الذكاء الاصطناعي (AI) والتعلم الآلي (ML)

الذكاء الاصطناعي هو عكس الذكاء البشري. وتشير إلى أن الآلات يمكنها تقليد البشر في التحدث والتفكير والتعلم والتخطيط والفهم.
يُعرف الذكاء الاصطناعي أيضًا باسم ذكاء الآلة وذكاء الكمبيوتر.

1. الذكاء الاصطناعي

الذكاء الاصطناعي هو نظام علمي يشمل العديد من مجالات علم البيانات التي تتراوح من الذكاء الاصطناعي الضيق إلى الذكاء الاصطناعي القوي، بما في ذلك التعلم الآلي، والتعلم العميق، والبيانات الضخمة، واستخراج البيانات.

الذكاء الاصطناعي الضعيف

يقتصر الذكاء الاصطناعي المحدود على مجالات ضيقة (محددة)، مثل معظم الذكاء الاصطناعي الموجود حولنا اليوم (مثل مرشحات البريد الإلكتروني العشوائي، وتحويل النص إلى كلام، والتعرف على الكلام، والسيارات ذاتية القيادة، والدفع الإلكتروني، وخرائط جوجل). ، التصحيح التلقائي للنص، آلي). الترجمة، روبوتات الدردشة، وسائل التواصل الاجتماعي، التعرف على الوجه، الإدراك البصري، خوارزميات البحث، الروبوتات، الاستثمار الآلي، البرمجة اللغوية العصبية - معالجة اللغة الطبيعية، الطائرات بدون طيار، د. Watson من IBM، وSiri من Apple، وCortana من Microsoft، وAlexa من Amazon، والتوصيات من Netflix، ويطلق على Narrow AI أيضًا اسم Weak AI).
الذكاء الاصطناعي الضعيف: مصمم لمحاكاة الذكاء البشري. الذكاء الاصطناعي القوي: مصمم لنسخ الذكاء البشري.

ذكاء اصطناعي قوي

الذكاء الاصطناعي القوي هو نوع الذكاء الاصطناعي الذي يحاكي الذكاء البشري. ويشير الذكاء الاصطناعي القوي إلى القدرة على التفكير والتخطيط والتعلم والتواصل. الذكاء الاصطناعي القوي هو المستوى النظري التالي للذكاء الاصطناعي: الذكاء الحقيقي. يتحرك الذكاء الاصطناعي القوي نحو الآلات ذات الوعي الذاتي والوعي والأفكار الموضوعية.

2. التعلم الآلي

التعلم الآلي هو فرع من الذكاء الاصطناعي. "تعلم الآلات لتقليد الذكاء البشري"

التعلم الآلي مقابل البرمجة

مع التقليدية برمجة تُستخدم الخوارزميات لتوليد النتائج من البيانات:
البيانات + الخوارزميات = النتائج

يقوم التعلم الآلي بإنشاء خوارزميات من البيانات والنتائج:
البيانات + النتائج = الخوارزميات

الشبكات العصبية (NN)

الشبكات العصبية هي تقنية برمجة تستخدم في التعلم الآلي الذي يتعلم من الأخطاء. تعتمد الشبكات العصبية على كيفية عمل الدماغ البشري. ترسل الخلايا العصبية رسائل لبعضها البعض. عندما تحاول الخلايا العصبية (بشكل متكرر) حل مشكلة ما، فإنها تقوي الروابط التي تؤدي إلى النجاح وتضعف الروابط التي تؤدي إلى الفشل.

بيرسبترون

الإدراك الحسي هو خلية عصبية اصطناعية وأبسط شبكة عصبية ممكنة. الشبكات العصبية هي اللبنات الأساسية للتعلم الآلي. يحدد الإدراك الحسي الخطوة الأولى في الشبكات العصبية. إنها تمثل خلية عصبية واحدة ذات طبقة إدخال واحدة فقط ولا توجد طبقات مخفية.

تم تصميم الإدراك الحسي الأصلي لمعالجة مدخلات ثنائية متعددة وإنتاج مخرجات ثنائية (0 أو 1). وكانت الفكرة هي استخدام أوزان مختلفة لتمثيل أهمية كل مدخل وأن مجموع القيم يجب أن يكون أكبر من عتبة قبل تحديد نعم أو لا (صواب أو خطأ) (0 أو 1).

تخيل الإدراك الحسي (في دماغك). يحاول الإدراك الحسي أن يقرر ما إذا كان يجب عليك الذهاب إلى حفلة موسيقية أم لا. هل الفنان جيد؟ هل الطقس جيد؟ ما هو الوزن الذي يجب أن تحمله هذه الحقائق؟

معايير	أناnput	الترجيح
الفنان جيد	×1 = 0 أو 1	ث1 = 0.7
الطقس جيد	×2 = 0 أو 1	ث2 = 0.6
سوف يأتي صديق	×3 = 0 أو 1	ث3 = 0.5
يتم تقديم الطعام	×4 = 0 أو 1	ث4 = 0.3

الشبكات العصبية

الشبكات العصبية هي إدراكات متعددة الطبقات. تتكون الشبكة العصبية في أبسط صورها من:

الطبقة الأولى: تتخذ الإدراك الحسي الأصفر قرارات بسيطة بناءً على المدخلات. يتم إرسال كل قرار إلى الإدراك الحسي في الطبقة التالية.

الطبقة الثانية : تتخذ المدركات الزرقاء قراراتها من خلال وزن نتائج الطبقة الأولى. تتخذ هذه الطبقة قرارات أكثر تعقيدًا على مستوى أكثر تجريدًا من الطبقة الأولى.

الشبكات العصبية العميقة

تتكون الشبكات العصبية العميقة من طبقات متعددة مخفية من الشبكات العصبية التي تؤدي عمليات معقدة على كميات هائلة من البيانات. تستخدم كل طبقة لاحقة الطبقة السابقة كمدخل. على سبيل المثال، تستخدم القراءة البصرية الطبقات السفلية للكشف عن الحواف والطبقات العليا للكشف عن الحروف.

الطبقة الأولى:
تتخذ الإدراك الحسي الأصفر قرارات بسيطة بناءً على المدخلات. يتم إرسال كل قرار إلى الإدراك الحسي في الطبقة التالية.

الطبقة الثانية :
تتخذ المدركات الزرقاء قراراتها من خلال وزن نتائج الطبقة الأولى. تتخذ هذه الطبقة قرارات أكثر تعقيدًا على مستوى أكثر تجريدًا من الطبقة الأولى.

الطبقة الثالثة:
يتم اتخاذ قرارات أكثر تعقيدًا بواسطة الإدراك الأخضر.

التعلم متعدد الطبقات (التعلم العميق DL)

التعلم العميق هو مجموعة فرعية من التعلم الآلي المسؤولة عن ازدهار الذكاء الاصطناعي في السنوات الأخيرة. إنه نوع متقدم من تعلم الآلة الذي يتعامل مع المهام المعقدة مثل التعرف على الصور.