عند التأمل في مصطلح "خوارزميات الذكاء الاصطناعي" نرى أنّه يتكون من شقين "خوارزميات"، و"الذكاء الاصطناعي". وتُعرف "الخوارزمية" بأنّها مجموعة إرشادات منظمة تساعد الكمبيوتر في إجراء عملية حسابية، وتتيح للكمبيوتر معرفة ما يجب القيام به ومتى يقوم به، أمّا تعريف "الذكاء الاصطناعي" فهو جزء من علوم الكمبيوتر يركز على تطوير أجهزة الكمبيوتر بهدف محاكاة الذكاء البشري. وفي الحقيقة هناك تفاوت في مستويات الذكاء الاصطناعي بين أجهزة الكمبيوتر، ومع ذلك فلا غنى للذكاء الاصطناعي عن الخوارزميات، لأنه من دونها لن يكون هناك مكان لبدء عملية البرمجة.
إنّ طريقة عمل خوارزميات الذكاء الاصطناعي مبنية على عملية الإدخال والإخراج، بمعنى كل برنامج أو جهاز كمبيوتر يقوم بأخذ المدخلات المتمثلة بالبيانات والمعلومات وغيرها، ثم يختار الخوارزمية المناسبة بناءً على نوعية العمل، ليقوم الكمبيوتر بعد ذلك بتطبيقها خطوة بخطوة لتوليد المخرجات. فعلى سبيل المثال محرك البحث عبارة عن خوارزمية تأخذ استعلام البحث كمدخل وتبحث في قاعدة البيانات الخاصة به عن العناصر ذات الصلة بالكلمات الموجودة في الاستعلام. ثم تخرج النتائج.
وبشكلٍ مُبسط يمكن تصور الخوارزميات كمخطط انسيابي؛ يؤدي الإدخال إلى خطوات وأسئلة تحتاج إلى معالجة بالترتيب، وعند اكتمال كل قسم من المخطط الانسيابي؛ تكون النتيجة التي تم إنشاؤها هي الإخراج.
الآن وصل الباحثون في تطوير الخوارزميات إلى مستويات غير مسبوقة في التطور إذ يمكن أن تتنبأ الخوارزميات الجديدة بأفعال لاعبي الكرة الطائرة في اللعبة بدقة تزيد عن 80%. الآن يتعاون مختبر كورنيل للأنظمة والتحكم الذكية، الذي طور هذه الخوارزميات، مع فريق لعبة الهوكي "الأحمر الكبير" "big red" لتوسيع تطبيقات المشروع البحثي.
تعتبر الخوارزميات فريدة من نوعها من حيث أنها تتخذ نهجاً شاملاً لتوقع الإجراءات، حيث تجمع البيانات المرئية - على سبيل المثال: مكان وجود رياضي في الملعب - مع المعلومات الأكثر تضميناً وتحديداً، مثل الدور المحدد لكل رياضي في الفريق.
يمثل جامعة كورنيل، برنامج هوكي الجليد بالكلية التابع للجمعية الوطنية لألعاب القوى من القسم الأول. ويتنافس فريق كورنيل "بيج ريد" في مؤتمر الهوكي: ECAC حيث يلعب مبارياته على أرضه في إيثاكا، نيويورك.
قالت سيلفيا فيراري، التي قادت البحث: الرؤية الحاسوبية يمكنها تفسير المعلومات المرئية مثل لون القميص وموقف اللاعب أو وضعية جسمه. تضيف سيلفيا فيراري أستاذة جامعة جون برانكاتشيو في الهندسة الميكانيكية والفضائية: ما زلنا نستخدم هذه المعلومات في الوقت الفعلي، لكننا ندمج المتغيرات المخفية مثل استراتيجية الفريق وأدوار اللاعب، الأشياء التي يمكننا كبشر استنتاجها لأننا خبراء في هذا السياق المحدد.
قام طلاب فيراري الساعين للحصول على درجة الدكتوراه Junyi Dong و Qingze Huo بتدريب الخوارزميات لاستنتاج المتغيرات الخفية من خلال مشاهدة الألعاب - بنفس الطريقة التي يكتسب بها البشر معرفتهم الرياضية. استخدمت الخوارزميات التعلم الآلي لاستخراج البيانات من مقاطع الفيديو الخاصة بألعاب الكرة الطائرة ثم استخدمت تلك البيانات للمساعدة في عمل تنبؤات عند عرض مجموعة جديدة من الألعاب.
يمكن للخوارزميات التي تم تطويرها في مختبر كورنيل للأنظمة الذكية وعناصر التحكم أن تتنبأ بالإجراءات التي يقوم بها لاعبي الكرة الطائرة داخل اللعبة بدقة تزيد عن 80%، ويتعاون المعمل الآن مع فريق لعبة الهوكي "الأحمر الكبير" لتوسيع تطبيقات المشروع البحثي.
نُشرت النتائج في مجلة Transactions on Intelligent Systems and Technology، وأظهرت هذه الدراسة أن الخوارزميات يمكنها استنتاج أدوار اللاعبين - على سبيل المثال، تمييز ممر الدفاع عن المانع - بمتوسط دقة تقارب 85%، ويمكنها التنبؤ بإجراءات متعددة على تسلسل يصل إلى 44 إطاراً بمتوسط دقة يزيد عن 80%. تضمنت الإجراءات الضرب، التثبيت، الحجب، الجري، الحفر، اتخاذ وضعيات القرفصاء والوقوف أو السقوط والقفز.
تتصور فيراري أن الفرق سوف تستخدم هذه الخوارزميات للاستعداد بشكل أفضل للمنافسة من خلال تدريبهم على لقطات اللعبة الحالية للخصم واستخدام قدراتهم التنبؤية لممارسة مسرحيات معينة وسيناريوهات لعبة محكمة.
التعلم الآلي هو أسلوب لاستخدام أجهزة الكمبيوتر لاكتشاف الأنماط في مجموعات البيانات الضخمة ثم عمل تنبؤات بناءً على ما يتعلمه الكمبيوتر من تلك الأنماط. هذا يجعل التعلم الآلي نوعاً محدداً وضيقاً من الذكاء الاصطناعي.
قال بن راسل، مدير عمليات الهوكي لفريق رجال كورنيل: يركز برنامجنا بشكل كبير على تحليل فيديوهات المباريات وتكنولوجيا البيانات. نحن نبحث باستمرار عن طرق للتطور كجهاز تدريب من أجل خدمة لاعبينا بشكل أفضل. لقد تأثرت كثيراً بالبحث الذي أجرته الأستاذة فيراري وطلابها حتى الآن. أعتقد أن هذا المشروع لديه القدرة على التأثير بشكل كبير على الطريقة التي تدرس بها الفرق وتتدرب وتستعد للمنافسات.
إلى جانب الرياضة، فإن القدرة على توقع الأفعال البشرية تحمل إمكانات كبيرة لمستقبل التفاعل بين الإنسان والآلة، وفقاً لفيراري. وقالت إن البرامج المحسّنة يمكن أن تساعد المركبات الذاتية على اتخاذ قرارات أفضل، كما يمكنها من تقريب الروبوتات والبشر من بعضهم البعض في أماكن العمل المشتركة، إضافة إلى أنها قد تجعل ألعاب الفيديو أكثر متعة من خلال تعزيز الذكاء الاصطناعي للكمبيوتر.
قالت فيراري، وهي أيضاً عميد مشارك لأبحاث الهندسة عبر الحرم الجامعي: لا يمكن التنبؤ بالبشر مثل خوارزميات التعلم الآلي التي تجعلهم في الوقت الحالي من القرائن السياقية، و عند ملاحظة ومتابعة مجموعة من الأشخاص، أصبح بالإمكان فعل الكثير بشكل أفضل عند التنبؤ بما سيفعلونه.
----