الصندوق الأسود Black Box

ما هو الصندوق الأسود؟

هو أي نظام ذكاء اصطناعي لا يمكن رؤية مدخلاته وعملياته للمستخدم أو أي طرف آخر، ويعتبر نظاماً لا يمكن معرفة ما يحدث بداخله وهو نقيض الذكاء الاصطناعي القابل للتفسير.

سبب تسمية الصندوق الأسود

تتوصل نماذج الذكاء الاصطناعي في الصندوق الأسود إلى استنتاجات أو قرارات دون تقديم أي تفسيرات لكيفية الوصول إليها، بحيث تقوم الشبكات العصبونية العميقة والشبكات العصبونية الاصطناعية بتوزيع البيانات واتخاذ القرارات عبر عشرات الآلاف من العصبونات الاصطناعية، ما يؤدي إلى تعقيد قد يكون من الصعب فهمه مثل دماغ الإنسان.

كيف يعمل الصندوق الأسود؟

تأخذ خوارزمية التعلم ملايين نقاط البيانات كمدخلات وتربط ميزات بيانات محددة لإنتاج المخرجات، وتشمل العملية الخطوات التالية:

1. تقوم الخوارزميات بفحص مجموعات البيانات للتعرف على الأنماط.
2. تتم تغذية الخوارزمية بعددٍ كبير من البيانات ما يمكّنها من التجربة والتعلم من تلقاء نفسها من خلال التجربة والخطأ.
3. يتعلم النموذج تغيير معلماته الداخلية حتى يتمكن من التنبؤ بالمخرجات الدقيقة للمدخلات الجديدة باستخدام عينة كبيرة من المدخلات والمخرجات المتوقعة.
4. يصبح نموذج التعلم الآلي جاهزاً لإجراء تنبؤات باستخدام بيانات العالم الحقيقي نتيجة لهذا التدريب. 
5. يحدد النموذج طريقته ونهجه ومجموعة معارفه مع البيانات الإضافية كلها بمرور الوقت.

تطبيقات الصندوق الأسود

تستخدم تكنولوجيا الصندوق الأسود على نطاقٍ واسع من حولنا، إليك أبرز التطبيقات:

• السيارات ذاتية القيادة: يؤدي الصندوق الأسود دوراً حاسماً في جوانب مختلفة من تشغيل المركبات، بحيث تعالج نماذج الصندوق الأسود مصادر مختلفة لبيانات أجهزة الاستشعار لفهم البيئة المحيطة، إذ تكون قادرة على تحديد الأشياء وتحليل الأنماط المعقدة في البيانات.
• القطاع المالي: تستخدم الشبكات العصبونية الاصطناعية وآلات متجهات الدعم (SVM) في الأسواق المالية لمهام مثل التنبؤ بأسعار الأسهم أو تقييم مخاطر الائتمان والتداول وتحسين المحفظة الرقمية.
• الروبوتات: تستخدم الروبوتات العديد من أجهزة الاستشعار والخوارزميات لاتخاذ القرارات وتحديد مسارها وتحركاتها، وغالباً تكون هذه الخوارزميات معقدة لدرجة يصعب فهم طريقة عملها.