القسم الثاني: محاكاة التلدين

عملية التلدين هي عملية تسخين المادة (مثل الحديد) لدرجة حرارة عالية ثم تبريدها بطريقة منسقة ومنظمة.  تعتمد هذا العملية على زيادة صلابة المادة خاصة إذا كان التبريد يحدث بشكل منسق وبطيء. تبريدها بشكل عشوائي او سريع قد يتسبب بتكوين مادة هشة وقابلة للانكسار.  تقوم عملية التلدين بمحاولة اكتشاف درجة الحرارة الكلية الملائمة لتبريد المادة للسيطرة على كمية الطاقة المفقودة بشكل منتظم (حيث تكون الطاقة في اعلى كمياتها عندما تكون المادة في اعلى درجات حرارتها).

 

في عملية محاكاة التلدين، يقوم البرنامج بعملية مشابهة لعملية التلدين، حيث يبدا البرنامج بحل عشوائي ويبدئ بتعديل عشوائي على الحل ثم قياسه.  يقوم البرنامج بالتقرب للحل النهائي بناء على مجموعة تكرارات للعملية (كعملية إيجاد درجة التبريد المناسب في عملية التلدين).

الحل المبدئي:

قد يبدئ البرنامج بحل مبدئي عشوائي حيث يقوم البرنامج بتحميل البرنامج في خانة الحل الحالي.  في بعض الأحيان وعندما يكون البرنامج قد مر بحل مشاكل سابقة قد يعتمد اخر حل كحل مبدئي لمشكلة جديدة.

تقييم الحل:

يقيم الحل بفك شفرته ثم القيام بالعملية المبرمجة لتحليل النتيجة للمشكلة القائمة. قد يكون الحل المشفر عبارة عن مجموعة من المتغيرات التي بدورها تستخدم لتقييم الحل لتقييم قرب حل المشكلة القائمة بعد فك تشفيرها.

تعديل عشوائي للحل:

ان كانت هناك حاجة، يقوم البرنامج بنسخ الحل في خانة ما يسمى بالحل النشط. ثم يقوم البرنامج بتعديل عشوائي للحل بناء على ما تم تشفيره.  كمثال اذا اعتبرنا خوارزمية البائع المتنقل (Traveling Salesman problem) حيث يقوم البرنامج باستبدال مدينتين بشكل عشوائي بعد نسخها في احل القائم.  بعد التعديل، يقيم الحل بناء على الخطوة السابقة

معايير القبول:

عملية معايير القبول قد تكون معقدة بعض الشيء، حيث تكون اول خطوة هي مقارنة الحلين: النشط (المعدل) والحالي.  إذا كان الحل النشط افضل (طاقته المخزنة افل من الطاقة في الحل الحالي كما هو في عملية التلدين الفعلي) نقوم بقبول الحل النشط عن طريق استبدال الحل الحالي معه.  إذا كان اسوء فلا يزال هناك احتمال لقبول الحب التي تقاس بناء على قانون الديناميكية الحرارية (Law of Thermodynamics)

ينتج عن ذلك انه كلما زادت درجة الحرارة (باستخدام مصطلحات التلدين) كلما زاد احتمال قبول الحل المعدل، او الأسو (ذات الطاقة الأعلى)، على الحل الحالي.  هذا يتيح لتوسيع دائرة الحلول المحتملة حيث انها تقل كلما اقتربنا من الحل المثالي.

تبريد درجة الحرارة:

بعد عدة تكرارات، يقوم الخوارزمية بتبريد درجة الحرارة.  عادة ما تكون هناك عمليات لخفيض عالي لدرجة الحرارة وقد تكون العملية بسيطة مثل:

حيث اننا نضرب درحجة الحرارة الحالية (i) بثابت ذات قيمة بين 0 و1 للحصول على درجة الحرارة الجديدة (i+1)   او قد تكون المعادلة أكثر تعقيدا لمحاولة السيطرة على الناتج

إعادة العملية:

قد تكون عملية التكرار متعددة على نفس درجة الحرارة وتنخفض عند الانتهاء من عدد التكرارات المحددة.  يتوقف البرنامج (او العملية) عند وصول درجة الحرارة لصفر.

تطوير برامج الذكاء الاصطناعي: الجزء الاول

انوي في شهر رمضان المبارك ان أقوم بتغطية كتاب “AI Application Programming” من تاليف م. تيم جونز والذي تم اصداره سنة 2003.  مع ان الكتاب قديم نوعا ما، الا انه يوفر مقدمة جيدة لتاريخ الذكاء الاصطناعي وبعض تقنياته.  يضيف الكتاب قسم جميل حيث يقوم الأستاذ جونز بشرح كيف يمكن للفرد برمجة هذه التقنيات والتي بدورها قد اخصص سلسلة جديدة من المقالات لهذا الخصوص حيث يقوم المؤلف بشرحها باستخدام لغة الC و التي اخطط لترجمتها للغة جديدة كالبايثون او الجافا او الC#.  أذا كان هناك اختلاف بين زمن اصدار الكتاب والعصر الحديث او هناك إضافة حديثة ساقوم بإضافة تعليقي وتحديد ذلك.

 يبدا الكتاب بقسمه الأول بتعريف الذكاء الاصطناعي وتوفير نبذة بسيطة عن تاريخه ويحدد السيد جونز الحقبات التالية للذكاء الاصطناعي:

العقد الخامس من القرن العشرين: 

طور الحاسب من قبل الن تورنغ (Alan Turing) البريطاني بهدف فك شفرة جهاز الانيغما الشهير الذي استخدم من قبل الالمان لتشفير الرسائل بين عناصر جيشهم.  بعدها بثلاثة سنين و في سنة 1945 طور الدكتوران جون موتشلي (John Mauchly)  و ج ب اكارت الابن (J. P Eckart Jr.) الحاسب الالي و الذي القوا اسم كولوسس عليه بهدف القيام بحسابات قوائم لقذائف الحرب العالمية الثانية.  في نفس الفترة تم تطوير الشبكات العصبية الاصطناعية (Artificial Neural Networks) من قبل والتر بتس (walter Pitts) و وارن مكولوك (Warren McCulloch)  التي تمثلت بدوائر كهربائية و التي قام دونالد هبز (Donald Hebbs) بإضافة الوزنية لكل خلية عصبية في الشبكة في عام 1949

 العقد السادس من القرن العشرين:

 ولد الذكاء الاصطناعي في هذه الفترة حيث تم تأليف المصطلح من قبل جون مكارثي في سنة 1955 في اول مؤتمر للذكاء الاصطناعي في كلية دارتموث وقام الن تورنغ بإنشاء "اختبار تورنغ" الذي يحدد: إذا لم يستطع الفرد على التمييز بيت المكينة والانسان فقد نعتبر ان المكينة ذكية.  في هذه الفترة تم تطوير اول لغتين لبرمجة الذكاء الاصطناعي IPL  و LISP حيث استطاعت الثانية اثبات جدارتها على الاوى و استمرت كاللغة المفضلة لمطوري الذكاء الاصطناعي.  هذه الحقبة أسست لتطوير الذكاء الاصطناعي حي تأسست مدرسته وكليات لدراسته وتطويره

العقد السابع من القرن العشرين:

نهوض الذكاء الاصطناعي الذي تمثل في تأليف اول كتب انتقادية لهذا التخصص الجديد وهما كتاب "الكمبيوتر والفطرة السليمة لمورتايمر توب: اسطورة المكينة المفكرة" (Mortimer Taube’s Computers and Common Sense: The Myth of Thinking Machines) و "الكيمياء والذكاء الاصطناعي" (Alchemy and AI) والمقصود بالكيمياء هي الكيمياء القديمة التي امنت بانه يمكنك تغير المعادن الى ذهب.  إضافة الى ذلك تم تطوير الشبكات العصبية والتي في نهاية الحقبة تم تقديم انتقاد حاد لشبكة عصبية ذات طبقة واحدة.  والتي بدورها أسست لسقوط حاد في استثمارات الذكاء الاصطناعي في الحقبة التالية. 

العقد الثامن من القرن العشرين: 

التي بدورها تم عنونتها بحقبة سقوط الذكاء الاصطناعي.  هذه الفترة شهدت تقليص أي استثمار كان يصب في الذكاء الاصطناعي وذلك كان نتيجة لكية التأملات المترقبة لهذا التخصص وضعف نتائج ما تم تطويره وقلت التطبيقات الواقعية لهذا المجال.  لكن، ز مع قلة النتائج، تم تطوير لغة الProlog  التي بدورها تفوقت على LISP خارج الولايات المتحدة الامريكية.  إضافة الى ذلك تم تأسيس تقنية المنطق الضبابي (fuzzy logic)، والذي بدوره تم تطبيقه على مكائن التي تعمل بالبخار

العقد التاسع من القرن العشرين:

تنطلق تقنيات الذكاء والاصطناعي في هذه الحقبة ويتم اخمادها من جديد حيث بدا هذا العقد مبيعات كثيفة لأجهزة الذكاء الاصطناعي وانظمته والتي تشكلت بالأنظمة الخبيرة (Expert Systems).  وفرت هذه الأنظمة وعدا جديد للذكاء الاصطناعي حيث وجدت له تطبيقات في الصيانة والاستشارة.  كذلك الشبكات العصبية شهدت نهوض جديد في هذه الفترة حيث تم اعتمادها في تطبيقات التعرف على الصوت.  سبب هبوط هذه الفترة كان متعلقا بفشل الأنظمة الخبيرة التي كانت تعتمد على العناية بالأسالة التي قد تتعقد بناء على عددها والتي لم تتطور كثيرا

العقد العاشر من القرن العشرين:

 النمو البطيىء للذكاء الاصطناعي.  هذه الفترة التي شهدت تطوير تطبيقات أكثر فعالية كأنظمة التعرف على الوجوه وكشف احتيالات بطاقات الائتمانية وأنظمة التخصيص وانظمة تقدير التوظيف ودخل المؤسسات.  من اهم ما نتج في هذه الفترة كان انتصار برنامج ذكي: ديب بلو، على بطل الشطرنج غاري كاسبروف وتحليق المركبة الفضائية ديب سبايس 1 بشكل تلقائي

اود ان اضيف حقبة جديدة وهي حقبة العقد الثاني من القرن الواحد وعشرين التي بدورها لقت تفجرا في تقنيات الذكاء الاصطناعي الذي اعتمدت على انتشار الهاتف النقال و الذي بدوره ساهم في ان تصبح هذه التقنية  في متناول الجميع و دجعلها تقنية موجودة في تطبيقات هدفها التسلية أكثر من التخصص.  إضافة الى ذلك تم انتشار الأجهزة الذكية التي بدورها تعمل على تجميع كميات كبيرة من البيانات والتي  ساهمت في تطوير تقنيات تنقيب البيانات (Data Mining).  هذه نفس التقنيات التي اعتمدت بعد ان أدرك الكثير من الشركات انها تستطيع الاستفادة من كمية البيانات التي كانت تجمعها منذ تبنيها لأنظمة الحاسب الالي لإدارة اعمالها والتي بدورها تستطيع استخدامها لتحسين وسائل اتخاذ القرار وتقدير المستقبل.