فهم أحدث التطورات في مجال الذكاء الاصطناعي (AI) يمكن أن يبدو الساحقة، ولكن إذا لم تعلم الأساسيات التي كنت مهتما، يمكنك غلي العديد من الابتكارات AI الى مفهومين: آلة التعلم و التعلم العميق . غالبًا ما تبدو هذه المصطلحات وكأنها كلمات طنانة قابلة للتبديل ، ولهذا السبب من المهم معرفة الاختلافات.
ويجب معرفة هذه الاختلافات – أمثلة التعلم الآلي والتعلم العميق موجودة في كل مكان. إنها الطريقة التي تعرف بها Netflix العرض الذي ترغب في مشاهدته بعد ذلك ، وكيف يعرف Facebook الشخص الموجود في الصورة ، وما الذي يجعل السيارات ذاتية القيادة حقيقة واقعة ، وكيف سيعرف ممثل خدمة العملاء ما إذا كنت ستشعر بالرضا عن دعمهم. قبل أن تقوم حتى بإجراء استبيان رضا العملاء.
إذن ما هي هذه المفاهيم التي تهيمن على المحادثات حول الذكاء الاصطناعي وكيف تختلف بالضبط؟
التعلم العميق مقابل التعلم الآلي
أسهل طريقة لفهم الفرق بين التعلم الآلي والتعلم العميق هي معرفة أن التعلم العميق هو التعلم الآلي .
وبشكل أكثر تحديدًا ، يعتبر التعلم العميق تطورًا للتعلم الآلي. يستخدم شبكة عصبية قابلة للبرمجة تمكن الآلات من اتخاذ قرارات دقيقة دون مساعدة من البشر.
لكن بالنسبة للمبتدئين ، دعنا أولاً نحدد التعلم الآلي.
ما هو التعلم الآلي؟
التعلم الآلي هو تطبيق للذكاء الاصطناعي يتضمن خوارزميات تحلل البيانات ، وتتعلم من تلك البيانات ، ثم تطبق ما تعلموه لاتخاذ قرارات مستنيرة.
إقرأ أيضا:الشخصية القوية: مقومات الشخصيات القويةمن الأمثلة السهلة لخوارزمية التعلم الآلي خدمة بث الموسيقى عند الطلب. لكي تتخذ الخدمة قرارًا بشأن الأغاني الجديدة أو الفنانين الذين يوصون المستمع ، تقوم خوارزميات التعلم الآلي بربط تفضيلات المستمع مع المستمعين الآخرين الذين لديهم طعم موسيقي مشابه. تُستخدم هذه التقنية ، التي غالبًا ما توصف ببساطة باسم الذكاء الاصطناعي ، في العديد من الخدمات التي تقدم توصيات آلية.
يغذي التعلم الآلي جميع أنواع المهام الآلية التي تمتد عبر صناعات متعددة ، من شركات أمن البيانات التي تلاحق البرامج الضارة إلى المتخصصين في التمويل الذين يريدون تنبيهات عن الصفقات المفضلة. تمت برمجة خوارزميات الذكاء الاصطناعي بحيث تتعلم باستمرار بطريقة تحاكي كمساعد شخصي افتراضي – وهو شيء تفعله جيدًا.
يتضمن التعلم الآلي الكثير من العمليات الحسابية المعقدة والتشفير والتي تخدم في نهاية اليوم وظيفة ميكانيكية بنفس الطريقة التي يعمل بها مصباح يدوي أو سيارة أو شاشة كمبيوتر. عندما نقول أن شيئًا ما قادر على “التعلم الآلي” ، فهذا يعني أنه شيء يؤدي وظيفة بالبيانات المعطاة له ويتحسن تدريجياً بمرور الوقت. يبدو الأمر كما لو كان لديك مصباح يدوي يتم تشغيله كلما قلت “إنه مظلم” ، لذلك يمكنه التعرف على العبارات المختلفة التي تحتوي على كلمة “dark”.
الآن ، الطريقة التي يمكن أن تتعلم بها الآلات حيلًا جديدة تصبح مثيرة حقًا (ومثيرة) عندما نبدأ الحديث عن التعلم العميق والشبكات العصبية العميقة.
إقرأ أيضا:افضل معاهد تعلم اللغة التركية في تركياما هو التعلم العميق؟
التعلم العميق هو حقل فرعي من التعلم الآلي الذي يبني الخوارزميات في طبقات لإنشاء “شبكة عصبية اصطناعية” يمكنها التعلم واتخاذ قرارات ذكية بمفردها.
الفرق بين التعلم العميق والتعلم الآلي
من الناحية العملية ، يعد التعلم العميق مجرد مجموعة فرعية من التعلم الآلي. في الواقع ، التعلم العميق هو تعلم آلي ويعمل بطريقة مماثلة (ولهذا السبب يتم أحيانًا تبادل المصطلحات بشكل فضفاض). ومع ذلك ، فإن قدراتها مختلفة.
في حين أن نماذج التعلم الآلي الأساسية تصبح أفضل بشكل تدريجي في أي وظيفة ، فإنها لا تزال بحاجة إلى بعض التوجيه إذا أعادت خوارزمية الذكاء الاصطناعي تنبؤًا غير دقيق ، فيجب على المهندس التدخل وإجراء التعديلات. باستخدام نموذج التعلم العميق ، يمكن للخوارزمية تحديد ما إذا كان التنبؤ دقيقًا أم لا من خلال شبكتها العصبية الخاصة.
دعنا نعود إلى مثال المصباح اليدوي: يمكن برمجته ليتم تشغيله عندما يتعرف على الإشارة الصوتية لشخص يقول كلمة “داكن” . مع استمرار التعلم ، قد يتم تشغيله في النهاية مع أي عبارة تحتوي على هذه الكلمة. الآن إذا كان المصباح يحتوي على نموذج تعليمي عميق ، فيمكنه اكتشاف أنه يجب تشغيله باستخدام الإشارات “لا أستطيع الرؤية” أو “مفتاح الضوء لن يعمل” ، ربما جنبًا إلى جنب مع مستشعر الضوء. يستطيع نموذج التعلم العميق التعلم من خلال طريقته الخاصة في الحوسبة – وهي تقنية تجعله يبدو وكأنه يمتلك دماغًا خاصًا به.
إقرأ أيضا:إضطرابات القلق وجانبها السلبي لدى الطلابكيف يعمل التعلم العميق؟
تم تصميم نموذج التعلم العميق لتحليل البيانات باستمرار بهيكل منطقي مشابه لكيفية استخلاص الإنسان للاستنتاجات. لتحقيق ذلك ، تستخدم تطبيقات التعلم العميق بنية ذات طبقات من الخوارزميات تسمى الشبكة العصبية الاصطناعية . تصميم الشبكة العصبية الاصطناعية مستوحى من الشبكة العصبية البيولوجية للدماغ البشري ، مما يؤدي إلى عملية تعلم أكثر قدرة بكثير من نماذج التعلم الآلي القياسية.
إنه احتمال صعب التأكد من أن نموذج التعلم العميق لا يستخلص استنتاجات غير صحيحة – مثل الأمثلة الأخرى للذكاء الاصطناعي ، فإنه يتطلب الكثير من التدريب لتصحيح عمليات التعلم. ولكن عندما يعمل على النحو المنشود ، فغالبًا ما يتم تلقي التعلم العميق الوظيفي باعتباره أعجوبة علمية يعتبرها الكثيرون العمود الفقري للذكاء الاصطناعي الحقيقي.
يعد برنامج AlphaGo من Google أحد الأمثلة الرائعة على التعلم العميق . ابتكرت Google برنامج كمبيوتر بشبكتها العصبية الخاصة التي تعلمت لعب لعبة اللوحة المجردة المسماة Go ، والتي تشتهر بأنها تتطلب ذكاءً وحدسًا حادًا. من خلال اللعب ضد لاعبي Go المحترفين ، تعلم نموذج التعلم العميق لـ AlphaGo كيفية اللعب بمستوى لم يسبق له مثيل في الذكاء الاصطناعي ، وفعل ذلك دون إخباره متى يجب أن يتخذ خطوة معينة (كما يتطلب نموذج التعلم الآلي القياسي). لقد أحدث ذلك ضجة كبيرة عندما هزم AlphaGo العديد من “سادة” اللعبة المشهورين عالميًا – لم تتمكن الآلة من فهم التقنيات المعقدة والجوانب المجردة للعبة فحسب ، بل أصبحت أيضًا أحد أعظم اللاعبين فيها.
لتلخيص الاختلافات بين الاثنين:
- يستخدم التعلم الآلي الخوارزميات لتحليل البيانات والتعلم من تلك البيانات واتخاذ قرارات مستنيرة بناءً على ما تعلمته
- يقوم التعلم العميق ببناء الخوارزميات في طبقات لإنشاء “شبكة عصبية اصطناعية” يمكنها التعلم واتخاذ قرارات ذكية بمفردها
- التعلم العميق هو حقل فرعي من التعلم الآلي. بينما يندرج كلاهما ضمن فئة واسعة من الذكاء الاصطناعي ، فإن التعلم العميق هو ما يمد الذكاء الاصطناعي الأكثر شبهاً بالإنسان
البيانات هي وقود المستقبل
مع الكميات الهائلة من البيانات التي ينتجها “عصر البيانات الضخمة” الحالي ، نحن ملزمون برؤية ابتكارات لا يمكننا حتى فهمها حتى الآن ، وربما في أقرب وقت في السنوات العشر القادمة. وفقًا للخبراء ، من المحتمل أن تكون بعض هذه تطبيقات التعلم العميق.
شارك أندرو نج ، كبير العلماء في محرك البحث الرئيسي في الصين Baidu وأحد قادة مشروع Google Brain ، تشبيهًا رائعًا للتعلم العميق مع مجلة Wired: “أعتقد أن الذكاء الاصطناعي يشبه بناء سفينة صاروخية. أنت بحاجة إلى المحرك والكثير من الوقود ” ، قال للصحفي السلكي كاليب جارلينج . “إذا كان لديك محرك كبير وكمية ضئيلة من الوقود ، فلن تتمكن من الوصول إلى المدار. إذا كان لديك محرك صغير وطن من الوقود ، فلا يمكنك حتى الإقلاع. لبناء صاروخ تحتاج إلى محرك ضخم والكثير من الوقود “.
“التشبيه بالتعلم العميق هو أن محرك الصاروخ هو نماذج التعلم العميق والوقود هو الكميات الهائلة من البيانات التي يمكننا تزويد هذه الخوارزميات بها.”
إذن ماذا يعني التعلم الآلي والتعلم العميق لخدمة العملاء؟
تستخدم العديد من تطبيقات الذكاء الاصطناعي الحالية في خدمة العملاء خوارزميات التعلم الآلي. كنت استخدامها لدفع الخدمة الذاتية ، الإنتاجية وكيل زيادة ، وجعل سير العمل أكثر موثوقية.
تأتي البيانات التي يتم إدخالها في هذه الخوارزميات من التدفق المستمر لاستفسارات العملاء الواردة ، والتي تتضمن السياق ذي الصلة في المشكلات التي يواجهها العملاء. يؤدي تجميع هذا السياق في تطبيق الذكاء الاصطناعي بدوره إلى تنبؤات أسرع وأكثر دقة. لقد جعل هذا الذكاء الاصطناعي فرصة مثيرة للعديد من الشركات ، حيث يتوقع قادة الصناعة أن أكثر التطبيقات العملية للذكاء الاصطناعي المتعلق بالأعمال ستكون لخدمة العملاء .
وكلما أصبح التعلم العميق أكثر دقة ، سنرى المزيد من التطبيقات المتقدمة للذكاء الاصطناعي في خدمة العملاء. ومن الأمثلة الرائعة على برنامج Answer Bot الخاص بشركة Zendesk ، والذي يشتمل على نموذج تعليمي عميق لفهم سياق بطاقة الدعم ومعرفة مقالات المساعدة التي يجب أن تقترحها على العميل .
