جنرال لواء

ما الفرق بين التعلم الآلي والذكاء الاصطناعي؟

ما الفرق بين التعلم الآلي والذكاء الاصطناعي؟


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

طوال عام 2018 ، ربما تكون قد سمعت ورأيت هذه الكلمات الطنانة باستمرار في المحادثة ، أو في تعليقات منشورات وسائل التواصل الاجتماعي ، أو من Youtube ، أو كمقاطع فكرية من الكتاب.

يبدو أن الذكاء الاصطناعي وتعلم الآلة على طرف لسان الجميع ولسبب وجيه أيضًا.

حقق الباحثون تقدمًا هائلاً في مجال الذكاء الاصطناعي ، وقد أثر هذا التقدم بالفعل على حياتك اليومية سواء كان ذلك بسبب الحداثة أو لأسباب عملية.

على الرغم من أن هذه المقالة ستفصلها بمزيد من التفصيل ، باختصار ، الذكاء الاصطناعي هو أي تقنية تعرض أي شيء يشبه الذكاء البشري. فكر في أي من أفلام الخيال العلمي المفضلة لديك.

ومع ذلك ، فإن ML أو Machine Learning عبارة عن مجموعة فرعية من الذكاء الاصطناعي تستخدم نماذج رياضية من البيانات لاتخاذ القرارات.

صعود الآلات: تاريخ موجز للذكاء الاصطناعي

قبل التعمق في أي عالم من التعلم الآلي والذكاء الاصطناعي ، يجب على المرء أن ينظر إلى التاريخ المختصر للموضوعات.

كان هناك افتتان بالذكاء الاصطناعي يعود إلى الإغريق ، حيث يصفون الأشخاص الميكانيكيين الذين يمكنهم المشي والتفكير مثل الرجال.

ومع ذلك ، فإن المحطة الأولى في الجدول الزمني التاريخي للذكاء الاصطناعي هي الحرب العالمية الثانية.

خلال الحرب العالمية الثانية ، عمل عالم الكمبيوتر العبقري آلان تورينج على فك شفرة Enigma للقوى الألمانية المستحيلة ، وهو شكل من أشكال الاتصال يستخدم لإرسال الرسائل بأمان والتخطيط للهجمات.

لفك الشفرة ، أنشأ تورينج آلة بومبي. كانت هذه الآلة "ذكية" وقادرة على تعلم فك الشفرة في النهاية.

لقد أرست آلة تورينج الأسس لما هو عليه اليوم ML و AI. على مدى العقود التالية ، كان الباحثون حريصين على دفع حدود ذكاء الكمبيوتر للجيش والبحث العلمي.

من إنشاء لغة برمجة AI ، LISP ، في الستينيات إلى الإنشاء النهائي لـ Deep Blue من IBM في التسعينيات ، وضعت كل هذه الأحداث إطار عمل للذكاء الاصطناعي الذي تعرفه اليوم.

التعلم الالي

إذن ، ما هو التعلم الآلي بالضبط؟ بالنسبة للمبتدئين ، فإن ML ليس بعيدًا كما تعتقد.

الأدوات التي تستخدمها كل يوم تدمج ML لخلق تجارب أفضل لك. حتى أن Google تستخدم بياناتك لتحسين الإعلانات. حتى Netflix المحبوب لديك يستخدم ML لتقديم توصيات لما يجب أن تشاهده.

يتعلم تعلم الآلة من كميات كبيرة من البيانات لعمل تنبؤات. "يتم استخدام خوارزميات التعلم الآلي على نطاق واسع ويتم مواجهتها يوميًا."

يقول باحثون من جامعة ماستريخت: "الأمثلة هي التوصيات التلقائية عند شراء منتج أو برنامج التعرف على الصوت الذي يتكيف مع صوتك".

كيف يعمل التعلم الآلي؟

التعلم الآلي "يتعلم" باستخدام مصطلح ربما سمعته كثيرًا "الشبكات العصبية". الشبكات العصبية هي المكان الذي يتعلم فيه التعلم الآلي ويتدرب من مجموعة كبيرة من البيانات لتحديد النتيجة المحتملة للموقف.

بدون التعقيد المفرط ، الشبكات العصبية هي المكان الذي يتعلم فيه الكمبيوتر لآلاف الساعات التعرف على شخص أو حيوان في صورة أو حتى تعلم كيفية ترجمة لغة.

ومع ذلك ، تتطلب الكثير من هذه العملية لمسة إنسانية ، أي مبرمج للقيام بمعظم الرفع الثقيل. يستخدم ML بشكل أساسي مجموعات كبيرة من البيانات ، وساعات من التدريب لعمل تنبؤات بشأن النتائج المحتملة.

الذكاء الاصطناعي

عندما يصبح التعلم الآلي "نابضًا بالحياة" ويتخطى البرمجة البسيطة ويمكنه التفكير والتفاعل مع الأشخاص ، حتى على المستوى الأساسي ، فهذا هو المكان الذي يلعب فيه الذكاء الاصطناعي.

ربما يتم الخلط بينك وبين مصطلحات التعلم الآلي والذكاء الاصطناعي لأنهما يستخدمان بالتبادل.

الذكاء الاصطناعي هو خطوة أبعد من ML ، ومع ذلك يحتاج الذكاء الاصطناعي إلى التعلم الآلي ليعكس القرارات ويحسنها. يستخدم الذكاء الاصطناعي ما اكتسبه من تعلم الآلة إلى محاكاة الذكاء ، بنفس الطريقة التي يراقب بها الإنسان باستمرار البيئة المحيطة به ويتخذ قرارات ذكية.

يؤدي الذكاء الاصطناعي إلى الذكاء أو الحكمة والهدف النهائي هو محاكاة الذكاء الطبيعي لحل المشكلات المعقدة في جميع أنحاء العالم.

يمكن لثورة الذكاء الاصطناعي المقبلة أن تتصدى لبعض أصعب التحديات في العالم.

مستويات الذكاء الاصطناعي

الأنواع الأساسية الثلاثة هي الذكاء الاصطناعي الضيق (A.N.I.) ، والذكاء العام الاصطناعي (A.G.I) ، والذكاء الاصطناعي الخارق (A.S.I.).

الأجهزة المزودة بـ ANI موجودة بالفعل: يمكنك العثور عليها في ألعاب الفيديو والأسواق المالية. والأكثر من ذلك ، أن الكثير من البنية التحتية الحالية تعتمد بشكل كبير على ANI.

ومع ذلك ، فإن الذكاء الاصطناعي العام هو الذكاء الاصطناعي الذي يمكنه التفكير مثل البشر في اتخاذ القرارات وحتى القيام بالمهام اليومية. على الرغم من وجود الكثير من الأبحاث الموجهة نحو هذا المستوى من الذكاء الاصطناعي ، إلا أن المجتمع لا يزال على بعد عقود من هذا العمل الفذ.

إذا لم تكن مهتمًا بأمان الذكاء الاصطناعي ، فيجب أن تكون كذلك. خطر أكبر بكثير من كوريا الشمالية. pic.twitter.com/2z0tiid0lc

- Elon Musk (elonmusk) في 12 أغسطس 2017

المستوى الأخير ، ASI ، هو ما يخشاه معظم الباحثين ويطمحون إليه للمجتمع. بمجرد أن يصل الذكاء الاصطناعي إلى الذكاء الاصطناعي العام ، هناك فرصة أن تبني هذه الحواسيب الذكية على بعضها البعض لتصبح فائقة الذكاء ، متجاوزة أي إنسان في الذكاء.

الى المستقبل

سيكون كل من الذكاء الاصطناعي والتعلم الآلي ضروريين للمجتمع القادم. أنت تعتمد على هذه الأدوات أكثر بكثير مما تعتقد.

سيكون فهم كل من التعلم الآلي والذكاء الاصطناعي أمرًا بالغ الأهمية لفهم العالم سريع التغير وبعض الأجهزة التي تستخدمها كل يوم.


شاهد الفيديو: خطة احترافية لدراسة علم وتحليل البيانات في 6 شهور فقط + المصادر. Studying Plan (يوليو 2022).


تعليقات:

  1. Nikos

    لكني أحب ذلك ... رائع ...

  2. Amery

    أوه ، هذه السلاف!

  3. Elgin

    نعم ايضا شكرا لك

  4. Arajar

    برافو ، هذه العبارة جيدة إلى حد ما ضرورية فقط بالمناسبة

  5. Dunstan

    عذرا لذلك أتدخل ... في وجهي موقف مماثل. أدعو للمناقشة. اكتب هنا أو في PM.

  6. Viho

    يوافق على ذلك الرأي الترفيهي

  7. Babu

    شكرا جزيلا لك! والمزيد من المشاركات حول هذا الموضوع ستكون في المستقبل؟ أنا حقا اتطلع الى ذلك! ZPR.

  8. Clayburn

    أعتذر ، لكن في رأيي ، أنت لست على حق. أنا متأكد. دعونا نناقشها. اكتب لي في رئيس الوزراء ، سوف نتحدث.



اكتب رسالة