أربع تطبيقات للذكاء الإصطناعي ممتعة ومفيدة في نفس الوقت

220

تطبيقات الذكاء الإصطناعي في مختلف المجالات معروفة للجميع ولكن هناك مجالات ربما لا تكون معروفة للبعض. قامت روبوتات تم تدريبها بواسطة التعلم الآلي بلعب ألعاب شهيرة مثل باك مان وتقوم بالرسم أيضا. في هذا المقال نستعرض أربعة تطبيقات ممتعة للذكاء الإصطناعي ولكنها في ذات الوقت تتضمن تطبيقات مهمة في الواقع أكثر من كونها مسلية.

في أحد أيام العرض التجريبي للذكاء الإصطناعي الذي أقيم في المكتب الرئيسي لمستشاري كامبريدج, أظهر خبراء التعلم الآلي من فريق الأبحاث الإستشاري للابتكار Digital Greenhouse بعض المجالات الممتعة لتطبيقات الذكاء الإصطناعي.

روبوت يعرف نوع الموسيقي التي يتم تشغيلها

عرض فريق Digital Greenhouse روبوتًا تعلَّم كيفية تحديد نوع الموسيقى التي يتم عزفها على البيانو.
كانت تحدد النوع ذاتيا مع الأخذ في الإعتبار تعقيدات الموسيقى التي تم تشغيلها. ولكن البرامج التي تم تطويرها من خلال التعلم الآلي كانت أداؤها أفضل من نظيرتها المشفرة يدوياً التي أنشأها موظفو Digital Greenhouse.

كلا البرنامجين طلب منهما تحديد نوع الموسيقي التي تم عزفها علي البيانو سواء كانت كلاسيكية أو جاز وخلافه من الأنواع المختلفة.

روبوت يرسم رسومات من عصر النهضة

كان هناك فن من نوع مختلف في اليوم التجريبي كان هناك Vincent وهو برنامج يمكنه أن يحول الرسومات إلى لوحات تضاهي أسلوب فناني النهضة.

إن مئات اللوحات من ذلك العصر تم إدخالها في خوارزمات تعلم الآلة مصممة لمساعدة Vincent على فهم ملامح العمل الفني النهضوي.

من الفنانين الذين تم الإستعانة بهم لتدريب Vincent ؟

وقال Luke Smith, مهندس التعلم الآلي الذي عمل في هذه الأداة  “اللذان يتبادران إلى ذهني دوماً هما Cezanne و Picasso, لكنهما لم يكونوا الوحيدون في تعليم Vincent, حيث تم إختيار مجموعة من اللوحات من كل فنان تقريبا في القرون الستة الأخيرة”.

لا توجد تطبيقات تجارية Vincent في الوقت الحاضر. ولكن يمكن للمرء أن يتخيل البرنامج يعمل بشكل جيد في معرض فني.

روبوت يقوم بتحسين الرؤية

نظام ذكاء إصطناعي يسمي Deep Ray ويستخدم شبكة تم تطويرها بواسطة Digital Greenhouse والتي يمكنها توضيح الصور الغير واضحة في الوقت نفسه.

ومن خلال إعطاء أمثلة على الاستخدامات المحتملة للنظام, قال فريق أبحاث Cambridge Consultants إنه من الممكن أن يستخدم رجال الإطفاء البرنامج لتوضيح رؤيتهم من خلال الدخان في مبنى محترق.

أوضحت Sally Epstein, الخبيرة في التعلم العميق, كيف تم تعليم برنامج الروبوت المزود بالذكاء الإصطناعي ترتيب الصور المشوهة.

وقالت “قمنا بتسجيل الصور من خلال الزجاج المشوه,  ثم وضعناها في شبكة عصبية عملاقة, وضعنا صورًا مشوهة في هذه الشبكة العصبية وقمنا بمقارنتها بالصورة الواضحة الأصلية. كررنا هذا  وقمنا بتدريب الشبكة العصبية بأكملها لتقليل نسبة الخطأ, حتى وصلنا إلى النقطة التي يمكن أن نضع فيها صورة مشوهة في الشبكة العصبية وحصلنا على الصورة الأصلية.”

 

الروبوت الذي يمكنه أن يغلبك في لعبة Pac-Man

باستخدام تقنيات التعلم الآلي,  قام Digital Greenhouse بتعليم برنامج Bot ليصبح جيدًا جدًا في Pac-Man, حيث يمكنه نظريًا تحدي النتيجة القياسية العالمية.

وقال مستشار تعلم الآلة Dominic Kelly “لقد دربناها دون أن نعطيها القواعد, ولم يكن لديها أي فكرة عما يجب عليها فعله. تم تدريب النظام لآلاف الساعات علي لعب Pac-Man. عندما بدأت, قفزت من اليسار إلى اليمين. فهمت ببطء أن الحبوب البيضاء جيدة لها وأنها سوف تدور حولها,  لكنها لم تفهم أنها اضطرت إلى تجنب الأشباح. كانت الخطوة التالية هي إدراك أن تجنب الأشباح كان جيداً,  وبقيت على هذا النحو لوقت طويل. هناك تقريبا قفزة من الفهم حدثت بعد فترة, أدركت أنه الآن إذا أكلت كبسولة تتحول الأشباح إلى اللون الأبيض, ومرة ​​أخرى ظلت علي هذا الوضع لفترة طويلة حتى فهمت في النهاية أنها يمكنها أن تأكل الشبح ذات نفسه”

على الرغم من أنها جيدة في Pac-Man, إلا أن Bot لم يكن مصمماً ليحطم الرقم القياسي العالمي.

وعلى الرغم من أنه كان بلا شك واحدًا من أكثر تطبيقات الذكاء الإصطناعي متعة, فقد طور مستشاري كامبريدج النظام لفهم كيفية تطبيق التعلم الآلي على أنظمة المركبات الآلية المعقدة.

تمت ترجمة المقال الأصلي والموجود بالرابط أدناه

https://www.compelo.com/fun-artificial-intelligence-applications/

 

تعليقات