ما المقصود بالاستدلال الآلي؟
الاستدلال الآلي هو مجال علوم الكمبيوتر الذي يحاول تقديم ضمان حول ما سيفعله النظام أو البرنامج أو لن يفعلاه أبدًا. يعتمد هذا الضمان على برهان رياضي. يحل الناس العديد من المشكلات المنطقية في الرياضيات والعلوم والحساب باستخدام إستراتيجيات منطقية مثل النظريات والاستنتاجات. يستخدم الاستدلال الآلي أجهزة الكمبيوتر التي تستخدم نفس الأدوات لحل التحديات المعقدة. تحاول أدوات الاستدلال الآلي الإجابة على أسئلة حول برنامج (أو صيغة منطقية) باستخدام تقنيات معروفة من الرياضيات. تساعدك الأدوات في التحقق من صحة الجملة أو التعبير.
ما المشكلات التي يمكن أن يحلها الاستدلال الآلي؟
يستخدم العلماء ومطورو البرامج الاستدلال الآلي لإثبات شيئين. أولاً، يُثْبتون أن تصميم النظام أو تنفيذه يخضعان لمواصفاته. ثانيًا، يُثْبتون أنه يعمل بالطريقة التي كان من المفترض أن يعمل بها.
يقوم الاستدلال الآلي بذلك عن طريق التوصّل للبراهين في المنطق الصوري المدعوم بالنظريات الرياضية أو الحقائق المعلومة. يستخدم الاستدلال الآلي أساليب تحقق رياضية تستند إلى المنطق للتوصّل إلى براهين تؤكد الأمان أو الصحة لجميع السلوكيات المحتملة.
يُمكن أيضًا استخدام الاستدلال الآلي لإثبات أن الأنظمة المستخدمة في تكوين الشبكات، أو التي تسمح بالوصول إلى الشبكة أو تمنح الأذونات، أو التي تحافظ على خصوصية البيانات وأمانها تعمل على النحو المنشود.
عند استخدام الاستدلال الآلي، أولًا تقدم للنظام جملة المشكلة. ثم يقوم نظام الاستدلال الآلي بحساب الافتراضات والتحقق منها باستخدام جملة المشكلة. يقوم البرنامج بذلك حتى يستنفد جميع الخيارات.
مثال لمشكلة تستخدم الاستدلال الآلي
لفهم الاستدلال الآلي بشكل أفضل، فكّر في جملة المشكلة هل تعيش القطط على الأرض؟ مع مراعاة الحقائق التالية:
- القطط من الثدييات
- تعيش الثدييات على الأرض
يقوم نظام الاستدلال الآلي بتقييم ما إذا كانت جملة المشكلة صحيحةً. على وجه التحديد، يستخدم الاستنتاج المنطقي. في هذه الحالة، القطط من الثدييات والثدييات تعيش على الأرض. ولذلك، يتحقق الاستدلال الآلي من أن القطط تعيش على الأرض.
قيود الاستدلال الآلي
لا يقوم الاستدلال الآلي بعمل تنبؤات أو تعميمات. على سبيل المثال، يمكننا استخدام الاستدلال الآلي في تقديم وسيطة مثل هذه:
- القطط لها شعر
- Fluffy هي قطة
- ولذلك، Fluffy لها شعر
لا يمكننا استخدام الاستدلال الآلي لتقديم وسيطات مثل هذه:
- القطط من الثدييات
- القطط تعيش على الأرض
- ولذلك، جميع الثدييات تعيش على الأرض
هذه التطبيقات شائعة في مبرهن النظرية، الأمر الذي يتطلب توجيهًا بشريًا عند أداء مهام التفكير الاستنتاجي.
ما بعض حالات استخدام الاستدلال الآلي؟
إن قدرة الاستدلال الآلي على إجراء استنتاجات منطقية خطوةً بخطوة مفيدة في مجالات كثيرة. باستخدام الاستدلال الآلي، يُمكنك إثبات خصائص الأمان والامتثال والتوافر والمتانة والسلامة التي تمتاز بها البنيات واسعة النطاق.
فيما يلي بعض حالات الاستخدام الأخرى للاستدلال الآلي.
النمذجة الرياضية
يقوم العلماء والمهندسون وعلماء الرياضيات بحل المشكلات وتحقيق البراهين الرياضية من خلال تطبيق الصيغ الجبرية في التطبيقات العلمية. في هذه الممارسات، يستخدمون النماذج الرياضية التي تعتمد على عدة متغيرات لاستنتاج الحلول المحتملة للمشكلة.
التحقق من الأجهزة
الاستدلال الآلي يساعد مهندسي الأجهزة في بناء منتجات موثوقة. يتيح لهم اكتشاف العيوب المحتملة التي تغفل عنها طرق الاختبار التقليدية.
على سبيل المثال، يستخدم مهندسو تصميم الإلكترونيات تحليلات الاستدلال الآلي الرياضية الصارمة للتوصّل إلى برهان قاطع يؤكد استيفاء تصميم الجهاز لمواصفاته، مثل سلوكيات الأنظمة أو عمليات التنفيذ.
تُظهر عملية التحقق أن جميع السلوكيات المحتملة للنظام تستوفي الخصائص الزمنية التي تتضمنها المواصفات. ويمكن أن تُظهر أيضًا أن كل سلوك محتمل يتضمنه تنفيذ النظام هو سلوك متوافق مع بعض سلوكيات مواصفات النظام عالية المستوى.
التحقق من البرامج
يستخدم مطورو البرامج الاستدلال الآلي للمساعدة في ضمان أن تكون التطبيقات قويةً ضد مشكلات الأمان غير المرغوب فيها ولضمان أن البرامج تعمل على النحو المنشود أو الذي صممت من أجله. مثل عملية التحقق من الأجهزة، يسمح الاستدلال الآلي للمطورين بالتحقق من تدابير الأمان البرمجية وفقًا للعديد من السياسات.
على سبيل المثال، يتحقق المهندسون في Amazon Web Services (AWS) من أن كود التمهيد (boot code) هو كود آمن لكل تكوين تمهيد مستخدمين في ذلك الاستدلال الآلي. مثال آخر هو أنهم يتحققون من أن البيانات المخزنة والتي تتم معالجتها على خدمة Amazon Simple Storage Service (Amazon S3) هي بيانات محمية. في هذا المثال، يعتمدون على الاستدلال الآلي في النسخ المتماثل والاتساق والتحجيم التلقائي وموازنة التحميل وغيرها من مهام التنسيق.
نمذجة التفكير البشري
يستخدم علماء الكمبيوتر تقنيات الاستدلال الآلي لتكوين إمكانية وصول. للقيام بذلك، يكتبون سياسات تصف الوقت الذي يُسمح فيه لطلبات المستخدم بالوصول إلى المورد والوقت الذي يُرفض فيه الوصول. يتحقق ذلك من أن المستخدمين المستهدفين فقط هم من يمكنهم الوصول إلى المورد، وهو أمر مهم لأمان المورد وخصوصيته.
على سبيل المثال، يستخدم علماء الكمبيوتر صيغ نظريات قياس قابلية الرضا (SMT) وحلول SMT لإثبات خصائص الأمان.
ما بعض أدوات الاستدلال الآلي وتقنياته؟
بعد ذلك، نشارك العديد من أساليب الاستنتاج الآلي التي تُمكّن أنظمة الحوسبة من إجراء استنتاج بشري.
المنطق الكلاسيكي
المنطق الكلاسيكي هو فلسفة رياضية توفر نماذج الاستدلال الأساسية الخاصة ببرامج الاستدلال المنطقي الآلي. يعتمد هذا المنطق على مبدأ أن كل اقتراح له قيمة حقيقية سواءً كانت هذه القيمة صحيحةً أو خطأ ولكن ليس كليهما.
المنطق الكلاسيكي يركز بشكل أساسي على منطق الرتبة الأولى، الذي يتيح لعلماء الرياضيات تمثيل متغيرات مجهولة مثل x باستخدام محددات كمية مثل there exists (توجد) في جملة. على سبيل المثال، يطبق العلماء المنطق الكلاسيكي في البرمجة المنطقية للتوصل إلى x في هذه الجملة: توجد x حيث تقع x على الأرض، وx هي حيوان ثديي.
المنطق الافتراضي
المنطق الافتراضي هو نظام منطقي توجد فيه افتراضات قد تكون صحيحةً أو خطأ وإنشاء العلاقات بين هذه الافتراضات يُسمى الوسيطات.
الجملة الكلاسيكية للوسيطة في المنطق الافتراضي هي إذا كانت P، فعندئذٍ Q. على سبيل المثال، إذا كان اليوم هو "السبت"، فإن اليوم هو عطلة نهاية الأسبوع.
الاستدلال الآلي يستخدم تقنيةً تُسمّى SAT solving. الاستدلال الآلي يستخدم أدوات تسمى أدوات SAT solver للبحث عن تعيينات تحقق الوسيطات في المنطق الافتراضي. هذا يعني أن المتغيرات التي تحقق الوسيطة هي متغيرات صحيحة.
ما الفرق بين الاستدلال الآلي والذكاء الاصطناعي؟
الاستدلال الآلي هو أحد تخصصات الذكاء الاصطناعي (AI) التي تطبق الاستنتاج المنطقي على أنظمة الكمبيوتر.
الذكاء الاصطناعي هو علم يُعلّم أجهزة الكمبيوتر التفكير مثل الأشخاص عندما تتولى أجهزة الكمبيوتر مهمة حل مشكلة. أدت التطورات الأخيرة في الذكاء الاصطناعي إلى ظهور العديد من التخصصات الفرعية، من بينها التعلم العميق وتحليلات البيانات وتعلّم الآلة.
يختلف الاستدلال الآلي عن تقنيات الذكاء الاصطناعي الأخرى، مثل معالجة اللغة الطبيعية (NLP)، التي تركز على تدريب أجهزة الكمبيوتر على فهم الخُطَب المكتوبة أو الخُطَب الشفهية. بدلاً من ذلك، يستخدم الاستدلال الآلي نماذج منطقية وبراهين للتفكير في السلوكيات المحتملة للنظام أو البرنامج، بما في ذلك الحالات التي يمكن أن يصل إليها أو الحالات التي لن يصل إليها أبدًا.
ما الفرق بين الاستدلال الآلي والتعلم العميق؟
يُثبِت الاستدلال الآلي سمات البرنامج أو سمات النظام. يستخدم الاستدلال الآلي البرنامج نفسه أو النظام نفسه، بالإضافة إلى استخدام نموذج للنظام أو مواصفات النظام في منطق صوري.
يقدم التعلم العميق تنبؤات بناءً على تطبيق نماذج إحصائية على مجموعات بيانات كبيرة.
التعلم العميق هو إحدى تقنيات تعلّم الآلة المتقدمة التي تحاكي طريقة عمل الدماغ البشري. يستخدم التعلم العميق نماذج مختلفة للشبكة العصبونية حيث تتكون تلك النماذج من طبقات متعددة من الخلايا العصبية التي تستخرج المعلومات ذات الصلة وتجري المقارنة بينها وتحللها. يستخدم علماء البيانات التعلم العميق في التطبيقات المعقدة، مثل معالجة بيانات الكاميرات وبيانات أجهزة الاستشعار في السيارات ذاتية القيادة.
هل الاستدلال الآلي هو تعلّم الآلة؟
الاستدلال الآلي وتعلّم الآلة ليسا شيئًا واحدًا. بكلمات موجزة، تتمثل مهمة تعلّم الآلة في تقديم التنبؤات والاستدلالات. بينما تتمثل مهمة الاستدلال الآلي في تقديم الحُجّة والبرهان.
تعلّم الآلة هو مجموعة فرعية من الذكاء الاصطناعي تُدرّب أجهزة الكمبيوتر على اتخاذ القرارات مستخدمةً في ذلك عينات كبيرة من البيانات. على سبيل المثال، يستخدم علماء البيانات تعلّم الآلة في تدريب البرامج المصرفية على اكتشاف الأنشطة الاحتيالية. يستخدم علماء البيانات عيناتٍ كبيرةً من البيانات المالية للتأكد من أن البرامج يسهل عليها كشف الأنماط غير الطبيعية بناءً على نتائج سبق لتلك البرامج تعلُّمها.
بدلاً من تدريب النموذج باستخدام البيانات، يسمح الاستدلال الآلي للنموذج باستنتاج نتيجة بناءً على حقيقة رياضية وبرهان رياضي.
كيف تستخدم AWS الاستدلال الآلي في تحسين عروض الخدمات؟
تستخدم AWS الاستدلال الآلي في تحسين عروض العديد من الخدمات. وإليك بعض الأمثلة أدناه:
- مُراجع Amazon CodeGuru يستخدم الاستدلال الآلي وتعلّم الآلة بهدف مساعدة المطورين في كشف الثغرات الأمنية الموجودة بالبرامج.
- تتضمن Amazon Inspector Classic ميزة "قابلية الوصول إلى الشبكة" التي تحلل تلقائيًا مثيلات EC2 بحثًا عن الثغرات الأمنية المحتملة وبحثًا عن التكوينات الخطأ.
- AWS Identity and Access Management (IAM) Access Analyzer تدير أذونات الحسابات من خلال الاستدلال المؤتمت.
- يقوم مُحلِّل قابلية الوصول في السحابة الخاصة الافتراضية بـ Amazon (Amazon VPC) باستخدام الاستدلال الآلي لمساعدتك في فهم شبكة AWS وعرضها بطريقة مرئية.
اطلع على الأمان القابل للإثبات لمعرفة مزيد من المعلومات حول الاستدلال الآلي في خدمات AWS. إننا نستخدم الاستدلال الرياضي لتوفير ضمانات أمان قوية لأعباء عمل الأمان الموجودة لديك.
ابدأ استخدام الأمان على AWS من خلال إنشاء حساب اليوم.
الخطوات التالية على AWS
