إن الميزة الأكبر التي تميز الذكاء الاصطناعي عن موضوعات علوم الكمبيوتر الأخرى هي القدرة على أتمتة المهام بسهولة من خلال استخدام التعلم الآلي، والذي يتيح لأجهزة الكمبيوتر التعلم من تجارب مختلفة بدلاً من برمجتها بشكل صريح لأداء كل مهمة. هذه القدرة هي ما يشير إليه الكثيرون بالذكاء الاصطناعي، لكن التعلم الآلي هو مجموعة فرعية من الذكاء الاصطناعي.
يتضمن التعلم الآلي نظامًا يتم تدريبه على كميات كبيرة من البيانات للتعلم من الأخطاء والتعرف على الأنماط لإجراء تنبؤات واتخاذ قرارات بدقة، سواء تعرضوا لبيانات محددة.
ما هو التعلم الآلي؟ كل ما تحتاج إلى معرفته
تتضمن أمثلة التعلم الآلي التعرف على الصور والكلام، والحماية من الاحتيال، والمزيد. أحد الأمثلة المحددة هو نظام التعرف على الصور عندما يقوم المستخدمون بتحميل الصور على Facebook. يمكن لشبكة التواصل الاجتماعي تحليل الصورة والتعرف على الوجوه، مما يؤدي إلى توصيات لوضع علامة على أصدقاء مختلفين. ومع مرور الوقت والممارسة، يصقل النظام هذه المهارة ويتعلم كيفية تقديم توصيات أكثر دقة.
لنفترض أنك تريد تدريب نموذج للتعلم الآلي للتعرف على صور الدوائر والمربعات والتمييز بينها. في هذه الحالة، ستبدأ بجمع مجموعة بيانات كبيرة من صور الدوائر والمربعات في سياقات مختلفة، مثل رسم كوكب لدائرة أو جدول لمربع، على سبيل المثال، مع استكمال التسميات لكل منها الشكل هو.
ستتعلم الخوارزمية بعد ذلك هذه المجموعة من الصور لتمييز الأشكال وخصائصها، مثل الدوائر التي ليس لها زوايا والمربعات ذات أربعة جوانب متساوية. بعد التدريب على مجموعة بيانات الصور، يستطيع النظام رؤية صورة جديدة وتحديد الشكل الذي تجده.
على سبيل المثال، قد يكون تجميع الفواكه ذات الوزن المماثل أو السيارات ذات حجم المحرك المماثل معًا.
التعلم الآلي يجري في الوقت الفعلي: إليك السبب وكيف
لم يتم إعداد الخوارزمية مسبقًا لاختيار أنواع معينة من البيانات؛ فهو ببساطة يبحث عن البيانات ذات أوجه التشابه التي يمكنه تجميعها، على سبيل المثال، تجميع العملاء بناءً على سلوك التسوق لاستهدافهم بحملات تسويقية مخصصة.
فكر في تدريب نظام ما على ممارسة لعبة فيديو، حيث يمكن أن يحصل على مكافأة إيجابية إذا حصل على درجة أعلى ومكافأة سلبية إذا حصل على درجة منخفضة. يتعلم النظام تحليل اللعبة والقيام بالحركات، ثم يتعلم فقط من المكافآت التي يتلقاها، ويصل إلى حد اللعب بمفرده، ويحصل على درجة عالية دون تدخل بشري.
يُستخدم التعلم المعزز أيضًا في الأبحاث، حيث يمكن أن يساعد في تعليم الروبوتات المستقلة الطريقة المثلى للتصرف في بيئات العالم الحقيقي.
في عملية التدريب، يقوم طلاب LLM بمعالجة مليارات الكلمات والعبارات لتعلم الأنماط والعلاقات بينها، مما يمكّن النماذج من توليد إجابات تشبه إجابات الإنسان على المطالبات.
سيطلق الذكاء الاصطناعي العنان للمستوى التالي من الإمكانات البشرية. إليك الطريقة
LLM الأكثر شيوعًا هو GPT 3.5، والذي يعتمد عليه ChatGPT المجاني، وأكبر LLM هو GPT-4 عند 1.78 تريليون معلمة مفترضة. يتم تشغيل Gemini بواسطة ماجستير في القانون يحمل نفس الاسم تم تطويره بواسطة Google، وهو ثاني أكبر ماجستير في القانون حيث يضم 1.5 مليون معلمة.
تميل نماذج التعلم العميق إلى أن تحتوي على أكثر من ثلاث طبقات ويمكن أن تحتوي على مئات الطبقات. يمكن أن يستخدم التعلم العميق التعلم الخاضع للإشراف أو غير الخاضع للإشراف أو كليهما في عمليات التدريب.
ما هو التعلم العميق؟ كل ما تحتاج إلى معرفته
نظرًا لأن تكنولوجيا التعلم العميق يمكن أن تتعلم كيفية التعرف على الأنماط المعقدة في البيانات باستخدام الذكاء الاصطناعي، فغالبًا ما يتم استخدامها في معالجة اللغة الطبيعية (NLP)، والتعرف على الكلام، والتعرف على الصور.
تخيل مجموعة من الروبوتات تعمل معًا لحل اللغز. تمت برمجة كل منها للتعرف على شكل أو لون مختلف في قطع اللغز. تجمع الروبوتات قدراتها على حل اللغز معًا. الشبكة العصبية تشبه مجموعة من الروبوتات.
يمكن للشبكات العصبية تعديل المعلمات الداخلية لتغيير ما تنتجه. ويتم تغذية كل منها بقواعد بيانات لمعرفة ما يجب عليه طرحه عند تقديم بيانات معينة أثناء التدريب.
6 مهارات تحتاجها لتصبح مهندسًا سريعًا في الذكاء الاصطناعي
وهي تتألف من طبقات مترابطة من الخوارزميات التي تغذي البيانات في بعضها البعض. يمكن تدريب الشبكات العصبية على أداء مهام محددة عن طريق تعديل الأهمية المنسوبة للبيانات أثناء مرورها بين الطبقات. أثناء تدريب هذه الشبكات العصبية، ستستمر الأوزان المرتبطة بالبيانات أثناء مرورها بين الطبقات بالتنوع حتى يصبح الناتج من الشبكة العصبية قريبًا جدًا مما هو مرغوب فيه.
عند هذه النقطة، ستكون الشبكة قد "تعلمت" كيفية تنفيذ مهمة معينة. يمكن أن يكون الناتج المطلوب أي شيء بدءًا من وضع علامات صحيحة على الفاكهة في الصورة إلى التنبؤ بموعد فشل المصعد بناءً على بيانات المستشعر الخاصة به.
لماذا أصبح الذكاء الاصطناعي للمحادثة جاهزًا الآن لوقت الذروة
بعض الأمثلة على الذكاء الاصطناعي التحادثي هي روبوتات الدردشة مثل Gemini، أو مكبرات الصوت الذكية مع مساعد صوتي مثل Amazon Alexa، أو المساعدين الافتراضيين على هاتفك الذكي مثل Siri.
فيما يلي بعض الأمثلة الشائعة للذكاء الاصطناعي المتاحة للجمهور، مجانًا ومقابل رسوم:
يتضمن التعلم الآلي نظامًا يتم تدريبه على كميات كبيرة من البيانات للتعلم من الأخطاء والتعرف على الأنماط لإجراء تنبؤات واتخاذ قرارات بدقة، سواء تعرضوا لبيانات محددة.
ما هو التعلم الآلي؟ كل ما تحتاج إلى معرفته
تتضمن أمثلة التعلم الآلي التعرف على الصور والكلام، والحماية من الاحتيال، والمزيد. أحد الأمثلة المحددة هو نظام التعرف على الصور عندما يقوم المستخدمون بتحميل الصور على Facebook. يمكن لشبكة التواصل الاجتماعي تحليل الصورة والتعرف على الوجوه، مما يؤدي إلى توصيات لوضع علامة على أصدقاء مختلفين. ومع مرور الوقت والممارسة، يصقل النظام هذه المهارة ويتعلم كيفية تقديم توصيات أكثر دقة.
ما هي عناصر التعلم الآلي؟
كما ذكرنا سابقًا، يعد التعلم الآلي مجموعة فرعية من الذكاء الاصطناعي وينقسم عمومًا إلى فئتين رئيسيتين: التعلم الخاضع للإشراف والتعلم غير الخاضع للإشراف.التعلم تحت الإشراف
تستخدم هذه التقنية الشائعة لتدريس أنظمة الذكاء الاصطناعي العديد من الأمثلة المصنفة التي صنفها الأشخاص. يتم تغذية أنظمة التعلم الآلي هذه بكميات هائلة من البيانات، والتي تم شرحها لتسليط الضوء على الميزات المثيرة للاهتمام - أنت تقوم بالتدريس بشكل أساسي بالقدوة.لنفترض أنك تريد تدريب نموذج للتعلم الآلي للتعرف على صور الدوائر والمربعات والتمييز بينها. في هذه الحالة، ستبدأ بجمع مجموعة بيانات كبيرة من صور الدوائر والمربعات في سياقات مختلفة، مثل رسم كوكب لدائرة أو جدول لمربع، على سبيل المثال، مع استكمال التسميات لكل منها الشكل هو.
ستتعلم الخوارزمية بعد ذلك هذه المجموعة من الصور لتمييز الأشكال وخصائصها، مثل الدوائر التي ليس لها زوايا والمربعات ذات أربعة جوانب متساوية. بعد التدريب على مجموعة بيانات الصور، يستطيع النظام رؤية صورة جديدة وتحديد الشكل الذي تجده.
تعليم غير مشرف عليه
في المقابل، يستخدم التعلم غير الخاضع للرقابة نهجًا مختلفًا، حيث تحاول الخوارزميات تحديد الأنماط في البيانات، والبحث عن أوجه التشابه التي يمكن استخدامها لتصنيف تلك البيانات.على سبيل المثال، قد يكون تجميع الفواكه ذات الوزن المماثل أو السيارات ذات حجم المحرك المماثل معًا.
التعلم الآلي يجري في الوقت الفعلي: إليك السبب وكيف
لم يتم إعداد الخوارزمية مسبقًا لاختيار أنواع معينة من البيانات؛ فهو ببساطة يبحث عن البيانات ذات أوجه التشابه التي يمكنه تجميعها، على سبيل المثال، تجميع العملاء بناءً على سلوك التسوق لاستهدافهم بحملات تسويقية مخصصة.
تعزيز التعلم
في التعلم المعزز، يحاول النظام تعظيم المكافأة بناءً على البيانات المدخلة، ويمر بعملية التجربة والخطأ حتى يصل إلى أفضل نتيجة ممكنة.فكر في تدريب نظام ما على ممارسة لعبة فيديو، حيث يمكن أن يحصل على مكافأة إيجابية إذا حصل على درجة أعلى ومكافأة سلبية إذا حصل على درجة منخفضة. يتعلم النظام تحليل اللعبة والقيام بالحركات، ثم يتعلم فقط من المكافآت التي يتلقاها، ويصل إلى حد اللعب بمفرده، ويحصل على درجة عالية دون تدخل بشري.
يُستخدم التعلم المعزز أيضًا في الأبحاث، حيث يمكن أن يساعد في تعليم الروبوتات المستقلة الطريقة المثلى للتصرف في بيئات العالم الحقيقي.
ما هي نماذج اللغات الكبيرة؟
أحد أشهر أنواع الذكاء الاصطناعي في الوقت الحالي هو نماذج اللغات الكبيرة (LLM). تستخدم هذه النماذج التعلم الآلي غير الخاضع للرقابة ويتم تدريبها على كميات هائلة من النصوص لمعرفة كيفية عمل اللغة البشرية. تتضمن هذه النصوص المقالات والكتب والمواقع الإلكترونية والمزيد.في عملية التدريب، يقوم طلاب LLM بمعالجة مليارات الكلمات والعبارات لتعلم الأنماط والعلاقات بينها، مما يمكّن النماذج من توليد إجابات تشبه إجابات الإنسان على المطالبات.
سيطلق الذكاء الاصطناعي العنان للمستوى التالي من الإمكانات البشرية. إليك الطريقة
LLM الأكثر شيوعًا هو GPT 3.5، والذي يعتمد عليه ChatGPT المجاني، وأكبر LLM هو GPT-4 عند 1.78 تريليون معلمة مفترضة. يتم تشغيل Gemini بواسطة ماجستير في القانون يحمل نفس الاسم تم تطويره بواسطة Google، وهو ثاني أكبر ماجستير في القانون حيث يضم 1.5 مليون معلمة.
ما هو التعلم العميق؟
يعد التعلم العميق جزءًا من عائلة التعلم الآلي، والذي يتضمن تدريب الشبكات العصبية الاصطناعية بثلاث طبقات أو أكثر لأداء مهام مختلفة. يتم توسيع هذه الشبكات العصبية إلى شبكات مترامية الأطراف تضم عددًا كبيرًا من الطبقات العميقة التي يتم تدريبها باستخدام كميات هائلة من البيانات.تميل نماذج التعلم العميق إلى أن تحتوي على أكثر من ثلاث طبقات ويمكن أن تحتوي على مئات الطبقات. يمكن أن يستخدم التعلم العميق التعلم الخاضع للإشراف أو غير الخاضع للإشراف أو كليهما في عمليات التدريب.
ما هو التعلم العميق؟ كل ما تحتاج إلى معرفته
نظرًا لأن تكنولوجيا التعلم العميق يمكن أن تتعلم كيفية التعرف على الأنماط المعقدة في البيانات باستخدام الذكاء الاصطناعي، فغالبًا ما يتم استخدامها في معالجة اللغة الطبيعية (NLP)، والتعرف على الكلام، والتعرف على الصور.
ما هي الشبكات العصبية؟
يعتمد نجاح التعلم الآلي على الشبكات العصبية. هذه نماذج رياضية تعتمد بنيتها ووظيفتها بشكل فضفاض على الاتصال بين الخلايا العصبية في الدماغ البشري، ومحاكاة كيفية إرسال الإشارات لبعضها البعض.تخيل مجموعة من الروبوتات تعمل معًا لحل اللغز. تمت برمجة كل منها للتعرف على شكل أو لون مختلف في قطع اللغز. تجمع الروبوتات قدراتها على حل اللغز معًا. الشبكة العصبية تشبه مجموعة من الروبوتات.
يمكن للشبكات العصبية تعديل المعلمات الداخلية لتغيير ما تنتجه. ويتم تغذية كل منها بقواعد بيانات لمعرفة ما يجب عليه طرحه عند تقديم بيانات معينة أثناء التدريب.
6 مهارات تحتاجها لتصبح مهندسًا سريعًا في الذكاء الاصطناعي
وهي تتألف من طبقات مترابطة من الخوارزميات التي تغذي البيانات في بعضها البعض. يمكن تدريب الشبكات العصبية على أداء مهام محددة عن طريق تعديل الأهمية المنسوبة للبيانات أثناء مرورها بين الطبقات. أثناء تدريب هذه الشبكات العصبية، ستستمر الأوزان المرتبطة بالبيانات أثناء مرورها بين الطبقات بالتنوع حتى يصبح الناتج من الشبكة العصبية قريبًا جدًا مما هو مرغوب فيه.
عند هذه النقطة، ستكون الشبكة قد "تعلمت" كيفية تنفيذ مهمة معينة. يمكن أن يكون الناتج المطلوب أي شيء بدءًا من وضع علامات صحيحة على الفاكهة في الصورة إلى التنبؤ بموعد فشل المصعد بناءً على بيانات المستشعر الخاصة به.
ما هو الذكاء الاصطناعي للمحادثة؟
يتضمن الذكاء الاصطناعي للمحادثة أنظمة مبرمجة لإجراء محادثات مع المستخدم، ومدربة على الاستماع (الإدخال) والرد (الإخراج) بطريقة محادثة. يستخدم الذكاء الاصطناعي للمحادثة معالجة اللغة الطبيعية للفهم والاستجابة بشكل طبيعي.لماذا أصبح الذكاء الاصطناعي للمحادثة جاهزًا الآن لوقت الذروة
بعض الأمثلة على الذكاء الاصطناعي التحادثي هي روبوتات الدردشة مثل Gemini، أو مكبرات الصوت الذكية مع مساعد صوتي مثل Amazon Alexa، أو المساعدين الافتراضيين على هاتفك الذكي مثل Siri.
ما هي خدمات الذكاء الاصطناعي المتاحة للاستخدام؟
يتمتع المستهلكون والشركات على حد سواء بثروة من خدمات الذكاء الاصطناعي المتاحة لتسريع المهام وإضافة الراحة إلى الحياة اليومية - ربما لديك شيء في منزلك يستخدم الذكاء الاصطناعي في بعض القدرات.فيما يلي بعض الأمثلة الشائعة للذكاء الاصطناعي المتاحة للجمهور، مجانًا ومقابل رسوم:
- المساعدون الصوتيون: Amazon Alexa على جهاز Echo على الرف الخاص بك، وApple's Siri على جهاز iPhone الخاص بك، وGoogle Assistant على جهاز Pixel، جميعها تستخدم معالجة اللغة الطبيعية لفهم أسئلتك أو أوامرك والرد عليها.
- Chatbots: روبوتات الدردشة التي تعمل بالذكاء الاصطناعي هي شكل آخر من أشكال المساعد الافتراضي الذي يمكنه التفاعل مع الأشخاص، وفي بعض الحالات، إجراء محادثات تشبه المحادثات البشرية، وحتى محاكاة التعاطف والاهتمام.
- ترجمة اللغة: يصل التعلم الآلي إلى أبعد الحدود، وتستخدم خدمات مثل Google Translate وMicrosoft Translator وAmazon Translate وChatGPT التكنولوجيا لترجمة النص.
- الإنتاجية: يعد Microsoft Copilot for Microsoft 365 مثالاً رائعًا على LLM المستخدم كأداة إنتاجية للذكاء الاصطناعي مضمنة في Word وPowerPoint وOutlook وExcel وTeams والمزيد لأتمتة المهام. إن مجرد طلب "إرسال بريد إلكتروني إلى الفريق حول أحدث حالة للمشروع" سيؤدي إلى تشغيل Copilot لجمع المعلومات تلقائيًا من رسائل البريد الإلكتروني والمستندات لإنشاء نص يتضمن ما طلبته.
- التعرف على الصور والفيديو: تستخدم برامج مختلفة الذكاء الاصطناعي للعثور على معلومات حول المحتوى الموجود في الصور ومقاطع الفيديو، مثل الوجوه والنصوص والكائنات الموجودة بداخلها. ومن الأمثلة على ذلك شركة Clarifai، التي تستخدم التعلم الآلي لتنظيم البيانات غير المنظمة من المصادر، و Amazon Rekognition ، وهي خدمة AWS تتيح للمستخدمين تحميل الصور لتلقي المعلومات.
- تطوير البرمجيات: يستخدم العديد من المطورين ChatGPT لكتابة التعليمات البرمجية وتصحيح الأخطاء لأكثر من عام، ولكن تتوفر العديد من أدوات الذكاء الاصطناعي الأخرى لتسهيل مهمة المبرمج. أحد الأمثلة على ذلك هو مبرمج GitHub Copilot من OpenAI Codex، وهو نموذج لغة توليدي يمكنه كتابة التعليمات البرمجية بشكل أسرع وبجهد أقل عن طريق الإكمال التلقائي للتعليقات والتعليمات البرمجية على الفور.
- بناء الأعمال التجارية: بصرف النظر عن استفادة المستخدم اليومي من الذكاء الاصطناعي من حوله، تقدم الخدمات أدوات الذكاء الاصطناعي للشركات، بما في ذلك OpenAI's GPT-4 API لبناء التطبيقات والخدمات باستخدام LLM أو Amazon Bedrock ، وهي مجموعة من الذكاء الاصطناعي القائم على السحابة. أدوات للمطورين.
