whatsup icon

نشأة الذكاء الاصطناعي: كيف بدأت الفكرة وتطورت حتى اليوم؟

مصطفى محمود

مصطفى محمود

28 أكتوبر 2026
نشأة الذكاء الاصطناعي
6دقائق

لم تبدأ نشأة الذكاء الاصطناعي مع ظهور ChatGPT، بل تعود جذورها إلى محاولات محاكاة التفكير البشري، قبل أن يصبح مجالًا علميًا مستقلًا عام 1956 خلال مؤتمر دارتموث. ويُعرف الذكاء الاصطناعي (AI) بأنه فرع من علوم الحاسوب يهدف إلى تطوير أنظمة قادرة على التعلم والاستدلال وحل المشكلات باستخدام الخوارزميات والبيانات.

في هذا المقال، نستعرض تاريخ نشأة الذكاء الاصطناعي وتطوره، من أفكار آلان تورينج والبرامج الذكية الأولى إلى التعلم الآلي والذكاء الاصطناعي التوليدي، مع أبرز العلماء والمحطات التي شكّلت تاريخه.

مراحل نشأة الذكاء الاصطناعي عبر التاريخ

مراحل نشأة الذكاء الاصطناعي عبر التاريخ

مرّت نشأة وتطور الذكاء الاصطناعي بمراحل متتابعة، بدأت بأفكار فلسفية ورياضية حول محاكاة التفكير البشري، ثم تحولت إلى أبحاث وبرامج حاسوبية، وصولًا إلى تقنيات التعلم العميق والذكاء الاصطناعي التوليدي.

المرحلة الأولى: الجذور الفكرية والأسس العلمية (قبل 1956)

بدأت جذور الذكاء الاصطناعي بمحاولات محاكاة التفكير البشري باستخدام الآلات، قبل أن تمهّد الرياضيات وعلوم الحوسبة لظهوره بوصفه مجالًا علميًا في منتصف القرن العشرين.

  • العصور القديمة: ظهرت تصورات عن الرجال الميكانيكيين والآلات التي تحاكي بعض قدرات الإنسان.
  • 1936 - آلة تورينج العالمية: قدّم آلان تورينج نموذجًا رياضيًا للحوسبة ساعد على إرساء أسس علوم الحاسوب.
  • 1943 - نموذج McCulloch-Pitts: قدّم وارن مكولوتش ووالتر بيتس نموذجًا رياضيًا مبكرًا للخلايا العصبية الاصطناعية، مهّد لمراحل تطور الشبكات العصبية. 
  • 1950 - اختبار تورينج: طرح مفهوم «لعبة التقليد» لتقييم قدرة الآلة على محاكاة الاستجابات البشرية في المحادثة.

المرحلة الثانية: تأسيس الذكاء الاصطناعي والبرامج الأولى (1956-1959)

شهدت خمسينيات القرن الماضي تأسيس الذكاء الاصطناعي مجالًا بحثيًا مستقلًا، وظهور برامج مبكرة للاستدلال المنطقي والتعلم من التجربة، إلى جانب النماذج الأولى للشبكات العصبية الاصطناعية.

  • 1956 - مؤتمر دارتموث: انطلقت أبحاث منظمة تحت مسمى الذكاء الاصطناعي، الذي اقترحه جون مكارثي في مقترح المؤتمر عام 1955.
  • 1956 - برنامج Logic Theorist: طوّره ألين نيويل وهربرت سايمون وكليف شو لإثبات بعض النظريات المنطقية.
  • 1958 - نموذج Perceptron: طوّره فرانك روزنبلات ليصبح أحد النماذج المبكرة للشبكات العصبية الاصطناعية والتعرف على الأنماط.
  • 1959 - برنامج الداما: نشر آرثر صموئيل أبحاثه عن التعلم الآلي باستخدام برنامج يتحسن أداؤه بالتجربة.

المرحلة الثالثة: تطور البرامج الذكية والروبوتات (الستينات-السبعينات)

شهدت هذه الفترة من نشأة الذكاء الاصطناعي تقدمًا في معالجة اللغة الطبيعية والذكاء الاصطناعي القائم على القواعد، بالتوازي مع تطوير روبوتات قادرة على إدراك البيئة والتخطيط للحركة.

  • 1964-1966 - برنامجا STUDENT وELIZA: ظهرت تطبيقات مبكرة لحل المسائل الرياضية المكتوبة بلغة طبيعية ومحاكاة المحادثات البشرية.
  • 1966-1972 - روبوت Shakey: جمع بين الإدراك والتخطيط والحركة في بيئة محددة.
  • 1973 - روبوت WABOT-1: طورته جامعة واسيدا اليابانية، ويُعد من أبرز الروبوتات البشرية المبكرة.

المرحلة الرابعة: شتاء الذكاء الاصطناعي والعودة إلى التقدم (السبعينيات-التسعينيات)

واجه المجال موجات من تراجع التمويل عُرفت باسم شتاء الذكاء الاصطناعي، لكن الأبحاث استمرت وشهدت بعض الفترات تقدمًا في الأنظمة الخبيرة والشبكات العصبية.

  • السبعينيات: تراجع دعم الأبحاث نتيجة محدودية قدرات الحواسيب وصعوبة تحقيق التوقعات المبكرة.
  • الثمانينيات: انتشرت الأنظمة الخبيرة التي تعتمد على قواعد المعرفة، قبل ظهور موجة جديدة من الركود.
  • 1986 - خوارزمية الانتشار العكسي (Backpropagation): ساهمت أبحاث روميلهارت وهينتون وويليامز في نشر أسلوب لتدريب الشبكات العصبية متعددة الطبقات وتحسين أدائها. 
  • أواخر الثمانينيات: ساهمت أبحاث يان ليكون في تطوير الشبكات العصبية الالتفافية للتعرف على الأنماط.
  • 1997 - حاسوب Deep Blue: تغلّب نظام شركة IBM على بطل العالم غاري كاسباروف في الشطرنج.

المرحلة الخامسة: تطور التعلم الآلي وعودة الشبكات العصبية (2000-2011)

تسارع التطور التكنولوجي مع زيادة قدرات الحوسبة وانتشار البيانات الرقمية، مما ساعد على تطوير خوارزميات التعلم الآلي وتحسين أداء الأنظمة الذكية.

  • 2005 - سيارة Stanley: فازت سيارة جامعة ستانفورد ذاتية القيادة بتحدي DARPA، في تقدم لتقنيات الملاحة والإدراك الآلي.
  • 2006 - أبحاث جيفري هينتون: ساهمت في تطوير أساليب تدريب الشبكات العصبية العميقة وإحياء الاهتمام بها.
  • 2009 - قاعدة بيانات ImageNet: وفّرت ملايين الصور المصنفة لدعم أبحاث الرؤية الحاسوبية وتقييم النماذج.
  • 2011 - نظام IBM Watson: تفوق في مسابقة Jeopardy!، مستفيدًا من معالجة اللغة الطبيعية واسترجاع المعلومات.

المرحلة السادسة: ثورة التعلم العميق والذكاء الاصطناعي التوليدي (2012 - حتى اليوم)

شهدت هذه المرحلة بعد نشأة الذكاء الاصطناعي توسع قدرات التعلم العميق (Deep Learning) والشبكات العصبية، وصولًا إلى نماذج اللغة الكبيرة وتقنيات الذكاء الاصطناعي التوليدي المستخدمة اليوم.

  • 2012 - نموذج AlexNet: حقق تقدمًا كبيرًا في التعرف على الصور خلال مسابقة ImageNet، بمشاركة جيفري هينتون وفريقه.
  • 2016 - نظام AlphaGo: تغلب على لي سيدول في لعبة غو باستخدام التعلم العميق والتعلم المعزز.
  • 2017 - بنية المحولات (Transformers): أسهمت في تطوير نماذج اللغة الحديثة ومعالجة النصوص.
  • 2022 - تطبيق ChatGPT: أطلقته شركة OpenAI مبنيًا على نماذج GPT-3.5، وأسهم في تحويل تقنيات الذكاء الاصطناعي التوليدي من بيئة الأبحاث إلى استخدام يومي واسع. 

الجدول الزمني لتطور الذكاء الاصطناعي:

يوضح الجدول أبرز المحطات في تاريخ نشأة الذكاء الاصطناعي وتطوره، بدءًا من الأسس النظرية للحوسبة والبرامج الأولى، وصولًا إلى الشبكات العصبية والذكاء الاصطناعي التوليدي.

السنة / الحقبة
الحدث البارز
الأهمية في تطور الذكاء الاصطناعيل
1936
آلة تورينج
تأسيس نموذج رياضي للحوسبة مهّد لتطور علوم الحاسوب.
1950
اختبار تورينج
طرح فكرة لعبة التقليد لتقييم محاكاة الآلات للمحادثة البشرية.
1955-1956
مؤتمر دارتموث
اقتراح مصطلح الذكاء الاصطناعي وتأسيس المجال البحثي.
1956
برنامج Logic Theorist
من أوائل برامج الاستدلال المنطقي وإثبات النظريات.
1958
نموذج Perceptron
خطوة مبكرة في تطوير الشبكات العصبية الاصطناعية.
1959
برنامج الداما
نشر آرثر صموئيل أبحاثًا مبكرة عن التعلم الآلي.
1964-1973
ELIZA وShakey وWABOT-1
تقدم معالجة اللغة الطبيعية والروبوتات الذكية.
السبعينات والثمانينيات
شتاء الذكاء الاصطناعي والأنظمة الخبيرة
تخللت فترات الركود موجات تقدم في الأنظمة القائمة على المعرفة.
أواخر الثمانينيات
أبحاث يان ليكون
تقدم الشبكات العصبية الالتفافية والتعرف على الأنماط.
1997
حاسوب Deep Blue
فوز نظام IBM على بطل العالم في الشطرنج.
2006
أبحاث جيفري هينتون
تطوير أساليب تدريب الشبكات العصبية العميقة.
2009
قاعدة بيانات ImageNet
دعم تدريب نماذج التعرف على الصور وتقييمها.
2012
نموذج AlexNet
طفرة في التعلم العميق خلال مسابقة ImageNet.
2016
نظام AlphaGo
تقدم التعلم العميق والتعلم المعزز في لعبة غو.
2017
بنية Transformers
تمهيد الطريق لتطوير نماذج اللغة الحديثة.
2022
إطلاق ChatGPT
انتشار واسع للذكاء الاصطناعي التوليدي وتطبيقاته

ما العوامل التي ساعدت على تطور الذكاء الاصطناعي؟

العوامل التي ساعدت على تطور الذكاء الاصطناعي

ساهم التطور التكنولوجي في انتقال الذكاء الاصطناعي من الأنظمة القائمة على القواعد إلى نماذج أكثر قدرة على التعلم وتحليل المعلومات. وارتبط هذا التحول بخمسة عوامل رئيسية:

تطور الحواسيب وقدرات الحوسبة

أتاح تطور الحواسيب زيادة سرعة معالجة البيانات وتنفيذ الخوارزميات المعقدة، بينما ساعدت المعالجات الحديثة على تدريب نماذج أكبر وتنفيذ مهام أكثر تعقيدًا.

تطور البرمجة والأنظمة القائمة على القواعد

اعتمدت أنظمة الذكاء الاصطناعي المبكرة على قواعد وتعليمات يحددها المبرمج. ومع تطور البرمجة والخوارزميات، ظهرت أساليب أكثر مرونة لمعالجة المشكلات والاستدلال.

ظهور التعلم الآلي (Machine Learning)

مكّن التعلم الآلي الأنظمة من اكتشاف الأنماط داخل البيانات وتحسين أدائها بالتدريب، دون الحاجة إلى كتابة تعليمات منفصلة لكل حالة.

تطور الشبكات العصبية والتعلم العميق

ساعدت الشبكات العصبية الاصطناعية وتقنيات التعلم العميق (Deep Learning) على معالجة الصور والأصوات والنصوص، وأسهمت في تقدم الرؤية الحاسوبية ومعالجة اللغة الطبيعية.

توافر البيانات الضخمة (Big Data)

ساهم توافر البيانات الضخمة وتطور وسائل تخزينها ومعالجتها في تدريب نماذج أكثر تقدمًا، وتوسيع استخدام تقنيات الذكاء الاصطناعي في مجالات متعددة.

كيف اختلف الذكاء الاصطناعي بين الماضي والحاضر؟

يكشف تاريخ الذكاء الاصطناعي بين الماضي والحاضر عن تطور قدراته من تنفيذ مهام متخصصة إلى معالجة أنواع متعددة من المعلومات وإنتاج محتوى جديد. ويوضح الجدول أبرز الاختلافات:

وجه المقارنة
الذكاء الاصطناعي قديمًا
لذكاء الاصطناعي حديثًا
طريقة التعلم
الاعتماد غالبًا على قواعد يحددها المبرمج، مع وجود نماذج مبكرة للتعلم من البيانات.
التعلم من البيانات وتحسين الأداء أثناء التدريب.
نطاق المهام
أنظمة متخصصة في مهام محددة، مثل الشطرنج والاستدلال المنطقي.
نماذج متعددة المهام تتعامل مع النصوص والصور والأصوات.
البيانات والحوسبة
بيانات محدودة وقدرات معالجة أقل.
مجموعات بيانات ضخمة ومعالجات متخصصة لتدريب النماذج.

أبرز فرق: انتقل تطور الذكاء الاصطناعي من بناء أنظمة متخصصة إلى تطوير نماذج أكثر تنوعًا في قدراتها، مع استمرار تحديات الدقة والموثوقية.

إلى أين يتجه تطور الذكاء الاصطناعي؟

بعد عقود من نشأة الذكاء الاصطناعي وتطوره، تتجه الأبحاث نحو أنظمة أكثر قدرة على الاستدلال والتعلم والتفاعل مع الإنسان. ويشهد مستقبل الذكاء الاصطناعي اتجاهات تقنية قد توسّع استخداماته في الحياة والأعمال، أبرزها:

  • الذكاء الاصطناعي التوليدي: تطوير نماذج أكثر دقة في إنشاء النصوص والصور والفيديو والبرمجيات، مع تحسين قدرتها على الاستدلال وتنفيذ المهام المعقدة.
  • الأنظمة متعددة الوسائط: دمج معالجة النصوص والصوت والصور والفيديو، لتمكين الأنظمة من فهم أنواع مختلفة من المعلومات والتفاعل معها بصورة مترابطة.
  • وكلاء الذكاء الاصطناعي: تطوير أنظمة قادرة على التخطيط وتنفيذ مهام متعددة باستخدام الأدوات والتطبيقات، مع تقليل التدخل البشري في الإجراءات المتكررة.
  • الروبوتات الذكية: تحسين قدرة الروبوتات على إدراك البيئة المحيطة، والتعامل مع المواقف المتغيرة، وتنفيذ المهام في المصانع والخدمات والرعاية الصحية.
  • التعلم المستمر: تطوير تقنيات تساعد النماذج على اكتساب معلومات ومهارات جديدة والتكيف مع التغيرات، مع الحد من فقدان المعرفة السابقة.

ورغم هذه التطورات، يظل تقدم تقنيات الذكاء الاصطناعي مرتبطًا بتحسين دقة النتائج وموثوقيتها، وتعزيز أمان الأنظمة وحماية البيانات، وخفض تكاليف الحوسبة والطاقة.

كيف توظّف الماستر الذكاء الاصطناعي في مشاريع البرمجة والتسويق؟

كيف توظّف الماستر الذكاء الاصطناعي في مشاريع البرمجة والتسويق؟

نحوّل في الماستر تقنيات الذكاء الاصطناعي الحديثة إلى حلول مخصصة تساعد الشركات على تطوير أنظمتها وتحسين عملياتها التسويقية. ونجمع بين خبرتنا في البرمجة وتحليل البيانات لتقديم خدمات تشمل:

  • تطوير حلول ذكاء اصطناعي مخصصة: بناء أنظمة ذكية تلائم احتياجات الأعمال وتتكامل مع التطبيقات الحالية.
  • المساعدات الذكية وروبوتات المحادثة: تطوير AI Agents وChatbots لأتمتة التواصل وخدمة العملاء وتنفيذ المهام.
  • أتمتة العمليات وتكامل الأنظمة: ربط أدوات العمل وواجهات البرمجة لتقليل الإجراءات اليدوية وتحسين الكفاءة.
  • تحليل البيانات والتنبؤ: استخدام التعلم الآلي لاستخراج الأنماط ودعم القرارات التجارية والتسويقية.
  • الذكاء الاصطناعي التوليدي: تطوير حلول لإنشاء المحتوى ومعالجة النصوص ودعم سير العمل.

هل ترغب في الاستفادة من تطور الذكاء الاصطناعي في شركتك؟

نساعدك في الماستر على تحويل إمكانات الذكاء الاصطناعي إلى حلول عملية، بدءًا من تحديد الاستخدام المناسب وحتى تطوير الأنظمة ودمجها مع أعمالك.

الأسئلة الشائعة حول نشأة الذكاء الاصطناعي

من هو صاحب فكرة الذكاء الاصطناعي؟

يُعد آلان تورينج من أبرز من وضعوا الأسس النظرية للذكاء الاصطناعي، بينما يُنسب إلى جون مكارثي اقتراح مصطلح الذكاء الاصطناعي عام 1955، والمشاركة في تنظيم مؤتمر دارتموث عام 1956، الذي أسهم في تأسيس المجال علميًا.

ما هو أصل الذكاء الاصطناعي؟

تعود جذور الذكاء الاصطناعي إلى الفلسفة والرياضيات ومحاولات محاكاة التفكير البشري باستخدام الآلات. وتطورت هذه الأفكار مع ظهور الحوسبة الحديثة في القرن العشرين، قبل أن يصبح الذكاء الاصطناعي مجالًا بحثيًا مستقلًا عام 1956.

ما هو أول برنامج ذكاء اصطناعي؟

يُعد Logic Theorist، الذي طوّره ألن نيويل وهربرت سايمون وكليف شو بين عامي 1955 و1956، من أوائل برامج نشأة الذكاء الاصطناعي. صُمم لإثبات النظريات المنطقية، وأظهر قدرة الحواسيب على تنفيذ بعض مهام الاستدلال الرمزي.

متى ظهر الذكاء الاصطناعي ChatGPT؟

أطلقت شركة OpenAI تطبيق ChatGPT للعامة في 30 نوفمبر 2022، اعتمادًا على نماذج لغوية متقدمة. ولم يكن بداية الذكاء الاصطناعي، بل محطة بارزة في انتشار الذكاء الاصطناعي التوليدي واستخدامه اليومي.

مصطفى محمود
كتب بواسطةمصطفى محمود

مصطفى محمود، مصمم ومطور مواقع ويب احترافية في شركة الماستر، أمتلك خبرة مميزة في تنفيذ مشاريع تصميم وتطوير المواقع لمختلف القطاعات والأعمال التجارية والخدمية والتعليمية. أعمل على تحويل هوية الشركات إلى تجربة رقمية متكاملة تجمع بين الإبداع والبساطة والوظيفية العالية. أحرص على أن يكون كل موقع أشارك في تطويره وسيلة حقيقية للنمو وتحقيق الأهداف، من خلال تصميم جذّاب، أداء قوي، وتجربة مستخدم تترك انطباعاً احترافياً يدعم العلامة التجارية في السوق الرقمي.

اشترك الآن

احصل على أحدث المقالات والتحديثات التجارية التي تحتاج لمعرفتها، وستحصل أيضًا على توصيات خاصة أسبوعيً