كثيراً ما تُستخدم مصطلحات الذكاء الاصطناعي والتعلم الآلي والتعلم العميق وكأنها كلمة واحدة، لكنها في الحقيقة دوائر متداخلة، كل واحدة أصغر من التي قبلها. فهم العلاقة بينها يساعدك على قراءة الأخبار التقنية بوعي، وعلى معرفة ما يمكن لهذه الأنظمة فعله وما لا يمكنها.
الذكاء الاصطناعي: المظلة الكبرى
الذكاء الاصطناعي مجال واسع هدفه بناء أنظمة تؤدي مهاماً تتطلب عادة ذكاءً بشرياً، كفهم اللغة والتعرف على الصور واتخاذ القرارات. يشمل ذلك القواعد المبرمجة يدوياً، مثل نظام خبير يسأل أسئلة ويصل لنتيجة وفق شروط كتبها مبرمج، كما يشمل الأساليب الحديثة القائمة على البيانات.
التعلم الآلي: التعلّم من البيانات
التعلم الآلي فرع من الذكاء الاصطناعي، فيه لا يكتب المبرمج القواعد بنفسه، بل يعطي الخوارزمية أمثلة كثيرة فتستخلص منها الأنماط. مثلاً، بدل أن تحدد كل كلمة تدل على رسالة مزعجة، تعرض على النظام آلاف الرسائل المصنفة، فيتعلم بنفسه علامات الرسائل المزعجة ويطبقها على رسائل جديدة.
التعلم العميق: شبكات عصبية متعددة الطبقات
التعلم العميق فرع من التعلم الآلي يعتمد على شبكات عصبية اصطناعية ذات طبقات كثيرة، مستوحاة بشكل مبسط من طريقة ترابط الخلايا العصبية. تتفوق هذه الشبكات في البيانات المعقدة كالصور والصوت والنصوص، وتقف خلف التعرف على الوجوه والترجمة الآلية والمساعدات الصوتية ونماذج المحادثة الحديثة، لكنها تحتاج بيانات ضخمة وقدرة حاسوبية كبيرة.
مثال يجمع الثلاثة
تخيل نظاماً يتعرف على نوع الفاكهة. بأسلوب الذكاء الاصطناعي التقليدي تكتب قواعد: إن كان اللون أحمر والشكل دائرياً فهي تفاحة. بأسلوب التعلم الآلي تدربه على قياسات مستخرجة من صور. وبالتعلم العميق تعطيه الصور مباشرة فيتعلم بنفسه أي ملامح مهمة.
أين نراها في حياتنا؟
توصيات المقاطع في المنصات، وتصحيح الكتابة في الجوال، وكشف الاحتيال في العمليات البنكية، وتحديد الطرق الأسرع في الخرائط، كلها تطبيقات تعتمد في الغالب على التعلم الآلي. أما أدوات توليد النصوص والصور فتعتمد على التعلم العميق بنماذج ضخمة.
حدود هذه التقنيات
تعتمد جودة النتائج على جودة البيانات، وقد ترث الأنظمة تحيزات موجودة فيها. وقد تخطئ بثقة، لذا يبقى التحقق البشري ضرورياً في القرارات المهمة، خاصة الطبية والمالية والقانونية.
أسئلة شائعة
هل كل ذكاء اصطناعي يتعلم؟
لا، فبعض الأنظمة تعمل بقواعد ثابتة ولا تتعلم من البيانات.
هل التعلم العميق أفضل دائماً؟
ليس دائماً؛ للبيانات الصغيرة والبسيطة تكفي أساليب أخف وأسهل تفسيراً.
كيف أبدأ التعلم؟
ابدأ بأساسيات الإحصاء والبرمجة بلغة مثل بايثون، ثم جرّب مشاريع صغيرة.
الخلاصة: الذكاء الاصطناعي هو الهدف، والتعلم الآلي أحد طرقه، والتعلم العميق أحد أساليب التعلم الآلي. حين تتضح هذه الصورة تصبح الأخبار التقنية أسهل فهماً.
