كيف يعمل الذكاء الاصطناعي؟

تعرفنا في المقال السابق على ماهية الذكاء الصناعي و في هذا المقال نتعرف على كيفية عمله و نسلط الضوء على بعض المصطلحات التي ذكرت سابقا و التي تبدو مبهمة و غامضة.
كما أشرنا في المقال السابق أن الذكاء الصناعي يعتمد على تحليل كميات هائلة من البيانات من نصوص على شبكة الأنترنت و صور إلى التفاعل على مواقع التواصل الإجتماعي و تفسيرها و اكتشاف الأنماط منها و التعلم منها ثم التصرف بناءا عليها.
ما هي المكونات الأساسية للذكاء الاصطناعي؟
لعل أهم سمات الذكاء الصناعي هي عبارة عن تقنيات ثورية متطورة جدا
أشهرها "معالجة اللغة الطبيعية" و "التعلم العميق" و "التحليلات التنبؤية" تمكن أنظمة الكمبيوتر و الآلة عموما من فهم معنى اللغة البشرية ، والتعلم من التجربة ، ووضع التنبؤات على التوالي
إن فهم لغة الذكاء الصناعي هو المفتاح لتسهيل النقاش حول التطبيقات الواقعية لهذه التكنولوجيا، التي تكون مفيدة في كثير من الأحيان و مدمرة في أحايين كثيرة وفي كلتا الحالتين لها تأثير على الطريقة التي يتفاعل بها البشر مع البيانات و اتخاذ القرارات، ويجب أن نفهمها جميعًا.
تعلم الآلة | التعلم من التجربة : 

التعلم الآلي ، أو ML ، هو أحد تطبيقات الذكاء الاصطناعي الذي يوفر لأنظمة الكمبيوتر القدرة على التعلم والتحسن ( الأمثلة ) تلقائيًا من التجربة دون أن تكون مبرمجة بشكل صريح، يركز ML على تطوير الخوارزميات التي يمكنها تحليل البيانات والتنبؤ منها ، مثل التنبؤ بأفلام Netflix التي قد تعجبك ، أو أفضل طريق لـ Uber ، و يتم تطبيق التعلم الآلي أيضا في تشخيص الأمراض ، وتفسير صور الرنين المغناطيسي ، وتسريع تطويرو تصميم الأدوية.
التعلم العميق | التعليم الآلي الذاتي:

التعلم العميق هو أحد أهم فروع التعليم الآلي و يستخدم شبكات عصبية صناعية التي تتعلم من خلال معالجة البيانات، حيث تحاكي الشبكات العصبية البيولوجية في دماغ الإنسان.
تعمل طبقات متعددة من الشبكات العصبية الصناعية معًا لتحديد إخراج واحد من العديد من المدخلات ولأن هذه العملية تحاكي نظامًا من الخلايا العصبية البشرية، فإن هذا الشكل من التعلم يُشار إليه أحيانًا بالتعليم العصبي العميق أو الشبكات العصبية العميقة، وخلافًا للطفل الذي سيستغرق بضعة أسابيع أو حتى أشهر لفهم مفهوم “الكلب”، فإن برنامج الكمبيوتر الذي يستخدم خوارزميات التعلم المذكورة يمكن أن يُظهر من خلال التدريب وفرز ملايين الصور بدقة القدرة في تحديد الصور التي يوجد فيها كلاب في بضع دقائق.
الشبكة العصبية | التجمعيات:

الشبكة العصبية هي شبكة أو دائرة من الخلايا العصبية تتألف من عصبونات صناعية أو عقد وتمكن من التعلم العميق كما أسلفنا الذكر حيث تساعد الشبكات العصبية في التجميع “Cluster” والتصنيف “Classify” للبيانات و من ثم الاستنتاج و اتخاذ القرارت .
معالجة اللغات الطبيعية (NLP) | فهم اللغة :

تتيح معالجة اللغات الطبيعية أو البرمجة اللغوية العصبية لأجهزة الكمبيوتر إمكانية تفسير اللغة والكلام البشري والتعرف عليهما ، بهدف التفاعل السلس مع البشر و من أشهر تطبيقاتها الترجمة من لغة إلى أخرى.
الرؤية الحاسوبية | فهم الصور:

الرؤية الحاسوبية هي تقنية تطبق التعلم العميق وتحديد الأنماط لتفسير محتوى الصور، بما في ذلك الرسوم البيانية والجداول والصور داخل وثائق PDF ، وكذلك النصوص والمحتوى المرئي ، و هي جزء لا يتجزأ من الذكاء الاصناعى ، و قد أحدثت ثورة في مجالات عدة من أشهرها استخدامها في الطب لتشخيص المرضى.
المصادر :
https://www.mathworks.com/discovery/deep-learning.html
https://www.innoplexus.com/blog/how-artificial-intelligence-works/