تظهر الكثير من المصطلحات التكنولوجية الجديدة عند الحديث عن الذكاء الاصطناعي مثل: التعلم الآلي والتعلم العميق ومعالجة اللغة الطبيعية. حيث يخلط الكثير من الناس بين هذه المصطلحات، بحيث يعبرون عنها بطريقة تفضي إلى مفهوم واحد في اعتقادهم وهو (الذكاء الاصطناعي).
ولكن لكي تستطيع أن تحدد الفرق بينهم جميعاً ندعوك لقراءة هذا المقال ضمن سلسلة (الدليل الشامل للمبتدئين في الذكاء الاصطناعي)، والذي سنتحدث فيها عن ما هي فروع الذكاء الاصطناعي الـ6.
فروع الذكاء الاصطناعي
يعد كل من التعلم الآلي والتعلم العميق ومعالجة اللغة الطبيعية أجزاء مكونة للذكاء الاصطناعي. بالإضافة إلى ثلاثة فروع أخرى.
حيث كما تحدثنا في مقال سابق عن (ما هو الذكاء الاصطناعي)، فلقد استطعنا أن نصفه بأنه معني بإنتاج برامج حاسوبية تحاكي قيام الإنسان بالمهام الصعبة والمعقدة، وذلك لحل المشكلات واتخاذ القرارات المختلفة.
ولهذا نجد أن الذكاء الاصطناعي يغطي مجموعة متنوعة من المجالات الفرعية المترابطة مع بعضها البعض، والتي تعمل لإنتاج برامج وتقنيات والآلات تعمل لتسهيل حياة البشر ومن أهم هذه الفروع:
- التعلم الآلي Machine Learning
- التعلم العميق Deep Learning
- معالجة اللغة الطبيعية Natural Language Processing
- الروبوتات Robotics
- المنطق الضبابي Fuzzy Logic
- النظم الخبيرة Expert Systems
ولكي نعرف كل قسم منها وأهميته ومجالات عمله ندعوكم لقراءة السطور التالية
1- التعلم الآلي
إذا أردنا تعريف التعلم الآلي فيمكن الإشارة إليه بأنه الجزء الذي يركز على استخدام التقنيات والخوارزميات المدربة على مجموعة من البيانات، بحيث تصبح من خلالها البرامج قادرة على التطور والتنبؤ بالنتائج، أو تكون قادرة على اتخاذ القرارات دون الحاجة إلى إعادة برمجتها ودون تدخل الإنسان في عملها.
ومن الاستخدامات واسعة الانتشار للتعلم الآلي، والتي تستطيع أن توضح مفهومه بشكل أفضل، ما يتم استخدامه في الأعمال التجارية مثل: اقتراح المنتجات للمستهلكين بالاعتماد على بيانات مشترياتهم السابقة، وكذلك التنبؤ بالتغييرات في أسواق الأسهم وترجمة النصوص بين اللغات المختلفة.
لهذا نجد الخلط بين مصطلحي الذكاء الاصطناعي والتعلم الآلي كبير وواسع الانتشار، بسبب أن التعلم الآلي يستخدم لخدمة الذكاء الاصطناعي بشكل كبير. فالآن يمكنك بطريقة بسيطة التفريق بينهما من خلال الإشارة إلى الذكاء الاصطناعي بأنه عملية إنشاء آلات تحاكي قدرات الإنسان المعرفية، بينما التعلم الآلي بأنه الخوارزميات والبيانات التي تمكن الآلات من القيام بهذه المهام.
وينقسم التعلم الآلي إلى أربعة أقسام رئيسية هي:
- التعلم الآلي الخاضع للإشراف: ويتم من خلال تغذية الخوارزميات ببيانات تتضمن مفاتيح للإجابة، لتسهل عملية تحليل البيانات. وهذا النوع يستخدم عادةً لأغراض التنبؤ والتصنيف.
- التعلم الآلي غير الخاضع للإشراف: هذا النوع لا يتم فيه إعطاء الخوارزميات أي علامات أو تصنيف للمدخلات، لهذا تصبح هي المسؤولة عن إيجاد أنماط لتصنيف هذه البيانات والخروج بالنتائج من تلقاء نفسها. وعادةً تستخدم هذه الطريقة للبيانات الكبيرة غير المصنفة.
- التعلم الآلي شبه الخاضع للإشراف: وهي نموذج يجمع بين النموذجين سابقين، بحيث يتم تغذية الخوارزميات ببعض البيانات المصنفة، وذلك لتستطيع بناء نموذج عمل تستخدمه في التحليل عند تغذيتها ببيانات غير مصنفة بعدد كبير. ويستخدم عادة في حال عدم توفر عدد كبير من البيانات المصنفة.
- التعلم المعزز: وهو المبني على طريقة التجربة والخطأ، وذلك من خلال تعلم الخوارزميات من البيئة المحيطة بها كما هي طريقة تعلم الأطفال. ومثال عليها تحسين الخوارزميات من خلال لعب ألعاب الشطرنج، فتتطور الخوارزميات من خلال تعلمها من نجاحاتها وإخفاقاتها. ويستخدم هذا النمط في الألعاب وتلخيص النصوص.
2- التعلم العميق والشبكات العصبية
أما التعلم العميق فيعد نموذج مطور من التعلم الآلي، حيث يستخدم هذا الفرع من الذكاء الاصطناعي شبكات عصبية كبيرة، تشبه في عملها الدماغ البشري في تحليل البيانات الأكثر تعقيداً بطريقة أكثر منطقية، وفي النهاية الخروج بنتائج أو تنبؤات مستقلة عن التدخل البشري.
أو بمعنى آخر تدريب الأجهزة الحاسوبية على معالجة وتحليل البيانات بطريقة تماثل العمليات العصبية البشرية. وتنقسم الشبكة العصبية في تقنية التعلم العميق إلى ثلاثة أقسام هي:
- طبقة الإدخال: وهي التي تستقبل البيانات أو تدخل من خلالها.
- الطبقة المخفية: وهي القسم الذي يقوم بتحليل ومعالجة البيانات.
- طبقة الإخراج: وهي التي من خلالها يتم إخراج النتيجة النهائية أو التنبؤ.
ومن أهم الأمثلة على التعلم العميق: السيارات ذاتية القيادة وروبوتات الدردشة مثل ChatGPT، وأنظمة التعرف على الوجوه واللغات. كما يستخدم بشكل أكثر دقة في مجال الطب في عمليات إنتاج أدوية أكثر تخصص، وفي تشخيص الأورام والأمراض المختلفة.
3- معالجة اللغة الطبيعية
يهتم هذا الفرع من فروع الذكاء الاصطناعي بتعليم الأجهزة الحاسوبية والأدوات تقنيات التواصل البشري، وذلك من خلال تدريب الخوارزميات على التعرف على الكلام البشري والنصوص ومعالجة هذه البيانات والاستجابة لها.
وأهم الأمثلة التي توضح عمل معالجة اللغة الطبيعية وتعرف بشكل واضح عليها، روبوتات الدردشة وتقنيات Siri وِAlexa وأيضاً Google Tanslate.
كما تعد البرمجة اللغوية العصبية واحدة من المنتجات التي تندرج تحت هذا الفرع من فروع الذكاء الاصطناعي، والتي تستخدم كمساعد رقمي في العديد من البرامج مثل: برامج مسح البريد الإلكتروني لتصفية البريد المزعج، بالإضافة إلى استخدامها على منصة X (تويتر سابقاً) لتصفية خطاب الكراهية قبل النشر.
وتشمل معالجة اللغة الطبيعية عدد من التقنيات المستخدمة بشكل واسع في حياتنا اليومية ومنها:
- تحليل المشاعر: وذلك بتحليل النصوص من حيث هل هي إيجابية أو سلبية أو محايدة، وتستخدم في الشركات لتحليل وفهم آراء وملاحظات العملاء.
- التلخيص: هي تقنية تلخيص النصوص الطويلة بشكل يعطيها قابلية أكثر للقراءة، مثل ترجمة التقارير والمقالات.
- استخراج الكلمات المفتاحية: وهذه التقنية تستخدم كثير لتحسين محركات البحث SEO، وفي مراقبة توجهات الجمهور على منصات التواصل الاجتماعي المختلفة. حيث يحدد من خلالها الكلمات والعبارات التي يبحث عنها المستخدمون بكثرة.
- الترميز: هي طريقة تعتمد على تقسيم الكلمات والكلمات الفرعية والأحرف إلى رموز تستطيع البرامج تحليها. من الأمثلة عليها نمذجة الكلمات وبناء المفردات.
4- روبوتات الذكاء الاصطناعي
يهتم هذا الفرع بالنماذج المختلفة من الروبوتات، والتي يمكنها العمل والتفاعل مع البيئة المحيطة بها دون التوجيه المباشر من الإنسان. حيث تعمل البرمجيات الموجودة فيها على التعرف على الأشياء المحيطة بها، والتفاعل معها دون أي تأثير خارجي.
ومن أكثر الأمثلة وضحاً على هذا الفرع من الذكاء الاصطناعي، روبوت المكنسة الكهربائية والذي يقوم بعمله دون توجيه من المستخدم. بالإضافة إلى الروبوت صوفيا التي تحدثنا عنها في مقالنا (أنواع الذكاء الاصطناعي الـ (7) وخصائصها).
5- المنطق الضبابي
في تعاملاتنا اليومية قد نواجه مواقف لا نستطيع فيها تحديد الحالة بشكل واضح من حيث إذا هي صحيحة أو خاطئة، بحيث تكون الإجابة فيما بينهما. وفي هذا الفرع من الذكاء الاصطناعي توفر لنا البرمجيات طريقة تفكير تحاكي التفكير البشري في صنع القرارات من خلال الاحتمالات المتوفرة بين نعم ولا.
من أهم تطبيقات المنطق الضبابي ما يتم استخدامه في مجال أنظمة السيارات من خلال التحكم في السرعة وحركة المرور والتحكم في البيئة والصناعة الكيميائية ومعالجة اللغة الطبيعية، وكذلك في مجال الفضاء من خلال التحكم في ارتفاع المركبات الفضائية والأقمار الصناعية.
6- النظم الخبيرة في الذكاء الاصطناعي
النظم الخبيرة تعتبر فرع من فروع الذكاء الاصطناعي، يهتم بحل المشكلات المعقدة واتخاذ القرارات مثل الخبير البشري. حيث يتم من خلال هذه التقنية استخراج المعرفة من قاعدة البيانات الخاصة بالنظام، والاعتماد عليها في الخروج بنتائج أكثر دقة.
وتعتبر الأنظمة الخبيرة من الأدوات المهمة للكشف عن الفيروسات وإدارة السجلات الطبية، والكشف عن جرائم الاحتيال محتمل الحدوث في بنوك البيانات الضخمة.
في هذا المقال أبحرنا في علم الذكاء الاصطناعي بشكل أكبر، والآن أصبح لدينا تصور واضح لما هي فروع الذكاء الاصطناعي الـ6، والتي من خلالها يتم بناء التطبيقات المختلفة لهذا الذكاء والتي نستخدمها بكثرة في حياتنا اليومية.
وندعوكم لقراءة المقالات السابقة ضمن سلسلة الدليل الشامل للمبتدئين في الذكاء الاصطناعي ضمن موقعنا Dropshipping-Arabia.com.
