في دقيقتين .. تعرف على الذكاء الاصطناعي

19 أكتوبر , 2018

عن الكاتب

طالب هندسة مدنية، مترجم في مجلة نقطة العلمية، مهتم بالمواضيع العلمية والتقنية والهندسية. "المترجم قارئ ومفسّر ومبتكر في آنٍ واحد."

شاركها

مصدر المقال

المصدر

الرابط المختصر لهذا المقال

https://www.nok6a.net/?p=24938

إذا كنت تسمع عن الذكاء الإصطناعي ولكنك لست متأكدًا تمامًا ما المقصود به أو ماهي آلية عمله.. فأنت لست وحدك!

لا يزال هناك العديد من الشكوك والارتباك بين عامة الناس حول الذكاء الاصطناعي ، هل سيقضي الذكاء الاصطناعي على الوظائف أو الشركات الكبرى؟  يرجع هذا لسوء استخدام مصطلحين الذكاء الاصطناعي( AI)  و تعلم الآلة  (Machine learning) … هذه المقالة ستكون دليلك للتعرف على ذلك!

ما الفرق بين الذكاء الاصطناعي و تعلم الآلة ؟

بدايةً ولتبسيط الأمور.. دعونا نفكر قليلًا بالفرق بين الاقتصاد والمحاسبة؟ يعتبر الاقتصاد تخصصٌ دراسيٌ عام، ولكنك بالتأكيد لن تقوم بتوظيف خبير اقتصادي حائز على جائزة نوبل للقيام بحساب ضرائبك ومدخراتك. وبالمثل فإن الذكاء الاصطناعي مجال علمي متعلق بكيفية استخدام الحواسيب في اتخاذ القرارات – مثل البشر تمامًا.

أما تعلم الآلة (Machine learning)  فهو تقنية حديثة تقوم على استخدام التقنيات والبرامج للتعلم من خلال البيانات والمعلومات التي يتم اعطاءها للآلة. كما أنها تقنية تسمح للآلة بالاستجابة للأوامر المختلفة بطريقة ذاتية بدون أي برمجة، عبر مجموعة من الخوارزميات التي تتيح للآلة التعلم من خلال التنبؤات بناءً على البيانات المُدخلة.

كما ويعتبر تعلم الآلة الأكثر تنوعًا في مجالات مختلفة، في هندسة البرمجيات والروبوتات الحركية وصولًا للمجال الطبي وعمليات التشخيص.

يصبح الفرق بين الذكاء الاصطناعي و تعلم الآلة واضحًا عند يتعلق الأمر” بالمال”، فغالبًا ما يبتعد مستثمرو رأس المال المغامرين عن الذكاء الاصطناعي، ويفضلون الشركات الناشئة  (Startups) التي تصنع برامج تعلم الآلة وتطبيقات تجارية واضحة مثل النظام الذي يعمل على فرز رسائل البريد الالكتروني للشركات  أو تتبع العملاء في متجر ما من خلال خاصيةِ التعرف على الوجه. (Facial Recognition)

علاوة على ذلك، تقوم الشركات التكنولوجية الكبرى مثل جوجل والفيسبوك بتوفير مختبراتٍ كبيرةٍ مهمتها القيام بأبحاث متعلقة بقيادة وتطوير الذكاء الصناعي. ومن إحدى الاختراعات التي تم توصل إليها خلال هذه الشركات مثلًا شركة الفيسبوك اخترعت أداة ال Pytorch وهو مصدرٌ مفتوح لتعلم الآلة ، كما وقامت شركة جوجل باختراع أداة Tensor Flow والتي تعتبر مكتبة برمجيات مفتوحة المصدر للتعلم الآلي ، تقوم شركة جوجل باستخدامها بشكل كبير في المنتجات التجارية التابعة لها. بالاضافة إلى ذلك تمتاز Tensor Flow بسرعةٍ في الأداء و المرونة وسهولة التطبيق الأمر الذي يجعلها ذات قدرة عالية على البحث والرد الذكي.

لماذا يظهر لنا مصطلح “التعلم” (مثل التعلم العميق) في كل مكان؟
هذا لأن أكثر تطبيقات الذكاء الاصطناعي إثارة اليوم يعطي أجهزة الكمبيوتر القدرة على “تعلم” كيفية تنفيذ المهمات عن طريق البيانات المُدخلة ، دون أن تكون مبرمجة للقيام بهذه المهمة. قد تكون هذه المصطلحات مربكةً بعض الشيئ لأن هذا ينطوي على مزيج من التقنياتِ المختلفة ، والعديد من هذه المصطلحات يحتوي أيضًا على كلمة “التعلم” في أسمائها.

تقسم أنواع تعلم الآلة إلى ثلاثة أنواعٍ رئيسية  والتي يمكن تنفيذها جميعًا بطرق مختلفة:  تعلم الآلة الغير الخاضع للإشراف ،  تعلم الآلة الخاضع للإشراف و  التعلم التعزيزي  ، ويمكن استخدام جميع هذه الأنواع أيضًا مع التعلم الآلي الإحصائي ، أو  تعلم الآلة البايزي (Baeysean) – ويطلق عليه أيضًا اسم الاستدلال البايزي-   أو تعلم الآلة الرمزي ( symbolic machine learning).

ولكن لاتقلق .. فأنت لست بحاجةٍ بأن تكون خبيرًا بجميع هذه المصطلحات و المسميات نظرًا لأن  أكثر تطبيقات تعلم الآلة شيوعًا  تعتمد على شبكة معلوماتية عصبية  (Neural Network).

ما هي الشبكة العصبية؟

هي نظام حاسوبي مستوحى من الخلايا العصبية التي تشكل العقل البشري، تضم الشبكات العصبية طبقات (الخلايا العصبية) التي ترتبط ببعضها لتشكل عدة طبقات متجاورة وترتبط ببعضها. وكلما زادت الطبقات كلما كانت الشبكة أعمق.

 التعلم العميق  (Deep learning) 

التعلم العميق هو فرع من فروع علم تعلم الآلة  (Machine learning). وهو مجال يقوم فيه الكمبيوتر باختبار اللوغاريتمات والبرامج ويتعلم أن يقوم بتحسينها وتطويرها بنفسه. يعتمد التعلم العميق- في الأساس – على الشبكة العصبية (العميقة) باستخدام العديد من الطبقات (layers)، كل طبقة تمثل مجموعة من المميزات.

على سبيل المثال ، قد تستخدم شركة وسائل التواصل الاجتماعي “شبكة عصبية عميقة” للتعرف على الوجوه. فقد تصف الطبقات الأولى الحواف الداكنة حول رأس شخص ما ، و تصف أخرى حواف الأنف والفم ، و أخرى تصف بقعًا من التظليل والتعتيم الموجودة في الصورة . و عندما تجتمع جميع هذه الطبقات مع بعضها تمثل شكل الوجه بأكمله.

أدت هذه التقنية إلى تقديم خدمات شائعة نستخدمها اليوم ، بما في ذلك التعرف على الكلام عبر الهواتف الذكية والترجمة التلقائية من Google.

هل تبدو الشبكة العصبية على الشاشة كخليط من الرموز والأكواد البرمجية؟

بشكل أساسي نعم.  حيث يستخدم جميع المهندسين في شركة ديب مايند (Deep Mind) التابعة لشركة جوجل والمختصة في الذكاء الاصطناعي – لغة الباثيون في البرمجة. تعتبر الباثيون لغة برمجة عامة أصدرت لأول مرة في عام ال1991م.

كما وتم استخدام البايثون لتطوير جميع أنواع البرامج- الأساسية والمعقدة للغاية – بما في ذلك بعض المواقع الأكثر شعبية على الويب اليوم مثل جوجل، الانستاغرام و اليوتيوب.

هل يتفق الجميع على أن الشبكات العصبية للتعلم العميق هي أفضل طريقة للذكاء الاصطناعي؟

لا، على الرغم من كون الشبكات العصبية  والتعلم العميق تعتبر من أكثر المنهجيات والطرق الواعدة لتطوير الذكاء الاصطناعي اليوم.  لكن من المتوقع أن يتغير كل هذا خلال السنوات الخمس القادمة!

عن الكاتب

طالب هندسة مدنية، مترجم في مجلة نقطة العلمية، مهتم بالمواضيع العلمية والتقنية والهندسية. "المترجم قارئ ومفسّر ومبتكر في آنٍ واحد."

شاركها