مفاهيم عالم الذكاء الاصطناعي (AI)

في الرسم الطبقي في الصورة ما يمكن وصفه بـ”عالم الذكاء الاصطناعي (AI)”، حيث تتدرّج المفاهيم من الأعمّ والأوسع (الذكاء الاصطناعي) إلى الأكثر تخصّصًا (التعلّم العميق والذكاء الاصطناعي التوليدي). فيما يلي شرح مبسّط لكل مستوى، وكيف يرتبط بالمستويات الأخرى، مع أمثلة توضيحية

1. الذكاء الاصطناعي (Artificial Intelligence)

الذكاء الاصطناعي هو المجال الواسع الذي يهدف إلى محاكاة القدرات الذهنية للبشر باستخدام الأنظمة الحاسوبية. يشمل ذلك القدرة على التحليل، واتخاذ القرارات، والتعلُّم، والتفاعل مع البيئة أو مع البشر.

أبرز المجالات والتقنيات

 • معالجة اللغات الطبيعية (NLP): فهم النصوص والأوامر الصوتية، مثل أنظمة المساعد الصوتي (سيري، أليكسا).

• الرؤية الحاسوبية (Computer Vision): تمكين الحاسوب من “رؤية” الصور والفيديوهات وتحليلها، مثل التعرف على الوجوه أو اكتشاف الأشياء.

• التخطيط والجدولة (Planning & Scheduling): إيجاد أفضل طريقة أو تسلسل زمني لإنجاز مهمات معيّنة، مثل تنظيم عمليات الإنتاج في المصانع.

• النطق والتعرّف الصوتي (Speech Recognition): تحويل الكلام البشري إلى نص، مثل ميزة الإملاء الصوتي في الهواتف.

• تمثيل المعرفة والاستدلال (Knowledge Representation & Reasoning): تخزين معلومات عن العالم واستخدامها لاستخلاص استنتاجات منطقية.

• الأخلاقيات في الذكاء الاصطناعي (AI Ethics): دراسة التأثيرات الأخلاقية والقانونية لاستخدام خوارزميات الذكاء الاصطناعي.

مثال مبسط

مساعد شخصي في الهاتف يستطيع فهم أوامرك الصوتية، وجدولة مواعيدك، واقتراح مسارات الطريق بناءً على الازدحام المروري؛ كل ذلك يُعد تطبيقًا للذكاء الاصطناعي.

2. التعلّم الآلي (Machine Learning)

التعلّم الآلي هو فرع من الذكاء الاصطناعي يركّز على تطوير خوارزميات ونماذج تسمح للأنظمة بالتعلُّم من البيانات التاريخية والتكيّف مع التغيّرات، دون الحاجة لبرمجة صريحة لكل حالة.

الأقسام الرئيسية

 • التعلّم الموجّه (Supervised Learning): عندما ندرّب النموذج على بيانات مُرفقة بالإجابات الصحيحة (مثل التنبؤ بأسعار المنازل بناءً على بيانات تاريخية).

• التعلّم غير الموجّه (Unsupervised Learning): حين لا تكون هناك أجوبة صحيحة، ويُترك للنموذج اكتشاف الأنماط بنفسه (مثل تجميع الصور المتشابهة أو تقسيم العملاء إلى مجموعات).

• التعلّم شبه الموجّه (Semi-Supervised): مزيج من بيانات معلومة التصنيف وبيانات أخرى غير معلومة التصنيف.

• التعلّم بالتعزيز (Reinforcement Learning): تعلّم عبر التجرِبة والخطأ، حيث يحصل النظام على مكافآت أو عقوبات بحسب القرارات التي يتخذها (مثل تدريب الروبوت على المشي).

أمثلة

 • أنظمة الاقتراح في مواقع الفيديو، التي تحاول توقّع ما قد ترغب بمشاهدته اعتمادًا على سجل مشاهداتك.

 • تصنيف رسائل البريد الإلكتروني إلى “عادي” أو “عشوائي (Spam)”.

3. الشبكات العصبية (Neural Networks)

الشبكات العصبية هي نماذج حاسوبية مستوحاة من طريقة عمل الخلايا العصبية في دماغ الإنسان. تتكون من عقد (Nodes/Neurons) مترابطة فيما بينها لتلقي البيانات ومعالجتها عبر طبقات متتالية.

الأمثلة والتقنيات

 • Perceptrons (بيرسيبترون): أبسط نموذج للشبكات العصبية، يركّز على تصنيف البيانات.

• الشبكات العصبية الالتفافية (CNNs): تُستخدم بشكل شائع في معالجة الصور والفيديو لتعرّف الأنماط البصرية.

• الشبكات العصبية المتكررة (RNNs): تُستخدم غالبًا في معالجة البيانات المتسلسلة مثل النصوص والكلام، وتوجد أنواع أكثر تطورًا مثل (LSTM).

• المعالجة الخلفية (Backpropagation): خوارزمية لتحديث أوزان الشبكة العصبية بناءً على الخطأ في المخرجات.

كيف تختلف عن التعلّم الآلي العام؟

الشبكات العصبية هي منهجية ضمن التعلّم الآلي تعتمد بقوة على تحويل المدخلات وإعطاء الوزن المناسب لكل مسار في الشبكة، ما يسمح باكتشاف الأنماط المعقّدة في البيانات بقدرة أكبر من بعض خوارزميات التعلّم الآلي التقليدية (مثل أشجار القرار).

4. التعلّم العميق (Deep Learning)

التعلّم العميق هو نوع متقدم من الشبكات العصبية يتكوّن من عدة طبقات (شبكات عميقة)، يمكنه تعلّم الأنماط المعقّدة جدًا والتمييز بينها بكفاءة أعلى، بفضل القدرة الكبيرة على معالجة البيانات والمعالجة المتوازية.

التقنيات المهمة

 • الشبكات العصبية العميقة (DNNs): شبكات تحتوي على العديد من الطبقات المخفية.

• الشبكات العصبية الالتفافية العميقة (Deep CNNs): فعّالة بشكل خاص في التصوير الطبي والتعرّف على الوجه.

• الشبكات العصبية التكرارية (RNN) العميقة: مثل LSTM أو GRU لمعالجة النصوص والترجمة الآلية.

• تقنيات متقدمة (مثل Transformers): أحدثت ثورة في معالجة اللغات الطبيعية والتصنيف والترجمة.

أمثلة

 • تطبيقات التعرّف على الوجوه في مواقع التواصل الاجتماعي.

 • الترجمة الآلية الفورية عالية الدقة في محركات البحث.

5. الذكاء الاصطناعي التوليدي (Generative AI)

الذكاء الاصطناعي التوليدي هو مجال ضمن التعلّم العميق يُركّز على إنشاء محتوى جديد، سواء كان نصًا أو صورًا أو صوتًا، شبيهًا بالمحتوى الذي يتعلّم منه. يُعدّ هذا المجال ثورة جديدة تسمح للآلات بإنتاج نصوص إبداعية، وتصميم صور وفيديوهات، وتأليف موسيقى، وغيرها.

الأمثلة والتطبيقات

 • نماذج اللغة الضخمة (Language Models): مثل نماذج الدردشة القادرة على كتابة نصوص، والإجابة على الأسئلة، وتلخيص المستندات.

• الشبكات التوليدية الخصامية (GANs): تُستخدم لإنشاء صور وفيديوهات واقعية للغاية أو تحويل الصور (على سبيل المثال تحويل صور مرسومة باليد إلى صور شبه حقيقية).

• التحويلات المعمارية (Transformer Architecture): قاعدة للكثير من تطبيقات معالجة اللغات الطبيعية والترجمة الآلية.

• أنظمة الحوار (Dialogue Systems): روبوتات الدردشة الذكية التي تحاور المستخدم وتفهم سياق الحديث.

الاختلاف عن التعلّم العميق العام

بينما يركّز التعلّم العميق التقليدي على التعرّف على الأنماط والتصنيف، يركّز الذكاء الاصطناعي التوليدي على إنشاء بيانات جديدة. هذا يجعله مختلفًا من حيث المخرجات وقيمة التطبيق، إذ يمكنه توليد أفكار أو محتوى قد يُستخدم في الإبداع الفني أو التطوير التصميمي.

الخلاصة

 • الذكاء الاصطناعي (AI): المظلة الكبيرة التي تضم جميع تقنيات محاكاة الذكاء البشري.

• التعلّم الآلي (ML): مجموعة خوارزميات تمكّن الآلة من التعلّم من البيانات وتحسين أدائها بمرور الوقت.

• الشبكات العصبية (NNs): نماذج حسابية تحاكي تركيبة الخلايا العصبية في الدماغ.

• التعلّم العميق (DL): شبكات عصبية متعددة الطبقات قادرة على فهم الأنماط بالغة التعقيد.

• الذكاء الاصطناعي التوليدي (Generative AI): يهتم بإنشاء محتوى جديد وفريد، مثل النصوص والصور والأصوات.

يُبيّن هذا التسلسل أنّ كل مستوى هو جزء متخصّص من سابقه؛ فالتعلّم العميق هو جزء من الشبكات العصبية، وهي بدورها إحدى أدوات التعلّم الآلي، الذي يندرج تحت مظلة الذكاء الاصطناعي. أمّا الذكاء الاصطناعي التوليدي فهو تطبيق متقدّم للتعلّم العميق يُركّز على صنع محتوى جديد.

م / د حسن هادي

اوسكار تيك

منصة عراقية شاملة لأخبار التقنية والذكاء الاصطناعي، الأمن السيبراني، البلوكشين، الوظائف، وأسعار العملات، مع خدمات احترافية في تصميم المواقع والبرمجيات وترويج منصات التواصل الاجتماعي

فيسبوك

تويتر

انستغرام

شارك هذا المنشور

اشترك في بريدنا الالكتروني لتتوصل باشعار فور نشر موضوع جديد

مواضيع ذات صلة