• صاحب المنشور: رائد الحدادي
  
  ملخص النقاش:
  في السنوات الأخيرة، شهد العالم تطوراً لافتاً في مجال الذكاء الاصطناعي والتعلم الآلي. مع ذلك، ثمة نقاش مثير للاهتمام حول فعالية وأثر تقنيتي التعليم الآلي المتنافستين: نماذج خوارزميات قواعد مستدامة وتعلم عميق مُعزَّز بالبيانات الضخمة والمعالجة الحاسوبية المعقدة. هذه الدراسة تتعمّق في نقاط قوة وضعف كل نهج وتحاول تحديد متى يكون أي منهما أكثر فائدة.

الخوارزميات القائمة على القواعد: الأمان والموثوقية

تعتمد الخوارزميات القائمة على القواعد على مجموعة محددة مسبقا وقابلة للفحص من الشروط والأفعال التي يتم تطبيقها حلانيا أو استنتاجيا لحل مشكلة ما. هذا النهج معروف بقابلية الفهم والتفسير لأنه يمكن للمطور مراقبة جميع الخطوات التي تقوم بها الخوارزمية أثناء عملية صنع القرار. كما أنها غالبًا ما تكون أقل عرضة للتأثيرات الضارة لأخطاء البيانات بسبب طبيعتها الاستنتاجية الدقيقة والتي تعتبر قيمة خاصة للمهام ذات المخاطر العالية مثل التشخيص الطبي أو الأمن السيبراني حيث تطلب أعلى درجات الثقة والدقة. بالإضافة لذلك فإن خوارزميات القواعد عادة ما تعمل بكفاءة عالية حتى عند وجود قدرات كمبيوترية محدودة مما يجعلها مناسبة للأجهزة الصغيرة والإعدادات غير مرتبطة بالإنترنت دائمًا.

التعلم العميق: القدرة على التكيف والاستيعاب لدول المشاكل الجديدة

التعلم العميق يركز على استخدام الشبكات العصبية الصناعية التي تستطيع تعلم العلاقات المعقدة بين المدخلات والمخرجات مباشرة من البيانات بدون وصف واضح لتلك العلاقات بواسطة البشر - وهذا يتيح قدر هائلا من المرونة والتكيُّف في مواجهة المشكلات المختلفة بشكل كبير وذلك لأن نموذج واحد يستطيع التدريب الأساسي ثم تعديله حسب الهدف الجديد باستخدام عمليات إعادة التدريب المنخفضة الكلفة نسبياً مقارنة ببناء نظام جديد تماما. إلا أنه وفي المقابل يجب مراعاة أمران مهمان هما التأكد من جودة وكفاية بيانات التدريب وكذلك فهم كيفية عمل النموذج وهو الأمر الذي يعد أمور معقدة للغاية وقد تحتاج لفريق متخصص ذو خبرة كبيرة لتفعيل تلك الإمكانيات كاملة وبشكل آمن ومضمون النتائج .

ومن منظور آخر نرى الفرق الواضح فى نوع المعلومات المستخدمة خلال مرحلتَي تصميم البرمجيتين؛ إذ تشترط الأولى معرفة علمية شاملة لمختلف جوانب العملية محل البحث بينما تلغي الثانية حاجتك لإتقان تفاصيل دقيقة طالما تمكن النظام المجمع حديثاً من تحقيق ماتميه الشركة المنتَجة له عبر تزويد جهازها بأمثلة كافية لما ترغب بتمريره للحكم عليها لاحقاتمتداولة تحت اسم "Data Driven".

وعلى الرغم من مزايا وفوائد كلتا الطريقتين ولايمكن الجزم بافضليتها مطلقاًإلا انه بإمكان المتحمس إليهم اختيار الأنسب بناء علي الغرض النهائي المرتقب تحقيقه واستخداماته المحتملة المستقبلية وحجم الموارد المالية والفنية المتاحة حاليا وقدرتها علي تغطية الاحتياجات الدورية الشرطية للأعمال التنفيذية داخل المؤسسات الحيوية الحساسة منها وغيرالحسيسة وفق تقييم عام شامل شامل يشمل عوامل عديدة أهمها : مستوى حساسيتهم لقضايا الامن والحماية والحاجة القصوى لانعدام حدوث اخطاء كارثيه ضاره بهم وبالتالي حصر اعتمادهم بنظم قائمة عل قواعد ثابتة ثابتة قابله للفهم والتحليل لمنظومه تنظيميه صغيره نسبيه نسبيا بينما اذا كانت منظومة العمل واسعة الانتشار عالميا وكانت نتائج اعمال العم