الذكاء الاصطناعي والأمن القومي في إسرائيل - الفصل الرابع

دراسة جديدة لمعهد دراسات الأمن القومي الإسرائيلي INNS تحت عنوان :
 "الذكاء الاصطناعي والأمن القومي في إسرائيل"
الفصل الرابع
(التقنيات المدعومة والداعمة)



 الروبوتات:-
يوجد مجال الروبوتات منذ الستينيات وعلى مر السنين وبفضل التطورات التكنولوجية ، تم إتقان قدرات الروبوتات وأصبح الجيل الرابع من الروبوتات التي تنتمي إلى بداية القرن الحادي والعشرين قادرة على تحليل المواقف الجديدة وفحص بيئتها والتصرف وفقًا لذلك. حتى أن البعض قادر على التواصل مع المشاعر البشرية. إن تطوير الذكاء الاصطناعي هو مستوى مهم في تطوير الروبوتات ، حيث أن "الدماغ" هو الذي يتحكم في الجسم المادي.بالنسبة للروبوت ، ومع تقدمه ، كان هناك أيضًا تحسن في وظيفة ونشاط الروبوتات.

الروبوتات قادرة على أداء مجموعة واسعة من المهام - القيادة الذاتية ، ونقل البضائع ،إنتاج المنتجات والتنظيف والعديد من المهام الأخرى في مختلف مجالات الحياة. تساعد الروبوتات في أداء المهام التي تشكل جزءًا من D's 4: "الممل ، البليد ، القذر ، الخطير .في ضوء ذلك ، دخلت العديد من الروبوتات في العقدين الماضيين للاستخدام الآمن في الجو والبحر والبر. مع توسع استقلالية الأنظمة الروبوتية ، تتوسع أيضًا إمكانية استخدامها ، في مواجهة تعقيد القضايا القانونية والأخلاقية التي ينطوي عليها هذا الاستخدام ، من ناحية أخرى.

 ذكاء الأسراب :-
هو مجال للذكاء الاصطناعي تم تطويره على أساس تقليد الحيوانات التي تعمل في مجموعات في البرية ، مثل النحل والنمل. يشترك أعضاء السرب في ذكاء مشترك يتجاوز ذكاء كل فرد في المجموعة. مكنت التطورات في المعالجة والشبكات وتصميم الواجهة البرامج والأجهزة من محاكاة عملية صنع القرار لدى السرب. تستقبل أنظمة الذكاء الاصطناعي هذه المعلومات من جميع الأجزاء المتصلة ، كل منها يوفر معلومات فريدة ، وعلى هذا الأساس يتم اتخاذ القرار الأفضل للمجموعة بأكملها . داربا ، على سبيل المثال ، كانت تطور أسرابًا لفترة طويلة ، ومؤخراً ركزت على التعاون بين السرب والبشر.

 إحدى التجارب التي أظهرتها DARPA هي عمل سرب لديه القدرة على "التعافي" ، مما يعني القدرة على تنفيذ مهمة بنجاح ، حتى لو كان بعض الأفراد في المجموعة مصابين أو معاقين. في مثل هذه الحالة ، يعيد الكمبيوتر تشغيله وينفذ المهمة بناءً على البيانات الجديدة. ومن هنا تأتي ميزة الأسراب على أشكال العمل القائمة على الأدوات الفردية.

 التفاعل بين الإنسان والآلة :-
يتضمن هذا المجال مجموعة متنوعة من المجالات الفرعية للذكاء الاصطناعي التي تسمح بالتفاعل المريح والفعال بين الآلة والإنسان ، بما في ذلك تحليل اللغة الطبيعية ، وبرامج الدردشة الآلية ، وتحليل المشاعر البشرية ، والمساعدين الشخصيين مثل Siri و Alexa . يتم الاتصال بين الإنسان والآلة أثناء ربط فرق الإنسان والروبوت ؛ برمجيات الإنسان والذكاء الاصطناعي كوسيلة لزيادة القدرات البشرية ؛ والعمل ككيان منفرد يتم تحسينه معرفيًا وجسديًا بمساعدة قدرات الآلة. في السياق الأمني ، تبحث الجيوش حول العالم عن طرق لتبسيط التفاعل بين الإنسان والآلة وإنشاء فرق متكاملة من شأنها تغيير الطريقة التي نخطط بها ونقاتل وتقوي القوة الأمنية . 
كما هو الحال في المجالات الأخرى ، في هذا المجال ، تعتبر قدرة الفرد على التحكم في عدد كبير من الأدوات بأكثر الطرق سهولة وبساطة ، أو التعاون معها لتمكين أوقات الاستجابة القصيرة ، ذات أهمية كبيرة. وتحقيقا لهذه الغاية ، يجري أيضا تطوير واجهات مختلفة ، بما في ذلك واجهة بين الآلة والدماغ.

واجهة الدماغ والآلة :-
تعد واجهة الدماغ والآلة اسمًا عامًا للأجهزة التي تسمح بالاتصال بأجهزة الكمبيوتر من خلال نشاط الدماغ فقط ؛ يقومون بترجمة المعلومات العصبية إلى أوامر للتحكم في البرامج أو الأجهزة. الطموح هو أن التطورات المتقدمة للواجهة ستسمح للناس بالتواصل من خلال موجات الدماغ و "قراءة أفكار بعضهم البعض.

 تم تطوير معظم الواجهات الحالية للاستخدامات الطبية ، بما في ذلك غرسة القوقعة الصناعية (السمع) والأطراف الروبوتية. أعلن رائد الأعمال Elon Musk في عام 2018 عن استثمار بقيمة 27 مليون دولار في Neuralink - وهي شركة تسعى إلى تطوير واجهة بين الدماغ والآلة من شأنها تحسين التواصل البشري عن طريق توصيل الأقطاب الكهربائية بالدماغ وربطها بقدرات الحوسبة. مثله ، يرى البعض أن واجهة الدماغ الآلية وسيلة لتحسين القدرات البشرية والتعامل مع التهديد المتزايد للإنسانية ، والذي يشكل الذكاء الاصطناعي لأسلوبه. هذا التطور لديه أيضا إمكانات أمنية. داربا ، على سبيل المثال ، تعمل على تحسين القدرات المعرفية للجنود من خلال واجهات مناسبة للآلة .

 تعتمد هذه التقنية بشكل كبير على أنظمة الذكاء الاصطناعي التي تمكن من تحديد الأنماط والتعلم من البيئة وتكييف الاستجابة لكل هذه.

 نسخ البيانات (البيانات الضخمة): -
أدى التطور في مجال التكنولوجيا وانتشار أجهزة الكمبيوتر والمكونات الرقمية بمختلف أنواعها ، بما في ذلك المكونات في مجال إنترنت الأشياء ، إلى تكوين كميات هائلة من"التوقيعات الرقمية" في عالمنا ، والتي يتم التعبير عنها ببيانات الموقع ، GPS ، (الصور ،نص وبطرق أخرى. وفقًا لبيانات عام 2018 ، يتم إنتاج 2.5 متر مكعب (= 2.5 مليار) من المعلومات يوميًا في عام 2018 ، ويستمر هذا المعدل في الارتفاع . يشير مصطلح البيانات الضخمة أو البيانات الضخمة إلى نفس الكميات الضخمة من البيانات
يوجد أكثر من تعريف للموضوع. يعتبر البعض أنها قاعدة بيانات كبيرة ومعقدة بشكل خاص ، والتي تنطوي إدارتها ومعالجتها على تحديات لوجستية ، حيث لا يمكن القيام بذلك بالوسائل والتطبيقات التقليدية لمعالجة البيانات.

يشير إليها آخرون على أنها مجموعة من التقنيات الإحصائية القادرة على تحديد الأنماط في مجموعات البيانات الضخمة. تعد قواعد البيانات نفسها الآن شرطًا أساسيًا لتدريب الذكاء الاصطناعي ، لأن تحليلها يمكن أن يعلم أنماطًا مهمة وقيمة ، وهذا في الواقع غالبًا ما يشكل عنق الزجاجة في تطوير تطبيقات معينة.

 الحوسبة الفائقة: -
مصطلح الحوسبة الفائقة ليس واضحًا وهو في الواقع مصطلح متعلق بالفترة التي تشير إليها
لأجهزة الكمبيوتر ذات القدرات الحاسوبية القوية والتي احتلت أعلى التصنيفات العالمية في ذلك الوقت. في حين أن الحواسيب العملاقة الأولى كانت تتمتع بسعة معالجة قليلة تصل إلى 90 كيلوبلوب ، فإن أقوى أجهزة الكمبيوتر اليوم تصل إلى 34 بيتالوبًا 1015. تستخدم جميع أجهزة الكمبيوتر العملاقة تقريبًا اليوم معالجة متوازية - عدد كبير من النوى المتصلة ببعضها البعض بواسطة شبكة عالية السرعة. عادةً ما يتم تصميم أجهزة الكمبيوتر العملاقة لحل مشكلة واحدة باستخدام عملية حسابية محددة.

 تعد أجهزة الكمبيوتر العملاقة مفيدة أيضًا للحسابات النظرية اللازمة لتطوير الأسلحة النووية ، لذلك هناك قيود على إنتاجها وتوزيعها على الساحة الدولية. كانت هناك ادعاءات بأن الجيل التالي من الذكاء الاصطناعي يواجه مشكلة الحوسبة الفائقة: يتضاعف حجم العالم الرقمي كل عامين ، ويتطلب التعامل مع كميات هائلة من البيانات أثناء أداء مهام مختلفة وإنشاء طرق تدريب مختلفة قوة حوسبة هائلة. من الممكن أن تلبي الحوسبة الفائقة ، التي تتميز بالهندسة المعمارية القابلة للتوسيع والمهدرة ، هذه الحاجة إلى الذكاء الاصطناعي وتسمح بقفزات إضافية في مجال .

 تتطلب بعض أنظمة الذكاء الاصطناعي قدرات معالجة وحوسبة يمكنها دعم عمليات الأتمتة والتعامل مع مجموعات البيانات الضخمة . يتطلب هذا أجهزة قوية للغاية ، أحيانًا تتجاوز أنظمة الكمبيوتر الموجودة اليوم ، تاركًا بعض الأفكار في مجال الذكاء الاصطناعي كحسابات نظرية بحتة.

 تتطلب المشكلات التي تتجاوز حدًا معينًا من التعقيد والحجم قدرة حاسوبية أقوى بكثير لحلها ، وقد تم إنشاء الحوسبة الكمية للتعامل مع التحديات غير القابلة للمعالجة باستخدام أنظمة الحوسبة الكلاسيكية. تستخدم أجهزة الكمبيوتر الكمومية الظواهر الفريدة لميكانيكا الكم ، بما في ذلك التراكب والتشابك الكمومي ، بحيث يتم إنشاء قدرات حوسبة عالية.

بينما تقوم أجهزة الكمبيوتر "الكلاسيكية" بإجراء العمليات الحسابية باستخدام البتات الثنائية ، فإن أجهزة الكمبيوتر الكمومية تستخدم الكيوبتات ، والتي توجد في حالة التراكب في جميع الحالات الممكنة (أي يمكن أن تكون 0 و 1 على التوازي) ، مما يسمح بميزة أسية في قدرات الحوسبة. سوف تكون تقنيات الكم قادرة على إنشاء نماذج جديدة في طريقة جمع المعلومات وتخزينها ومعالجتها ، وستوفر أدوات محسّنة للأمن والحوسبة والقياس . في الواقع ، لا تقتصر ثورة الحوسبة الكمومية على التحسين فحسب ، بل تنطوي أيضًا على إمكانية "الاضطراب" ، حيث قد تؤدي إلى الإطاحة بأي تشفير تقليدي وبالتالي تتسبب في انهيار الأنظمة المستخدمة اليوم.

 الحوسبة السحابية :-
الحوسبة السحابية هي نموذج يسمح بالوصول عند الطلب من أي مكان إلى مستودع مشترك لموارد الحوسبة ، بما في ذلك الشبكات والخوادم والتخزين والتطبيقات والخدمات. تتيح هذه الخدمات استخدام الموارد حسب الحاجة من خلال كمبيوتر بعيد متصل بالشبكة. لا يتعين على مستخدمي السحابة شراء وإدارة الموارد والأنظمة بأنفسهم. بدلاً من ذلك ، توظفهم الحوسبة ، كخدمة يمكنهم التكيف مع احتياجاتهم بتكلفة منخفضة نسبيًا.

 هناك عدة أنواع من الخدمات - البنية التحتية كخدمة (يتلقى المستخدمون موارد الحوسبة للاستخدام ، مثل التخزين والمعالجة) والنظام الأساسي (يتلقى المستخدمون موارد وأدوات الحوسبة التي يدعمها البائع) والبرامج (بدلاً من شراء البرامج وتثبيتها ، يتم استلام خدمات برامج البائع عبر شبكة التزويد. تخزن الحوسبة السحابية كميات كبيرة من البيانات ، والتي يمكن لأنظمة الذكاء الاصطناعي الوصول إليها للتدريب أو اتخاذ القرار. بالإضافة إلى ذلك ، قد ينتج عن التحسين في قدرات الذكاء الاصطناعي بيانات جديدة ، والتي سيتم إدخالها في السحابة ومساعدة أنظمة الذكاء الاصطناعي الأخرى على التعلم. في الواقع ، تتيح السحابة القدرة والإمكانيات الحسابية للتعامل مع مجموعات البيانات الكبيرة للذكاء الاصطناعي . ومع ذلك ، فإن الوصول إليها مقيد بالبنى التحتية للإنترنت وبالتالي لا يمكن استخدام الخدمات السحابية بأي حال من الأحوال ، حيث قد يكون معدل نقل المعلومات محدودًا فيما يتعلق باحتياجات النظام.

 5G - شبكات الجيل الخامس: -
يؤدي الاستخدام المتزايد للأجهزة المحمولة واتصال الآخرين بالشبكة إلى زيادة الطلب على البثبيانات سريعة وتقديم خدمة موثوقة ، قادرة على التعامل مع الكثير من حركة مرور الشبكة. من المفترض أن تلبي شبكات الهاتف المحمول 5G هذه الحاجة ، وتوسع النطاق الترددي بشكل كبير وتصل إلى ذروة جديدة لسرعات التنزيل إلى 20 جيجا بايت في الثانية ، مقارنة بسعة جيجابايت واحدة في الثانية التي يمكن تحقيقها في 4G.

 من المتوقع أن تمكن شبكات 5G مقدمي الخدمات من توسيع الخدمات المقدمة للمستهلكين (على سبيل المثال ، دفق الفيديو أو تطبيقات الواقع الافتراضي ،) لدعم العدد المتزايد من الأجهزة المتصلة بالشبكات (مثل تعدد الكائنات في إنترنت الأشياء ) لدعم الاستخدامات الصناعية الجديدة (مثل أجهزة الاستشعار الصناعية ، ) إجراء تحليل متقدم للبيانات وتمكين استخدام التقنيات المتقدمة مثل المركبات ذاتية القيادة.

 يمكن لشبكات 5G تمكين وتحسين أداء أنظمة الذكاء الاصطناعي ؛ حيث أنها توفر البنية التحتية لنقل كميات هائلة من البيانات للذكاء الاصطناعي ، وبالتالي المساعدة في تحسينها. يوفر الذكاء الاصطناعي القدرة على فهم تعقيد شبكات الجيل الخامس والمعلومات التي تولدها ، لذلك هناك اتصال متبادل هنا.

جميع الحقوق محفوظة لـمركز حضارات للدراسات السياسية والإستراتيجية © 2020