إزالة الالتباس بين الذكاء الاصطناعي والتعلم الآلي والتعلم العميق
ارفع يدك إذا كنت مرتبكًا بخصوص التفريق بين الذكاء الاصطناعي و التعلم الآلي و التعلم العميق.
أخفضْ يدك صديقي، فنحن لا نراها في جميع الأحوال!
على الرغم من أن هذه المصطلحات الثلاثة عادة ما تُستخدم بالتبادل، لكنها لا تشير بالضبط إلى نفس الأشياء. يقول خبير الكمبيوتر المقيم في ألمانيا أندري بوليزيوك، بعد خمس سنوات من الخبرة في مجال تعليم آليات عمل الذكاء الاصطناعي: «يستطيع من يعمل في هذا المجال أن يتحدث بوضوح عن الفرق بين هذه المصطلحات المتقاربة والمترابطة». إذًا هل هنالك اختلاف بين هذه المفردات؟ في هذه الصورة محاولة لتمييزها عن بعضها أو تصوير الترابط:
كما نرى في الصورة أعلاه فإن التعلم العميق هو فرع من التعلم الآلي، والذي هو بدوره فرع من مفهوم الذكاء الاصطناعي.
أليس ذلك مثيرًا للاهتمام؟
الذكاء الاصطناعي هو المفهوم الأكثر شمولًا الذي انتشر في البداية ومن ثم تبعه انتشار مصطلح التعلم الآلي، وبعدها جاء مفهوم التعلم العميق الذي يَعِدُ بتصعيد تقدم الذكاء الاصطناعي إلى مستوى آخر.
لنتعمق أكثر حتى نفهم أي من هذه المصطلحات هو الأنسب لحالة معينة.
ما الذكاء الاصطناعي ؟
كما يقترح الاسم فإن الذكاء الاصطناعي يمكن أن يعني دمج الذكاء البشري مع الآلة.
الذكاء الاصطناعي هو المفهوم الشامل الذي يتكون من كل شيء، بداية بالذكاء الاصطناعي الجيد قديم الطراز ووصولًا إلى التقنيات المستقبلية مثل التعلم العميق.
يسمى السلوك الذكي الذي تنجز من خلاله الآلة مهامًا مبنية عل مجموعة محددة من القواعد التي تحل المشكلات (الخوارزميات)، الذكاء الاصطناعي.
مثلًا: آلات كهذه يمكنها تحريك الأشياء ومعالجتها، وملاحظة ما إذا رفع شخص ما يديه أو حل مشكلات أخرى.
عادة ما تصنف الآلات التي تعمل بالذكاء الاصطناعي في مجموعتين: عام وضيق، يمكن لآلات الذّكاء الاصطناعي العام أن تحل المشاكل بذكاء كما في المثال المذكور سابقًا.
تنفذ آلات الذّكاء الاصطناعي الضيق بعض المهام المحددة بشكل جيد جدًا وأفضل من الإنسان أحيانًا لكن في نطاق محدود.
تُعد التكنولوجيا المستخدمة لتصنيف الصور في تطبيق بينتريست مثالًا على الذكاء الاصطناعي الضيق.
ما التعلم الآلي؟
كما يظهر من الاسم فهو تزويد أجهزة الكمبيوتر بالقدرة على التعلم.
الهدف منه السماح للآلات بالتعلم بشكل ذاتي باستعمال البيانات المتوفرة بالإضافة لإجراء تنبؤات دقيقة.
التعلم الآلي فرع من الذكاء الاصطناعي؛ في الحقيقة إنه يعبر ببساطة عن التقنية المتبعة لإدراك الذكاء الاصطناعي.
يمكن اعتباره منهج تدريب الخوارزميات بحيث يمكنها تعلم كيفية اتخاذ القرارات.
التدريب عبر التعلم الآلي يتضمن إعطاء الكثير من البيانات للخوارزمية والسماح لها بتعلم المزيد عن المعلومات قيد المعالجة.
إذن، تختلف الفاكهة وفقًا لملمسها ووزنها كما نرى في الجدول أعلاه.
في حين إن الصف الأخير يعطي فقط الوزن والملمس من دون تحديد نوع الفاكهة.
يمكن تطوير خوارزمية تعليم آلي لتحاول التعرف على ما إذا كانت الفاكهة برتقالة أو تفاحة.
بعد تغذية الخوارزمية ببيانات التدريب ستتعلم السمات التي تفرق بين البرتقالة والتفاحة.
لذلك إذا تم تزويدها ببيانات الوزن والملمس ستتمكن من التنبؤ بنوع الفاكهة بدقة اعتمادًا على هذه السمات.
ما هو التعلم العميق؟
كما ذكرنا سابقًا فالتعلم العميق هو تفرّع للتعلم الآلي، في الحقيقة هو التقنية المتبعة لإدراكه وبكلمات أخرى هو الخطوة التالية في طريق تطور التعلم الآلي.
إن خوارزميات التعلم العميق مستوحاة تقريبًا من أنماط معالجة البيانات المكتشفة في العقل البشري.
تمامًا كما نستعمل أدمغتنا لتمييز الأنماط وتصنيف أنواع مختلفة من البيانات، يمكن لخوارزميات التعلم العميق دراسة إنجاز نفس المهام للآلات.
يحاول الدماغ البشري عادة فك شيفرة البيانات المتلقاة، ويحقق ذلك عبر وضع العلامات وتعيين العناصر أو تصنيفها في مجموعات مختلفة.
كلما تلقينا معلومة جديدة يحاول العقل مقارنتها بما هو معروف له قبل فهمها، ما يُعتبر نفس المفهوم الذي توظفه خوارزميات التعلم العميق.
على سبيل المثال، الشبكات العصبية الاصطناعية هي نوع من الخوارزميات التي تهدف إلى تقليد الطريقة التي تتخذ بها أدمغتنا القرارات.
يمكن أن تساعدك مقارنة التعلم العميق بالتعلم الآلي في فهم الاختلافات الدقيقة بينهما.
على سبيل المثال، يستطيع التعلم العميق اكتشاف الميزات التي ستستخدَم في التصنيف تلقائيًا، في حين يتطلب التعلم الآلي توفير هذه الميزات يدويًا.
علاوة على ذلك، يحتاج التعلم العميق إلى آلات متطورة وكميات كبيرة من بيانات التدريب لتحقيق نتائج دقيقة على النقيض من التعلم الآلي.
رد مع اقتباس
