شرح الفاينال · الذكاء الاصطناعي والتعلم والنظم الخبيرة

هدف الدرس

تميز الذكاء الاصطناعي عن تعلم الآلة والتعلم العميق، وتفسر عمل النظام الخبير، وتربط المجالات المختلفة بنوع المهمة والمدخلات.

الفهرس

• الذكاء الاصطناعي ومهام النظام
• تعلم الآلة والتعلم العميق
• النظم الخبيرة والمعرفة المحددة
• مجالات الذكاء الاصطناعي وتكاملها
• البيانات والحوسبة وحدود النتيجة

الذكاء الاصطناعي ومهام النظام

الذكاء الاصطناعي مجال لبناء أنظمة تؤدي مهامًا تتطلب عادة قدرات مثل التعرف أو التفسير أو اتخاذ قرار. نصف المهمة التي ينفذها النظام؛ لا يكفي أن يعمل بسرعة أو يحتوي على جهاز حديث لنعده نظامًا ذكيًا.

قد يتعرف النظام إلى صورة، أو يعالج عبارة مكتوبة، أو يقترح نتيجة في مجال محدد. تختلف المدخلات والآلية باختلاف المهمة. الذكاء الاصطناعي مجال واسع يضم طرقًا متعددة؛ بعض الأنظمة تعتمد قواعد ومعرفة محددة، وبعضها يتعلم أنماطًا من البيانات.

تعلم الآلة والتعلم العميق

تعلم الآلة جزء من الذكاء الاصطناعي يبني نماذج تتعلم من البيانات بدل كتابة قاعدة منفصلة لكل حالة. ترتبط النتيجة بما تدرب عليه النموذج وطريقة تقييمه.

التعلم العميق جزء من تعلم الآلة يستخدم شبكات عصبية ذات طبقات متعددة لتعلم تمثيلات للبيانات. العلاقة هي احتواء: الذكاء الاصطناعي يشمل تعلم الآلة، وتعلم الآلة يشمل التعلم العميق. ليست كل شبكة عصبية عميقة، وليس كل ذكاء اصطناعي تعلمًا عميقًا.

يساعد هذا الترتيب على فهم المصطلحات التي تستخدم معًا. اسم الطريقة لا يكفي للحكم على جودة التطبيق؛ نحتاج معرفة المهمة والبيانات وأداء النموذج عليها.

النظم الخبيرة والمعرفة المحددة

يجمع النظام الخبير معرفة في مجال محدد ويستخدم قواعد للاستدلال منها. تفرق المادة بين الحقائق والقواعد: الحقائق تصف الحالة، والقواعد تحدد كيف نستنتج منها نتيجة. قد يشرح النظام سبب النتيجة بالرجوع إلى القواعد التي استخدمها.

مثلًا، يمكن لنظام مخصص لمتابعة أعطال جهاز أن يربط ملاحظات معينة باحتمالات أعطال داخل نطاق معرفته. هذا مثال تعليمي للآلية؛ لا يعني أن النظام يفهم كل الأجهزة أو أن اقتراحه يغني عن التحقق. تخصص المعرفة يحدد نطاق النظام الخبير.

مجالات الذكاء الاصطناعي وتكاملها

تعرض الشرائح الرؤية بالحاسوب ومعالجة اللغة والتعرف إلى الكلام والبرمجة بمساعدة الأنظمة والروبوتات. نميزها بحسب المهمة: الرؤية تعالج صورة أو فيديو، ومعالجة اللغة تتعامل مع النص والمعنى، والتعرف إلى الكلام يحول الصوت المنطوق إلى تمثيل يمكن معالجته.

تستطيع هذه المجالات العمل معًا. يستقبل روبوت صورة بالكاميرا، ويفسر معلومات مرئية، ثم يستخدم النتيجة في حركة. الروبوت آلة تنفذ أعمالًا؛ وجود أجزاء متحركة وحده لا يثبت امتلاك فهم مماثل للإنسان. وكذلك تساعد أدوات البرمجة على إنتاج أو معالجة شيفرة، مع بقاء الحاجة إلى مراجعة ملاءمتها وصحتها.

البيانات والحوسبة وحدود النتيجة

تذكر المادة قدرة الحوسبة وتوفر البيانات والحاجة إلى حلول مفيدة ضمن عوامل تطور التطبيقات. تمكن الموارد الحاسوبية من معالجة بيانات ونماذج أكبر، لكن زيادة الموارد أو عدد السجلات لا تصلح خطأ في البيانات أو تعريف المهمة.

إذا تدرب نظام رؤية على صور واضحة فقط، فقد يواجه صعوبة في ظروف مختلفة. وإذا كانت بياناته لا تمثل حالات الاستخدام، فقد تتأثر نتيجته. لذلك يرتبط استعمال النظام بفهم نطاقه واختبار أدائه، لا بمعاملة كلمة «ذكي» بوصفها ضمانًا للصواب.

الخلاصة

خلاصة الدرس: الذكاء الاصطناعي يضم طرقًا ومجالات متعددة. تعلم الآلة يتعلم من البيانات، والتعلم العميق يستخدم شبكات متعددة الطبقات، والنظام الخبير يستدل من معرفة وقواعد محددة. قيم النتيجة بحسب المهمة والبيانات والنطاق.