ملخص كتاب المليونير الفوري : حكاية حكمة وثروة مارك فيشر

ماهو الذكاء الاصطناعي:(كيف يعمل, انواعه, الهدف منه, مجالاته) دليل 2023

يسمح الذكاء الاصطناعي للآلات بنمذجة بل وتعزيز قدرات العقل البشري. من تطوير السيارات ذاتية القيادة إلى انتشار المساعدين الأذكياء مثل Siri و Alexa ، أصبح الذكاء الاصطناعي بشكل متزايد جزءًا من الحياة اليومية. نتيجة لذلك ، تستثمر العديد من شركات التكنولوجيا في مختلف الصناعات في تقنيات الذكاء الاصطناعي. 

اليوم في هذا المقال من موقع شغف سنتطرق الى موضوع ماهو الذكاء الاصطناعي:(كيف يعمل, انواعه, الهدف منه, مجالاته) بشكل مفصل ودقيق.

ما هو الذكاء الاصطناعي ؟

الذكاء الاصطناعي هو علم متعدد التخصصات له مناهج متعددة ، لكن التقدم في التعلم الآلي والتعلم العميق يخلق نقلة نوعية في كل قطاع تقريبًا من صناعة التكنولوجيا. ومع ذلك ، تم اقتراح العديد من الاختبارات الجديدة مؤخرًا ولاقت قبولًا جيدًا على نطاق واسع.  

انه فرع واسع من علوم الكمبيوتر. يهتم حقا ببناء آلات ذكية قادرة على أداء هذه المهام التي تتطلب عادةً الذكاءً البشريً. بمعنى اخر ان الذكاء الاصطناعي هو محاكاة لعمليات الذكاء البشري بواسطة مجموعة من الآلات .خاصة التي تعتمد على أنظمة الكمبيوتر. تشمل التطبيقات المحددة ل  AI و الأنظمة الخبيرة وحتى معالجة اللغة الطبيعية والتعرف على الكلام  الى جانب الرؤية.

كيف يعمل الذكاء الاصطناعي؟

مع تسارع الضجة حول الذكاء الاصطناعي. سارع البائعون للترويج لكيفية استخدام منتجاتهم وخدماتهم للذكاء الاصطناعي. غالبًا ما يكون ما يسمونه AI مجرد مكون من مكونات الذكاء الاصطناعي مثل التعلم الآلي. يستدعي الذكاء الاصطناعي أساسًا من مجموعة  الأجهزة والبرامج المتخصصة من اجل كتابة وتدريب الخوارزميات الخاصة بالتعلم الآلي. لا توجد لغة برمجة مرادفة للذكاء الاصطناعي لكن يوجد القليل منها بما في ذلك Python و R و Java .

بشكل عام تعمل أنظمة الذكاء الاصطناعي من خلال استيعاب كميات كبيرة من بيانات التدريب المسمى.، وتحليل البيانات الخاصة بالارتباطات والأنماط واستخدام هذه الأنماط لعمل تنبؤات حول الحالات المستقبلية. بهذه الطريقة يمكن أن يتعلم روبوت الدردشة الذي يتلقى أمثلة من الدردشات النصية. كيفية إنتاج تفاعلات واقعية مع الأشخاص أو يمكن لأداة التعرف على الصور أن تتعلم تحديد الكائنات في الصور ووصفها من خلال فحص ملايين الأمثلة. ان برمجة الذكاء الاصطناعي  تعتمد على ثلاث مهارات معرفية: 

- التعلم والاستدلال والتصحيح الذاتي.

• عملية التعلم: يركز هذا الجانب من برمجة الذكاء الاصطناعي على الحصول على البيانات وإنشاء قواعد لكيفية تحويل البيانات إلى رؤى قابلة للتنفيذ. القواعد التي تسمى الخوارزميات تزود أجهزة الحوسبة بتعليمات خطوة بخطوة حول كيفية أداء مهمة محددة.
• عملية التفكير: يركز هذا الجانب من برمجة الذكاء الاصطناعي على اختيار الخوارزمية الصحيحة لتحقيق النتيجة المرجوة.
• عملية التصحيح الذاتي: تم تصميم هذا الجانب من برمجة الذكاء الاصطناعي لتحسين الخوارزميات باستمرار والتأكد من أنها توفر أدق النتائج الممكنة.

الأنواع الأربعة للذكاء الاصطناعي

يمكن تقسيم الذكاء الاصطناعي إلى أربع مجموعات. بناءً على تعقيد ونوع المهام التي يستطيع النظام القيام بها. على سبيل المثال ، تنتمي التصفية الآلية للبريد العشوائي إلى أكثر فئات الذكاء الاصطناعي أساسية ، في حين أن الإمكانات البعيدة للآلات القادرة على إدراك أفكار الناس وعواطفهم هي مجموعة فرعية مختلفة تمامًا من الذكاء الاصطناعي.

1. آلات التفاعلية (Reactive Machines)

تتبع الآلة التفاعلية أبسط المبادئ الأساسية للذكاء الاصطناعي ، وكما يوحي اسمها ، فهي قادرة على استخدام ذكائها فقط لإدراك العالم الموجود أمامها والتفاعل معه. لا تستطيع الآلة التفاعلية تخزين الذاكرة وبالتالي لا يمكنها الاعتماد على التجارب السابقة لإبلاغ عملية صنع القرار في الوقت الفعلي.

إن إدراك العالم بشكل مباشر يعني أن الآلات التفاعلية مصممة لأداء عدد محدود فقط من المهام المتخصصة. لا يعد التقليل المتعمد من النظرة العالمية لآلة متجاوبة نوعًا من تدابير خفض التكاليف. بل يعني أن هذا النوع من الذكاء الاصطناعي سيكون أكثر موثوقية وجدارة بالثقة. سيتفاعل بنفس الطريقة مع نفس تلك المحفزات في كل مرة.

- أحد الأمثلة الجد الشهيرة على الآلة التفاعلية هو جهاز Deep Blue. الذي صممه IBM في التسعينيات كجهاز كمبيوتر عملاق يلعب الشطرنج وهزم اللاعب الدولي الكبير غاري كاسباروف في مباراة. كان ديب بلو قادرًا فقط على تحديد القطع على رقعة الشطرنج ومعرفة كيف تتحرك كل منها وفقًا لقواعد الشطرنج. مع التعرف على الموضع الحالي لكل قطعة وتحديد الخطوة الأكثر منطقية في ذلك الوقت. لم يكن الكمبيوتر يطارد التحركات المستقبلية المحتملة لخصمه أو يحاول وضع قطعه في وضع أفضل. كل منعطف كان يعتبر واقعه الخاص. منفصل عن أي حركة أخرى تم القيام بها من قبل.

- مثال آخرعلى أجهزة الألعاب سريعة الاستجابة هو برنامج AlphaGo من Google. كما أن AlphaGo غير قادر على تقييم التحركات المستقبلية. لكنه يعتمد حقا على شبكته العصبية من اجل تقييم تطورات اللعبة. مما يمنحه ميزة على Deep Blue في اللعب الأكثر تعقيدًا. تغلب AlphaGo أيضًا على المنافسين العالميين في اللعبة. بفوزه على بطل Go Lee Sedol في عام 2016.

على الرغم من محدودية النطاق وصعوبة التعديل. يمكن للذكاء الاصطناعي سريع الاستجابة أن يحقق مستوى من التعقيد ويوفر الموثوقية عند إنشائه لأداء مهام قابلة للتكرار.

 2. ذاكرة محدودة(Limited Memory)

يتمتع الذكاء الاصطناعي المحدود بالذاكرة بالقدرة على تخزين البيانات. وكذلك التنبؤات السابقة عند عملية جمع المعلومات وتقييم القرارات المحتملة بشكل رئيسي البحث في الماضي. بحثًا عن مجموعة أدلة حول ما قد يحدث مستقبلا. يعد الذكاء الاصطناعي المحدود الذاكرة أكثر تعقيدًا ولديه إمكانيات أكبر من الأجهزة التفاعلية.

يتم إنشاء ذكاء اصطناعي محدود الذاكرة عندما يقوم فريق باستمرار بتدريب نموذج. لكيفية تحليل واستخدام البيانات الجديدة أو يتم إنشاء بيئة ذكاء اصطناعي بحيث يمكن تدريب النماذج وتجديدها تلقائيًا. عند استخدام الذكاء الاصطناعي المحدود الذاكرة في ML. يجب اتباع ست خطوات: 

• يجب إنشاء بيانات التدريب. 
• يجب إنشاء نموذج ML. 
• يجب أن يكون النموذج مهيئا  لإجراء التنبؤات. 
• يجب أن يكون النموذج مهيئا لتلقي ردود الفعل البشرية أو البيئية.
• يجب أن تكون هذه التعليقات مخزنة كبيانات.
• يجب تكرار هذه الخطوات كدورة.

هناك العديد من نماذج ML التي تستخدم ذكاءً اصطناعيًا محدود الذاكرة:

• التعلم المعزز: الذي يتعلم عمل تنبؤات أفضل من خلال التجربة والخطأ المتكررين. 
• الشبكات العصبية المتكررة (RNN): والتي تستخدم البيانات المتسلسلة لاستخراج المعلومات من المدخلات السابقة للتأثير على المدخلات والمخرجات الحالية. تُستخدم هذه بشكل شائع للمشكلات الترتيبية أو الزمنية. مثل ترجمة اللغة ومعالجة اللغة الطبيعية والتعرف على الكلام والتعليق على الصور. تُعرف مجموعة فرعية من الشبكات العصبية المتكررة باسم الذاكرة طويلة المدى (LSTM). والتي تستخدم تلك البيانات السابقة للمساعدة من اجل التنبؤ بالعنصر الموالي في التسلسل. تعتبر LTSM أن أحدث المعلومات هي الأكثر أهمية عند إجراء التنبؤات وتحديث البيانات القديمة أثناء استخدامها لاستخلاص النتائج.
• تتطور شبكات الخصومة التوليدية (E-GANs): والتي تتطور بمرور الوقت. لاستكشاف المسارات المعدلة نوعا ما بناءً على تلك التجارب السابقة مع كل قرار جديد. يبحث هذا النموذج باستمرار عن مسار أفضل ويستخدم عمليات المحاكاة والإحصاءات. أو من خلال الصدفة للتنبؤ بالنتائج خلال الدورة التطورية.
• المحولات: وهي شبكات من العقد تتعلم أداء مهمة معينة من خلال التدريب على البيانات الموجودة. بدلاً من الاضطرار إلى تجميع العناصر معًا. يمكن للمعالجات تشغيل العمليات بحيث ينتبه كل عنصر من عناصر بيانات الإدخال إلى كل عنصر آخر. يسمي الباحثون هذا "الاهتمام الذاتي". مما يعني أنه بمجرد أن يبدأ التدريب يمكن للمحول رؤية آثار مجموعة البيانات بأكملها.

 3. نظرية العقل (Theory of Mind)

نظرية العقل هي مجرد نظرية لم تحقق بعد القدرات التكنولوجية والعلمية اللازمة لتحقيق هذا المستوى التالي من الذكاء الاصطناعي. تعتمد النظرية على الافتراض النفسي لفهم أن الكائنات الحية الأخرى لديها ايضا أفكار وعواطف التي تؤثر على سلوك الفرد. فيما يتعلق بآلات الذكاء الاصطناعي. فإن هذا يعني أن الذكاء الاصطناعي يمكنه فهم شعور البشر والحيوانات والآلات الأخرى واتخاذ القرارات من خلال التفكير الذاتي والتصميم. ثم استخدام هذه المعلومات لاتخاذ قراراته الخاصة. بشكل أساسي يجب أن تكون الآلات قادرة على استيعاب مفهوم "العقل" ومعالجته. وتقلب المشاعر في عمليات صنع القرار وحتى سلسلة من المفاهيم النفسية الأخرى الحالية. وإنشاء علاقة ثنائية الاتجاه بين الناس والذكاء الاصطناعي.

4. الوعي الذاتي (Self-Awareness)

بمجرد أن يتم إنشاء نظرية العقل ستكون الخطوة الأخيرة هي أن يصبح الذكاء الاصطناعي مدركًا لذاته. يمتلك هذا النوع الخاص بالذكاء الاصطناعي وعيًا على مستوى فهم الإنسان ويفهم وجوده في العالم الحقيقي. بالإضافة إلى وجود الآخرين وحالتهم العاطفية. سيكون بالفعل قادرًا على فهم ما قد يحتاجه البعض ليس فقط بناءً على مايتم نقله إليهم. ولكن أيضًا على كيفية توصيلهم له. يعتمد الوعي الذاتي في الذكاء الاصطناعي على كل من فهم الباحثين البشريين لمبدأ الوعي ثم تعلم تكراره بحيث يمكن دمجه في الآلات.

ما الهدف من الذكاء الاصطناعي؟

1. اداء المهام بسرعة وبأخطاء قليلة

يعد الذكاء الاصطناعي مهمًا لأنه يمكن أن يمنح الشركات نظرة ثاقبة لعملياتها قد لا تكون على دراية بها من قبل. ولأنه في بعض الحالات يمكن للذكاء الاصطناعي أداء مهام أفضل من البشر. خاصة عندما يتعلق الأمر بالمهام المتكررة والمفصلة مثل مسح عدد كبير من المستندات القانونية لضمان ملىء الحقول ذات الصلة بشكل صحيح. غالبًا ما تؤدي أدوات الذكاء الاصطناعي المهام بسرعة وبأخطاء قليلة نسبيًا.

2. خلق فرص عمل جديدة

وقد ساعد هذا في إحداث انفجار في الكفاءة وفتح الباب أمام فرص عمل جديدة تمامًا لبعض الشركات الكبيرة. قبل الموجة الحالية من الذكاء الاصطناعي. كان من الصعب حقا تخيل استخدام برامج الكمبيوتر من اجل ربط الركاب بسيارات الأجرة. ولكن اليوم أصبحت أوبر واحدة من أكبر الشركات في العالم التي تقوم بذلك. يستخدم خوارزميات التعلم الآلي المعقدة للتنبؤ بالوقت الذي من المحتمل أن يحتاج فيه الناس إلى ركوب في مناطق معينة. مما يساعد على جعل السائقين على الطريق بشكل استباقي قبل الحاجة. مثال آخر أصبحت Google واحدة من أكبر اللاعبين لمجموعة من الخدمات عبر الإنترنت باستخدام التعلم الآلي لفهم كيفية استخدام الأشخاص لخدماتهم ثم تحسينها.

3. اقبال الشركات على الذكاء الاصطناعي

استخدمت أكبر الشركات وأكثرها نجاحًا اليوم الذكاء الاصطناعي لتحسين عملياتها واكتساب ميزة على منافسيها. للذكاء الاصطناعي عدة استخدامات من تعزيز تطوير اللقاح إلى غاية أتمتة الكشف عن الاحتيال المحتمل. شهد نشاط سوق الذكاء الاصطناعي الخاص عامًا بارزًا في عام 2021 ، وفقًا لـ CB Insights ، مع زيادة التمويل العالمي بنسبة 108 ٪ من عام 2020. نظرًا لاعتماده السريع ، يُحدث الذكاء الاصطناعي موجات في مجموعة متنوعة من الصناعات.

4. تقليل الاخطار وزيادة الوفرة المالية 

وجد تقرير الذكاء الاصطناعي لعام 2022 الصادر عن Business Insider Intelligence أن أكثر من نصف شركات الخدمات المالية تستخدم بالفعل حلول الذكاء الاصطناعي لإدارة المخاطر وتوليد الإيرادات. قد يؤدي تطبيق الذكاء الاصطناعي في القطاع المصرفي إلى تحقيق وفورات تزيد عن 400 مليار دولار.

5.الرعاية الصحية

فيما يتعلق بالطب أشار تقرير لمنظمة الصحة العالمية لعام 2021 إلى أنه في حين أن دمج الذكاء الاصطناعي في الرعاية الصحية يأتي مع تحديات. فإن التكنولوجيا "تبشر بالخير" ، حيث يمكن أن تؤدي إلى فوائد مثل السياسة الصحية الأكثر استنارة والتحسينات في دقة تشخيص المريض. .

6. الترفيه 

لقد تركت منظمة العفو الدولية بصماتها في مجال الترفيه. من المتوقع أن يصل السوق العالمي للذكاء الاصطناعي في وسائل الإعلام والترفيه إلى 99.48 مليار دولار بحلول عام 2030. ارتفاعًا من 10.87 مليار دولار في عام 2021. وفقًا لـ Grand View Research. يتضمن هذا الامتداد استخدامات الذكاء الاصطناعي مثل التعرف على الانتحال وتطوير رسومات عالية الدقة.

ما هي مزايا وعيوب الذكاء الاصطناعي؟

تتطور الشبكات العصبية الاصطناعية وتقنيات التعلم العميق للذكاء الاصطناعي بشكل سريع. ويرجع ذلك أساسًا إلى أن الذكاء الاصطناعي يعالج كميات كبيرة من البيانات بشكل أسرع بكثير ويقدم تنبؤات أكثر دقة مما يمكن للإنسان. في حين أن الحجم الهائل من البيانات التي يتم إنشاؤها يوميًا قد يدفن الباحث البشري. 

يمكن لتطبيقات الذكاء الاصطناعي (Artificial Intelligence) التي تستخدم التعلم الآلي أن تأخذ هذه البيانات وتحولها بسرعة إلى رؤى قابلة للتنفيذ. حتى كتابة هذه السطور. فإن العيب الرئيسي لاستخدام الذكاء الاصطناعي هو أنه من المكلف معالجة الكميات الكبيرة من البيانات المطلوبة لبرمجة الذكاء الاصطناعي.

1. مزايا الذكاء الاصطناعي 

• خلق فرص عمل 
• جيد للعمل التفصيلي المنحى. 
• تقليل الوقت اللازم للمهام كثيفة البيانات.
• يوفر نتائج متسقة .
• يتوفر دائمًا على الوكلاء الافتراضيون المدعومون بالذكاء الاصطناعي.
• سريع التطور.
• تحسين الإنتاجية والكفاءة مع تقليل احتمالية حدوث خطأ بشري.

2. عيوب الذكاء الاصطناعي

• يتطلب خبرة فنية عميقة .
• محدودية العرض من العمال الماهرين لإنشاء أدوات الذكاء الاصطناعي.
• يعرف فقط ما تم عرضه.
• عدم القدرة على التعميم من مهمة إلى مهمة.
• تكاليف التطوير.
• عدم قدرة الآلات الآلية على استبدال بعض الوظائف البشرية.

أمثلة على الذكاء الاصطناعي ؟ 

يتم تضمين الذكاء الاصطناعي في مجموعة متنوعة من المجالات التقنية المختلفة فيما يلي ستة أمثلة:

1. أتمتة

عند دمجها مع تقنيات الذكاء الاصطناعي. يمكن لأدوات الأتمتة زيادة حجم وأنواع المهام التي يتم تنفيذها. أحد الأمثلة على ذلك هو أتمتة العمليات الآلية (RPA). وهو نوع من البرامج التي تقوم بأتمتة مهام معالجة البيانات المتكررة القائمة على القواعد والتي يقوم بها البشر بشكل تقليدي. عند عملية دمجها مع التعلم الآلي وأدوات الذكاء الاصطناعي الجديدة. يمكن لتقنية RPA أتمتة أجزاء أكبر من مهام الأعمال. مما يمكّن روبوتات RPA التكتيكية من نقل رؤى الذكاء الاصطناعي والاستجابة لتغيرات العملية.

2. التعلم الالي 

إنه علم جعل الكمبيوتر يعمل بدون برمجة. التعلم العميق هو عبارة عن مجموعة فرعية من التعلم الآلي بعبارات جد بسيطة. يمكن اعتبارها كأتمتة التحليلات التنبؤية. هناك ثلاثة أنواع من هذه الخوارزميات في التعلم الآلي:

• التدريس تحت الإشراف يتم تصنيف مجموعات البيانات بحيث يمكن اكتشاف الأنماط واستخدامها لتسمية مجموعات البيانات الجديدة.
• تعليم غير مشرف عليه. مجموعات البيانات غير مصنفة ومصنفة بناءً على أوجه التشابه أو الاختلافات.
• تعزيز التعلم. لم يتم تصنيف مجموعات البيانات ولكن بعد تنفيذ إجراء أو عدة إجراءات. يتلقى نظام الذكاء الاصطناعي التعليقات.

3. رؤية اصطناعية 

تمنح هذه التقنية الآلة القدرة على الرؤية. تلتقط رؤية الكمبيوتر المعلومات المرئية وتحللها باستخدام الكاميرا والتحويل التناظري إلى الرقمي ومعالجة الإشارات الرقمية. غالبًا ما تتم مقارنتها بالبصر البشري. لكن الرؤية الاصطناعية لا ترتبط بالبيولوجيا ويمكن برمجتها للرؤية من خلال الجدران. على سبيل المثال يتم استعماله في العديد من التطبيقات من تحديد التوقيع إلى غاية تحليل الصور الطبية. غالبًا ما يتم الخلط بين رؤية الكمبيوتر. التي تركز على معالجة الصور الآلية مع رؤية الآلة.

4. معالجة اللغة الطبيعية (TAL)

إنها معالجة لغة الإنسان بواسطة برنامج كمبيوتر. أحد أقدم وأشهر الأمثلة على البرمجة اللغوية العصبية هو اكتشاف البريد العشوائي. الذي يفحص سطر الموضوع ونص البريد الإلكتروني ويقرر ما إذا كان بريدًا عشوائيًا أم لا. تعتمد هذه الأساليب الحالية في البرمجة اللغوية العصبية حقا على التعلم الآلي. حيث تتضمن هذه المهام البرمجة اللغوية العصبية ترجمة النصوص وكذلك تحليل المشاعر الى جانب التعرف على الصوت.

5. علم الروبوتات

يركز هذا المجال الهندسي على تصميم وتصنيع الروبوتات. غالبًا ما تسعمل الروبوتات لأداء مجموعة المهام التي يصعب بالفعل على البشر أداؤها باستمرار. على سبيل المثال تُستعمل الروبوتات في خطوط التجميع من اجل إنتاج السيارات أو بواسطة وكالة ناسا لعملية نقل الأجسام الكبيرة عبر الفضاء الخارجي. يستعمل الباحثون أيضًا التعلم الآلي من اجل بناء روبوتات يمكنها حقا التفاعل في السياقات الاجتماعية.

6. السيارات ذاتية القيادة

تستعمل المركبات المستقلة مزيجًا من الرؤية والتعرف على الصور والتعلم العميق من اجل تطوير المهارات الآلية. لتوجيه السيارة أثناء البقاء في ممر معين وتجنب العقبات غير المتوقعة مثل المشاة.

ما هي مجالات الذكاء الاصطناعي؟

شق الذكاء الاصطناعي طريقه إلى مجموعة متنوعة من الأسواق فيما يلي تسعة مجالات بارزة.

1. الرعاية الصحية 

أكبر الرهانات هي تحسين نتائج المرضى وخفض التكاليف. تطبق الشركات التعلم الآلي لجعل التشخيص أفضل وأسرع من البشر. يعد IBM Watson والذي يمثل أحد أشهر التقنيات في مجال الرعاية الصحية. يفهم اللغة الطبيعية ويمكنه الإجابة على الأسئلة المطروحة عليه. يستخرج هذا النظام بيانات المريض وحتى مصادر البيانات الأخرى المتاحة من اجل صياغة فرضية. والتي يتم تقديمها بعد ذلك مع مخطط الخاص بتسجيل الثقة. 

تشمل تطبيقات الذكاء الاصطناعي الأخرى استخدام مساعدي الرعاية الصحية الافتراضية عبر الإنترنت وروبوتات الدردشة لمساعدة مرضى الرعاية الصحية والعملاء في العثور على المعلومات الطبية وجدولة المواعيد وفهم عملية الفوترة وتنفيذ العمليات الإدارية الأخرى. تُستخدم أيضًا مجموعة من تقنيات الذكاء الاصطناعي للتنبؤ بالأوبئة ومكافحتها وفهمها مثل COVID-19.

2. الأعمال

يتم دمج خوارزميات التعلم الآلي في الأنظمة الأساسية للتحليلات وإدارة علاقات العملاء (CRM) للكشف عن رؤى حول كيفية خدمة العملاء بشكل أفضل. تم دمج Chatbots في مواقع الويب لتقديم خدمة فورية للعملاء. أصبحت أتمتة محطات العمل أيضًا موضوع نقاش بين الأكاديميين ومحللي الكمبيوتر.

3. التعليم

يمكن للذكاء الاصطناعي أتمتة عملية الدرجات مما يمنح المعلمين مزيدًا من الوقت. يمكنه تقييم الطلاب والتكيف مع احتياجاتهم. ومساعدتهم على العمل وفقًا لسرعتهم الخاصة. يستطيع مدرسي الذكاء الاصطناعي تقديم دعم إضافي من اجل الطلاب. مما يضمن بقائهم على المسار الصحيح. ويمكن أن يغير مكان وكيفية تعلم الطلاب وربما يحل محل بعض المعلمين.

4. التمويل 

يعمل الذكاء الاصطناعي في تطبيقات التمويل الشخصي. مثل Intuit Mint أو TurboTax على تعطيل المؤسسات المالية. تجمع هذه التطبيقات البيانات الشخصية وتقدم المشورة المالية. تم تطبيق برامج أخرى مثل IBM Watson. على عملية شراء المنزل. اليوم تقود برامج الذكاء الاصطناعي الكثير من التداول في وول ستريت.

5. القانون

غالبًا ما تكون عمليات اكتشاف غربلة الوثائق ساحقة للبشر في القانون. يؤدي استخدام الذكاء الاصطناعي للمساعدة في أتمتة عمليات الصناعة القانونية كثيفة العمالة إلى توفير الوقت وتحسين خدمة العملاء. تستعمل شركات المحاماة التعلم الآلي من اجل وصف البيانات والتنبؤ بالنتائج. ورؤية الكمبيوتر لتصنيف هذه المعلومات من المستندات وكذلك معالجة اللغة الطبيعية لتفسير هذه المعلومات.

6. التصنيع 

كان التصنيع في طليعة دمج الروبوتات من اجل سيرورة العمل. على سبيل المثال الروبوتات الصناعية التي تمت برمجتها ذات مرة لأداء مهام فردية ومنفصلة عن العاملين البشريين تعمل بشكل متزايد كروبوتات: روبوتات أصغر متعددة المهام تتعاون مع البشر وتتحمل مسؤولية المزيد من أجزاء العمل في المستودعات والمصانع وأماكن العمل الأخرى .

7. البنوك

تستخدم البنوك بنجاح روبوتات المحادثة لإعلام عملائها بالخدمات والعروض ولإدارة المعاملات التي لا تتطلب تدخلًا بشريًا. يتم استخدام المساعدين الافتراضيين للذكاء الاصطناعي لتحسين وتقليل تكلفة الامتثال للوائح المصرفية. تستخدم المؤسسات المصرفية أيضًا الذكاء الاصطناعي لتحسين عملية اتخاذ قرارات الإقراض. لتعيين حدود الائتمان وتحديد فرص الاستثمار.

8. النقل 

إلى جانب الدور الأساسي للذكاء الاصطناعي في تشغيل المركبات المستقلة ، تُستخدم تقنيات الذكاء الاصطناعي في النقل لإدارة حركة المرور. والتنبؤ بتأخير الرحلات الجوية  وجعل الشحن أكثر أمانًا وكفاءة.

9. حماية

يتصدر الذكاء الاصطناعي والتعلم الآلي قائمة بائعي أمان الكلمات الطنانة التي يستخدمونها اليوم للتمييز بين عروضهم. تمثل هذه العبارات مصطلحات تقنية قابلة للتطبيق حقًا. تستعمل المؤسسات التعلم الآلي في البرامج لإدارة المعلومات والأحداث (SIEM) والمجالات ذات الصلة من اجل اكتشاف الحالات الشاذة وتحديد الأنشطة المشبوهة نوعا ما و التي تشير إلى التهديدات. من خلال تحليل البيانات واستعمال المنطق لتحديد الأنماط.