تعلم الذكاء الاصطناعي – 2
مصطلحات يجب أن تعرفها عند تعلم الذكاء الاصطناعي والفرق بينهم
عند تعلم الذكاء الاصطناعي هناك عدة مصطلحات ستواجهك، البعض منها قد يكون مألوفًا والبعض قد يتداخل بالشكل الذي يجعلك تظنه واحدًا، في هذه السطور سنحاول سويًا تبسيط هذه المصطلحات وتوضيحها بشكل سلس وسهل كالآتي:
Machine learning
الـ Machine Learning أو التعليم اللآلي هو فرع من فروع مجال الذكاء الاصطناعي ويقصد به القدرة على التنبوء والتحليل والفهم والرد على الأوامر المختلفة بدون الحاجة إلى برمجة مسبقة للآلة أو وجود نمط محدد تسير عليه، بل يتم الأمر نتيجة بيانات مغذية تستخدمها الآلة في تطوير قدرتها الذاتية والتعلم من كل المخرجات التي تقوم بمنحها.
NLG
Natural language generation وهي قدرة البرامج والآلات على توليد اللغات الطبيعية التي يستخدمها الإنسان، بحيث يمكنها تقديم نصوص وبيانات منظمة يسهل قراءتها وفهم السياق منها.
NLP
Natural language processing وهي قدرة البرامج والآلات على التفسير والرد على اللغات المستخدمة من قبل البشر بما في ذلك تحليل المشاعر فيها وتصنيفها والإجابة عليها بشكل منطقي ومفهوم ومرتبط ببعضه البعض.
Reinforcement Learning
التعليم المعزز هو شكل من أشكال التعليم الآلي للبرامج والآلات؛ حيث يتم فيه تدريب الآلة من خلال اختبار القرارات التي يتم اتخاذها ما إذا كانت صحيحة أو خاطئة، وبناء على النتيجة يتم تقرير ما إذا كانت ستتلقى نوع من المكافأة أو العقاب؛ وتدريجًا تفهم الآلة السلوكيات الصحيحة التي يجب اتخاذها وتتطور مع الوقت.
Pattern Recognition
التعرف على الأنماط هو إحدى القدرات المميزة للذكاء الاصطناعي وفيه يتم تدريب الآلة على التعرف على الأنماط المتبعة في البيانات المقدمة مثل التعرف على الوجوه والصوت والصور.
Neural Network
الشبكة العصبية الآلية وهي شبكة تم صناعتها لتحاكي نفس الطريقة التي تعمل بها الشبكة العصبية في الدماغ البشري، وفيها تتلاقى الشبكات مع بعضها البعض لتنشأ ما يشبه بخريطة عصبية تتناقل فيها البيانات والمعلومات المعقدة وتتعلم من بعضها البعض.
Deep Learning
هو شكل من أشكال التعليم الآلي المتطور، حيث تتمكن فيه الآلات من تنظيم المعلومات ومعالجتها واتخاذ القرار دون وجود إشراف مباشر أو بيانات منظمة أو سيناريوهات محددة يمكن السير عليها، بل يتم الآمر نتيجة تطور الآلة وقدرتها على فك شفرة البيانات وفهم السياق المتبع فيها حتى ولو لم تكن واضحة ومباشرة من المرة الأولى.
LM
الـ Large language models هي أنظمة متقدمة من الذكاء الاصطناعي تعتمد على الشبكة العصبية الآلية والتعليم العميق وملايين المليارات من البيانات والمعلومات المخزنة في تعلم الأنماط والنصوص واللغات البشرية والمشاعر ومن خلالها تستطيع هذه البرامج أن تولد مخرجات متنوعة صحيحة وتحاكي قدرات الإنسان البشري بشكل كبير وأكثر الأمثلة المنتشرة لهذا النوع هما: chat gpt وbrad.
big date
يقصد بالبيانات الضخمة هو هذا الكم الكبير وغير النهائي من البيانات التي يصبح من الصعب والمستحيل التعامل معها من خلال الإنسان، وفيه يتم تحليلها وبناء العلاقات بين بعضها البعض تفسيرها والخروج بمخرجات جديدة، واستخدامها كبيانات جديدة أخرى والخروج بمعلومات حيادية يمكن استخدامها للخروج بقرارات من قبل العنصر البشري.
Turing test
اختبار تورينج هو اختبار آلي تم تصميمه من قِبل عالم الكمبيوتر “آلان تورينج”، وفيه يتم تقييم الآلات من خلال اختبار مساو لقدرات البشر، وخاصةً في المحادثات الإنسانية والسلوك البشري وكذلك استخدامات اللغة المختلفة. إذا تم عرض نتيجة الاختبار على حكم بشرى محايد، ولم يستطيع التفريق بين نتائج الآلة ونتائج البشر، تنجح الآلة هنا في الاختبار.
المصطلحات السابقة ليست الوحيدة في مجال الذكاء الاصطناعي لكنها الأكثر شيوعًا عند التحدث عنه أو حتى في مراحل تعلمه الأساسية، وهو ما يجعلنا بدوره ننتقل إلى نقطة مهمة في مقالنا، وهي كيف نتعلم هذا المجال وكيف نبدأ فيه من الأساس؟!
