لحظات غيّرت تاريخ الذكاء الاصطناعي
AI Breakthrough Moments
إنجازات واكتشافات كبرى: ماذا حدث، ولماذا كان مهماً، وما الذي تغيّر بعده. كل لحظة مرتبطة بمصادرها.
-
1943
النموذج المنطقي للعصبون (مكولوك وبيتس)
McCulloch–Pitts neuron
اقترح وارن مكولوك ووالتر بيتس نموذجاً رياضياً مبسطاً للعصبون يعمل كوحدة منطقية ثنائية، وبيّنا أن شبكات منه تستطيع حساب دوال منطقية.
- الأهمية
- أول نموذج رياضي للشبكات العصبية الاصطناعية.
- الأثر اللاحق
- مهّد للبيرسبترون ولفكرة الحوسبة بشبكات من وحدات بسيطة.
-
1950
تورنغ يطرح «لعبة المحاكاة»
Computing Machinery and Intelligence
نشر آلان تورنغ ورقته «الآلات الحاسبة والذكاء» في مجلة Mind، واقترح استبدال سؤال «هل تفكر الآلات؟» باختبار سلوكي عُرف لاحقاً باختبار تورنغ.
- الأهمية
- من أكثر النصوص تأثيراً في فلسفة الذكاء الاصطناعي، وناقشت اعتراضات ما زالت تُطرح اليوم.
- الأثر اللاحق
- أصبح اختبار تورنغ مرجعاً دائماً في النقاش حول ذكاء الآلات.
-
31 أغسطس 1955
مقترح مشروع دارتموث الصيفي
Dartmouth Summer Research Project proposal
كتب جون مكارثي ومارفن مينسكي وناثانيال روتشستر وكلود شانون مقترحاً لمشروع بحثي صيفي عن «الذكاء الاصطناعي»، وهي أول وثيقة معروفة تستخدم هذا المصطلح.
- الأهمية
- وُلد فيه مصطلح Artificial Intelligence.
- الأثر اللاحق
- حدد المقترح أسئلة بحثية مثل اللغة والتجريد وتحسين الذات ما زالت محور المجال.
-
1956
ورشة دارتموث
Dartmouth Workshop
اجتمع عدد من الباحثين في كلية دارتموث صيف 1956 في المشروع الذي اقترحه مكارثي ورفاقه، ويُعد الحدث المؤسس للذكاء الاصطناعي بوصفه مجالاً بحثياً.
- الأهمية
- تأسيس المجال وتسميته.
- الأثر اللاحق
- أصبح المشاركون فيه مؤسسي أبرز مختبرات الذكاء الاصطناعي في MIT وستانفورد وكارنيغي ميلون.
-
1958
البيرسبترون لفرانك روزنبلات
Rosenblatt's Perceptron
نشر فرانك روزنبلات نموذج البيرسبترون: شبكة تتعلم أوزانها من الأمثلة لتصنيف الأنماط، وبُني له لاحقاً جهاز Mark I Perceptron.
- الأهمية
- أول نموذج عصبي يتعلم من البيانات بقاعدة تحديث واضحة.
- الأثر اللاحق
- أطلق موجة أولى من أبحاث الشبكات العصبية.
-
1966
برنامج ELIZA
ELIZA
نشر جوزيف وايزنباوم برنامج ELIZA الذي يحاور المستخدم بمطابقة أنماط بسيطة، وأشهر نصوصه يحاكي معالجاً نفسياً.
- الأهمية
- أول برامج المحادثة المعروفة.
- الأثر اللاحق
- أظهر ميل الناس إلى نسب الفهم لآلة لا تفهم، وهو ما سُمي لاحقاً «أثر إليزا».
-
1986
نشر الانتشار العكسي في Nature
Backpropagation in Nature
بيّن روملهارت وهينتون وويليامز أن الانتشار العكسي للخطأ يدرّب شبكات متعددة الطبقات على تعلم تمثيلات داخلية مفيدة.
- الأهمية
- جعل تدريب الشبكات متعددة الطبقات عملياً.
- الأثر اللاحق
- أساس تدريب كل الشبكات العميقة اليوم.
-
11 مايو 1997
Deep Blue يهزم كاسباروف
Deep Blue defeats Kasparov
فاز حاسوب IBM Deep Blue على بطل العالم في الشطرنج غاري كاسباروف في مباراة من ست جولات انتهت بنتيجة 3.5 مقابل 2.5.
- الأهمية
- أول مرة يخسر فيها بطل عالم مباراة كاملة أمام حاسوب في ظروف بطولة.
- الأثر اللاحق
- اعتمد على البحث الضخم والمعالجات المتخصصة أكثر من التعلم.
-
1997
شبكات الذاكرة طويلة قصيرة المدى (LSTM)
LSTM
اقترح سيب هوخرايتر ويورغن شميدهوبر وحدة ذاكرة ببوابات تحافظ على الخطأ عبر خطوات زمنية طويلة.
- الأثر اللاحق
- هيمنت على معالجة الكلام والترجمة حتى ظهور المحولات.
-
2006
تدريب الشبكات العميقة طبقةً طبقة
Deep belief nets
نشر هينتون وزملاؤه خوارزمية سريعة لتدريب شبكات الاعتقاد العميقة طبقة بعد طبقة، ونُشرت في العام نفسه ورقة في Science عن تقليل الأبعاد بالمرمّزات الذاتية.
- الأثر اللاحق
- يُؤرخ بها عادةً بدء موجة «التعلم العميق».
-
2012
AlexNet تفوز في ImageNet
AlexNet wins ILSVRC-2012
فازت شبكة AlexNet الالتفافية لكريجفسكي وسوتسكيفر وهينتون في مسابقة ImageNet 2012 بخطأ أعلى-5 قدره 15.3% مقابل 26.2% للمركز الثاني.
- الأهمية
- أثبتت تفوق الشبكات العميقة المدربة على المعالجات الرسومية في الرؤية.
- الأثر اللاحق
- تحول البحث في الرؤية الحاسوبية كله تقريباً إلى التعلم العميق.
-
2014
الشبكات التوليدية التنافسية
Generative adversarial networks
اقترح إيان غودفيلو وزملاؤه تدريب مولّد ومميّز يتنافسان، فيتعلم المولد إنتاج عينات واقعية.
-
2015
الشبكات المتبقية (ResNet)
ResNet
قدّم كايمينغ هي وزملاؤه في Microsoft Research الوصلات المتبقية التي سمحت بتدريب شبكات بمئات الطبقات، وفازت في ILSVRC 2015.
-
مارس 2016
AlphaGo يهزم لي سيدول
AlphaGo vs Lee Sedol
فاز برنامج AlphaGo من DeepMind على بطل لعبة غو لي سيدول بأربع مباريات مقابل واحدة في سول.
- الأهمية
- لعبة غو أصعب كثيراً من الشطرنج بالبحث المباشر.
- الأثر اللاحق
- جمع الشبكات العميقة مع بحث شجرة مونت كارلو والتعلم المعزز.
-
2017
ورقة «Attention Is All You Need»
Attention Is All You Need
قدّم فاسواني وزملاؤه في Google معمارية Transformer القائمة على الانتباه الذاتي دون تكرار أو التفاف.
- الأهمية
- أصبحت أساس معظم النماذج اللغوية الكبيرة والنماذج متعددة الوسائط.
-
2018
إطلاق BERT
BERT
نشرت Google نموذج BERT المدرب مسبقاً على التنبؤ بالكلمات المحجوبة بسياق ثنائي الاتجاه، فحقق نتائج متقدمة في مهام فهم اللغة.
-
2020–2021
AlphaFold 2 والتنبؤ ببنية البروتين
AlphaFold 2
حققت DeepMind دقة عالية في التنبؤ بالبنية ثلاثية الأبعاد للبروتينات في مسابقة CASP14 (2020)، ونُشرت الطريقة في Nature عام 2021.
- الأهمية
- تقدم كبير في مسألة علمية قائمة منذ عقود.
-
2020
GPT-3 والتعلم من أمثلة قليلة
GPT-3
نشرت OpenAI نموذجاً لغوياً بـ175 مليار معامل يؤدي مهاماً جديدة من تعليمات وأمثلة قليلة داخل النص دون إعادة تدريب.
-
30 نوفمبر 2022
إطلاق ChatGPT
ChatGPT launch
أتاحت OpenAI مساعداً حوارياً للجمهور مبنياً على نموذج لغوي مضبوط بالتغذية الراجعة البشرية، وانتشر بسرعة كبيرة.
- الأثر اللاحق
- نقل النماذج اللغوية الكبيرة من المختبرات إلى الاستخدام اليومي.
-
أكتوبر 2024
نوبل الفيزياء 2024 لهوبفيلد وهينتون
Nobel Prize in Physics 2024
مُنحت جائزة نوبل في الفيزياء لجون هوبفيلد وجيفري هينتون عن اكتشافات واختراعات أساسية تمكّن التعلم الآلي بالشبكات العصبية الاصطناعية.
-
أكتوبر 2024
نوبل الكيمياء 2024 وAlphaFold
Nobel Prize in Chemistry 2024
مُنح نصف جائزة نوبل في الكيمياء لديفيد بيكر عن تصميم البروتينات حاسوبياً، والنصف الآخر لديميس هسابيس وجون جمبر عن التنبؤ ببنية البروتين.
