“AI” تعني الذكاء الاصطناعي Artificial Intelligence وهو مجال يرتكز على استخدام الأنظمة والتقنيات الكمبيوترية لمحاكاة الذكاء البشري. يهدف الذكاء الاصطناعي إلى إنشاء أنظمة قادرة على التعلم واتخاذ القرارات وحل المشكلات بشكل مستقل دون التدخل البشري.
(Al)
(Al) هو مجموعة من التقنيات التي تمكن أجهزة الكمبيوتر من أداء مجموعة متنوعة من الوظائف المتقدمة، بما في ذلك القدرة على فهم وترجمة اللغة المنطوقة والمكتوبة، وتحليل البيانات، وتقديم التوصيات.
الذكاء الاصطناعي (Al) هو العمود الفقري للابتكار في مجال الحوسبة الحديثة، ويفتح القيمة للأفراد والشركات. على سبيل المثال، يستخدم التعرف الضوئي على الحروف (OCR ) الذكاء الاصطناعي لاستخراج النصوص والبيانات من الصور والمستندات، وتحويل المحتوى غير المنظم إلى بيانات منظمة جاهزة للأعمال.
أنواع الذكاء الاصطناعي(Al)
يمكن تنظيم الذكاء الاصطناعي بعدة طرق، اعتمادًا على مراحل التطوير أو الإجراءات التي يتم تنفيذها. على سبيل المثال، هناك أربع مراحل معروفة لتطوير الذكاء الاصطناعي.
- الآلات التفاعلية:
- ذكاء اصطناعي محدود يتفاعل فقط مع أنواع مختلفة من المحفزات بناءً على قواعد مبرمجة مسبقًا. لا يستخدم الذاكرة وبالتالي لا يمكنه التعلم باستخدام البيانات الجديدة.
- الذاكرة المحدودة:
- تعتبر معظم أنظمة الذكاء الاصطناعي الحديثة ذات ذاكرة محدودة. ويمكنه استخدام الذاكرة للتحسين بمرور الوقت من خلال تدريبه على بيانات جديدة، عادةً من خلال شبكة عصبية اصطناعية أو نموذج تدريب آخر
- نظرية العقل:
- نظرية العقل الذكاء الاصطناعي غير موجودة حاليًا، لكن الأبحاث مستمرة حول إمكانياتها. وهو يصف الذكاء الاصطناعي الذي يمكنه محاكاة العقل البشري ويتمتع بقدرات على اتخاذ القرار تعادل قدرات الإنسان، بما في ذلك التعرف على المشاعر والتفاعل في المواقف الاجتماعية كما يفعل الإنسان.
- الوعي الذاتي:
- خطوة أعلى من نظرية الذكاء الاصطناعي العقلي، يصف الذكاء الاصطناعي الواعي ذاتيًا آلة أسطورية تدرك وجودها وتتمتع بالقدرات الفكرية والعاطفية للإنسان. مثل نظرية الذكاء الاصطناعي العقلي.
الأنواع الشائعة للشبكات العصبية الاصطناعية
أحد الأنواع الشائعة لنماذج التدريب في الذكاء الاصطناعي (Al) هو الشبكة العصبية الاصطناعية، وهو نموذج يعتمد بشكل فضفاض على الدماغ البشري.
الشبكة العصبية هي نظام من الخلايا العصبية الاصطناعية وهي عبارة عن عقد حسابية تستخدم لتصنيف البيانات وتحليلها. يتم تغذية البيانات في الطبقة الأولى من الشبكة العصبية، حيث يتخذ كل مدرك قرارًا، ثم يمرر تلك المعلومات إلى عقد متعددة في الطبقة التالية
تتضمن بعض الأنواع الأكثر شيوعًا للشبكات العصبية الاصطناعية التي قد تواجهها ما يلي:
١.تعد الشبكات العصبية المغذية (FF) واحدة من أقدم أشكال الشبكات العصبية، حيث تتدفق البيانات في اتجاه واحد عبر طبقات من الخلايا العصبية الاصطناعية حتى يتم تحقيق الإخراج.
في العصر الحديث، تعتبر معظم الشبكات العصبية ذات التغذية الأمامية “تغذية أمامية عميقة” ذات عدة طبقات (وأكثر من طبقة “مخفية”). عادةً ما يتم إقران الشبكات العصبية المغذية مع خوارزمية تصحيح الأخطاء تسمى “الانتشار العكسي”.
٢.تختلف الشبكات العصبية المتكررة (RNN) عن الشبكات العصبية المغذية من حيث أنها تستخدم عادةً بيانات السلاسل الزمنية أو البيانات التي تتضمن تسلسلات.
على عكس الشبكات العصبية المغذية، التي تستخدم الأوزان في كل عقدة من الشبكة، فإن الشبكات العصبية المتكررة لديها “ذاكرة” لما حدث في الطبقة السابقة باعتباره مشروطًا بمخرجات الطبقة الحالية. على سبيل المثال، عند إجراء معالجة للغة الطبيعية، يمكن لشبكات RNN أن “تضع في اعتبارها” الكلمات الأخرى المستخدمة في الجملة.
