أهداف الدرس
- تعريف الذكاء الاصطناعي.. والتمييز بين التعلم الآلي والعميق والتوليدي.
- شرح العلاقة بين المفاهيم دي بأمثلة مناسبة.
- تقييم خطر «الهلوسة».. وإجراء مناسب للتحقق من المخرجات.
من الأوسع.. للأكثر تخصصًا
الذكاء الاصطناعي AI — المجال الواسع كله
التعلم الآلي ML — فرع: يتعلم الأنماط من البيانات
التعلم العميق — أسلوب: شبكات عصبية متعددة الطبقات
التوليدي GenAI — ينشئ محتوى جديدًا
الذكاء الاصطناعي
مجال يضم أنظمة حاسوبية تنفذ مهام: التعلم من البيانات، التنبؤ، التعرف، توليد المحتوى، اتخاذ القرارات أو دعمها.التعلم الآلي
النماذج تتعلم أنماطا من البيانات بدلًا من برمجة كل قاعدة صراحةً. مثال: الرسائل المزعجة، توصية المنتجات.التعلم العميق
أسلوب من أساليب التعلم الآلي بشبكات عصبية متعددة الطبقات. مثال: تحليل الصور، التعرف على الكلام.القواعد الصريحة.. ولا التعلم من البيانات؟
البرمجة التقليدية
القواعد مكتوبة صراحةً
المبرمج يحدد شروط القرار بنفسه
قاعدة: «لو فيها كلمة جائزة ← مزعجة»
النظام مايخرجش عن القواعد الثابتة
التعلم الآلي
المعرفة من البيانات
أمثلة كتير: رسائل مصنفة مزعجة وغير مزعجة
النموذج يتعلم الأنماط أثناء التدريب
يتنبأ/يصنّف رسالة جديدة ماشافهاش قبل كده
زي الطفل: مش بنديله «قانون» يعرف بيه القطة.. بنوريه صور كتير لحد ما يتعلم لوحده. وده التعلم الآلي.
وحدات مترابطة.. أوزانها بتتغير
هي إيه؟
نموذج حاسوبي مستوحى بصورة مبسطة من فكرة ترابط العصبونات.بتتكون من إيه؟
وحدات مترابطة في طبقات: إدخال ← طبقات مخفية ← إخراج.بتتعلم إزاي؟
تغير أوزانها أثناء التدريب لتتعلم أنماطا من البيانات.. ولما تبقى متعددة الطبقات يبقى ده التعلم العميق.المصطلحات الأربعة.. الكلمة المفتاحية
1 · الذكاء الاصطناعي = «مجال واسع»
مجال يضم أنظمة حاسوبية تنفذ مهام: التعلم من البيانات، التنبؤ، التعرف، توليد المحتوى، اتخاذ القرارات أو دعمها.فخ: «الذكاء الاصطناعي والتعلم الآلي لهما المعنى نفسه» ← غلط. الذكاء الاصطناعي مفهوم واسع، والتعلم الآلي إحدى التقنيات ضمنه.
2 · التعلم الآلي = «فرع يتعلم من البيانات»
يتعلم أنماطا من البيانات لإجراء تنبؤات أو تصنيفات أو دعم قرارات بدلًا من برمجة كل قاعدة صراحةً.فخ: مرشح الرسائل المزعجة وتوصية المنتجات = تعلم آلي.. مش توليدي، لأنهم مش بيولّدوا محتوى.
3 · التعلم العميق = «شبكات متعددة الطبقات»
أسلوب من أساليب التعلم الآلي بشبكات عصبية متعددة الطبقات، يتعلم تمثيلات وأنماطا معقدة. أمثلته: تحليل الصور والتعرف على الكلام.فخ: «التعلم العميق تقنية مختلفة تماما عن التعلم الآلي» ← غلط.. هو نوع منه.
4 · التوليدي = «محتوى جديد»
أنظمة تنشئ محتوى جديدًا (نصوص، صور، صوت، برمجيات) اعتمادًا على الأنماط المتعلمة.. وغالبية أنظمته الحديثة على التعلم العميق.فخ: متناسش «البرمجيات» من أنواع المحتوى.. والاختيار اللي يقول «كل أنظمة التوليدي» غلط.
العلاقة والشبكة.. كلمات بتحدد الصح
5 · العلاقة «تعليمية مبسطة»
الترتيب من الأوسع: الذكاء الاصطناعي > التعلم الآلي > التعلم العميق > التوليدي.. لكن الكتاب قال: علاقة مبسطة لا تعني احتواءً صارمًا في كل حالة.فخ: اختيار «الذكاء الاصطناعي نوع من التعلم الآلي» أو «التوليدي هو الأوسع» ← معكوس.
6 · الشبكة العصبية: «مستوحاة» و«أوزان»
نموذج حاسوبي مستوحى بصورة مبسطة من ترابط العصبونات.. وحدات مترابطة تتغير أوزانها أثناء التدريب. الطبقات اللي بين الإدخال والإخراج اسمها الطبقات المخفية.فخ: «مخ بشري حقيقي» أو «أوزان ثابتة يكتبها المبرمج» ← غلط.
7 · «كثيرًا ما» و«نسبيًا»
التعلم العميق كثيرًا ما يعتمد على بيانات كبيرة نسبيًا عشان يتعلم أنماطا موثوقة.. ولذلك ممكن يتلخبط مع حاجة نادرًا ما شافها في بياناته.فخ: أي عبارة فيها «دائمًا» أو «بدقة كاملة» عن الذكاء الاصطناعي.. شك فيها.
8 · ضيق النطاق (Narrow AI)
معظم أنظمة الذكاء الاصطناعي الحالية ضيقة النطاق: مصممة لأداء مهمة محددة أو مجموعة محدودة من المهام.فخ: «تحاكي الوعي البشري الكامل في جميع المجالات» ← غلط. مترجم ممتاز مش هيعرف يسوق عربية.
«اشرح إزاي النظام ده اتعمل».. إجابته ثابتة
1 · البيانات
أمثلة كثيرة مصنفة (نوعها بيتغير حسب التطبيق)
أمثلة كثيرة مصنفة (نوعها بيتغير حسب التطبيق)
2 · التدريب
النموذج يتدرّب ويعدّل أوزانه
النموذج يتدرّب ويعدّل أوزانه
3 · الأنماط
يستنتج الأنماط اللي بتميّز كل حالة
يستنتج الأنماط اللي بتميّز كل حالة
4 · المخرج
على بيانات جديدة: تنبؤ · تصنيف · قرار · توليد
على بيانات جديدة: تنبؤ · تصنيف · قرار · توليد
اللي بيتغير من سؤال لسؤال 3 حاجات بس: نوع البياناتالأنماطنوع المخرج
بونس يجيب الدرجة
لو البيانات صور أو صوت أو لغة ← غالبًا تعلم عميق بشبكة متعددة الطبقات.ويتسأل معاه غالبًا
«حدّد عاملًا قد يجعل تنبؤه خاطئًا».. والإجابة غالبًا في البيانات.صنّف الـ 8 دول.. بأدق مصطلح
نظام يصنّف الرسائل المزعجة بعد ما اتدرّب على آلاف الرسائل.تعلم آلي
نظام يتعرّف على المشاة في الطريق للسيارة ذاتية القيادة.تعلم عميق
أداة تنشئ صورة جديدة من وصف نصي.توليدي
المجال العام للأنظمة اللي بتتنبأ وتتعرّف وتتخذ قرارات.ذكاء اصطناعي
توصية بمنتجات بناءً على سجل مشتريات المستخدم.تعلم آلي
نظام يتعرّف على الكلام ويحوّله لنص بشبكة متعددة الطبقات.تعلم عميق
ChatGPT يكتب مقالًا جديدًا عن البيئة.توليدي
نموذج يتعلّم من صور أشعة كثيرة تحليل الصور واكتشاف المرض.تعلم عميق
أسئلة مقالية وإجاباتها
س1 · 6 درجات
عرّف الذكاء الاصطناعي، ثم اشرح العلاقة بينه وبين التعلم الآلي والتعلم العميق والذكاء الاصطناعي التوليدي مستخدمًا فكرة الفئات المتداخلة، مع مثال لكل منها، وارسم شكلًا مبسطًا يوضح ذلك.- ابدأ بالتعريف: الذكاء الاصطناعي = مجال واسع + المهام (تعلم، تنبؤ، تعرّف، توليد، قرارات).
- كل مصطلح «جوه» اللي قبله: فرع ← أسلوب ← غالبية التوليدي.. ومع كل واحد مثال.
- الجملة اللي بتجيب الدرجة الكاملة: «علاقة تعليمية مبسطة لا تعني احتواءً صارمًا في كل حالة.»
الذكاء الاصطناعي التعرف على الكلام · الصور · الترجمة
التعلم الآلي الرسائل المزعجة · توصية المنتجات
التعلم العميق تحليل الصور · التعرف على الكلام
التوليدي (غالبيته) أدوات توليد الصور · ChatGPT
س2 · مجمّع
اشرح كيف تتعلم النماذج في «التعلم الآلي» مقارنة بالطرق التقليدية المعتمدة على البرمجة الصريحة للقواعد، موضحًا كيف تختلف الأنظمة الذكية اليوم عن الحواسيب التقليدية.الإجابة النموذجية
- في الطريقة التقليدية يكتب المبرمج كل قاعدة صراحةً، فيحدد بنفسه شروط القرار (مثل: إذا احتوت الرسالة على كلمة معينة فهي مزعجة)، ولا يخرج النظام عن هذه القواعد الثابتة.
- أما في التعلم الآلي فنعطي النموذج أمثلة كثيرة من البيانات (رسائل مصنفة مزعجة وغير مزعجة)، فيتعلم النموذج بنفسه الأنماط المشتركة فيها أثناء التدريب.
- ثم يستخدم ما تعلمه لإجراء تنبؤات أو تصنيفات على بيانات جديدة لم يرها من قبل.
- أي أن مصدر «المعرفة» هنا هو البيانات وليس قواعد مكتوبة يدويًا؛ وهذا ما يميز الأنظمة الذكية اليوم عن الحواسيب التقليدية المبرمجة بقواعد ثابتة.
قواعد صريحةأمثلة البياناتالتدريبالأنماطبيانات جديدة
ماكينة · مجمّع
ما «الذكاء الاصطناعي التوليدي»؟ وكيف يعتمد على نماذج التعلم العميق لإنشاء محتوى جديد كالنصوص والصور؟ وضّح بأمثلة.الإجابة النموذجية
- الذكاء الاصطناعي التوليدي: أنظمة تنشئ محتوى جديدًا مثل النصوص والصور والصوت والبرمجيات، اعتمادًا على الأنماط التي تعلمتها من بيانات التدريب.
- تدرب نماذجه (وغالبيتها الحديثة نماذج تعلم عميق بشبكات عصبية متعددة الطبقات) على كميات كبيرة من البيانات، فتتغير أوزانها أثناء التدريب.
- فتتعلم أنماطا معقدة، مثل علاقات الكلمات ببعضها في النصوص وخصائص الصور.
- ثم تستخدم هذه الأنماط لإنشاء محتوى جديد لم يكن موجودًا من قبل.
- أمثلة: ChatGPT لتوليد النصوص، وأدوات توليد الصور، وأدوات توليد الصوت.. ومن مخاطره الهلوسة.
محتوى جديدالأنماطبيانات التدريبالتعلم العميقChatGPT
ماكينة 1 · من الكتاب
مزارع يريد نظام ذكاء اصطناعي للتمييز بين صور المحاصيل السليمة والمصابة بالأمراض: ما نوع البيانات التي يحتاجها للتدريب؟ وكيف سينفّذ بالتعلم الآلي؟ وحدّد عاملًا قد يجعل تنبؤه خاطئًا.1 · البيانات
آلاف صور أوراق ومحاصيل.. كل صورة متصنفة «سليمة» أو «مصابة»
آلاف صور أوراق ومحاصيل.. كل صورة متصنفة «سليمة» أو «مصابة»
2 · التدريب
يتدرب على الصور ويعدّل أوزانه
يتدرب على الصور ويعدّل أوزانه
3 · الأنماط
تغيّر لون الأوراق، البقع، تغيّر الشكل
تغيّر لون الأوراق، البقع، تغيّر الشكل
4 · المخرج
يصنّف صورة جديدة: سليمة ولا مصابة
يصنّف صورة جديدة: سليمة ولا مصابة
عامل يخلّي تنبؤه غلط: بيانات قليلة أو غير ممثلة (صور لنوع واحد أو في إضاءة واحدة).. أو مرض نادر ماشافهوش.. أو صور مش واضحة.
بونس: البيانات صور ← الأنسب تعلم عميق بشبكة عصبية متعددة الطبقات.