آخر قسم من أقسام الذكاء الاصطناعي هم
٥- المقارنين Analogizers
وهم من يعتمد على مقارنة البيانات للوصول لاستنتاجات ذكية. مثلا يقارن الصور لتحديد ماهي مكونات الصورة، فلو أن الصور تحوي صور مركبات (سيارات – طائرات – قطارات…الخ) فيقوم بمقارنة الصورة التي يريد تحديدها بقائمة الصور المعروفة لديه مسبقا والتي تكون قريبة من مجموعة ما فإنه يقوم بتصنيفه منها. ومن أشهر خوارزميات هذا القسم (الجار الأقرب Nearest Neighbor). وهذه الخوارزمية قام بابتكارها عالمين من (جامعة كاليفورنيا – بيركلي University of California -Berkeley) العريقة وهما ( جوزيف هوج و افيلين فكس Evelyn Fix & Joseph Hodges) في ورقة علمية نشرت لهما عام 1951.
والغريب في الأمر أنه رغم بساطة فكرة هذه الخوارزمية إلا أنها أثبتت كفاءة عالية على أرض الواقع. (ملاحظة: يمكن برمجتها في 15 دقيقة لمبرمج نصف عمر) ..كما أنك لو سألت أغلب المتخصصين فإنهم سيعتبرونه واحد من أهم عشر خوارزميات في الذكاء الاصطناعي..(ملاحظة: سأقوم بإذن الله مستقبلا بشرح أهم هذه الخوارزميات على قناتي في اليوتوب).
أحد أهم علماء هذا النوع هو عالم الروبوتات البرفسور (بيتر هارت Peter Hart) أستاذ الروبوتات في جامعة ستانفورد طيبة الذكر ورائد الأعمال الكبير في وادي السيليكون. وهو حسب Google Scholar صاحب أعلى (اقتباسات citations) في مجال الروبوتات في العالم باقتباسات تجاوزت 90 ألف وهو كذلك أحد أعلى عشرة باحثين من حيث الاقتباسات في مجال علوم الحاسب في العالم. ولديه أكثر من 125 براءة اختراع أغلبها في الذكاء الاصطناعي.
طبعا هذا القسم من الذكاء الاصطناعي تميز كثيرا في مجال (تمييز الأنماط وتقسيمها Pattern Recognition and Classification)، وهو أحد أهم ركائز الذكاء كما ذكرنا سابقا..
انتهت أقسام الذكاء الاصطناعي .. لكن لايمنع أن يستخدم الباحثون بعض الأنواع مع بعضها البعض. وقد أثبتت بعض الطرق نجاحها بشكل أكبر مع بعضها وقد نتطرق لبعض الأمثلة لاحقا باذن الله.
في المدونة القادمة باذن الله سنتطرق للسؤال الذي طرحناه على توتر وهو أيهما أسرع في معالجة البيانات أهو الكمبيوتر أم العقل البشري..
