يُعتبر الذكاء الاصطناعي ، من أهم المواضيع التقنية التي تشغل العالم كله حالياً، وعند القيام ببحث عن الذكاء الاصطناعي ستظهر الكثير من المقالات والبحوث والتجارب والنظريات المتعلقة بالذكاء الاصطناعي، فما هو الذكاء الاصطناعي، ؟! ..

اولاً:

o تعريف الذكاء الاصطناعي: يُعتبر الذكاء الاصطناعي بالإنجليزيّة:( Artificial Intelligence) أحد فروع علم الحاسوب، وإحدى الركائز الأساسية التي تقوم عليها صناعة التكنولوجيا في العصر الحالي، ويُمكن تعريف مصطلح الذكاء الاصطناعي -الذي يُشار له بالاختصار (AI)- بأنه قدرة الآلات والحواسيب الرقميّة على القيام بمهام مُعينة تُحاكي وتُشابه تلك التي تقوم بها الكائنات الذكيّة؛ كالقدرة على التفكير أو التعلُم من التجارب السابقة أو غيرها من العمليات الأُخرى التي تتطلب عمليات ذهنية، كما يهدف الذكاء الاصطناعي إلى الوصول إلى أنظمة تتمتع بالذكاء وتتصرف على النحو الذي يتصرف به البشر من حيث التعلُم والفهم، بحيث تُقدم تلك الأنظمة لمُستخدميها خدمات مُختلفة من التعليم والإرشاد والتفاعل وما إلى ذلك. o أنماط الذكاء الاصطناعي والتحول الرقمي: 1. الذكاء الاصطناعي المحدود أو الضيق بالإنجليزيّة:( Weak AI or Narrow AI) يُعتبر الذكاء الاصطناعي المحدود أو الضيق أحد أنواع الذكاء الاصطناعي التي تستطيع القيام بمهام مُحددة وواضحة، كالسيارات ذاتيّة القيادة، أو حتى برامج التعرُف على الكلام أو الصور، أو لعبة الشطرنج الموجودة على الأجهزة الذكية، ويُعتبر هذا النوع من الذكاء الاصطناعي أكثر الأنواع شيوعاً وتوفراً في وقتنا الحالي. كل ماتم انتاجه في الذكاء الاصطناعي يصنف على انه ذكاء اصطناعي ضعيف او محدود او ضيق weak AI أو narrow AI ذكاء مصنوع لتنفيذ مهمة واحدة معينة. 2. لذكاء الاصطناعي القوي او الشامل Strong AI) أو(General AI : ذكاء مثل ذكاء الانسان وهذا لم نصل له بعد.

ثانياً: o بعض فروع الذكاء الاصطناعي:

إن أجهزة الكمبيوتر خارقة في تخزين وتنظيم وجلب ومعالجة كميات ضخمة من البيانات وهذا مثالي لأمور مثل مواقع التجارة الإلكترونية مع الملايين من السلع المعروضة للبيع، ولتخزين المليارات من السجلات الصحية للوصول السريع من قبل الأطباء. ولكن ماذا لو أردنا استخدام أجهزة الكمبيوتر ليس فقط لجلب البيانات وعرضها، ولكن في الواقع لاتخاذ قرارات بشأن البيانات؟ هذا هو جوهر خوارزميات -التعلم الآلي و التي تعطي أجهزة الكمبيوتر القدرة على التعلم من البيانات، ومن ثم تقديم تنبؤات وقرارات. • تقنية تعلم الآلة ( Machine Learning ): برامج يتم ضبطها تلقائيا بناءا على البيانات التي تمت مشاهدتها سابقًا ، البرامج قادرة على تحسين وتطوير سلوكها وهي فرع من فروع الذكاء الاصطناعي. يمكن اعتبار خوارزميات تعلم الآله بمثابة اللبنة الأساسية التي تساعد أجهزة الكمبيوتر على تعلم القيام بالعمل بذكاء أكبر.

هناك نوعان من خوارزميات تعلم الآله : (تعلم خاضع للإشراف) و (غير خاضع للإشراف) تستخدم الخوارزميات الخاضعة للإشراف المدخلات (أو المخرجات المتوقعة) كبيانات تدريب لانشاء النموذج، بينما تستخدم الخوارزميات غير الخاضعة للإشراف مدخلات فقط. تستخدم الخوارزميات غير الخاضعة للاشراف عملية تسمى التجميع , يجمع البرنامج البيانات المتشابهة إلى مجموعات و ثم يقوم بتصنيف بيانات الاختبار بناء على قربها أو بعدها من هذه المجموعات. يتضمن ذلك إنشاء مجموعات فرعية داخل البيانات. تعلم شجرة القرار (بالإنجليزية: Decision tree learning ): شجرة القرار هي نموذج تنبؤي خاضع للإشراف. يمكن أن يتعلم التنبؤ بالمخرجات من خلال الإجابة على الأسئلة بناءً على قيم المدخلات التي يتلقاها. وهي من الأساليب المعروفة والمشهورة في علم البيانات ويتم استخدامها في عمليات التنبؤ prediction والتصنيف classification. ، استخراج البيانات و تعلم الآلة. تستخدم أشجار القرار سمات مختلفة "خصائص" لتقسيم البيانات بشكل متكرر إلى مجموعات فرعية حتى تصبح المجموعات الفرعية نقية ، مما يعني أنها تشترك جميعها في نفس القيمة المستهدفة. إن الميزة الرئيسية في الإنسان، والتي تمكنه من التعلم والتفكير، وتجعله في مرتبةٍ أعلى من بقيَّة الكائنات هي العقل البشري المتطور، وبالتالي كانت الوسيلة المثلى لجعل الآلة قابلة للتعلم بكفاءةٍ، وذات قدرة على تحليل وربط الأشياء ببعضها هي اختراعٌ باسم الشبكات العصبية الاصطناعية .

مفهوم الشبكات العصبية الاصطناعية: بالانكليزية (Artificial Neural Network) ويرمز لها اختصارًا ANN وهي أحد أهم اختراعات العصر الحديث. تتكون الشبكات العصبية الاصطناعية من مجموعةٍ من الخوارزميات يتم من خلالها محاكاة الدماغ البشري المتطور، وتصنيع أدمغة إلكترونية قادرة على التعلم والتطور كما الدماغ البشري.

• التعلم الآلي في الشبكات العصبية الاصطناعيّة:

المميز في الشبكات العصبية الاصطناعية هو وجود طبقاتٍ عديدةٍ كل طبقةٍ مختصة بعملٍ معينٍ وهذا ما يسمى بالتعلم العميق ،

التعلم العميق بالإنجليزية(Deep Learning) : وهو أعلى مستويات الذكاء الاصطناعي.

بشكل عام يمكننا ان نقول أن كل شبكة عصبية ترتب بشكل طبقات من الخلايا الاصطناعية: طبقة داخلية وطبقة خارجية وطبقات بينهم أو مخفية تتواجد بين طبقتي الدخل وطبقة الخارج. كل خلية في إحدى هذه الطبقات يتصل بكافة العصبونات الموجودة في الطبقة التي تليه وكافة العصبونات في الطبقة التي تسبقه.

التعليم المعزز (Reinforcement Learning):

يعتمد نمط التعلم هذا على الملاحظة بشكلٍ رئيسيٍّ؛ حيث تتم معالجة المعلومات والتوصل للنتائج، التي تقدرها الشبكة العصبيَّة، فإذا كانت إيجابيَّةً تعالج في كل مرةٍ بنفس الطريقة، أمَّا إن كانت سلبيَّةً تقوم الشبكة في المرة القادمة بمعالجتها بطرقٍ مختلفةٍ للوصول إلى نتائجٍ إيجابيَّةٍ.

وخلاصة القول¬¬¬

يعد التعلم العميق والتعلم الآلي مفهومان يرتبطان بالذكاء الاصطناعي. وعموما، تم الجمع بين النظامين لتوسيع آفاق الذكاء الاصطناعي في المستقبل. في المقابل، لا يمكن اعتبارهما ذكاء اصطناعيا بالمعنى الفعلي. ويختلف كلا النظامان في الكثير من النقاط التي يجب مراعاتها عند تطوير الذكاء الاصطناعي الذي يقوم بأداء مهام يعجز الدماغ البشري عن الاضطلاع بها.

وعندما نلاحظ أن الآلات تقوم مقام الذكاء البشري نطلق عليها مصطلح الذكاء الاصطناعي. لكن إذا شرعت الآلة في تطبيق معادلات معينة لتحصل على مقومات الذكاء الاصطناعي وتنفيذها، فإن ذلك يعرف بالتعلم العميق، وهو ما يعدّ الفرق الأساسي بين هذه المصطلحات الثلاثة.