الفرق بين الذكاء الاصطناعي وتعلّم الآلة والتعلّم العميق
AI vs Machine Learning vs Deep Learning
الجواب المختصر
الذكاء الاصطناعي (AI) فرع من علوم الحاسوب يصمّم أنظمة تحاكي بعض قدرات الإنسان كالتعلم والتعرف واتخاذ القرار. تعلّم الآلة (Machine Learning) أسلوب داخله يجعل الحاسوب يتعلم من البيانات ويكتشف الأنماط دون كتابة كل القواعد يدويًا. والتعلّم العميق (Deep Learning) نوع متقدم من تعلّم الآلة يستخدم الشبكات العصبية لمعالجة بيانات معقدة كالصور والصوت والفيديو.
ثلاثة مفاهيم بترتيب من الأوسع إلى الأخص
| المفهوم | ما هو؟ | أمثلة من الدوسية |
|---|---|---|
| الذكاء الاصطناعي (AI) | فرع من علوم الحاسوب يهدف إلى تصميم أنظمة تحاكي بعض قدرات الإنسان: التعلم والتعرف واتخاذ القرار وحل المشكلات | التعرف على الوجه بالهاتف، اقتراحات YouTube، إجابة ChatGPT عن سؤال |
| تعلّم الآلة (Machine Learning) | أسلوب يجعل الحاسوب يتعلم من البيانات ويكتشف الأنماط دون الحاجة إلى كتابة كل القواعد يدويًا | كشف الرسائل المزعجة، اقتراح المنتجات، التنبؤ بالطقس |
| التعلّم العميق (Deep Learning) | نوع متطور من تعلّم الآلة يستخدم الشبكات العصبية لمعالجة البيانات المعقدة | الصور والصوت والفيديو |
الشبكات العصبية (Neural Networks) هي نماذج حاسوبية مستوحاة من طريقة عمل الدماغ البشري، وتتكون من طبقات مترابطة: تدخل البيانات من طبقة، وتمر بطبقات معالجة، وتخرج النتيجة من طبقة أخيرة، وتتعلم تدريجيًا من البيانات حتى تصل إلى أفضل نتيجة ممكنة.
البرمجة التقليدية مقابل الذكاء الاصطناعي
في البرمجة التقليدية يكتب المبرمج جميع القواعد بنفسه، مثل: إذا كانت الدرجة 50 أو أكثر فالنتيجة ناجح، وإذا كانت أقل فراسب. الحاسوب هنا لا يتعلم، بل ينفّذ التعليمات فقط.
في الذكاء الاصطناعي لا نعطي الحاسوب كل القواعد، بل نعطيه بيانات كثيرة ليتعلم منها بنفسه ويستنتج الأنماط. وكلما زادت جودة البيانات صارت قراراته أدق.
البيانات والخوارزمية والنموذج
- البيانات (Data): المادة الخام التي يتعلم منها النظام، وقد تكون صورًا أو نصوصًا أو أصواتًا أو أرقامًا.
- الخوارزمية (Algorithm): مجموعة الخطوات والتعليمات التي يستخدمها الحاسوب لمعالجة البيانات والوصول إلى نتيجة.
- النموذج (Model): النظام الذي يتكوّن بعد تدريب الخوارزمية على البيانات، فيصبح قادرًا على التنبؤ أو اتخاذ القرارات.
كيف يُبنى نظام ذكاء اصطناعي؟
- تحديد المشكلة أو الهدف
- جمع البيانات المناسبة
- تحليل البيانات
- تدريب النموذج
- اختبار النموذج وتحسينه
- نشر النموذج واستخدامه
وتؤكد الدوسية أن هذه العملية مستمرة وليست خطًّا ينتهي: يعود الفريق إلى تحسين النموذج بعد استخدامه.
أبرز تقنيات الذكاء الاصطناعي
| التقنية | وظيفتها | أمثلة |
|---|---|---|
| معالجة اللغة الطبيعية (NLP) | تمكّن الحاسوب من فهم اللغة البشرية وكتابتها | ChatGPT، الترجمة الآلية، التصحيح الإملائي |
| الرؤية الحاسوبية (Computer Vision) | تمكّن الحاسوب من فهم الصور والفيديو | التعرف على الوجوه، تشخيص الأمراض من الصور الطبية، السيارات ذاتية القيادة |
| التعرف على الكلام (Speech Recognition) | تحوّل الكلام المنطوق إلى نص يفهمه الحاسوب | Siri، Google Assistant، الإملاء الصوتي |
| الأنظمة الخبيرة (Expert Systems) | برامج تعتمد على قاعدة معرفية وقواعد محددة لتقديم حلول تشبه قرارات الخبراء في مجال معين | المساعدة في التشخيص الطبي، أنظمة الدعم الفني |
الخطوة التالية: ما أنواع البيانات التي يتعلم منها الذكاء الاصطناعي؟ انظر أنواع البيانات في الذكاء الاصطناعي. ولأن النظام يتعلم من البيانات، فجودتها تحدد عدالته وخصوصيته: التحيّز والخصوصية.
المصطلحات: عربي ↔ English
- الذكاء الاصطناعي
- Artificial Intelligence (AI)
- تعلّم الآلة
- Machine Learning
- التعلّم العميق
- Deep Learning
- الشبكات العصبية
- Neural Networks
- الخوارزمية
- Algorithm
- النموذج
- Model
- معالجة اللغة الطبيعية
- Natural Language Processing (NLP)
- الرؤية الحاسوبية
- Computer Vision
- الأنظمة الخبيرة
- Expert Systems
لماذا يهمّ هذا في BTEC؟
يبني أحمد وحدة الذكاء الاصطناعي على فكرة واحدة: النظام لا «يفكر» مثل الإنسان، بل يتعلم من كميات ضخمة من البيانات ثم يستخدم ما تعلمه لاتخاذ أفضل قرار ممكن.
أسئلة تجيب عنها هذه الصفحة
- ما الفرق بين الذكاء الاصطناعي وتعلم الآلة والتعلم العميق؟
- ما هي الشبكات العصبية (Neural Networks)؟
- ما الفرق بين البرمجة التقليدية والذكاء الاصطناعي؟
- ما الفرق بين الخوارزمية والنموذج؟
الدرس المصوّر
فصول الفيديو
- 0:00ما هو الذكاء الاصطناعي؟
- 1:08البرمجة التقليدية مقابل الذكاء الاصطناعي
- 2:41مراحل تعلّم الذكاء الاصطناعي
- 4:18الخوارزمية والنموذج
- 4:50تعلّم الآلة (Machine Learning)
- 5:22التعلم العميق والشبكات العصبية
- 6:56معالجة اللغة الطبيعية (NLP)
- 7:26الرؤية الحاسوبية (Computer Vision)
- 8:30الأنظمة الخبيرة (Expert Systems)
- 9:00الخلاصة
توقيت الفصول تقريبي (±30 ثانية).
مفاهيم مرتبطة
- أنواع البيانات في الذكاء الاصطناعيبيانات الذكاء الاصطناعي هي ما يتعلم منه النظام: مهيكلة (جداول)، وشبه مهيكلة (JSON وXML)، وغير مهيكلة (نص وصور وصوت)، ولكل نوع استخدامه.
- التحيّز في الذكاء الاصطناعيالتحيّز في الذكاء الاصطناعي هو ظهور فئة في البيانات أكثر من غيرها أو معاملتها بشكل مختلف، فيتعلم النموذج صورة منحرفة عن الواقع ويظلم بعض الفئات.
- الخصوصية في الذكاء الاصطناعيأنظمة الذكاء الاصطناعي تتغذى على بيانات بعضها شخصي، لذلك يجب حمايتها وتوازن المؤسسات بين فائدة البيانات وحقوق الأفراد في الخصوصية.
- أنواع الذكاء الاصطناعي: الضعيف والقوي وتصنيفه بحسب الذاكرةالذكاء الاصطناعي الضعيف مصمم لمهمة محددة (المساعدات الصوتية والتوصية) والقوي نظري يتعلم ويفهم مشكلات متنوعة كالإنسان. وبحسب الذاكرة: آلات تفاعلية، وذاكرة محدودة، ونظرية العقل، وذكاء ذاتي الإدراك، والأخيران ما زالا نظريين.
- الشبكات العصبية: أين نستخدمها وما فوائدها وعيوبها؟الشبكات العصبية مناسبة للبيانات المعقدة (صور، نصوص، صوت) حيث يصعب كتابة قواعد يدويًا. تتعلم العلاقات المعقدة وقد تحقق دقة عالية، لكنها تحتاج بيانات كثيرة وقدرة حسابية، وصعبة التفسير (صندوق أسود)، وقد تقع في فرط التعلم.
- كيف يعمل المساعد الصوتي الذكي؟ من الصوت إلى النص إلى الاستجابة وحلقة التغذية الراجعةعندما يقول المستخدم كلمة التنبيه يلتقط الميكروفون الكلام ويحوله إلى إشارة رقمية تُرسل إلى خوادم سحابية تحوله إلى نص، ثم يحدد نموذج فهم اللغة نوع الطلب فينفذ الأمر أو يستعلم عن المعلومة، ثم يُحوَّل الجواب إلى صوت. وتعود نتائج الاستخدام لتحسين النماذج.
- التعلم تحت الإشراف وبدون إشراف: الفرق وأمثلةفي التعلم تحت الإشراف تكون لدينا مدخلات X معها الإجابة الصحيحة Y فيتعلم النموذج العلاقة بينهما ثم يتنبأ، وفي التعلم بدون إشراف مدخلات فقط ويكتشف النموذج الأنماط، كتقسيم العملاء إلى مجموعات.
عن كاتب الصفحة
مدرّس BTEC IT · الأردن
- نوع المحتوى
- شرح مبني على مادة أحمد دومي — وليس نصًّا رسميًّا من Pearson
- آخر مراجعة
- المصدر
- دوسية تأسيس مبادئ الذكاء الاصطناعي — جيل 2009 (أحمد دومي) — الحصة الأولى، الصفحات 20–25
- مبادئ الذكاء الاصطناعي — الحصة الأولى (أحمد دومي) — 00:04–09:31