ما الفرق بين “التعلم الآلي” والذكاء الاصطناعي؟

مع التطورات التقنية الكبيرة التي حدثت في السنوات الأخيرة ، مع زيادة انتشار البرامج والتطبيقات الذكية ، غالبًا ما نسمع مصطلحات الذكاء الاصطناعي ، والتعلم الآلي. مثل الخوارزميات الذكية التي تساعد على اكتشاف الأورام بشكل أفضل عن طريق مسح الصور المقطعية من أجهزة التصوير المقطعي المحوسب ، أو دور الخوارزميات الذكية في تطوير المساعدين الرقميين الأذكياء ، ومهارات الكمبيوتر في التعرف على الكلام ، أو حتى دور الخوارزميات الذكية في محرك بحث جوجل وينطبق الشيء نفسه على تحسين نتائج البحث – وجعلها ذات صلة بالفرد ، وتفضيلاته ، وموقعه الجغرافي և اهتماماته Facebook ، الذي يستخدم خوارزميات ذكية لعرض القصص الإخبارية على صفحة Newsfeed الخاصة به كيفية التعرف على الأصدقاء المحتملين من الصور المحملة.

لذلك يتضح أن الخوارزميات الذكية (سواء. الخوارزميات الذكاء الاصطناعي أو خوارزميات التعلم الآلي) ، التي قد تلعب دورًا مهمًا في صناعة التكنولوجيا الحالية ، من المرجح أن تتعزز بشكل أكبر من خلال التطورات التقنية المستقبلية مثل اعتماد معايير الشبكات اللاسلكية من الجيل الخامس ، والتي ستزيد من نطاق الأجهزة المتصلة بالإنترنت • إعطاء البيوت الذكية المدن لتطبيق المفاهيم. تدفع هذه الأشياء الكثير من الأشخاص لبدء شركات ناشئة في مجال الذكاء الاصطناعي ، وللأسف ، لا تقدم العديد من هذه الشركات في الواقع خدمات تستند إلى مفاهيم الذكاء الاصطناعي. وفقًا لتقرير نشرته MMC 40٪ من الشركات الناشئة الأوروبية المصنفة على أنها شركات ذكاء اصطناعي في لندن لا تقدم حلولًا أو تقنيات تعتمد بشكل كبير على مفاهيم وخوارزميات الذكاء الاصطناعي.

ومن هنا تأتي الحاجة إلى توضيح معنى هذه المصطلحات ، ولا سيما الذكاء الاصطناعي والتعلم الآلي.

ببساطة ، ما هو الذكاء الاصطناعي؟

الذكاء الاصطناعي هو المجال الذي يتعامل مع بناء البرامج ، والخوارزميات القادرة على حل المشكلات ، وأداء المهام المختلفة بشكل فعال للغاية ، مستوحى من آلية الدماغ البشري لإيجاد حلول للمشكلات ، وأداء المهام المختلفة. صاغ العالم الأمريكي جون فون مكارثي مصطلح الذكاء الاصطناعي لأول مرة في عام 1956 في كلية دارتموث الشهيرة ، والتي تعتبر على نطاق واسع نقطة انطلاق للذكاء الاصطناعي كما نعرفه اليوم.

بحسب جون على مكارثيالذكاء الاصطناعي هو مجال علمي هندسي يتعلق بتصميم وبناء الآلات الذكية ، وخاصة البرمجيات الذكية ، ويرتبط ارتباطًا وثيقًا بمهام استخدام أجهزة الكمبيوتر لفهم الذكاء البشري ، ولكنه لا يتطلب ذكاءً اصطناعيًا. نماذج الذكاء والمنطق التي يتم عرضها ديناميكيًا ، أي نماذج الذكاء البشري. هناك تعريفات أخرى للذكاء الاصطناعي ، لكن من الإنصاف القول إنها تدور حول بعضها البعض.

المشكلة الرئيسية للذكاء الاصطناعي هي مفهوم الذكاء. متى نقول أن الآلة أو البرنامج ذكي؟ اعتمد باحثو الذكاء الاصطناعي على تحليل الذكاء البشري للتوصل إلى معايير واضحة تسمح لهم بالاتفاق على ما هو “ذكي” وما هو “غير ذكي”. ترتبط هذه الجوانب بالقدرة على إجراء تحليل منطقي للبرامج أو الآلات. احتمالات المشكلة التي يواجهونها مما يساعدهم على حل الطرق المختلفة لحلها. بالإضافة إلى القدرة على الإدراك وفهم البيئة التي يقع فيها ، وهي الأهم. بمعنى آخر ، إنه قادر على حل المشكلات وأداء المهام التي لم يكن على دراية بها من قبل. لا تتمتع كل برامج وتطبيقات الذكاء الاصطناعي بكل خصائص الذكاء السابق ذكره ، وخاصة مفهوم الفطرة السليمة ، وهو التحدي الأكبر للذكاء الاصطناعي.

يعتمد باحثو الذكاء الاصطناعي على عدد من الآليات لإنشاء برامج ذكية ، يعتمد الكثير منها على أساليب رياضية مثل النماذج الاحتمالية الإحصائية ، وخوارزميات تحسين محرك البحث ، وعدم اليقين ، وعدم اليقين. المنطق ، أو الأساليب القائمة على التعلم من التجربة ، րանք هذه هي الأخيرة التي تقودنا إلى مفهوم التعلم الآلي.

فقط مرة أخرى. ما هو التعلم الآلي؟

يبحث: التعلم الالي هي إحدى طرق الذكاء الاصطناعي ، والتي تهدف إلى بناء برمجيات ذكية تعتمد على فكرة بسيطة تتعلم من التجربة ، مما يعني أن البرنامج سيكون قادرًا على تطوير مشكلة أو مهمة محددة ، مما يوفر له قدرًا كبيرًا من في البداية ، مما يسمح للبرنامج بفهم أفضل وإبلاغ الهدف وكيفية تحقيقه. ظهر مصطلح التعلم الآلي لأول مرة بعد فترة وجيزة من ظهور مفهوم الذكاء الاصطناعي ، عندما بدأ العالم في العمل. آرثر صموئيل 1959 من خلال تعريف التعلم الآلي إنها “القدرة على تعلم الآلة دون أن تكون مبرمجة بشكل واضح لها”.

يرتبط التعلم الآلي بقدرة البرنامج على تحسين أدائه أثناء أداء المهمة (أو المهام) الموكلة إليه. بالضبط هو بالضبط كيف يتعلم الناس من خلال الخبرة المتراكمة ، التي تحسن قدرة الدماغ على اتخاذ قرارات أسرع وأكثر فاعلية بمرور الوقت.

يتضمن التعلم الآلي بدوره العديد من الأساليب والنماذج ويهدف إلى بناء خوارزميات يمكن استخدامها لتوفير تدريب خبير قائم على البرامج. تعد الشبكات العصبية الاصطناعية واحدة من أكثر النماذج شيوعًا المستخدمة في التعلم الآلي և تدريب متعمق وهي مستوحاة بشكل أساسي من الطريقة التي تعمل بها الخلايا العصبية الإلكترونية في الدماغ البشري.

الفرق بين “التعلم الآلي” والذكاء الاصطناعي

بعد العرض التقديمي الموجز السابق ، يمكننا ببساطة التوصل إلى استنتاج يربط بين المفهومين. الذكاء الاصطناعي هو مفهوم عام: مفهوم شامل يصف نوعًا معينًا من أنظمة الكمبيوتر ذات القدرات الفكرية المتقدمة ، والتعلم الآلي هو أحد الأساليب التي يمكن استخدامها. يستخدم لبناء أنظمة الكمبيوتر الذكية ، مما يعني أن التعلم الآلي هو أحد أساليب الذكاء الاصطناعي.

هذا يقودنا إلى الاختلاف الثاني المحتمل. يمكن وصف أي نموذج أو برنامج يعتمد على أساليب التعلم الآلي على أنه برنامج ذكاء اصطناعي ، ولكن لا يمكن وصف كل برنامج أو برنامج للذكاء الاصطناعي بأنه برنامج تعلم آلي. يرتكب الكثيرون هذا الخطأ عند وصف برنامج جديد حيث يتم استخدام التعلم الآلي للإشارة إلى برامج أو تطبيقات الذكاء الاصطناعي ، في حين أن هذه البرامج قد تستند إلى نماذج أخرى ، مثل خوارزميات تحسين البحث أو خوارزميات منطق الاحتمال الرياضي. .

من ناحية أخرى ، يمتلك الذكاء الاصطناعي هدفًا مشتركًا يتمثل في تمكين برامج الكمبيوتر من محاكاة الذكاء الطبيعي البشري ، سواء كان يتضمن التعلم من التجربة أم لا ، بينما يتعلق التعلم الآلي في المقام الأول بتمكين أجهزة الكمبيوتر والبرامج. حل المشكلات: مهام التعلم من البيانات التي تغذيها ، أي تقليد مبدأ التعلم من تجربة الناس.

ماذا عن الهدف العام؟ تم تصميم الذكاء الاصطناعي لتوفير الحل الأمثل لمشكلة ما ، بينما يهدف التعلم الآلي إلى بناء نماذج يمكنها تحسين دقتها وأدائها في الطريق إلى الحل. بمعنى آخر ، تهدف العديد من خوارزميات الذكاء الاصطناعي إلى الحصول على الحل الأمثل بغض النظر عن الكيفية ، بينما تركز خوارزميات التعلم الآلي على كيفية إنجاز الحل.

نظرًا لأن الذكاء الاصطناعي مفهوم واسع وشامل ، فقد أدى إلى بعض الجدل حول ما يمكن وما لا يمكن تصنيفه على أنه ذكاء اصطناعي ، يُعرف بالذكاء الاصطناعي. تأثير الذكاء الاصطناعي ومن الأمثلة المعروفة على ذلك Deep Blue ، الذي طورته شركة IBM للتغلب على بطل العالم في الشطرنج غاري كاسباروف في عام 1997. تم وصف البرنامج بأنه ذكاء اصطناعي ، لكن هذا الوصف لم يرحب به العديد من النقاد ، الذين وجدوا أنه لا يمكن تصنيف برنامج ديب بلو كبرنامج للذكاء الاصطناعي ؛ لأنها تقوم على منهجية هجوم القوة الوحشية ، والتي تقوم على حساب جميع الاحتمالات الممكنة ، فمن الممكن أن تلعب لعبة مثل الشطرنج ، على الرغم من الإمكانيات الهائلة المتاحة.

في حالة التعلم الآلي ، فإن وجود مبدأ مركزي في نماذج الخوارزميات – زيادة دقة النموذج من خلال التجربة – جعل السؤال أكثر وضوحًا بمعنى أنه يمكن وصف البرنامج بأنه تعلم آلي. عندما تغلب AlphaGo على بطل العالم Go في عام 2016 ، لم يكن هناك مثل هذا الجدل بعد أن هزم Deep Blue غاري كاسباروف في لعبة الشطرنج. لا يمكن لجوجل الاعتماد على القوة العمياء և حساب كل الاحتمالات الممكنة և اتخاذ قرار سريع بناءً عليها. نظرًا لأن عدد الفرص في Go أعلى بكثير مما هو عليه في لعبة الشطرنج ، فمن المستحيل حسابها جميعًا في وقت قصير. ما فعلته Google هو بناء تطبيق Alpha Go استنادًا إلى نموذج تعليمي متعمق ، ثم أعادت تدريبه عدة مرات قبل أن يتمكن من تطوير طريقته الخاصة في اللعب ، لذلك يمكن وصف AlphaGo بأنه تطبيق ذكاء اصطناعي. يعتمد على التعلم الآلي. الأساليب ، ولا سيما التعلم المتعمق.

أضف تعليق