- عربة التسوق فارغة
- مواصلة التسوق
الدرس 2-1
كيف يعمل الذكاء الاصطناعي
المفاهيم الأساسية:
01
الذكاء الاصطناعي (AI)
02
التعلم الآلي (ML)
03
التعلم العميق (DL)
04
الشبكات العصبية
05
الذكاء الاصطناعي التوليدي
06
الهلوسة
1. ماهية الذكاء الاصطناعي (AI)
مجال يضم أنظمة حاسوبية تستطيع تنفيذ مهام مثل التعلم من البيانات، والتنبؤ، والتعرف، وتوليد المحتوى، واتخاذ القرارات أو دعمها.
أمثلة تطبيقية:
2. العلاقة بين الذكاء الاصطناعي والتعلم الآلي
مقارنة جوهرية بين القواعد المبرمجة صراحةً في الأنظمة التقليدية، في مقابل الأنماط الذكية التي يتعلمها النموذج مباشرةً من البيانات.
الفرق الجوهري:
الشكل 1.2.1 - علاقة مبسطة بين الذكاء الاصطناعي والتعلّم الآلي والتعلم العميق والذكاء الاصطناعي التوليدي
التعلم الآلي فرع من الذكاء الاصطناعي، والتعلم العميق أسلوب ضمن التعلم الآلي، وتعتمد غالبية تطبيقات الذكاء الاصطناعي التوليدي الحديثة على نماذج التعلم العميق. وهذه علاقة تعليمية مبسطة، فلا ينبغي فهمها على أنها تسلسل احتواء صارم في كل حالة.
المستوى الأول
الذكاء الاصطناعي (AI)
إعادة إنتاج السلوك الذكي البشري
المستوى الثاني
التعلّم الآلي (ML)
تعلم الأنماط من البيانات
المستوى الثالث
التعلم العميق (DL)
استخدام الشبكات العصبية
الجوهر الحديث
الذكاء الاصطناعي التوليدي
توليد الصور، ChatGPT مثلاً
(2) التعلّم الآلي
(Machine Learning)فرع من الذكاء الاصطناعي تتعلم فيه النماذج أنماطاً من البيانات لإجراء تنبؤات أو تصنيفات أو دعم قرارات، بدلاً من برمجة كل قاعدة صراحةً.
تصنيف الرسائل المزعجة
التعرف التلقائي على الرسائل غير المرغوب فيها بناءً على تحليل محتوى الرسائل السابقة.
توصية المنتجات
اقتراح منتجات مخصصة للمستخدمين بناءً على سلوكهم الشرائي وأنماط تصفحهم السابقة.
(3) التعلم العميق
(Deep Learning)أسلوب من أساليب التعلم الآلي يعتمد على شبكات عصبية متعددة الطبقات، ويمكنه تعلم تمثيلات وأنماط معقدة من البيانات.
تحليل الصور
معالجة وفهم المحتوى البصري بدقة عالية والتعرف على العناصر والأشكال المختلفة داخل الصور.
التعرف على الكلام
تحويل الأقوات والكلمات المنطوقة إلى نصوص مكتوبة بدقة واستيعاب الأنماط الصوتية.
(4) الشبكة العصبية الاصطناعية
(Artificial Neural Network - ANN)نموذج حاسوبي مستوحى بصورة مبسطة من فكرة ترابط العصبونات، ويتكون من وحدات مترابطة تتغير أوزانها أثناء التدريب لتتعلم أنماطاً من البيانات.
وحدات مترابطة
بنية تحاكي عمل الخلايا العصبية عبر طبقات متصلة لتمرير ومعالجة الإشارات.
التدريب وتعديل الأوزان
تتغير أوزان الاتصالات تلقائياً أثناء عملية التعلم لتحسين دقة استخراج الأنماط.
شبكة عصبية: أجزاء بسيطة، متصلة في طبقات
توضيح تدفق البيانات عبر طبقات الإدخال، الطبقات المخفية، وطبقة الإخراج
(5) الذكاء الاصطناعي التوليدي
(GenAI)أنظمة تُنشئ محتوى جديدًا، مثل النصوص والصور والصوت والبرمجيات، اعتمادًا على الأنماط التي تعلمتها من بيانات التدريب. وتعتمد غالبية أنظمته الحديثة على نماذج التعلم العميق وأدوات توليد الصور.
آلية العمل
توليد محتوى جديد وفريد كالنصوص والصور استناداً إلى الأنماط المستفادة من بيانات التدريب.
أمثلة تطبيقية
أنظمة شائعة مثل ChatGPT وأدوات توليد الصور المعتمدة على نماذج التعلم العميق.
الذكاء الاصطناعي التوليدي ينشئ نصوصًا وصورًا وصوتًا جديدة
يبدأ النظام باستقبال المدخلات (الطلبات)، ثم يعالجها من خلال نموذج الذكاء الاصطناعي التوليدي لإنتاج مخرجات متنوعة وجديدة كلياً.
المدخل (الطلب)
النصوص أو التعليمات التوجيهية التي يكتبها المستخدم لتوجيه النظام.
توليد النصوص
إنتاج مقالات، ردود، أو محتوى كتابي جديد بناءً على الطلب.
توليد الصور
تصميم رسومات ومرئيات ابتكارية لم تكن موجودة من قبل.
توليد الصوت
إنتاج مقاطع صوتية ونغمات أو كلام منطوق بدقة عالية.
شكراً لمتابعتك وإتمامك الدرس!
نتمنى أن تكون قد استفدت من المعلومات والشرح المقدم. نراكم في الدرس القادم لمواصلة رحلة التعلم والتطور.
أكملت الدرس بنجاح 🌟