Category

AI

ما الفرق بين الذكاء الاصطناعي القوي والذكاء الاصطناعي الضعيف؟

الذكاء الاصطناعي (AI) هو مصطلح شائع جدًا اليوم ، ولكن ما هو الذكاء الاصطناعي في الوقت الحاضر وما يعتقده معظم الناس  ،  يمكن أن يكون مختلفًا تمامًا. الذكاء الاصطناعي الذي تعرفه هو ذكاء اصطناعي “ضعيف” ، لكن يخشى الكثير من الذكاء الاصطناعي أنه “قوي”.

ما هو الذكاء الاصطناعي في الواقع؟

من السهل طرح مصطلح مثل “AI” ، لكن هذا لا يوضح ما نتحدث عنه حقًا. بشكل عام ، يشير مصطلح “الذكاء الاصطناعي” إلى مجال كامل في علوم الكمبيوتر. الهدف من الذكاء الاصطناعي هو جعل أجهزة الكمبيوتر تكرر ما يمكن أن يحققه الذكاء الطبيعي. يتضمن ذلك ذكاء الإنسان ، وذكاء الحيوانات الأخرى ، وذكاء الحياة غير الحيوانية مثل النباتات ، والكائنات وحيدة الخلية ، وأي شيء آخر له شكل من أشكال الذكاء.

هناك سؤال أعمق تحت هذا الموضوع ، وهذا ما هو “الذكاء” في المقام الأول. الحقيقة هي أنه حتى علم الذكاء لا يمكنه الاتفاق على تعريف عالمي لما هو ذكاء أو لا.

بشكل عام ، إنها القدرة على التعلم من التجربة واتخاذ القرارات وتحقيق الأهداف. يسمح الذكاء بالتكيف مع المواقف الجديدة ، لذلك فهو يختلف عن البرمجة المسبقة أو الغريزة. كلما زادت تعقيد المشكلات التي يمكن حلها ، زادت ذكائك.

لا يزال لدينا الكثير لنتعلمه عن الذكاء لدى البشر ، على الرغم من وجود العديد من الطرق المختلفة لقياس الذكاء. نحن لسنا متأكدين حتى من كيفية عمل الذكاء البشري تحت الغطاء.  تم فضح زيف بعض النظريات ، مثل نظرية الذكاءات المتعددة لغاردنر ، في حين أن هناك الكثير من الأدلة لدعم عامل الذكاء العام في البشر (يشار إليه باسم ” عامل جي “).

بعبارة أخرى ، لا تزال تفاصيل الذكاء ، الطبيعية منها والاصطناعية ، تتطور. على الرغم من أننا قد نشعر وكأننا نعرف الذكاء بشكل حدسي عندما نراه ، فقد اتضح أن رسم دائرة أنيقة حول فكرة الذكاء أمر صعب!

لقد وصل عصر الذكاء الاصطناعي الضعيف

يُشار إلى الذكاء الاصطناعي الذي نمتلكه اليوم باسم الذكاء الاصطناعي “الضعيف” أو “السردي”. هذا يعني أن نظامًا معينًا للذكاء الاصطناعي جيد جدًا في القيام بواحد أو مجموعة محدودة من المهام ذات الصلة. كان أول جهاز كمبيوتر يهزم إنسانًا في الشطرنج ، Deep Blue ، عديم الفائدة تمامًا في أي شيء آخر. تقدم سريعًا إلى أول كمبيوتر يهزم الإنسان في Go ، AlphaGo ، وأذكى من حيث الحجم ، ولكنه لا يزال جيدًا في شيء واحد .

كل الذكاء الاصطناعي الذي تصادفه أو تستخدمه أو تراه اليوم ضعيف. في بعض الأحيان يتم دمج أنظمة ذكاء اصطناعي ضيقة مختلفة لتشكيل نظام أكثر تعقيدًا ، لكن النتيجة لا تزال فعالة في تحديد الذكاء الاصطناعي. في حين أن هذه الأنظمة ، خاصة تلك التي تركز على التعلم الآلي ، يمكن أن تنتج نتائج غير متوقعة ، فهي ليست مثل الذكاء البشري على الإطلاق.

الذكاء الاصطناعي القوي غير موجود

الذكاء الاصطناعي الذي يعادل أو يتفوق على الذكاء البشري لا وجود له خارج الخيال. إذا كنت تفكر في فيلم AIs مثل HAL 9000 أو T-800 أو Data from Star Trek أو Robbie the Robot ، فإنهم على ما يبدو ذكاء واعي. يمكنهم تعلم فعل أي شيء ، والعمل في أي موقف ، وعمومًا يفعلون أي شيء يمكن للإنسان ، غالبًا بشكل أفضل. هذا هو ذكاء اصطناعي “قوي” أو AGI (ذكاء عام اصطناعي) ، وهو في الأساس كيان اصطناعي متساوٍ على الأقل ومن المرجح أن يتفوق علينا.

بقدر ما يعرف أي شخص ، لا يوجد مثال حقيقي لهذا الذكاء الاصطناعي “القوي” الموجود. ما لم يكن في مكان ما في مختبر سري في مكان ما ، هذا هو. الحقيقة هي أننا لا نعرف حتى من أين نبدأ في صنع الذكاء الاصطناعي العام. ليس لدينا أي فكرة عما يثير الوعي البشري ، والذي سيكون سمة أساسية ناشئة للذكاء الاصطناعي. شيء يشار إليه على أنه مشكلة صعبة للوعي .

هل الذكاء الاصطناعي القوي ممكن؟

لا أحد يعرف كيف يصنع AGI ، ولا أحد يعرف ما إذا كان من الممكن إنشاء واحد. هذا هو طوله وقصره. ومع ذلك ، فنحن دليل على وجود ذكاء عام قوي. بافتراض أن الوعي والذكاء البشريين هما نتيجة عمليات مادية بموجب قوانين الفيزياء ، فلا يوجد سبب من حيث المبدأ لعدم إنشاء الذكاء الاصطناعي العام.

السؤال الحقيقي هو ما إذا كنا أذكياء بما يكفي لمعرفة كيف يمكن القيام بذلك. قد لا يتقدم البشر أبدًا بما يكفي لإنجاب الذكاء الاصطناعي العام ولا توجد طريقة لوضع جدول زمني لهذه التكنولوجيا بالطريقة التي يمكننا بها القول بأن شاشة عرض 16 ألف ستكون متاحة في غضون بضع سنوات.

ثم مرة أخرى ، قد تساعدنا تقنيات الذكاء الاصطناعي الضيقة وفروع العلوم الأخرى مثل الهندسة الوراثية والحوسبة الغريبة باستخدام ميكانيكا الكم أو الحمض النووي وعلوم المواد المتقدمة في سد الفجوة. إنها مجرد تكهنات صرفة حتى تحدث فجأة عن طريق الصدفة ، أو لدينا أي نوع من خارطة الطريق.

ثم هناك مسألة ما إذا كان علينا  أن نسعى جاهدين لإنشاء AGIs. يرى بعض الأشخاص الأذكياء جدًا ، مثل البروفيسور الراحل ستيفن هوكينج وإيلون ماسك ، أن الذكاء الاصطناعي العام سيؤدي إلى نهايات مروعة.

مع الأخذ في الاعتبار إلى أي مدى تبدو خواص الذكاء الاصطناعي بعيدة المنال ، قد تكون هذه المخاوف مبالغًا فيها بعض الشيء ، ولكن ربما تكون لطيفة مع جهاز Roomba الخاص بك ، لمجرد أن تكون آمنًا.

ما الذي يجعل الشركات ناجحة في استخدام الذكاء الاصطناعي؟

ملخص رؤس الأقلام ما بين تحسين الأنتاجية و الذكاء الصناعي

تحاول الشركات في مجموعة واسعة من الصناعات دمج التحليلات والبيانات لتحسين عملياتها ، مع نتائج مختلطة بالتأكيد. ما الذي يفعله أصحاب الأداء الأفضل بشكل مختلف – وأفضل – عن غيرهم؟ بشكل عام ، أجرت الشركات الرائدة تقييمًا صادقًا لمكانها ، وشكلت رؤية للمكان الذي تريد أن تكون فيه في غضون ثلاث أو أربع سنوات ، وبحثت عن طرق لتحقيق مكاسب سريعة. وبشكل أكثر تحديدًا ، فقد تفوقوا في الأداء في خمسة مجالات: الحوكمة والنشر والشراكات والأفراد وتوافر البيانات.

واجهت شركة فيسترا ، أحد أكبر منتجي الطاقة في الولايات المتحدة ، مشكلة. لكي تعمل مصانعها بكفاءة ، كان على العمال مراقبة مئات المؤشرات المختلفة باستمرار ، وتتبع درجات الحرارة ، والضغوط ، ومستويات الأكسجين ، وسرعات المضخة والمروحة – وكان عليهم إجراء تعديلات في الوقت الفعلي. تضمنت العملية قدرًا هائلاً من التعقيد ، وكان الأمر أكثر من اللازم حتى يتمكن العامل الأكثر مهارة من إنجازه بشكل صحيح طوال الوقت. لمواجهة هذا التحدي ، قام المصنع بتثبيت أداة تعمل بالذكاء الاصطناعي – مُحسِّن لمعدل الحرارة – تحلل مئات المدخلات وتقدم توصيات كل 30 دقيقة. النتيجة: 1٪ زيادة في الكفاءة. قد لا يبدو هذا كثيرًا ، لكنه يترجم إلى وفورات بالملايين بالإضافة إلى انخفاض انبعاثات غازات الاحتباس الحراري.

تحاول الشركات في مجموعة واسعة من الصناعات دمج التحليلات والبيانات لتحسين عملياتها. كانت Wayfair ، شركة التجارة الإلكترونية ، المحرك الأول في تحويل بياناتها إلى السحابة والاستثمار في التعلم الآلي. عندما ضرب Covid-19 ، وتبع ذلك تغييرات سريعة في طلب المستهلكين ، كان قادرًا على تحسين الخدمات اللوجستية لسفن الحاويات ، والتعديل المستمر للبضائع التي تم إرسالها إلى الموانئ. النتيجة: انخفاض مذهل بنسبة 7.5٪ في تكاليف اللوجيستيات الواردة.

ومع ذلك ، لم تكن كل الشركات ناجحة مثل Wayfair. في الواقع ، يمكن أن يكون للأصحاب أداءً أكثر من ضعف التأثير في نصف الوقت مقارنةً بمتوسط ​​الشركة التي تطبق الذكاء الآلي. لماذا تقوم بعض الشركات بعمل أفضل بكثير من غيرها؟

للإجابة على هذا السؤال ، درست McKinsey و MIT’s Machine Intelligence for Manufacturing and Operations (MIMO) 100 شركة في قطاعات من السيارات إلى التعدين. من خلال المقابلات والأبحاث والاستطلاعات ، سعينا إلى التعرف على كيفية استخدامهم للتقنيات الرقمية وتحليلات البيانات والذكاء الآلي (MI) ؛ ما أرادوا تحقيقه. وكيف تابعوا تقدمهم. من خلال النظر إلى 21 مؤشر أداء عبر تسع فئات – الإستراتيجية ، وتركيز الفرص ، والحوكمة ، والنشر ، والشراكات ، والأفراد ، وتنفيذ البيانات ، والميزانية ، والنتائج – تمكنا من تقسيم الشركات المائة إلى أربع فئات: القادة والمخططون والمنفذون ، و المنظمات الناشئة لتحديد العلاقات بين الإجراءات المتخذة والاستثمارات التي تمت ، والنتائج الملموسة والمستدامة.

أي شركة لديها طموح للاستفادة من التقنيات الرقمية المتقدمة لديها الفرصة للتعلم من مناهج أفضل الممارسات ، سواء كانت مخططًا أو منفذًا أو شركة ناشئة اليوم. نلقي نظرة إلى ما وراء أرقام المستوى الأعلى لاستكشاف الدوافع الأساسية للنجاح.

أسرار المشغلين الأذكياء

يمكن الفوز بالسباق للاستفادة من البيانات والتحليلات من خلال إجراءات منسقة متعددة بدلاً من أي خطوة جريئة واحدة. تعمل جميع القطاعات الأربعة – القادة والمخططون والمنفذون والشركات الناشئة – في مساحة ديناميكية حيث يرتفع الشريط وسيستمر عدد حالات استخدام التعلم الآلي في الزيادة وتضمين نفسها في الأعمال كالمعتاد.

لا يجب أن يسعى كل شخص ليكون قائدًا على الفور ؛ يجب عليهم بدلاً من ذلك السعي للانتقال إلى الحالة التالية الأفضل.

القادة هم الأفضل أداء ويشكلون حوالي 15٪ من العينة. من خلال الاستثمار في الأماكن المناسبة ، استحوذوا على أكبر المكاسب من التقنيات الرقمية المتقدمة. من المرجح أن يكون لدى القادة عملية محددة لتقييم وتنفيذ الابتكار الرقمي. ومن المرجح أيضًا أن يتابعوا هذه العملية بانتظام ويقوموا بتحديثها باستمرار. ونتيجة لذلك ، فقد حققوا تحسينات أكبر بكثير من بقية المؤشرات في 20 من أصل 21 مؤشر أداء رئيسي تم تقييمها وكانوا ضمن أعلى 25٪ في جميع فئات الأداء التسع.

يشكل المخططون حوالي ربع مجموعة البيانات. غالبًا ما يتمتع المخططون بمهارات قوية في التعامل مع الأشخاص وخبرة كبيرة في تنفيذ البيانات ؛ فهي منهجية وتركز على القيام بالاستثمارات الصحيحة. ومع ذلك ، في كثير من الحالات ، لم تؤتي ثمارها بعد ، على الرغم من أن القليل منها على وشك الانضمام إلى القادة. في حين أن بعض المخططين قادرين على الإشارة إلى عمليات التنفيذ الناجحة ، لم يتمكن العديد منهم من فك الشفرة عند توسيع نطاق حالات الاستخدام المهمة حقًا. يكافح آخرون للهروب من ” مطهر الطيار ” الذي وصفته ماكينزي في عام 2018.

المنفذون ، ما يقرب من ثلث المستجيبين ، يستفيدون من مجموعة الخبرات المتزايدة باستمرار ويعملون مع الشركاء لإنشاء حلول محددة موجهة إلى أكثر الفرص الواعدة. ثم يقومون بتنفيذ هذه الحلول على أوسع نطاق ممكن. المنفذون موجهون نحو النتائج. يمكنهم وقد حققوا مكاسب كبيرة ، على الرغم من بناء بنية تحتية أقل من القادة أو المخططين. من ناحية أخرى ، يجدون أحيانًا صعوبة في ربط الجهود المتباينة معًا لتحقيق أداء على مستوى الشركة.

الشركات الناشئة ، حوالي ربع المجموعة ، لديها أدنى مستوى من النضج وشهدت أقل المكاسب ؛ بدأ الكثير منهم للتو. أبلغت بعض الشركات الناشئة عن نجاح معتدل في حالات استخدام مختارة ، لكن البعض الآخر يجد صعوبة حتى في تحديد مكان الاستثمار. قليلون لديهم الإستراتيجية أو المهارات أو البنية التحتية المطبقة للمضي قدماً إلى أبعد من ذلك بكثير.

خمس طرق للحصول على معلومات ذكية حول ذكاء الآلة

بشكل عام ، وجدنا أن الشركات التي نجحت في نشر التقنيات الرقمية المتقدمة أجرت تقييمًا صادقًا لمكانها من حيث مؤشرات الأداء التسعة. على هذا الأساس ، كانوا قادرين على تشكيل رؤية لما يريدون أن يكونوا في غضون ثلاث أو أربع سنوات. في الوقت نفسه ، حددوا عددًا قليلاً من حالات الاستخدام الواعدة لتحقيق مكاسب سريعة. وبشكل أكثر تحديدًا ، حدد البحث خمسة مجالات يبرز فيها أصحاب الأداء الأفضل.

الحكم

ذكاء الآلة هو أولوية إستراتيجية للشركات الرائدة. قام العديد ببناء مراكز امتياز مخصصة لدعم جهود التنفيذ الخاصة بهم ، إما داخل وحدات الأعمال أو كوظيفة مركزية لدعم المنظمة بأكملها ، وضمان المعايير ، وتسريع النشر. تساعد وظيفة الدعم المخصصة والمركزية أيضًا في الحفاظ على برامجهم الرقمية في المسار الصحيح وتوثيق كيفية تقدم حافظتهم. من المرجح أن يكون لدى القادة عملية محددة لتقييم وتنفيذ الابتكار الرقمي أكثر من الشركات ذات الأداء المنخفض. على سبيل المثال ، تستخدم شركة الأدوية Bayer عملية حوكمة موثقة جيدًا لنشر تطبيقات متعددة في مصنع واحد ، والتي يتم نشرها بعد ذلك عبر شبكتها ، مما أدى إلى زيادة الإيرادات.

ومع ذلك ، يدرك القادة أيضًا أن التغيير أمر لا مفر منه في هذا الفضاء سريع الحركة. يقوم معظم القادة في مجموعة البيانات لدينا بصقل وتحسين عملياتهم باستمرار ، في حين أن المنفذين والمخططين في مجموعة البيانات الخاصة بنا غالبًا ما يتعثرون ، مما يحد من القدرة على التوسع بنجاح.

تعيين

المنظمات الرائدة تطبق MI على نطاق أوسع وتستخدم أساليب أكثر تعقيدًا. على سبيل المثال ، قام كل قائد بتنفيذ MI في التنبؤ وتحسين الصيانة والخدمات اللوجستية والنقل. من المرجح أيضًا أن يتبنى القادة مناهج متقدمة ، مثل تطبيق رؤية الماكينة لضمان جودة المنتج. وجدت شركة Amgen ، إحدى شركات الأدوية الحيوية ، أن عمليات نظام الفحص البصري توفر فرصًا كبيرة لأتمتة تقنيات الذكاء الاصطناعي والاستفادة منها. تقوم Amgen بتطوير نظام فحص بصري تم التحقق منه بالكامل باستخدام الذكاء الاصطناعي الذي سيعزز اكتشاف الجسيمات بنسبة 70٪ ويقلل الرفض الزائف بنسبة 60٪.

في حين أن مثل هذه التطبيقات يمكن أن يكون لها تأثير هائل ، فإن هذه الشركات تدرك أيضًا أن أي تأثير طويل الأجل يتطلب سحب أدوات متعددة بشكل متضافر ، وأن النشر الواسع على مستوى المؤسسة هو المفتاح.

الشراكه

الشراكات شائعة ، غالبًا مع الأوساط الأكاديمية والشركات الناشئة وبائعي التكنولوجيا الحاليين والمستشارين الخارجيين. ومع ذلك ، عمل القادة مع مجموعة واسعة من الشركاء ، وبشكل أكثر كثافة ، من أجل زيادة السرعة والتعلم. على سبيل المثال ، عملت شركتا Colgate-Palmolive و Pepsico / Frito-Lay ، وهما شركتا منتجات استهلاكية مع بائع أنظمة ، Augury ، على نشر تشخيصات حالة الماكينة التي تعتمد على الذكاء الاصطناعي على خطوط الإنتاج الخاصة بهم ؛ في حالة واحدة ، أدى هذا إلى منع انقطاع الخدمة لمدة ثمانية أيام. تعاونت شركة Analog Devices ، وهي شركة أشباه موصلات ، مع معهد ماساتشوستس للتكنولوجيا (MIT) لتطوير نظام MI الجديد لمراقبة الجودة الذي سمح لها بتحديد عمليات الإنتاج والأدوات التي قد يكون بها عيب. هذا يعني أنه كان على مهندسي الشركة مراجعة 5٪ فقط من بيانات العملية التي كان عليهم مراجعتها من قبل.

على الرغم من قدراتهم العالية ، اعتمد القادة في الواقع أكثر على الشركاء الخارجيين لزيادة تسريع تعلمهم والوقت للتأثير.

الناس

تتخذ الشركات الرائدة خطوات لضمان تمتع أكبر عدد ممكن من أصحاب المصلحة بالمهارات والموارد التي يحتاجون إليها لاستخدام الأساليب الرقمية المتقدمة ، بدلاً من الحفاظ على هذه الخبرة حكرًا على المتخصصين. يقوم أكثر من نصفهم بتدريب العاملين في الخطوط الأمامية على أساسيات MI ، على سبيل المثال ، مقارنة بـ 4٪ فقط من الشركات الأخرى. استخدم ماكدونالدز ، وهو مطعم عالمي للخدمة السريعة ، MI لتحسين مجموعة واسعة من المهام التشغيلية ، من التنبؤ باستجابة العملاء إلى التنبؤ بالإقبال في الوقت الفعلي. اعتمدت الشركة نهجًا هجينًا للقيام بذلك: يقوم مركز التميز المؤسسي التابع لها باختبار وتطوير مناهج جديدة قبل تجميعها في أدوات سهلة الاستخدام ومتاحة على نطاق واسع. يساعد هذا النظام أعضاء الفريق في هذا المجال على فهم أهمية البيانات الجيدة وصقل مهارات تحديد المشكلات لديهم.

أصبح من الواضح أن القادة ينظرون إلى استخدام البيانات والتحليلات على أنه جزء لا يتجزأ من كيفية عملهم ، بدلاً من إبقائه منعزلاً ومقتصرًا على عدد قليل من الموظفين.

توافر البيانات

القادة يجعلون البيانات قابلة للوصول. يمنح جميع القادة في بحثنا لموظفي الخطوط الأمامية إمكانية الوصول إلى البيانات ، مقارنة بـ 62٪ من البقية. يحصل القادة أيضًا على بيانات من العملاء والموردين ، ويقوم 89٪ بمشاركة بياناتهم الخاصة. تزيد احتمالية تمكين الشركات الرائدة من الوصول إلى البيانات عن بُعد وتخزين جزء كبير من بياناتها في السحابة بمقدار الضعف تقريبًا عن الشركات الأخرى. باختصار ، تعتبر إضفاء الطابع الديمقراطي على البيانات جانبًا مهمًا للاستخدام الفعال للتحليلات. وخير مثال على ذلك يأتي من Cooper Standard ، مورد سيارات. يتطلب من الفرق معالجة استراتيجية البيانات في وقت مبكر من عملية تطوير تطبيقات MI الجديدة ؛ وهذا يضمن أن جميع حالات الاستخدام مبنية على بيانات قوية وجيدة الإدارة. إن إضفاء الطابع الديمقراطي على البيانات يتناقض بشكل صارخ مع العديد من الشركات حيث تكون المعلومات قوة ويتم حمايتها بغيرة.

اللبنات الأساسية للتحول الرقمي

وجدنا أن المجالات الخمسة – الحوكمة ، والنشر ، والشراكات ، والأفراد ، والبيانات – كانت أكثر فاعلية عند دمجها في دليل ، وغالبًا ما يتم تنسيقها بواسطة مركز التميز. لكن أولاً ، تحتاج الشركات إلى تقييم صادق لنقطة انطلاقها عبر الأبعاد التسعة. من هناك ، يمكن أن تبدأ خطة الانتقال في التبلور. حتى لو كان الأمر تقريبيًا ، فإنه يعين أهدافًا واقعية متوسطة المدى تمثل العوائق التي تحول دون التغيير – المواهب الماهرة ، والقدرة الاستثمارية ، والبنية التحتية الحيوية مثل ترحيل البيانات من الأنظمة القديمة إلى السحابة. في حين أن الطموح يمكن أن يكون بلا حدود ، فإن الخطوات لا يمكن أن تكون صغيرة جدًا – بدأ معظم القادة باستخدام البيانات والأدوات البسيطة لاتخاذ القرارات ، ثم انتقلوا إلى تقنيات أكثر تقدمًا حيث قاموا ببناء النضج والإلمام ببياناتهم.

على الرغم من التطورات الأخيرة والمهمة في MI ، إلا أن النطاق الكامل للفرصة قد بدأ للتو في الظهور. وهذا يقودنا إلى فرق أكثر أهمية بين القادة والبقية: المال. أنفق القادة 30 إلى 60٪ أكثر وتوقعوا زيادة ميزانياتهم بنسبة 10 إلى 15٪ ، بينما أفاد الآخرون عن زيادات قليلة أو معدومة. هذا يعني أن الفجوة بين القادة والباقي يمكن أن تتسع بالفعل.

اعتمادًا على نقطة البداية ، سيكون مسار كل شركة مختلفًا. ولكن فيما يتعلق بما ينجح ، فإن القادة يظهرون الطريق.

ما هي بوتات التيليجرام ؟

ما هي بوتات التيليجرام؟

البوتات هي كالبرامج الصغيرة، تعمل مباشرةً داخل تيليجرام . يتم صناعتها من قبل مطورين مستقلين عن تيليجرام باستخدام واجهة تيليجرام البرمجية الخاصة بالبوتات ،أو بعبارة هي حسابات تيليجرام يتم تشغيلها بواسطة البرامج – وليس الأشخاص – وغالبًا ما تحتوي على ميزات الذكاء الصناعي . يمكنهم فعل أي شيء – التدريس أو اللعب أو البحث أو البث أو التذكير أو الاتصال أو الاندماج مع الخدمات الأخرى أو حتى تمرير الأوامر إلى إنترنت الأشياء.

Artificial Intelligence خطة كاملة لتعلم الذكاء الصناعي

كيف أبدأ في تعلم مجال الذكاء الصناعي – Artificial Intelligence ؟

أولا ما هو الذكاء الصناعي –  Artificial Intelligence ؟

بأبسط العبارات، يشير مصطلح الذكاء الاصطناعي (AI) إلى الأنظمة أو الأجهزة التي تحاكي الذكاء البشري لأداء المهام والتي يمكنها أن تحسن من نفسها استنادًا إلى المعلومات التي تجمعها. يتجلى الذكاء الاصطناعي في عدد من الأشكال.

  1. Swarm Intelligence

  2. Machine Learning

  3. Deep Learning

علوم البيانات والذكاء الاصطناعي تعتبر المجال الأكثر أهمية في القرن الثاني والعشرين
بعض المجالات الاخري التي ترتبط بالموضوع :

  • Self Driving Car (Computer Vision )

  • Robots ( Computer Vision + Embeded system +Machine Learning)

  • Data mining ( Data analysis – Machine Learning )

  • Marketing Intelligence

  • Business Intelligence

طيب حماسك زاد جدا صح وحابب تعرف ازاي تقدر تبدأ في المجال داه , الحمد لله كل شئ هيكون بسيط وسهل بس اهم حاجة تكون عندك هدف فكر في فكرة علي سبيل المثال نفسك تعمل روبوت او تعمل Software ذكي .. لازم تفكر في رؤيتك لان رؤيتك هي الي هتخليك تكمل الطريق الي هكتبهولك لأخره وكمان نضيف عليه .

الاسألة الشائعة قبل بداية الشرح :

هل احتاج الي الرياضيات اثناء العمل علي مشاريع ؟

لا تحتاج الي الرياضة بشكل كبير في البداية عند تعلمك اي لغة برمجة , ولكن ستحتاجها حين تطرق الي تعليم الألة والتعليم العميق ( الذكاء الاصطناعي وستحتاج الرياضيات والتفاضل )

أنا ضعيف في اللغة الانجليزية هل هناك فرصة ؟

المجال كله بشكل عام يعتمد علي اللغة الانجليزية قليل ما سوف تلتقي بعلم عرربي او مقالة عربية نظرا لانه علم غريب علينا فأنهل العلم من أرضه وتعلم الانجليزية ساعتين يوميا ستكفي بالغرض

هل سأحصل علي عمل بعدما انتهي من هذا المسار التدريبي ؟

الأرزاق بيد الله والله لا يضيع اجر من احسن عملا فلا تتفكر في المستقبل كثيرا واصنع مستقبلك بنفسك وسأخبرك كيف ستستطيع ان تنهل وظيفتك الاولي

هل هذا المسار مهم لماذا لا اعمل مترجم ؟

المسار مهم للغاية انها الوظيفة الاولي علي مستوي العالم حاليا , الاعلي اجرا والاكثر طلبا ( عالم بيانات)

أشياء يجب معرفتها قبل البدأ ؟

الفرق بين Software & Hardware

يكمن الفرق بين السوفت وير والهاردوير في أن السوفت وير عبارة عن مكونات الحاسوب غير الملموسة أو المرئية، وهي عبارة عن أنظمة التشغيل الويندوز ولينكس أو ماك والبرمجيات أو البرامج كالتطبيقات، أما الهاردوير فهو كل مكونات الحاسوب التي يمكن لمسها ورؤيتها بالعين المجردة ولا تحتاج إلى لغات برمجة خاصة كالجافا سكريبت وال SQL.

ما هي لغة البرمجة Programming Language ؟

لغة البرمجة هي بالأساس طريقة تسهل للمبرمج كتابة برنامجه في هيئة تعليمات وأوامر يفهمها الحاسوب بغرض تنفيذ العمل المطلوب. ومن المعروف ان الحاسوب يحول اللغة المكتوبة بها البرمجة إلى سلسلة من 0 و 1، ويبدأ على أساسها عمله.

كيف تعمل المواقع والسيرفرات وقواعد البيانات ؟

خادم ال DNS يُرسل للمتصفح الآي بي IP الخاص بالسيرفر المُستضاف عليه دومين الموقع. المتصفح يقوم بالاتصال بالسيرفر المُستضاف عليه الموقع ويطلب منه الصفحة التي قمت أنت بإضافة الرابط الخاص بها. الخادم يقوم بتجهيز الصفحة وإرسالها للمتصفح في صورة حزم بيانات.

ماهو Linkedin ؟

موقع LinkedIn هو أكبر شبكة احترافية في العالم على الإنترنت. يمكنك استخدام LinkedIn للعثور على الوظيفة المناسبة أو التدريب، وربط وتعزيز العلاقات المهنية، …

ماهي علوم البيانات ؟

هو فحص البيانات المتوفرة، بغرض استخلاص واستنتاج معلومات قد تُفيد في معرفة أسباب حدوث أشياء في الماضي، أو من أجل تطبيقها في الحاضر، بهدف تطوير الحياة في المستقبل …

ماهي البيانات الضخمة Big Data ؟

يمكن شرح مصطلح Big Data بأنه بيانات متعددة الأنواع والمصادر بحجم يصل إلى المئات من التيرابايت أو حتى البيتابايت أو حتى أكثر للحزمة الواحدة من البيانات

أفضل المواقع التعليمية اونلاين مجانية :

  1. https://coursera.org (Coursera)

  2. https://udacity.com (Udacity)

  3. https://udemy.com (Udemy)

  4. https://www.edx.org (EDX)

تلك المواقع تعتبر اكبر واضخم تشكيلة ستلقاها في حياتك .

ماذا احتاج لأتعلم الذكاء الاصطناعي ؟

الرياضيات والاحصاء ( تفاضل والتكامل- الجبر الخطي-الاحصاء) : وانا انصح بتلك القناة ممتازة جدا لتعليم الرياضيات:

https://www.youtube.com/channel/UCLIvNqBJtlcw9ymmRhyAacw

كورسات تعليم لغة ال Python :

https://www.sololearn.com/Course/Python/

Machine Learning Introduction

https://www.coursera.org/learn/machine-learning

Deep Learning Introduction

https://www.udacity.com/course/deep-learning-pytorch–ud188

IBM Professional Data Science

https://www.coursera.org/specializations/ibm-data-science-professional-certificate

الاربع لينكات السابقة بالاضافة الي الموقع داه :

https://kaggle.com (Kaggle)

برنامج تعلم الذكاء الصناعي كالتالي

البرنامج اليومي :

  1.  قراءة 3 مقالات علمية في المجال بشكل عام ( أسأل جوجل عن اقوي مدونات علوم البيانات )

  2.  حل 10 مسائل رياضية يوميا ( تفاضل- احصاء – جبر خطي) بمشاهدة القناة 10 فيديوهات يوميا

  3. ثلاث  ساعات تعليم لغة انجليزية

  4. ساعة قراءة معلومات عامة

  5. 3-7 ساعات برمجة

  6. ساعة راحة ( يفضل ان تكون ممارسة رياضة )

البرنامج الشهري :

الشهر الاول :

  1. أساسيثات البايثون – البرمجة بشكل عام + مزامنة البرنامج اليومي

  2.  في حالة الانتهاء والحصول علي الشهادة من الموقع برجاء الذهاب الي اي قناة علي اليوتيوب لدراسة الاجزاء والتفاصيل الصغيرة بداخل ال Python للانتقال الي مرحلة اعلي

  3. التدريب دائما يكون بانجاز مشاريع حتي ولو كانت بسيطة لا تقلق انت تبلي حسنا

 الشهر الثاني – حتي الشهر الخامس :

  1. هيعتبر اقوي الشهور من حيث المحتوي العلمي هنزاكر فيه Machine Learning Introduction من Coursera

  2. بالتزامن مع كورس هنزاكر المكتبات الأتيه في python

Numpy

Pandas

Scipy

Sckit-Learn

وهنبدأ نزاكر كل يوم ساعة يوما علي موقع Kaggle.com 

الشهر الخامس (Deep Learning Introduction) :

هذا المسار هياخد منك وقت تقريبا شهرين او تلاتة أما الكورس الاخير تبع IBM فهو هيكون بمثابة مراجعة علي كل الي فات خلال ال 6 شهور لتنشيط الذاكرة

ملاحظات مهمة :

  1. كيفية معرفة استخدام جوجل اهم من العلم نفسه

  2. موقع Kaggle اهم من ال المقال داه كله

  3. لا تهتم بالشهادات ستحصل عليها اهتم بالمشاريع

  4. ابدأ وبعد 6 اشهر من الان اسألني ماذا سنفعل

هل يستطيع الذكاء الإصطناعي هزيمة العقل البشري؟

هل يتمكن الذكاء الصناعي من منافسة العقل البشري ؟

المنافسة بين العقل البشري و الذكاء الإصطناعي هي حديث الساعة و المستقبل و كون بعض التصريحات تقول بأن الذكاء الإصطناعي أو الربوتات ستتفوق على البشر يعتبر أمرا مخيفا لكل البشرية و سأحاول الإجابة عن هذا السؤال من وجهتي نظري الخاصة بشكل مبسط و سريع.

فلسفيا :

إذا قلنا فرضا بأن المصنوع أو المخلوق يمكنه صنع أو خلق ماهو أفضل منه و إذا تواصل هذا الأمر مع الزمن في سلسلة من الخلق و التطوير فإنه في مرحلة زمنية محددة سنتجاوز قدرة الخالق الأول و هذا يتنافى مع الحقيقة المنطقية بأن الإله (الله ) هو قاهر لكل الخلق و فوقهم جميعا. من جهة أخرى ندرك تمام الإدراك بأن الإنسان مخلوق غير كامل، لا يمكنه الطيران ذاتيا و لا الغوص، يعتريه النسيان و الضعف، ذاكرته محدودة، قدرته على الفهم و الإنجاز محدودة ، تجربته محدودة في كل شيء.
يمكن للإنسان أن يعيش بعض التجارب العاطفية أو الإجتماعية لكن بشكل محدود. عندما ندرك بأن الإنسان غير كامل ندرك أيضا أن الغير كامل ينجز أشياء غير كاملة.

كل هذا لأقودك إلى المعادلة التالية : أداء الربوت يكون أقل أو يساوي أداء الإنسان ناقص هامش الخطأ.
Pr <= Ph – £
و بالتالي يستحيل نظريا إنجاز ربوت يفوق الإنسان، لكن هل يمكن أن ينقرض الإنسان بفعل الربوتات هنا أقول نعم. يمكن في لحظة ما من فقدان السيطرة على البرامج المتحكمة في إطلاق الصواريخ النووية أن تمحو الحياة من سطح الأرض. العقل البشري عام و لديه نظرة عامة عن الذكاء عكس العقل الإصطناعي الذي يكون متخصصا أكثر. ففي حرب طويلة الأمد بين البشر و الربوتات مع قدرة البشر على التطور و التكيف الطبيعي يمكنهم الفوز على الربوتات، الخطر هو في الأمور التي تتم بسرعة و في مدة غير كافية للإنسان للتأقلم مع الحالات الطارئة الجديدة.

علميا :

من الناحية العلمية الذكاء الإصطناعي تفوق على العقل البشري في عدة مجالات و عدد هذه المجالات في تزايد مستمر. مثلا مترجم جوجل، يستطيع الإنسان تعلم حتى 10 لغات لكن يستحيل أن يتعلم أكثر من 100 لغة.
مترجم جوجل ليس فصيحا كأصحاب اللغة الأم لكنه يقدم ترجمة مفهومة إلى حد ما و هذه القدرة قابلة للتطور أكثر ألاف الأضعاف مع الحواسيب الكمومية ذات القدرة العالية و قد تصل المترجمات الألية إلى أن تكون أفصح من أصحاب اللغة الأصليين. في مجال الحسابات لا مجال للمقارنة بين سرعة الألة و سرعة العقل البشري، التيار الكهربائي يسير أسرع بكثر في الأسلاك المعدنية عن الروابط البيولوجية و الدم في الشرايين حيث الخلية العصبية تنتظر و صول الدم محملا بالأكسجين و الجلوكوز لتقوم بعملها.
يستحيل حاليا إجراء الحسابات المالية و أجور الموظفين و متابعتهم يدويا كالسابق في الشركات الكبرى و لا إستغناء عن الألة. هناك فرق شاسع في القدرة على التحمل و العمل لساعات متواصلة لصالح الألات. عمر الإنسان قصير و كل إنسان يولد يبدأ مرحلة التعلم من الصفر و يستغرق سنوات في عملية التعلم و التدريب بينما الربوتات تنقل الخبرات السابقة بينها عن طريق النسخ و اللصق أو الإرسال المباشرة. لدينا السرعة و القدرة على التحمل و هما عنصران أساسيان في عملية تغلب أي عنصر و هما لصالح الألة حاليا و تبقى الكفاءة التي يتفوق فيها الإنسان حاليا على العموم لكن في بعض المجالات الكفاءة تميل لصالح الذكاء الإصطناعي، مؤخرا حتى في تشخيص الأمراض و التعرف عليها. و مع ظهور الحواسيب الكمومية قريبا كما هو متوقع فإن الكفاءة أيضا سوف تميل لصالح الذكاء الإصطناعي في غالبية المجالات.

التفرد أو (singularity )

و هو الحالة التي تستقل فيه الألات عن الإنسان و تصير متفردة بإدارة شؤنها، أحد المتخصصين في التعلم العميق يقول بأننا سوف نشهد بداية ذلك في سنة 2040! هذه النقطة غامضة جدا و يصعب شرحها لأنها متعلقة بالوعي تلك الحياة الداخلية التي يعيشها الإنسان عندما يغمض عينيه و يفكر في نفسه و يدرك أنه مستقل و متفرد عن الأخرين. بداية تشكل الوعي عند الأطفال هو عندما يدرك بأن الصورة المنعكسة على المرآة هي له و ليست لطفل أخر يقف مقابلا له. لكن كيف سيحصل ذلك عند الربوت لا نعلم! أحد المرضى أصيب و تأثرت الرؤية لديه و لم يكن يدرك بأنه يري و في تجربة قام بها الأطباء معه و هي التكهن بعدد الأصابع المرفوعة في اليد فكانت النتائج الإحصائية تقريبا 100٪ إجابات صحيحة، هو يشاهد الأصابع المرفوعة لكن لا يدرك ذلك! هذه الحالة تعمق غموض الوعي فمن الممكن و أنت تقوم بأعمال ما و لا تدرك ذلك و لا تشعر بذلك! و كذلك نعممها على الربوت فيمكن أن يقوم بوظائف عالية الدقة و متقدمة لكن تبقى مجرد مهام يبرمج عليها و لا تعتبر وعيا. الوعي ننتجه عندما نفهمه و نفهم أسباب تشكله و ألية عمله. هل محاكة الدماغ البشري بشبكة عصبية ضخمة يكون (nodes ) فيها بعدد الخلايا العصبية في الدماغ يؤدي إلى تشكل الوعي عند الربوت؟ الحقيقة لا نعلم و تبقى هذه الأسئلة غامضة و مفتوحة للباحثين من أجل إيجاد إجابات مقنعة لها.

الكاتب : هشام فلواط – hichem felouat

ما هو تعلم الالة Machine Learning

ما هو تعلم الالة (Machine Learning) ؟

تعلم الآلة هو أحد فروع الذكاء الاصطناعي التي تهتم بتصميم وتطوير خوارزميات وتقنيات تسمح للحواسيب بامتلاك خاصية “الـتـعـلـم”.

بشكل عام هناك مستوين من التعلم :

  1. الاستقرائي

  2. الاستنتاجي

يقوم الاستقرائي باستنتاج قواعد وأحكام عامة من البيانات الضخمة؛ المهمة الأساسية للتعلم الآلي هي استخراج معلومات قيمة من البيانات، وبالتالي فهو قريب جداً من “التنقيب في البيانات Data mining”والإحصاء، والمعلوماتية النظرية؛ يُستخدم التعلم الآلي في العديد من المجالات كالهندسة والطب ..

تعتمد الخوارزميات المستخدمة في تعلم الآلة على مجموعة من النمادج الرسومية وأدوات القرار، كمعالجة اللغات الطبيعية والشبكات العصبية الاصطناعية للقيام بمهمة أتمتة البيانات المحللة والمعالجة، وبالتالي تحفيز الآلة على اتخاذ القرار والقيام بالمهام الموكلة لها بكل سهولة؛ ولابد من الإشارة إلى أن الشبكات العصبية الاصطناعية المستخدمة في تعلم الآلة تُؤدّي دوراً في غاية الأهمية يُضاهي دور الأعصاب وشبكاتها في جسم الإنسان ودماغه؛ وانطلاقاً من الدور المعقد الذي تقوم به الخوارزميات وأدواتها، فقد ظهرت الحاجة إلى الملحة للإتيان بما يُعرف بــ “التعلم العميق  Deep Learning”.

و هناك العديد من الاستخدامات لتعلم الآلة كالتنبؤ بنتائج الانتخابات أو الطقس وغيرها ..

(روبوت الدردشة) تعرف على البوت Boot

البوت أو روبوت الدردشة هو برنامج كومبيوتر يُحاكي لغة الإنسان الطبيعية، حيث يتواصل المستخدم مع روبوت الدردشة من خلال برامج الدردشة أو من خلال الصوت وكأنه يتحدث إلى شخص حقيقي، إذ يقوم الروبوت بمعالجة كلام المستخدم وتقديم إجابات معدة مسبقاً، كما يمكن أن يتواجد على منصات مثل facebook messenger, whatsapp, skype, wechat أو حتى على موقعك الإلكتروني.


إن روبوت الدردشة مثله مثل التطبيقات الأخرى، فهوى يتضمن قاعدة بيانات وواجهة مستخدم، ولدينا ثلاثة أنواع من روبوتات الدردشة:

1. روبوت الدردشة المعتمد على القواعد (Rule Based)

يعتبر هذا النوع هو أبسط روبوتات الدردشة، ويتفاعل معه الناس من خلال الضغط على زر والاختيار من أسئلة تم إعدادها مُسبقاً، للحصول على إجابات مناسبة، فى هذه الحالة يتوجت على المستخدم القيام ببعض الاختيارات ونتيجة لذلك فالمستخدم يمر بخطوات أطول وأكثر بطء في إرشاد المستخدم لهدفه، ومع ذلك فهي مناسبة جداً لاستهداف العملاء المحتملين من خلال طرح أسئلة على العميل المحتمل ويقوم العميل بالرد من خلال مجموعة اختيارات يقوم الروبوت بتحليلها والرد عليها، ولكن مع المحادثات المعقدة فإن هذا الروبوت ليس أفضل اختيار.

2. روبوت الدردشة المستقل فكرياً (Intellectually independent chatbots)

تَستخدم هذه الروبوتات التعليم الآلي “Machine learning” مما يساعد الروبوت على التعلم من طلبات ومدخلات المستخدم، فالتعليم الآلي هو قدرة الكومبيوتر على التعلم بنفسه من البيانات وإدراك الأنماط واتخاذ القرار بأقل تدخل بشري، وذلك عن طريق تدريب ربوتات الدردشة المستقلة فكرياً على أن تفهم الكلمات المفتاحية والعبارات التى يرد عليها الروبوت، ومع الوقت يقوم الربوت بفهم الكثير من الأسئلة، ويمكننا القول أن الروبوت يتدرب ويتعلم من التجربة، وعلى سبيل المثال يمكن أن تكتب للروبوت “لدي مشكلة فى تسجيل الدخول إلى حسابي” وسيقوم الروبوت بفهم “المشكلة”، “تسجيل الدخول” و “حساب” وسيقدم إجابة معدة مسبقاً للرد على هذا السؤال.

3. روبوت الدردشة المدعوم بالذكاء الاصطناعي (AI – Powered chatbot)

تجمع الروبوتات المدعومة بالذكاء الاصطناعي بين الأفضل من روبوتات الدردشة المستقلة فكرياً والروبوتات المعتمدة على قواعد.
الذكاء الاصطناعي، وهي محاكاة للذكاء البشري يُساعد الآلات على العمل واتخاذ القرارات كأشخاص عقلاء، فتفهم روبوتات الدردشة اللغة الحرة الغير مقيدة بأسئلة معدة مسبقاً ولكنها محددة بسياق معين حتى يتم التأكد من إنها تحل مشكلة المستخدم، كما يمكن لهذا الروبوت التحرك من سياق الحديث لآخر ومساعدة المستخدم في أي وقت.
وتَستخدم هذه الروبوتات التعليم الآلي ومعالجة اللغة الطبيعية لفهم الأشخاص، والهدف من تحليل اللغات الطبيعية هو جعل التفاعل بين أجهزة الكومبيوتر والأشخاص يبدو وكأنه اتصال بين شخصين.

🔸 لكن كيف تعمل معالجة اللغة الطبيعية فى روبوتات المحادثة؟

تتضمن معالجة اللغة الطبيعية عمليتين، الأولى هي فهم اللغة الطبيعية، والثانية هي توليد اللغة الطبيعية.
إن عملية فهم اللغة الطبيعية تتمثل في قدرة الروبوت على فهم الإنسان وهي عملية تحويل النص إلى بيانات منظمة لكي يفهمها الجهاز، بينما يقوم توليد اللغة بتحويل البيانات المهيكلة إلى نص مفهوم.
تخيل أن يكتب أحد المستخدمين لروبوت الدردشة “ما حالة الطقس فى سان فرانسيسكو اليوم؟” للرد على هذا السؤال يقوم الروبوت بتقسيم الجملة إلى ما هو مقصود منها؟ وما عَبّر عنه الشخص ( نوايا وكيانات)؟
والنية هى الطلب الذي يريده المستخدم أو المعلومات التي يريد الحصول عليها. أما الكيانات فهي التفاصيل التى يُعبر عنها المستخدم ( المعلومات) كالموقع والتاريخ واللون، ففي هذا المثال تكون النية هي الطقس والكيانات تكون “سان فرانسيسكو” و “اليوم”.

لماذا تعتبر روبوتات الدردشة فرصة عظيمة؟

بدأ الناس في استخدام برنامج Facebook messenger للدردشة مع أصدقائهم وأقاربهم وللتواصل مع مختلف العلامات التجارية والبحث عن المنتجات، حيث تظهر الدراسات الحديثة أن برامج المراسلة أكثر شيوعًا من التطبيقات الأخرى، ويمثل معظم المستخدمين فئة عمرية أصغر وهي فئة ‘ديموغرافية’ مهمة للغاية للمعلنين والناشرين والعلامات التجارية.
لقد أدركت العديد من العلامات التجارية بالفعل أنه باستخدام روبوتات المحادثة، يمكنها إشراك العملاء بنجاح على وسائل التواصل الإجتماعي. لذلك يتزايد عدد روبوتات المحادثة باستمرار، وهناك أكثر من 300000 روبوت محادثة على Facebook.
كما أصدر Facebook مؤخراً مجموعة من البيانات التي تثبت قيمة الروبوتات للأعمال :

1▫ 2 مليار رسالة يتم إرسالها بين الأفراد والشركات شهرياً.
2▫ %56 من الناس يفضلون الرسائل على الاتصال بخدمة العملاء.
3▫ من المرجح أن يتسوق %53 من الأشخاص من خلال الأعمال التجارية التي يمكنهم مراسلتها.

وفقاً لأبحاث Hubspot، يريد %71 من الأشخاص استخدام تطبيقات المراسلة للحصول على مساعدة العملاء، ويفعل الكثير منهم ذلك لأنهم يريدون حل مشكلتهم بسرعة، لذلك وباستخدام روبوتات الدردشة يُمكن للشركات استخدام برامج المراسلة بسهولة للتواصل مع العملاء المتوقعين والعملاء على النظام الأساسي الذي يحبونه ويعرفونه بالفعل.

كيف تشتغل منصات الترجمة الآلية؟

لنأخد الترجمة في Google على سبيل المثال.

“إذا نظرتُ إلى مقال مكتوب باللغة الروسية، فإني أنظر إلى مقال مكتوب باللغة الإنجليزية إلاّ أنه خضع إلى تشفير معين، كل ما عليّيَ القيام به لأفهم المقال هو فك التشفير”.

إذا أردنا أن نُترجم جملة عربية لجملة انجليزية فسيتحتم علينا أمرين. أول شيء يجب أن نعرف كل كلمة ومُقابلها في اللغة الإنجليزية، بمعني نكون متقنين للمفردات “Vocabularies”، الشيء الثاني يجب أن نكون متقنين لقواعد اللغة، كي نرتب الكلام بحيث يعطينا أفضل إتقان وإيضاح للمعنى.

لماذا سنعلم الآلة أن تترجم، فهل نحن قادرين على تعليمها قواعد اللغة مثلاً؟

الجواب هو نعم، شركات مثل Google وMicrosoft وغيرهم لديهم أنظمة ترجمة ذكية منذ زمن.
بشكل عام لدينا ثلاث أنواع رئيسية للترجمة :
▫ أنظمة الترجمة المعتمدة على القواعد rule-based وهو أقدم نوع.
▫ أنظمة الترجمة الإحصائية statistical MT.
▫ أنظمة الترجمة باستخدام الشبكات العصبونية Neural MT،والتي بدأت Google باستخدامها منذ عام 2016.

في هذا المقال سنتحدث بشكل أساسي عن النوع الثاني والثالت.


🔹 نظم الترجمة الإحصائية SMT :

حتى يكون بمقدور نظام الترجمة الإحصائي ترجمة عبارة أو جملة من لغة (أجنبية) إلى لغة أخرى، فسيحتاج لعدة أمور :
أول شي بصفتنا كخبراء يجب أن نجمع عدد كبير من المصادر الموثوقة، والتي تكون مكتوبة بالإنجليزية ومترجمة للغة أخرى (ألمانية مثلاً)، ثم يجب أن نصمم ونتعامل مع نموذج اللغة “language model”، نموذج الترجمة “translation model”، وشيء مهم للغاية يُسمى محاذاة الكلام “Alignments”.

1. نموذج اللغة _ “language model”، مهمته هي أن يعطيني مقدار احتمالية أن تكون الترجمة التي ترجمها النظام صحيحة لغوياً.. وهذا يُساعد نظامنا على وضع الترتيب الصحيح للكلام المترجم، أي أنه يُعبر ضمنياً عن قواعد اللغة.

2. نموذج الترجمة _ “Translation Model” : يُعطيك احتمالية ترجمة عبارة إنجليزية إلى لغة أخرى. بكلام أوضح فهو يُعبر عن الاحتمالية الشرطية أن العبارة الفرنسية i مثلاً هي ترجمة محتملة للعبارة الإنجليزية e مثلاً. ولنجعل هذا النموذج فعالاً أكثر، فنحن فسنعطي الاحتماليات للكلمات بدل من العبارات. مثلاً الكلمة الألمانية haus يُوافقها house, home, shell, and household بالانجليزية. هذا الشيء كشفه نموذج الترجمة، ولكن بنفس الوقت كشف أن الاحتمالية الأكبر تكون لكلمة house .

3. الرصف Alignments: يُعبر عن mapping بين كلمات اللغة الأصلية وكلمات اللغة الأجنبية. يستخدمونه طي يعرف النظام الكلمات المتوافقة بين اللغتين حتى يبني أشبه ما يكون لقاموس. وهذا كله بالاعتماد على الطريقة الإحصائية “Maximum Likelihood Estimation” و”EM Algorithm.


🔹 نظم الترجمة العصبونية :

مع ظهور الـ deep learning أو ما يُسمى “التعلم العميق” صارت ترجمة neural machine translation هي النمط الأساسي والأفضل بين أنماط ترجمة الآلة.
بهذا النمط يتم استخدام شبكة عصبونية واحدة ضخمة من أجل نمذجة كامل عملية الترجمة، وهذا الشيء يُساعد كثيراً بالتقليل من عمليات الـ feature” engineering” المتعبة. بالإضافة لبساطة هذا النوع، فهو يُعطينا أداء عالي لكثير من الثنائيات اللغوية.

ما هي ؟Deep Fake (التزييف العميق)

كل تقنيات الذكاء الاصطناعي التي ظهرت في السنوات الأخيرة الماضية، لا تثير القلق والخوف بقدر ما تثيره تقنية الـ Deep Fake أو ما يعرف بالتزييف العميق!
هذه التقنية يمكن استخدامها لتركيب مقاطع الصوت والصورة على صور معينة لشخص ما بطريقة دقيقة للغاية وبشكل يعجز المستخدم العادي عن تمييز المقطع الصحيح من المزيف.
وفي حين أن بعض الأساليب التي عرضت بها هذه التقنية كانت للترفيه في البداية، إلاّ أن حالات استخدامها الأخرى مثيرة للشكوك والمخاوف. تخيّل أن تصحو غداً وتجد فيديو إباحياً لك منتشراً على مواقع التواصل الاجتماعي لا علاقة لك به! Deep fake تجعل كل شيء ممكناً من الصدمة وتدمير السمعة، وصولاً إلى نشر الأخبار الزائفة والمضللة.
بالطبع، هناك استخدامات إيجابية لتقنية “deep fake” مثل صنع الأصوات الرقمية للأشخاص الذين فقدوا أصواتهم، أو تحديث لقطات من الأفلام بدلاً من إعادة تصويرها، ومع ذلك، فإن احتمال استخدام هذه التقنية بطريقة مؤذية يثير قلقاً كبيراً، خاصة وأن هذه التقنية أصبحت أكثر دقة عما كانت عليه منذ ظهورها في العام 2017.

🔸 كيفية عمل هذه التقنية !

تقوم هذه التقنية على صنعِ فيديوهات زائفة عبر برامج الكمبيوتر من خلال الذكاء الاصطناعي. يجب أولاً جمع عدد كبير من الصور عن الشخص المستهدف ليتم تعديلها وحجم الوجه بحسب الصور التي تملكها، بعدها تبدأ مرحلة تدريب التطبيق على هذه الصور بجميع تفاصليها (إبتسامة الشخص، كيفية تحريك فمه، علامات الغضب..)، أما المرحلة الأخيرة فهي عملية الدمج حيث يتم الاستعانة فيها بالمعلومات القياسية من أحجام وأشكال التي تم جمعها في المرحلة الأولى، مع استخدام الصور المستخرجه مضافاً إليها بعض الأمور الهندسية، وتجميعها داخل الفيديو ليتم إنتاج مقطع جديد زائف بصعوبة كبيرة في كشفه.

بحسب المتخصصين في تقنيات الذكاء الاصطناعي، فغالباً ما يتم عمل هذه الفيديوهات على المشاهير، لانتشار صورهم بكثافة على الإنترنت، إلاّ أن ذلك لا ينفي استهدافها للأشخاص العاديين أيضاً.

أهم استخدامات لغة بايثون

 

اكتشف بعضًا من أفضل استخدامات بايثون، حيث نستكشف سبب كونها لغة برمجة شائعة ومتنوعة , على الرغم من بدايتها كمشروع هواية سمي على اسم Monty Python ، أصبحت الآن واحدة من أكثر لغات البرمجة شيوعًا والأكثر استخدامًا في العالم. إلى جانب تطوير الويب والبرامج ، يتم استخدام Python لتحليلات البيانات والتعلم الآلي وحتى التصميم.

نلقي نظرة فاحصة على بعض استخدامات بايثون ، فضلاً عن سبب كونها لغة برمجة شائعة ومتعددة الاستخدامات. لقد اخترنا أيضًا بعضًا من أفضل الدورات التدريبية لدينا لتعلم بايثون ، وبعض الأفكار لمشاريع بايثون للمبتدئين.

ما هي لغة بايثون (Python)🤔 ؟

هي لغة برمجة كائنية التوجه، عالية المستوى، مفتوحة المصدر، وهي لغة تفسيرية، سهلة الكتابة، بسيطة الفهم، متعددة الأغراض. قام الهولندي جيدو ڤان روسم Guido van Rossum بتطوير اللغة في عام 1991م، وهي حاليًا تعتبر من أشهر 5 لغات برمجة على مستوى العالم، وهي ثاني أكثر اللغات المستخدمة في عام 2020م حسب تصنيف TIOBE.

1- تطوير الويب Web Development

تطوير الويب يعتبر من أهم مجالات استخدام لغة بايثون، فإذا كنت تبحث عن متعلق بتطوير الويب، فحتمًا ستجد أن لغة بايثون من اللغات المتواجدة بقوة خصوصًا مع إطار فلاسك Flask لمن يدرس مسار Back-End أو إطار جانجو Django لمن يدرس مسار Full-Stack.

Django Tutorial: Python Web Development - DataCamp

بالرغم من أن بايثون لا تعمل على المتصفح، ولكن تعمل بدلًا منها لغة جافا سكريبت JavaScript، ولكن تم ابتكار حلول لذلك منها الاعتماد على إطار Pyjs الذي يتولى تحويل الكود بلغة بايثون إلى كود جافا سكريبت حتى يستطيع المتصفح تشغيله. وعلى أي حال فدعم اللغة للعمل مع قواعد البيانات، وأٌطر العمل التي يوفرها تجعل منها لغة قوية ومنافسة في المجال.

2- أمن المعلومات Information security

– من أشهر استخدامات بايثون هو استخدامها في مجال أمن المعلومات، حيث تعتبر من أكثر اللغات المستخدمة في مجال الاختراق الأخلاقي Ethical Hacking،

Python for Automating Information Security: Introduction to the Metasploit Framework | packtpub.com - YouTube

ويتم الاعتماد على اللغة في برمجة أدوات الاختراق أو اختبار الاختراق Penetration Testing، وكذلك في التعامل مع الشبكات وغيرها من الأمور الهامّة في هذا المجال.

 

3- الذكاء الاصطناعي Artificial Intelligence

– من أهم الاستخدامات لهذه اللغة هو الاعتماد عليها في برمجة تقنيات الذكاء الاصطناعي AI وتعلم الآلة، حيث تستطيع برمجة الشبكات العصبونية Neural Networks واستخدامها في بناء تطبيقات قادرة على التعلم والتطوير الذاتي.

Artificial Intelligence With Python | Build AI Models Using Python | Edureka

توفر اللغة مجموعة مميزة من المكتبات المستخدمة في المجال أشهرها مكتبة Tensor Flow / Theano / NumPy وغيرها، وهو ما جعلها واحدة من أفضل لغات برمجة الذكاء الاصطناعي على الإطلاق.

4- تطبيقات سطح المكتب Desktop Application

Do python gui desktop application development by Humxahafeex | Fiverr

تعتبر بايثون من اللغات المميزة التي يمكن الاعتماد عليها لتطوير برامج الكمبيوتر، خصوصًا مع توفير اللغة أدوات خاصّة لذلك من أشهرها PyQT Toolkit وكذلك مكتبة كايفي Kivy والتي باستخدامها يمكن تطوير برامج تعمل على جميع أنظمة الكمبيوتر وكذلك الهاتف المحمول.

5- برمجة الألعاب Game Programming

11 tools to get you started making video games - The Verge

تعتبر برمجة الألعاب من مجالات استخدام لغة بايثون Python، حيث تتوفر اللغة على مجموعة مكتبات وأطر عمل رائعة يتم الاعتماد عليها في ذلك وأشهرها مكتبة PyGame / Pyglet / Cocos2d، لذلك تعتبر من أشهر لغات برمجة الألعاب حاليًا.

6- تطبيقات بلوك تشين Blockchain

Installing the Blockchain.info Python library - Hands-On Bitcoin Programming with Python [Book]

تعتبر لغة بايثون من اللغات القليلة التي يمكن الاعتماد عليه في تطبيقات البلوك تشين وهي أحد أقوى التقنيات في الحاضر والتي تعتبر من أكثر المهن المطلوبة في سوق البرمجة.

7- علوم البيانات Data Science

Spyder - The Scientific Python IDE for Data Science

البيانات الضخمة وعلومه يعتبر واحد من أبرز المجالات التي تم الاعتماد فيها على بايثون جنبًا إلى جنب مع لغة R. حيث توفر اللغة حزم ومكتبات مميزة تستخدم في التعامل مع البيانات الخضمة وتحليلها مثلPandas / NumPy / SciPy / StatsModels / Matplotlib وغيرها.

8- قواعد البيانات Database Programming

Python MySQL - Create Database - GeeksforGeeks

– تتميز Python بتوافقها مع معظم لغات قواعد البيانات مثل Oracle / SQL / MySQL حيث يمكن إدارة قواعد البيانات باستخدام هذه اللغة المميزة.

 

error: Content is protected !!