• صاحب المنشور: شعيب بن بكري
  
  ملخص النقاش:
  في عالم الذكاء الاصطناعي والتعلم الآلي، يُعتبر كلٌّ من تقنية التعلُّم الآلي والتعلم العميق نهجين متكاملين يساهمان في تحسين قدرة الأنظمة على اتخاذ القرار بناءً على البيانات. بينما يعتمد التعلُم الآلي التقليدي على نماذج تعلم غير ذاتيّة تُنشَأ يدويًا وتتطلب مجموعة كبيرة ومتنوعة من البيانات لتدريبها وتحسينها، فإنَّ التعلم العميق يستند إلى شبكات عصبونية اصطناعية يمكنها كشف العلاقات والمعرفة المعقدة ضمن مجموعات ضخمة جدًا من المعلومات بدون تدخل مباشر من قبل البشر.

توفر الشبكات العصبونية العميقة مستوى جديدًا تمامًا من الدقة والاستيعاب للمعومات مقارنة بتقنيات التعلم القديم. فهي قادرة على أداء أدوار معقدة مثل معالجة اللغة الطبيعية، الرؤية الحاسوبية، والألعاب الاستراتيجية بدرجات عالية جدًّا من الكفاءة والدقة. هذا يحدث لأن هذه النوعية من الشبكات تستطيع التعلم بشكل تلقائي من خلال تطبيق طبقات عديدة من الوظائف غير الخطيّة التي تسمح لها بفهم الهياكل الداخلية للبيانات والتفاعلات المتداخلة فيما بين القطع المختلفة منها. بالإضافة لذلك فإن مرونة تصميم هيكل تلك الطبقات يسمح باستخدام نفس الخوارزمية الأساسية لعديد المجالات العملية المختلفة؛ مما يعزز قدرتها وقدرتنا كمطورين وأخصائيين لأجهزة ذكية على تحقيق نتائج أفضل بأقل جهد ممكن وموارد أقل أيضًا عند المقارنة بنماذج التدريس القديمة الرافعة لحسابات ثابتة محددة مُسبقا بالعلاقة بين المدخل والمخرج المنشود للحوسبة.

ومن ناحية أخرى تبقى هناك بعض العقبات أمام انتشار واسع لهذا النهج الجديد فقد يتطلب الأمر وقتا زمنيا طويل نسبياً لإعداد نموذج مناسب ثم فترة طويلة أيضا لتحقيق التشغيل الأمثل له فضلا عن حاجته لكميات هائلة من العينات التعليمية المساعدة أثناء مرحلتي التدريب及التحقق وذلك بالإضافة لرغبت كثير ممن يعمل بهذا المجال فى المحافظةعلى سرية بيانات بيانات المستخدم وفى الوقت نفسه الحصول عليها بصورة منتظمة ومنتظمة لكي يتمكنو من تطوير برمجيات ذكاء اصطناعي أقوا وفعالة أكثر وبالتالي فان حل مشكلة تعارض مصالح حماية الخصوصية الشخصية وشروط إجراء البحوث العلمية تعد واحدة من أهم تحديات المستقبل المرتبط بمزيد توسيع نطاق استعمال تكنولوجيا الروبوت الذكى عموما وللتعلم العميق خصوصآ . ولكن رغم ذلك يبقي مستقبل مهارات التحليل الرياضياتي والحسابى للأرقام داخل مجال بحوث البرمجيات الذاتيه مميزاً للغاية حيث تعتبر نظريات الاحتمالات وعلاقاته بالتوزيع الجرسانى المعيار الاساسي المعتمد لدراسة مدى صلاحية وصحة نتيجة عمل أي خوارزمية سواء كانت بسيطة اومعقدة التنفيذ كما يساعد فهم الأنماط الهندسية لاتجاهات توجه حركة الشفرات البرمجية داخل اكواد مكتوبات مؤثرة بعدة طرق مهمة تتعلق بتقييم الاداء العام لنظام عمل جهاز ذكي كامل وهو الامر الذي يجسد دور حرص علماء علوم الكمبيوتر الحاليين والجدد علي مواصلة جهود البحث العلمى بغرض الوصول لمستويات اعلى بكثير جدا من معدلات نجاح عمليات تجارب الاختبار التجريبية التالية مباشرة لما تم انجازه حتى اليوم ٢٠٢٢–٢٠٣٠ ميلادية كهذه السنوات ستشهد ظهور دفعات جديدة ملحوظة بخرائط طريق مختلفة نوعيتها بالمقارنه مع سابقتها منذ سنة ۱۹۹۰ كبداية حقبة جديدة حول العالم نحو تسريع عجله الثوره الصناعيه الرابعه للإنسانيه جمعاء ان شاء الله تعالى .

وفي النهاية ، تثبت كلتا الطريقتان بأنهما تكملان بعضهما البعض توصلًا لأهداف مشتركة وهي زيادة دقتنا واستقلال قدرتنا باتخاذ قرارات مبنية علميًا مدروسَا جيدَا بعيداعن تأثير عوامل خارجية خارجية قد تؤثر بالسلب بطريقة أو بأخرى على موضوعيتنا واستقلاليانا الشخصيان لدى دراسة حالات مشابهة للواقع الواقعي حينئذٍ سيصبح بإمكان مجتمع المهتمين باستثمار موارد ذكاؤهم البشري مس