الفرق بين الذكاء الاصطناعي والتعلم الآلي والتعلم العميق -

في السنوات الأخيرة ، جنبًا إلى جنب مع انفجار الثورة الصناعية 4.0 ، أصبحت مصطلحات مثل الذكاء الاصطناعي (AI) والتعلم الآلي والتعلم العميق شائعة بشكل تدريجي وأصبحت مفاهيم يجب على مواطني العصر 4.0 فهمها.

يمكن تفسير العلاقة بين هذه المفاهيم الثلاثة من خلال التفكير فيها كدوائر ، حيث يكون الذكاء الاصطناعي - الفكرة الأولى - هو الدائرة الأكبر ، يليها التعلم الآلي - المفهوم الذي يأتي بعد ذلك ، وأخيرًا التعلم العميق - الذي يقود التيار الحالي طفرة الذكاء الاصطناعي - هي أصغر دائرة.

إن بناء نظام ذكاء اصطناعي معقد للغاية بالطبع ، لكن فهمه ليس بالأمر الصعب. معظم الذكاءات الاصطناعية الحالية هي مجرد آلات تخمين جيدة حقًا (على غرار أدمغتنا). أنت تعطي النظام مجموعة من البيانات (مثل الأرقام من 1 إلى 10) وتطلب من النظام إنشاء نموذج (x + 1 ، بدءًا من 0) وعمل تنبؤات. (الرقم التالي سيكون أحد عشر). لا يوجد سحر ، هذا ما يفعله الدماغ البشري كل يوم: استخدم ما نعرفه لعمل تخمينات حول المجهول.

ما يجعل الذكاء الاصطناعي مختلفًا عن برامج الكمبيوتر الأخرى هو أنه بدلاً من الاضطرار إلى إنشاء برامج محددة لكل حالة ، يمكننا تعليم الذكاء الاصطناعي (التعلم الآلي) تمامًا ، ولديه أيضًا القدرة على التعلم العميق تلقائيًا. يمكن تعريف هذه المفاهيم الثلاثة بشكل أساسي على النحو التالي:

الذكاء الاصطناعي (AI):  آلة يمكنها محاكاة السلوك البشري والتفكير.

التعلم الآلي:  ميزة ذكاء اصطناعي تسمح للخبراء بتدريب الذكاء الاصطناعي للتعرف على أنماط البيانات والتنبؤ.

التعلم العميق:  أسلوب صغير للتعلم الآلي يسمح للآلات بتدريب نفسها.

ما هو الذكاء الاصطناعي؟

يمكن تعريف الذكاء الاصطناعي على أنه فرع من علوم الكمبيوتر يتعامل مع أتمتة السلوكيات الذكية. يعد الذكاء الاصطناعي جزءًا من علوم الكمبيوتر ، وبالتالي يجب أن يعتمد على مبادئ نظرية سليمة وقابلة للتطبيق في هذا المجال. ببساطة: إنه ذكاء الآلات التي صنعها البشر. يمكن لهذا الذكاء أن يفكر ، يفكر ، يتعلم ، ... مثل الذكاء البشري. معالجة البيانات على مستوى أكبر وأكثر منهجية ومنهجية وعلمية وأسرع من البشر.

ومع ذلك ، في الوقت الحاضر ، لا تزال تقنية الذكاء الاصطناعي محدودة للغاية. على سبيل المثال ، Alexa - مدبرة منزل رائعة ، واحدة من أكثر الرموز شعبية لتطبيقات الذكاء الاصطناعي ، لكنها لا تزال غير قادرة على اجتياز اختبار Turing.

باختصار ، ما نقوم به مع الذكاء الاصطناعي اليوم هو في مفهوم “Narrow AI”. هذه التقنية قادرة على أداء مهام محددة بطريقة مماثلة أو أفضل من البشر. تتضمن أمثلة "الذكاء الاصطناعي الضيق" عمليًا تقنية تصنيف الصور الخاصة بـ Pinterest أو التعرف على الوجه للإشارة إلى الأصدقاء على Facebook.

تمثل هذه التقنيات بعض جوانب الذكاء البشري ، ولكن كيف يمكن أن يكون ذلك؟ من أين تأتي هذه الحكمة؟ لننتقل إلى الدائرة التالية: التعلم الآلي.

ما هو التعلم الآلي؟

التعلم الآلي - نهج الذكاء الاصطناعي

التعلم الآلي هو مصطلح واسع يشير إلى قيامك بتعليم الكمبيوتر لتحسين مهمة يؤديها. وبشكل أكثر تحديدًا ، يشير التعلم الآلي إلى أي نظام يتحسن فيه أداء الكمبيوتر عند أداء مهمة ما بعد إكمال هذه المهمة عدة مرات. بعبارة أخرى ، فإن القدرة الأساسية للتعلم الآلي هي استخدام خوارزمية لتحليل المعلومات المتاحة ، والتعلم منها ، ثم اتخاذ قرار أو توقع بشأن شيء ذي صلة. بدلاً من إنشاء برنامج يحتوي على تعليمات وإجراءات مفصلة لأداء مهمة محددة ، يتم "تدريب" أجهزة الكمبيوتر باستخدام كميات كبيرة من البيانات والخوارزميات لمعرفة كيفية أداء المهمة.

بدون التعلم الآلي ، سيكون الذكاء الاصطناعي الحالي محدودًا جدًا لأنه يمنح أجهزة الكمبيوتر القدرة على اكتشاف الأشياء دون أن تتم برمجتها بشكل صريح. كمثال على نوع من التعلم الآلي ، لنفترض أنك تريد أن يتمكن برنامج من التعرف على القطط في الصور:

• أولاً ، أنت تعطي الذكاء الاصطناعي مجموعة من خصائص القط ليتعرف عليها الجهاز ، مثل لون المعطف وشكل الجسم والحجم وما إلى ذلك.
• بعد ذلك ، تقوم بإدخال بعض الصور إلى AI ، حيث يمكن تسمية بعض أو كل الصور بـ "cat" حتى يتمكن الجهاز من تحديد الميزات والتفاصيل المتعلقة بالقط بشكل أكثر فاعلية.
• بعد أن يتلقى الجهاز جميع بيانات القط الضرورية ، يجب أن يعرف كيفية العثور على قطة في صورة - "إذا كانت الصورة تحتوي على تفاصيل X أو Y أو Z معينة ، فهناك فرصة 95٪ للعثور على قطة في صورة . ربما تكون قطة ".

بشكل عام ، أصبح تطبيق التعلم الآلي اليوم شائعًا للغاية وفائدته بلا منازع.

ما هو التعلم العميق؟

التعلم العميق - أسلوب التعلم الآلي

يمكن القول أنه حتى الآن ، حقق الذكاء الاصطناعي الكثير من الخطوات العظيمة. فكر في الأمر على أنه نوع من التعلم الآلي باستخدام "شبكات عصبية" عميقة يمكنها معالجة البيانات بطريقة مماثلة يستطيع العقل البشري القيام بها. الاختلاف الرئيسي هنا هو أن البشر لن يضطروا إلى تعليم برنامج التعلم العميق كيف تبدو القطة ، ولكن فقط أعطها كل الصور الضرورية للقطط ، وسوف تكتشفها من تلقاء نفسها. ، التعلم الذاتي. الخطوات الواجب القيام بها هي كما يلي:

• امنح الآلة الكثير من صور القطط.
• ستتحقق الخوارزمية من الصورة لمعرفة الميزات والتفاصيل المشتركة بين الصور.
• سيتم فك تشفير كل صورة بالتفصيل على العديد من المستويات ، من الأشكال العامة الكبيرة إلى المربعات الأصغر والأصغر. إذا تم تكرار شكل أو خطوط عدة مرات ، فستقوم الخوارزمية بتسميته كخاصية مهمة.
• بعد تحليل ما يكفي من الصور الضرورية ، تعرف الخوارزمية الآن أي الأنماط توفر أقوى دليل على القطط ، وكل ما يتعين على البشر فعله هو تقديم البيانات الأولية.

باختصار: التعلم العميق هو نوع من التعلم الآلي حيث تدرب الآلة نفسها. يتطلب التعلم العميق قدرًا أكبر من إدخال البيانات وقوة الحوسبة أكثر من التعلم الآلي ، ولكن بدأ تطبيقه بالفعل من قبل شركات التكنولوجيا الكبرى مثل Facebook و Amazon. من بينها ، أحد أشهر الأسماء في التعلم الآلي هو AlphaGo ، وهو كمبيوتر يمكنه اللعب ضد نفسه حتى يتمكن من التنبؤ بالحركات الأكثر دقة بما يكفي للتغلب على العديد من أبطال العالم.

نستنتج

مكّن التعلم العميق من تطبيق العديد من مشاكل الآلة الحقيقية مع توسيع المجال العام للذكاء الاصطناعي. يعطل التعلم العميق الطرق التي يعمل بها البشر عن طريق جعل جميع أنواع الآلات المساعدة قابلة للتطبيق أو قريبة من البشر أو متطابقة معهم. سيارات ذاتية القيادة ، رعاية صحية أفضل ... تتحقق جميعها في هذا اليوم وهذا العصر. الذكاء الاصطناعي هو حاضر ومستقبل العالم. بمساعدة التعلم العميق ، يمكن للذكاء الاصطناعي تحقيق حلم الخيال العلمي الذي تخيلناه لفترة طويلة.