مقدمة في الذكاء الاصطناعي

مثال: تعليم الحاسوب التعرّف على القطط

لنفترض أننا نريد تعليم الحاسوب التعرّف على القطط في الصور:

1. الخطوة 1 – البيانات: نعرض على الحاسوب ملايين الصور، بعضها فيه قطط وبعضها بلا قطط
2. الخطوة 2 – التدريب: يحلّل الحاسوب الصور ويبحث عن أنماط مشتركة لصور القطط (آذان مدبّبة، عيون معيّنة، شكل الوجه...)
3. الخطوة 3 – النموذج: في نهاية العملية يكون الحاسوب قد «بنى» نموذجاً داخلياً يمثّل «ما هي القطة»
4. الخطوة 4 – الاستخدام: عندما نعرض صورة جديدة، يستطيع الحاسوب التحقق مما إذا كانت تطابق نموذجه

🧠 تعلّم الآلة (Machine Learning - ML)

الفرع الأكثر شعبية. حواسيب تتعلّم من البيانات وتتحسّن مع الوقت. تقريباً كل ما نراه اليوم من ذكاء اصطناعي مبني على تعلّم الآلة.

أمثلة: توصيات نتفليكس، كشف الرسائل المزعجة، توقّع الطقس

🔮 التعلّم العميق (Deep Learning - DL)

فرع من تعلّم الآلة يستخدم الشبكات العصبية الاصطناعية— بنى تحاكي (بشكل مبسّط) الدماغ البشري. هذه هي التقنية وراء معظم التقدّم المذهل في السنوات الأخيرة.

أمثلة: ChatGPT، التعرّف على الوجوه، الترجمة الآلية

💬 معالجة اللغة الطبيعية (Natural Language Processing - NLP)

قدرة الحواسيب على فهم اللغة البشرية وتفسيرها وإنتاجها. هذا ما يتيح لنا التحدث مع سيري أو الدردشة مع ChatGPT.

أمثلة: روبوتات المحادثة، الترجمة، تلخيص النصوص، تحليل المشاعر

👁️ الرؤية الحاسوبية (Computer Vision - CV)

قدرة الحواسيب على «الرؤية» وفهم الصور والفيديو. يشمل ذلك كشف الأجسام والوجوه والحركة وغير ذلك.

أمثلة: Face ID، السيارات الذاتية القيادة، فلترة الصور

🤖 الروبوتات

دمج الذكاء الاصطناعي مع آلات مادية. يجب أن يدرك الروبوت العالم، ويتخذ قرارات، وينفّذ أفعالاً جسدية.

أمثلة: الروبوتات الصناعية، المكانس الآلية، الطائرات المسيّرة

🎮 الذكاء الاصطناعي التوليدي (Generative AI)

النجم الجديد! أنظمة قادرة على إنشاء محتوى جديد— نصاً وصوراً وموسيقى وفيديو ورمزاً برمجياً. هذه هي الثورة التي نعيشها الآن.

أمثلة: ChatGPT، DALL-E، Midjourney، GitHub Copilot

الخصائص:

• يتخصّص في مهمة واحدة أو بضع مهام مترابطة
• لا يستطيع نقل المعرفة من مهمة إلى أخرى
• لا «يفهم» حقاً—بل يتعرّف على أنماط فقط
• قد يكون ممتازاً في مهمته—حتى أفضل من الإنسان

أمثلة:

• ChatGPT—رائع في المحادثة، لكنه لا يستطيع قيادة سيارة
• AlphaGo—يهزم أبطال العالم في لعبة غو، لكنه لا يلعب الشطرنج
• نظام التعرّف على الوجوه—يتعرّف على الوجوه، لكنه لا يفهم المشاعر

خصائص افتراضية:

• القدرة على تعلّم أي شيء جديد
• نقل المعرفة بين المجالات
• فهم حقيقي، وليس مجرّد تعرّف على أنماط
• القدرة على التصرّف في العالم المادي
• ربما: وعي ذاتي؟

الوضع: غير موجود. هناك جدل كبير حول متى وهل سيحدث— تتراوح التوقّعات بين 10 سنوات وإلى الأبد.

🎬 نتفليكس ويوتيوب – محرّكات التوصية

ما يحدث: نتفليكس يعرف بالضبط ماذا يوصي لكم

كيف يعمل:

• يجمع النظام بيانات: ماذا شاهدتم، وكم من الوقت، ومتى توقّفتم، وماذا قيّمتم
• يقارنكم بملايين المستخدمين الآخرين ذوي الذوق المشابه
• يحلّل المحتوى نفسه: الأنواع، الممثلون، الإيقاع، الألوان
• يجمع كل ذلك ويحسب: «ما احتمال أن يستمتع هذا المستخدم بهذا الفيلم؟»

حقيقة: 80٪ مما يشاهده الناس على نتفليكس يأتي من توصيات الذكاء الاصطناعي!

📱 Face ID

ما يحدث: يتعرّف الآيفون على وجهكم في جزء من الثانية

كيف يعمل:

• يسقط 30,000 نقطة تحت حمراء على وجهكم
• ينشئ خريطة ثلاثية الأبعاد دقيقة
• تقارنها شبكة عصبية بالخريطة المخزّنة
• يعمل مع النظّارات واللحية والمكياج والقبعة

حقيقة: احتمال أن يفتح شخص آخر هاتفكم: واحد من مليون!

📧 فلترة الرسائل المزعجة – Gmail

ما يحدث: أقل من 0.1٪ من الرسائل المزعجة تصل إلى صندوق واردكم

كيف يعمل:

• يحلّل المحتوى: كلمات مشبوهة، روابط، صور
• يفحص المُرسل: السمعة، التاريخ، التوثيق
• يتعلّم من سلوككم: ما تعلّمونه كرسائل مزعجة
• يتعلّم من الجميع: ما يعلّمه مليارات المستخدمين

حقيقة: يحجب Gmail 10 ملايين رسالة مزعجة في الدقيقة!

🚗 Waze – تنقّل ذكي

ما يحدث: يجد دائماً أسرع مسار

كيف يعمل:

• يجمع موقعاً لحظياً من ملايين السائقين
• يكتشف الازدحامات والحوادث والعوائق
• يتعلّم أنماط المرور: أي الساعات تشهد ازدحاماً على أي الطرق
• يحسب الوقت المتوقّع لكل مسار ممكن
• يحدّث في الوقت الفعلي إذا تغيّرت الظروف

حقيقة: يوفّر Waze للسائقين معدّل 5–10 دقائق في كل رحلة!

💬 ChatGPT – محادثة مع الذكاء الاصطناعي

ما يحدث: يمكنكم الدردشة بلغة طبيعية والحصول على إجابات ذكية

كيف يعمل:

• دُرّب على تريليونات الكلمات من الإنترنت والكتب والمقالات
• تعلّم بنية اللغة—القواعد والأسلوب والسياق
• تعلّم حقائق عن العالم من النصوص
• عندما يتلقّى سؤالاً—«يتنبّأ» بالإجابة الأكثر احتمالاً كلمة بكلمة

مهم أن نفهم: ChatGPT لا «يعرف» ولا «يفهم»—بل يتعرّف على أنماط إحصائية. أحياناً يخطئ، أو يخترع أشياء، أو «يهلوس».

🏥 الطب

• التشخيص: يكتشف الذكاء الاصطناعي السرطان في الصور بدقّة 95٪—أحياناً أفضل من الطبيب
• تطوير الأدوية: ما كان يستغرق 10 سنوات يستغرق الآن سنة مع الذكاء الاصطناعي
• الجراحة: روبوتات تجري عمليات أدق
• التنبّؤات: اكتشاف الأمراض قبل ظهور الأعراض

🎓 التعليم

• تعلّم مخصّص: منهج دراسي مخصّص لكل طالب
• معلّم متاح 24/7: ذكاء اصطناعي يجيب عن الأسئلة في أي وقت
• تغذية راجعة فورية: تصحيح الواجبات وإعطاء ملاحظات في الوقت الفعلي
• إتاحة الوصول: ترجمة، قراءة بصوت عالٍ، تكييف لصعوبات التعلّم

🚗 النقل

• مركبات ذاتية القيادة: تقود بالفعل في بعض المدن
• الصيانة: التنبّؤ بالأعطال قبل حدوثها
• إدارة المرور: إشارات مرور ذكية تتكيّف
• اللوجستيات: مسارات توصيل مثلى

💼 العمل والأعمال

• الأتمتة: يؤدّي الذكاء الاصطناعي المهام الروتينية
• التحليل: معالجة كميات هائلة من المعلومات
• خدمة العملاء: روبوتات محادثة على مدار الساعة
• الإبداع: مساعدة في الكتابة والتصميم والبرمجة

🎨 الإبداع والترفيه

• الفن: إنشاء صور وموسيقى وفيديو
• الألعاب: خصوم أذكى، عوالم تتكيّف
• السينما: مؤثرات خاصة، دبلجة، ترجمة
• الكتابة: مساعدة في إنشاء محتوى من كل الأنواع

📊 الخوارزمية

مجموعة دقيقة من التعليمات لأداء مهمة. مثل وصفة—خطوة بخطوة.

🧠 الشبكة العصبية

بنية رياضية تحاكي (بشكل مبسّط جداً) الدماغ. طبقات من «عصبونات» تمرّر المعلومات بينها.

📚 البيانات

وقود الذكاء الاصطناعي. كلّما زادت جودة البيانات، تحسّن تعلّم الذكاء الاصطناعي.

🎯 النموذج

نتيجة عملية التعلّم—«الدماغ» الذي بناه الذكاء الاصطناعي من البيانات.

🏋️ التدريب

العملية التي يتعلّم فيها الذكاء الاصطناعي من البيانات. قد تستغرق أياماً إلى أشهر.

💬 الأمر (Prompt)

التعليمات التي تعطونها للذكاء الاصطناعي. طريقة صياغة الطلب تؤثّر كثيراً على النتيجة.