نظام IBM Watson: أذكى نظام ذكاء اصطناعي على الإطلاق 

لعلك شاهدت في أحد الأفلام التي تحصل أحداثها في المستقبل حواسيب ضخمة تستطيع أن تتحدث معها أو تسألها بعض الأسئلة فيجيب عنها بدقة، نحن اليوم في عصر الذكاء الاصطناعي ولكن هل استطاع العلماء مع كل هذا الكم الهائل من التطور من صناعة حاسوب كهذا؟ في الواقع الإجابة هي نعم، انه نظام IBM Watson، هذا موضوع هذه المقالة، سنتحدث فيها عن أعظم اختراع ذكي حتى الآن.

أصبح نظام IBM Watson ينافس الإنسان من الناحية الذهنية ، فهو يستطيع الإجابة على أكثر الأسئلة العلمية تعقيدا من خلال دراسته ومراجعته لعدد هائل من الأبحاث العلمية بل أيضا قادرعلى استنباط الإجابات منها، وفي حال أخطأ في الإجابة فإنه يتعلم من خطأه ويصوبه في الحال. في هذا المقال سنتحدث عن هذا النظام بالتفصيل، فانضمم إلينا.

ما هو نظام IBM Watson؟ 

هو نظام حاسوبي يعمل بالذكاء الاصطناعي يعتمد على مبدأ الجواب - والسؤال Question -Answering، ‏ويعد من أبرز أمثلة تطبيقات الذكاء الاصطناعي في مجال معالجة اللغة الطبيعية Natural Language وفهم اللغة البشرية والتفكير، عن طريق استرجاع المعلومات ومعالجة اللغة الطبيعية وبالتالي الإجابة على الأسئلة التي يطرحها البشر بلغة طبيعية. [1]

تم تطويره من قبل شركة IBM ضمن مشروع DeepQA وسمي باسم Watson نسبة إلى مؤسس شركة IBM توماس واتسون Thomas J.Watson.

 والقصة وراء تطويره كانت ليشارك في برنامج المسابقات الشهير Quiz Show Jeopardy حيث يجاوب فيه المتسابقون على أسئلة متنوعة ويحصل الفائز على جائزة نقدية. المفاجأة كانت في عام 2011 عندما شارك حاسوب Watson في هذا البرنامج واستطاع الفوز على المتسابقين Ken Jennings و Brad Rutter وحصل على جائزة نقدية مقدارها مليون دولار أمريكي.

 ما آلية عمل نظام IBM Watson وكيف يتعلم؟

يعتمد نظام IBM Watson على ثلاثة مبادئ أو أنظمة وهي: [2]

• معالجة اللغة الطبيعية Natural Language Processing: وهي فرع من فروع الذكاء الاصطناعي المستخدمة في التعلم الآلي التي تتيح لأنظمة الذكاء الاصطناعي من فهم اللغة الطبيعية أي لغة البشر سواء بشكل كتابي أو عن طريق الحديث والتفاعل معها للقيام بمهام معينة.

• السؤال والجواب Question-Answering : وهي مهمة الإجابة تلقائيًا على سؤال مطروح باللغة الطبيعية. تتضمن المهمة، أولا محاولة فهم السؤال لتحديد ما يطلب، ثم عن طريق تحليل مجموعة متنوعة من المحتوى المتفرق بشكل كبير أو البيانات الغير مرتبة مثل المقالات والأبحاث والأخبار وغيرها والتي لا تكون مخزنة في قاعدة بيناته، وهي في الغالب عبارة عن مستندات باللغة الطبيعية، للعثور على إجابات. 

وأخيرا، تقييم الاحتمالية النسبية لصحة الإجابات بناء على الأدلة. تعتبر الإجابة على الأسئلة QA خطوة متقدمة بعد محركات البحث الحالية.

٣. نقل المعرفة Transfer Learning: يتكون نظام IBM Watson من شبكة عصبية ذات طبقات متعددة من البيانات، فعلى سبيل المثال، تحاول الشبكات العصبية عادة اكتشاف الحواف ( الأماكن في الصورة التي يحدث فيها تغيير مفاجئ في السطوع أو اللون) في الطبقات الأولى، والأشكال في الطبقة الوسطى، وبعض الميزات المتعلقة بالمهمة في الطبقات اللاحقة. في تقنية نقل المعرفة، يتم استخدام الطبقات الأولى والوسطى ونعيد تدريب الطبقات اللاحقة فقط. وهذا يساعد في الاستفادة من البيانات المعلمة المتاحة للمهمة التي تم تدريب النموذج عليها في البداية. [3]

إذا في تقنية نقل المعرفة، نحاول نقل أكبر قدر ممكن من المعرفة من المهمة السابقة التي تم تدريب النموذج عليها إلى المهمة الجديدة التي نخصصها. يمكن أن تتخذ هذه المعرفة أشكالا متنوعة تبعا للمشكلة والبيانات. على سبيل المثال، يمكن أن تكون عبارة عن كيفية تكوين النماذج، مما يمكننا من تحديد الأشياء الجديدة بسهولة أكبر. 

باستخدام هذه التقنيات استطاع حاسوب IBM Watson فهم الأسئلة التي تطرح عليه من ثم الإجابة عليها بدقة شديدة

تطبيقات عملية على نظام IBM Watson

 يستخدم نظام IBM Watson في العديد من المجالات كمجال الرعاية الصحية وغيرها، سنذكر في هذا القسم أبرز التطبيقات على هذا الاختراع الذكي: [4]

• الرعاية الصحية

قدرته على معالجة وفهم كميات كبيرة من البيانات المعقدة تجعلها قيمة للغاية في مجال الرعاية الصحية. يمكن ل Watson تحليل الإرشادات السريرية وسجلات المرضى لمساعدة الأطباء في تشخيص الأمراض واقتراح علاجات.

على سبيل المثال، يمكن تطبيقه لعلاج الأمراض السرطانية عن طريق تحليل معلومات المريض الطبية وتقديم قائمة من البيانات بخيارات العلاج المحتملة بناءً على الإرشادات الطبية الحالية والبيانات من مرضى مماثلين.

• القطاع المالي

تم استخدامه في خدمات القطاع المالي لتعزيز خدمة العملاء، وإدارة المخاطر، والتنبؤ المالي. قدراته في معالجة اللغة الطبيعية في خدمة العملاء يمكنها بناء روبوتات دردشة متطورة تتعامل مع استفسارات العملاء.

• مجال البيع بالتجزئة

بسبب قدرته على معالجة اللغة الطبيعية أدى ذلك إلى خلق تجربة تسوق شخصية في قطاع التجزئة. على سبيل المثال، يمكنه تحليل تاريخ التسوق وتفضيلات العميل و توصيته بالمنتجات التي قد تثير اهتمامه. كما يمكنه أيضًا تحسين إدارة المخزون من خلال تحليل بيانات المبيعات وتوقع اتجاهات الطلب المستقبلية.

منافسو نظام IBM Watson

لم يعد مبدأ عمل هذا النظام سراً بل عرفت آلية عمله والتقنيات التي يعمل بها، لذلك ظهرت العديد من الأجهزة التي تشابه هذا الحاسوب، ومن أبرز منافسو نظام IBM Watson:

• MATLAB

 هي لغة برمجة عالية المستوى وبيئة تفاعلية تستخدم في الأساس للحوسبة العددية وتحليل البيانات والتصور وتطوير الخوارزميات. يسمح للمستخدمين بأداء العمليات الرياضية المعقدة وإنشاء تطبيقات لمختلف التطبيقات العلمية والهندسية.

• RapidMiner

هي منصة قوية وسهلة الاستخدام لعلم البيانات تمكن المؤسسات من بناء النماذج التنبؤية والتحليلات المتقدمة ونشرها وتشغيلها بكفاءة. يقدم واجهة عملية بصرية تبسط عملية استخراج البيانات وتعلم الآلة بأكملها، مما يجعلها متاحة لعلماء البيانات ومستخدمي الأعمال.

• Vertex AI

 هي منصة تعلم آلة تقدمها Google Cloud تستخدم لتسريع وتسهيل تطوير ونشر نماذج الذكاء الاصطناعي. يوفر واجهة موحدة لإعداد البيانات والتدريب والتقييم والنشر. وهذا يجعل من السهل على المطورين وعلماء البيانات بناء حلا لتعلم الآلة قائما على الإنتاج وقابلا للتوسع.

• Alteryx 

 هي منصة تحليل البيانات ذاتية الخدمة تمكن المستخدمين من تجهيز ومزج وتحليل البيانات من مصادر متعددة دون الحاجة إلى برمجة معقدة. تقدم ألتيركس أيضا واجهة عملية بصرية تمكن من مزج البيانات وإجراء تحليلات متقدمة ومهام علوم البيانات. وهذا يجعلها متاحة لكل من محللي البيانات ومستخدمي الأعمال لاتخاذ القرارات بشكل أسرع وأكثر فهمًا.

الخاتمة 

لقد تعرفت الآن على النظام الذي هزم الإنسان بذكائه وقدرته على الإجابة على أصعب الأسئلة، فقد صمم على ثلاثة أنظمة وهي معالجة اللغة الطبيعية والسؤال والجواب QA ونقل المعرفة. كما ذكرنا أبرز استخداماته الحالية في الرعاية الصحية وغيرها. وأخيرا الذكاء الاصطناعي وأنظمته أصبحت تتطور يوما عن يوم بشكل سريع ولا نعرف ما الذي يمكن أن نصل إليه في المستقبل.

المصادر

1.  IBM Watson - Wikipedia
2. What is the IBM Watson supercomputer? | Definition from TechTarget
3. What Is Transfer Learning? Exploring the Popular Deep Learning Approach.
4. IBM Watson: A Cheat Sheet