اتباع القواعد بشكل صارم وتفسير البيانات بطريقة منطقية.

يمكن الاستفادة من الذكاء الاصطناعي الرمزي في بناء أنظمة متكاملة تجمع بين معالجة البيانات بشكل معقد واتباع القواعد بشكل صارم؛ بهدف تحقيق الاستفادة من الذكاء الاصطناعي في بعض المجالات الحساسة مثل الطب والقانون.