جنرال لواء

كيف أثر الذكاء الاصطناعي على الهندسة


كان الذكاء الاصطناعي سمة بارزة في الخيال العلمي على مر السنين. منذ الأيام الأولى للحوسبة ، كان العلماء والمفكرون الآخرون مفتونين بفكرة إنشاء آلة قادرة على استنساخ الدماغ البشري. كان يُعتقد أن تشبيه الدماغ البشري هو مثل جهاز كمبيوتر عميق. ومع ذلك ، نحن نعلم الآن أن الصورة أكثر تعقيدًا ، والطريقة التي يعمل بها الدماغ تتجاوز الكمبيوتر البسيط.

ما زلنا لا نفهم تمامًا كيف ينشأ الوعي في الدماغ البشري ، ولا يزال هناك الكثير من الجدل حول ما إذا كان يمكن فصل الوعي عن الذكاء المتقدم. لكن لا يجب أن يكون الذكاء الاصطناعي بهذا التعقيد ؛ نرى أمثلة أبسط بكثير لما يمكن أن نصفه بالذكاء الاصطناعي على أساس منتظم. تعد المساعدين الصوتيين المثبتين مسبقًا على كل هاتف ذكي حديث مجرد مثال واحد ، والآن يتم دمج نفس أنظمة الذكاء الاصطناعي هذه في ساعات المنبه ومكبرات الصوت بحيث يمكن استخدامها للتحكم في مجموعة متنوعة من الأجهزة الذكية في جميع أنحاء المنزل.

يجد الذكاء الاصطناعي طريقه بشكل متزايد إلى السياقات الصناعية والتصنيعية. حتى أن هناك أنظمة ذكاء اصطناعي تُستخدم لإجراء تداول عالي التردد في سوق الأسهم. توجد أنظمة الذكاء الاصطناعي الآن في كل مكان ، مما يعني أنه أصبح من السهل نسيان مدى تعقيدها بشكل مذهل. لدى الذكاء الاصطناعي الكثير لتقدمه لعالم الهندسة. تندرج بعض الاستخدامات الحالية والمستقبلية الأكثر إثارة للذكاء الاصطناعي في مجال الهندسة.

ما هو الذكاء الاصطناعي؟

تم استخدام المصطلح لأول مرة في مؤتمر في كلية دارتموث في عام 1956. ومع ذلك ، في حين تم النظر في الذكاء الاصطناعي ومناقشته منذ فترة طويلة بالمعنى النظري المجرد ، إلا أننا بدأنا في العقد الماضي فقط في رؤيته يستخدم في المستهلك تقنية. لقد أصبح الآن منتشرًا في كل مكان في حياتنا اليومية بحيث أصبح من السهل نسيان ما يمثله العرض المعقد للبراعة التكنولوجية وفهم الذكاء الاصطناعي.

للإجابة على سؤال حول ماهية الذكاء الاصطناعي ، وماذا يعني المصطلح اليوم ، نحتاج إلى التفكير في ماهية الذكاء. هذا ليس بالبساطة التي يفترضها الكثير من الناس. على سبيل المثال ، هل تعتبر كل الحيوانات ذكية؟ أو بالأحرى أن يكون لديك ذكاء؟

تُظهر بعض الحيوانات ، مثل القطط والأخطبوطات وحتى الدلافين ، من بين حيوانات أخرى ، مستويات عالية من الذكاء. عند مقارنة حيوانين مختلفين ، مثل الفأر والغوريلا ، هناك عدد من الطرق التي يمكن للعلماء من خلالها قياس ذكائهم النسبي. لكن تحديد وقياس الذكاء بشكل موضوعي أمر صعب.

تجمع أنظمة الذكاء الاصطناعي المستخدمة في القطاع الهندسي بين مكونات البرامج والأجهزة. فكر في الروبوتات الموجودة على خط تجميع السيارات والبرامج التي تتحكم فيها. إنها بحد ذاتها مآثر هندسية رائعة ، لكن هل هي أذكياء؟

قد تتفاجأ عندما تعلم كيف أصبحت استخداماتنا للذكاء الاصطناعي في الهندسة ذكية ومتطورة. خطوط الإنتاج الذكية هي بالتأكيد المستقبل. ولكن كيف يمكن للذكاء الاصطناعي أن يحدث فرقًا كبيرًا في قطاع الهندسة؟

تصنيع

إن صعود الذكاء الاصطناعي يعد بالسماح لنا بتطوير آلات قادرة على أداء مهام التصنيع الأكثر تعقيدًا ، وحتى التصميم. إن الآلات القادرة على التعلم والتحسين دون تدخل بشري هي الهدف النهائي ، وسيكون لهذا آثار كبيرة وبعيدة المدى. علاوة على ذلك ، في سعينا لإنشاء أنظمة ذكاء اصطناعي أكثر قوة من أي وقت مضى ، نكتشف معلومات حول كيفية عمل أدمغتنا وكيفية تعاملنا مع عملية التعلم ، بوعي وغير واعي.

يخشى العديد من المهندسين أن يتم الاستيلاء على وظائفهم قريبًا بواسطة روبوتات متقدمة بدرجة كافية. مع استمرار التوسع في قدراتنا التصنيعية والتصميمية ، تمكنا من بناء آلات قادرة على تكرار كل ما يمكن للإنسان القيام به على خط التجميع. هذه المخاوف لا أساس لها من الصحة إذن ، حيث تستمر الأتمتة في إبعاد الوظائف عن الناس في عدد من المجالات المختلفة.

الأمور ليست قاتمة تمامًا ، ومع ذلك ، فإن دراسة جامعة ستانفورد بعنوان "مائة عام من دراسة الذكاء الاصطناعي، أنه لا يوجد تهديد وشيك للعمال. جادلت الدراسة أنه حتى إذا كان للذكاء الاصطناعي تأثير كبير على الوظائف ، فسيتم موازنة ذلك من خلال العديد من الآثار الإيجابية الأخرى على المجتمع.

ولعل أبرز مثال على استخدام الذكاء الاصطناعي في الهندسة هو مجال تصنيع السيارات.

نمت مجموعة البرامج والأجهزة التي شقت طريقها إلى خط التصنيع بشكل تدريجي أكثر تعقيدًا على مر السنين. في البداية ، كانت هذه الروبوتات تقوم بمهام هندسية بسيطة تتضمن مكونات وحركات كبيرة نسبيًا. اليوم ، هم قادرون على حركات دقيقة ومحاكاة الأجزاء الأكثر تعقيدًا من العملية.

البيانات الكبيرة

لن يكون من غير المعقول أن نقول إننا نعيش الآن في عصر البيانات. البيانات سلعة لا مثيل لها في العالم. إنها قيمة للغاية من الناحية المالية ، ولكن يمكن استخدامها أيضًا بشكل مباشر لمنح شركة ما ميزة هائلة على المنافسة.

يعتمد الذكاء الاصطناعي ، وخاصة في أكثر تطبيقاته تطوراً ، بشكل كبير على مجموعات البيانات الكبيرة والتعلم الحسابي.

يعد التعلم الآلي من أكثر تطبيقات الذكاء الاصطناعي إثارة في مجال الهندسة. يعتمد التعلم الآلي على التوليد المستمر للبيانات وتحليلها. من خلال هذه العملية ، من خلال جمع البيانات على نطاق واسع حول الأداء ثم تحليلها لاحقًا ، يمكن للذكاء الاصطناعي التعلم. إذا كان البرنامج مزودًا بالخوارزميات الصحيحة لتحديد الأخطاء وصياغة الحلول ، فيمكنه تنفيذ عملية ما وتحسينها باستمرار.

بالنسبة للمهندسين الذين يعملون في مشاريع عامة واسعة النطاق ، ستكون البيانات الضخمة عنصرًا أساسيًا في عملهم. يمكن لتحليل البيانات الضخمة أن يخبر الباحثين ، بتفاصيل غير مسبوقة ، أين يكون تدفق الناس في البيئات الحضرية في أوج كثافته. وهذا بدوره يعني أن قرارات البنية التحتية العامة يمكن أن تستند إلى تحليلات علمية موضوعية.

أيضًا ، في سياق الهندسة للأشغال العامة ، يمكن استخدام البيانات الضخمة لتحليل مدى جودة أداء بعض الحلول عند تنفيذها في مكان آخر. يمكن أن تسمح البيانات الضخمة أيضًا بإجراء مقارنة موضوعية ومفصلة لمدى تشابه البيئة الحالية مع تلك التي تم استخدام الحل فيها من قبل. يعد هذا بسيطًا نسبيًا عند استخدام تقنيات تحليل البيانات الضخمة ، ولكنه سيكون عملية طويلة ومكلفة لإكمالها بخلاف ذلك.

التعلم الالي

يعد التعلم الآلي أحد أهم المفاهيم التكنولوجية لمستقبل الهندسة التي يقودها الذكاء الاصطناعي. التعلم الآلي هو دراسة كيفية تعلم الآلات بالضبط. الهدف النهائي للذكاء الاصطناعي ليس فقط امتلاك آلات يمكنها التعلم ، ولكن امتلاك آلات قادرة على التحليل الذاتي. يمكن لمثل هذه الآلة تقييم كفاءة أساليب التعلم الخاصة بها ومن ثم تحسين عملياتها إلى درجة أكبر بكثير.

ولكن كيف ستبدو التطبيقات العملية للتعلم الآلي؟ حسنًا ، تخيل لو أن كل واحدة من تلك الأذرع الروبوتية التي تراها تجمع السيارات تحتوي على كاميرا صغيرة. يمكن لكل ذراع بعد ذلك فحص عمل الروبوتات السابقة على طول خط التجميع. إذا حددوا مشكلة ، فيمكنهم صياغة حل.

لدينا بالفعل التكنولوجيا لإنجاز الجزء الأول. يمكننا التقاط فيديو عالي الدقة لسيارة نصف مجمعة وتطوير خوارزميات لتحديد ما إذا كانت هناك أي أخطاء واضحة. يمكننا بعد ذلك جعل الروبوتات تستجيب للخطأ بناءً على ما "تراه".

يأخذ التعلم الآلي هذه العملية إلى المستوى التالي. باستخدام التعلم الآلي ، يمكن تجميع البيانات التي تم جمعها بواسطة جميع الروبوتات المشاركة في الإنتاج معًا. مع وجود ذكاء اصطناعي مركزي للتحكم في كل واحد ، يمكنه معرفة المشكلات التي من المرجح أن تظهر. باستخدام التعلم الآلي ، سيكون هذا الذكاء الاصطناعي المركزي أيضًا قادرًا على صياغة حلول للمشكلات ، بدلاً من مجرد اتباع إجراءات محددة مسبقًا.

معالجة اللغة الطبيعية

معالجة اللغة الطبيعية هي مجال دراسة مخصص لتحسين قدرة البشر والآلات على التواصل. على وجه الخصوص ، تهدف معالجة اللغة الطبيعية إلى تحسين التطور الذي يمكن أن تستجيب به الآلات للصوت البشري. كما هو الحال مع التعلم الآلي ، تستخدم معالجة اللغة الطبيعية بشكل مكثف مجموعات البيانات الكبيرة والتعلم القائم على الخوارزمية.

فكر في المساعد الصوتي في هاتفك الذكي. إذا كنت قد امتلكت عددًا من الهواتف الذكية على مدار العقد الماضي أو نحو ذلك ، فربما تكون قد لاحظت مدى تحسن الدقة التي يسمعون بها أصواتنا وينقلونها. على الرغم من أن هاتفك قد يكون قادرًا على تحديد الكلمات التي قلتها ، إلا أن هذا لا يعني الفهم.

في الوقت الحالي ، يبحث هاتفك عن كلمات رئيسية معينة يفهمها ويحدد ما تطلبه من القيام به بناءً على السياق. ثم يستجيب أو ينفذ إجراء ما ، وفي بعض الأحيان يلفظ استجابة. تهدف معالجة اللغة الطبيعية إلى تحسين هذه العملية من خلال السماح للآلة بتطوير فهم أعمق للغة. إذا تم تنقيح هذا الفهم بدرجة كافية ، فسيصل إلى نقطة حيث يمكن للآلة أن تستنتج ما يريده شخص ما عند تقديم أمر أو طلب جديد تمامًا.

في أفلام الرجل الحديدي ، يستطيع توني ستارك إجراء محادثات طويلة مع مساعده المنزلي ، وهو ذكاء اصطناعي يسمى جارفيس. عندما يصمم توني بدلات الرجل الحديدي الخاصة به ، فإنه يجري محادثات مع جارفيس ، يستطيع جارفيس إنتاج مخططات وفقًا للمواصفات التي يعبر عنها توني ، بلغة المحادثة المعتادة. يبدو هذا وكأنه خيال علمي خالص ، لكن هذا هو بالضبط الاتجاه الذي يأمل الباحثون أن يسلكوا المجال فيه يومًا ما.

على سبيل المثال ، إذا كان أحد المهندسين يحاول معرفة كيفية تعزيز ميزة معينة في تصميمه ، ألن يكون من الرائع أن يسألوا جهاز الكمبيوتر الخاص بهم؟ أو في حالة خط التجميع ، تخيل ما إذا كان بإمكان مشرف بشري إعطاء ملاحظات للروبوتات. يمكنهم أن يطلبوا من الروبوتات أداء أدوارهم بطريقة مختلفة قليلاً ، لإجراء تعديلات ، أو حتى تجربة أشياء جديدة وتحليل النتيجة.

هذه التطبيقات بعيدة بعض الشيء ، لا يزال لدينا الكثير لنتعلمه حول التعلم الآلي. ومع ذلك ، فقد حققنا بالفعل في السنوات الأخيرة بعض الإنجازات المهمة التي كان عدد قليل من الناس يتوقعونها.

معالجة الصورة

قد تتساءل ما علاقة معالجة الصور بالهندسة؟ قد لا يبدو الاتصال واضحًا على الفور ، ولكن هذه تقنية أخرى ضرورية لتطبيق الذكاء الاصطناعي لإمكاناته الكاملة في مجال الهندسة.

عندما يرى البشر شيئًا ، فذلك لأن الضوء يدخل العين ويتحول إلى إشارة كهربائية. ثم يتم نقل هذه الإشارة إلى الدماغ عبر العصب البصري. يحول الدماغ هذه الإشارة الإلكترونية إلى صورة ، وهذه هي الصورة التي "نراها".

تعمل الآلات بطريقة مشابهة جدًا. يمكننا إعداد كاميرا لتسجيل صورة ، ويمكننا عرض هذه الصورة على المستخدم. ومع ذلك ، هذا ليس هو نفسه فهم الآلة للصورة. باستخدام خوارزميات معالجة الصور ، يمكننا جعل الآلات تحلل ما تراه وتتفاعل وفقًا لذلك. من منظور هندسي ، هذا يعني أنه يمكن أن يكون لدينا آلات قادرة على تحديد التشوهات الهيكلية وغيرها من المشكلات التي لها علامات مرئية يمكن تحديدها.

يمكن أن يُحدث هذا النوع من تقنية معالجة الصور فرقًا كبيرًا في سلامة المهندسين في مكان العمل. غالبًا ما تكون هناك أدلة بصرية تشير إلى أوجه القصور والضعف الهيكلية التي لا تكون واضحة على الفور حتى فشل الهيكل. من خلال الجمع بين معالجة الصور وإدخال البيانات من أجهزة الاستشعار الأخرى ، يمكن استخدام الذكاء الاصطناعي في مجموعة متنوعة من السياقات. على سبيل المثال ، في كل من مواقع البناء ومشاهد الحرائق ، يمكن أن تصبح السلامة الهيكلية مصدر قلق. يمكن أن يؤدي وجود طريقة أكثر موثوقية للمهندسين لتقييم النزاهة إلى إنقاذ الأرواح.

انترنت الأشياء

ربما لا يزال الكثير منكم يتذكر وقتًا كان فيه الاتصال بأشخاص آخرين يعني البقاء في المنزل. بمجرد مغامرتك بالخارج ، لم تكن هناك شبكة 3G أو 4G لتصفح الإنترنت. في النهاية ، جاء الإنترنت عبر الهاتف المحمول بطيئًا ومكلفًا للغاية في شكل WAP.

اليوم ، اعتدنا على وجود كميات هائلة من البيانات تتطاير عبر موجات الأثير من حولنا. نظرًا لأن الأجهزة الذكية أصبحت أكثر شيوعًا في منازلنا ، فقد بدأنا أيضًا في رؤية الإمكانات العملية للقدرة على ربط الأجهزة معًا.

يشير إنترنت الأشياء إلى شبكة افتراضية تربط الأجهزة والأشياء اليومية معًا ، بنفس الطريقة التي يربط بها الإنترنت أجهزة الكمبيوتر من جميع أنحاء العالم. إن السماح للأجهزة المختلفة في حياتنا بجمع البيانات ومشاركتها سيفتح بعض الاحتمالات الجديدة المثيرة.

عندما يصبح إنترنت الأشياء حقيقة واقعة بشكل تدريجي ، فإنه سيصبح شيئًا يتزايد اهتمام المهندسين به أثناء عملية التصميم. مع وجود إنترنت الأشياء كواقع ، فإن العدد اللامتناهي تقريبًا من الطرق التي يمكننا من خلالها توصيل الأجهزة وجعلها تعمل معًا ستتيح حلولًا جديدة ومبتكرة للعديد من المشكلات.

وظائف

لن تكتمل مناقشة تأثير الذكاء الاصطناعي على الهندسة دون ذكر تأثير الأتمتة على الوظائف. في العديد من الأماكن ، هناك مخاوف وقلق واسع النطاق حول الأتمتة. عندما تبدأ الآلات في استبدال البشر في وظائف معينة ، هناك مخاوف من أننا لن نحتاج في النهاية إلى توظيف أشخاص على الإطلاق.

يجب الاعتراف بأن التهديد الذي تتعرض له الوظائف حقيقي للغاية ، وفي بعض المناطق يكون له تأثير كبير على المجتمعات. ومع ذلك ، يتفق معظم الباحثين على أن الفوائد طويلة المدى للأتمتة تفوق العيوب المحتملة.

في حالة المهندسين على وجه التحديد ، يفتح الذكاء الاصطناعي بعض الآفاق الجديدة والمثيرة لهذا المجال. يجب تبني هذه الفرص الجديدة. من المهم أن ندرك أن العديد من هذه التطورات ستحدث فرقًا كبيرًا في قدرتنا على معالجة أكبر القضايا التي تواجه حضارتنا.

ال يؤثر على تقنية Blockchain و Cryptocurrency Tech

مثال رائع على كيفية تأثير الاستخدام المبتكر للذكاء الاصطناعي على العملات المشفرة وتقنية blockchain هو Magnus Collective. وهي تتألف من شبكة لامركزية من أنظمة الذكاء الاصطناعي ، بما في ذلك أجهزة الاستشعار ، والأجهزة ، وأجهزة الكمبيوتر ، والروبوتات ، والبشر. إنه رمز هجين ، قد يكون تطورًا لمفهوم ICO.

كان للذكاء الاصطناعي تأثير على كل صناعة وقطاع يمكن تصوره تقريبًا ، والهندسة ليست استثناءً. هناك عدد من التطبيقات المختلفة للذكاء الاصطناعي والتي لها فائدة كبيرة للمهندسين. بدءًا من السماح بالتفاعلات البديهية والمبتكرة مع البرامج والآلات ، وحتى مراقبة عمل المهندسين والآلات الأخرى ، فإن الذكاء الاصطناعي يلعب العديد من الأدوار.

نظرًا لأن أساليبنا في جمع مجموعات البيانات الضخمة أصبحت أكثر دقة ، فنحن قادرون على إطلاق العنان للإمكانات الكاملة للبيانات الضخمة والتعلم الحسابي. لقد فهمنا دائمًا أن كلا هذين المفهومين يمكن أن يسفر عن نتائج رائعة ، لكن الطبيعة التحويلية لكليهما في الهندسة تثبت أنهما أقوى مما كنا نعتقد في السابق.


شاهد الفيديو: الذكاء الاصطناعي والتعلم عن بعد (كانون الثاني 2022).