• صاحب المنشور: كشاف الأخبار
  
  ملخص النقاش:
  على الرغم من كون مصطلحي "الذكاء الاصطناعي" (AI) و"التعلم الآلي" (ML) يرتبطان ارتباطًا وثيقًا غالبًا، إلا أنهما يشيران إلى جوانب مختلفة من نفس المجال الواسع. يساعد هذا التمييز على فهم أفضل لكيفية تطوير وتطبيق حلول الذكاء الاصطناعي.

ما هو الذكاء الاصطناعي؟

يشير الذكاء الاصطناعي بشكل عام إلى أي نظام كمبيوتر قادر على أداء مهام تتطلب عادة ذكاء بشرياً. يمكن أن يتضمن ذلك المعالجة اللغوية الطبيعية، رؤية الحاسوب، وأي نوع آخر من الاستدلال أو الفهم الذي يستخدمه البشر لحل المشكلات واتخاذ القرار بناءً على البيانات والملاحظات. الهدف الرئيسي للذكاء الاصطناعي هو تمكين الحواسيب من تعزيز القدرات المعرفية مثل التحليل المنطقي، التعلم، والتكيّف مع البيئة المتغيرة.

أنواع الذكاء الاصطناعي

1. الذكاء الاصطناعي الضيق: وهو يقوم بمهام محددة جيداً وقد طور خصيصاً لهذه المهمة ولا يمكن تطبيقه خارج نطاقها الأصلي. مثال على ذلك: برنامج Siri أو مساعد Google Assistant.

1. الذكاء العام: هذه هي فكرة إنشاء حاسوب يتمتع بنفس القدرة العقلية للإنسان ليتمكن من القيام بكل شيء يمكن للبشر فعله - وهي مرحلة لم يتم الوصول لها بعد ولكن الكثير منهم يبحث عنها ويطور تقنيات جديدة لتحقيقها.

1. الذكاء الخارق: ويتجاوز قدرة الإنسان في جميع الأعمال والأفعال التي قد يقوم بها الإنسان بأفضل منه بكثير. حتى الآن، لا يوجد دليل علمي يدعم وجود نماذج تعمل بهذا النوع من الذكاء بعد.

ما هو التعلم الآلي؟

التعلم الآلي، كجزء فرعي من مجال الذكاء الاصطناعي، هو نهج تصميم برمجيات تستطيع تحسين الأداء أثناء التجربة والاستخدام المستمر دون البرمجة الصريحة. يُستخدم التعلم الآلي عندما تكون المعلومات غير واضحة تماما وبالتالي يصعب وضع قواعد ومحددات دقيقة لتوجيه النظام. تشمل الأمثلة الشائعة: توصيات المنتجات عبر الإنترنت، تصنيف البريد الإلكتروني كنسبة من رسائل الزبال، والكشف المبكر عن الاحتيالات المالية باستخدام بيانات تاريخ البطاقات الائتمانية. هناك ثلاثة أشكال رئيسية لهذا التقنية:

1. التعليم الخاضع للإشراف: حيث يوفر المدرب مجموعة بيانات شاملة للمعلم ليعتمد عليها بينما يعمل البرنامج لاستنتاج العلاقات بين متغيرات متعددة ويمكن أيضاً تحديد نموذج مناسب للأهداف المرجوحة.

1. التعليم بدون إشراف: هنا، تقوم خوارزميات ML بتجميع مجموعات البيانات الخاصة بها استنادًا إلى عوامل مشتركة داخل تلك المجموعة مما يؤدي لاحقا لفئات أكثر دقة ضمن البيانات الأصلية.

1. التعلم التعزيزي: يستخدم أساساً لألعاب الفيديو والألعاب الرقمية الأخرى حيث يحاول الوكيل اتخاذ قرار بشأن كيفية العمل للحصول على مكافأة ثابتة، مثل النقاط أو الجوائز خلال مراحل مختلفّة. هذا يتطلب خبرة طويلة نسبيا للتأكد بأن القرار اتخذ بنسب عالية لإنجاز مهمته الرئيسية.

في النهاية، يمكنك القول بأن كل تعلم آلي هو جزء من الذكاء الاصطناعي لكن ليس كل الذكاء الاصطناعي هو بالضرورة مرتبط بالتعلم الآلي. فالذكاء الاصطناعي يحتوي أيضا على مجالات أخرى كالمنطق والقواعد وغيرها والتي ليست مرتبطة مباشرة بأساليب التشغيل الخاصة بالتعلّم الآلي.