Artificial Intelligence – أنواع خوارزميات الذكاء الاصطناعي وتعلم الآلة

أنواع خوارزميات الذكاء الاصطناعي وتعلم الآلة

إحدى المشكلات التي نواجهها عند إنشاء وكلاء خبراء هي أنهم قادرون على التعلم الذاتي ، ولا ينشئون أسئلة جديدة ؛ يتم تغذية هذه الأنواع من الأنظمة بمعرفة ثابتة من خبراء الموضوع ، لكنها تقتصر دائمًا على المعرفة الخارجية من خلال خوارزميات الذكاء الاصطناعي الأساسية نسبيًا.

ومن هنا جاءت التعلم الآلي ، باعتباره تخصصًا يسعى إلى تمكين الآلات من تعليم نفسها ، ولكن بالطبع ، يبدو هذا أسهل بكثير مما هو عليه بالفعل ، ولم تكن القدرة الحاسوبية لأجهزة الكمبيوتر ناجحة دائمًا مع الخوارزميات الأكثر تطلبًا. لحسن الحظ تم الآن التغلب على هذا القيد.

الرياضيات الأساسية وراء هذا الاتجاه معقدة ومتنوعة للغاية ، لذلك سنذكر في هذا النص فقط بعض الخوارزميات المستخدمة ، كنظرة عامة ، دون الخوض في الكثير من التفاصيل.

خوارزميات الذكاء الاصطناعي

على الرغم من استخدام تعبير “خوارزميات الذكاء الاصطناعي” بشكل عام للإشارة إلى الخوارزميات المذكورة أدناه ، إلا أنه سيكون من الأصح استخدام مصطلح ” خوارزميات التعلم الآلي ” ، نظرًا لأن الذكاء الاصطناعي ، كما رأينا في المقالات السابقة ، هو مجموعة شاملة من التقنيات يشمل التعلم الآلي ، وسيكون من المستحيل تحديد جميع الخوارزميات المشاركة في مثل هذا المجال. مع أخذ ذلك في الاعتبار ، دعونا نلقي نظرة على المجموعات الرئيسية الثلاث للخوارزميات.

التعلم المعزز (RL)

يتكون التعلم المعزز من التكرار المستمر على أساس “التجربة والخطأ” الذي يمكن للآلات تنفيذه في وقت قياسي في ظل ظروف معينة أو بيئات معينة (على سبيل المثال ، قواعد اللعبة) وبهدف محدد يسمى “المكافأة” (أ المثال الكلاسيكي هو الفوز بلعبة الشطرنج). بهذه الطريقة يمكنك الحصول على النتائج والأنماط والارتباطات والمسارات والاستنتاجات بناءً على الخبرة السابقة الناتجة عن الجهاز نفسه. مثال على نموذج التعلم هذا هو AlphaZero AI للشطرنج من DeepMind.

الخوارزميات الرئيسية المستخدمة في التعلم المعزز هي: البرمجة الديناميكية ، Q-Learning و SARSA (الحالة – الإجراء – المكافأة – الحالة – الإجراء).

التعلم تحت الإشراف

يعتمد التعلم الخاضع للإشراف على النماذج التنبؤية التي تستخدم بيانات التدريب. بالنظر إلى مجموعة معروفة من البيانات ، يجب أن يكون النظام قادرًا على تحقيق مخرجات معينة ، بحيث يتم تعديل النموذج (تدريبه) حتى يتم تحقيق النتائج المناسبة. مثال: السيارات ذاتية القيادة .

الخوارزميات الرئيسية في التعلم الخاضع للإشراف هي: أشجار القرار ، مصنفات naïve Bayes ، انحدار المربعات الصغرى العادية (OLS) ، الانحدار اللوجستي ، دعم ناقلات الآلات (SVM).

تعليم غير مشرف عليه

تشبه خوارزميات التعلم غير الخاضعة للإشراف خوارزميات التعلم الخاضع للإشراف ، لكنها تعدل نموذجها بناءً على بيانات الإدخال فقط. ببساطة ، تقوم الخوارزمية بإجراء تدريب ذاتي دون تدخل خارجي.

خوارزميات التعلم الرئيسية غير الخاضعة للإشراف هي: خوارزميات التجميع ، تحليل المكونات الرئيسية (PCA) ، تحليل القيمة المفردة (SVD) وتحليل المكونات المستقلة (ICA).

هل توجد أي تطبيقات منفصلة؟

بشكل عام ، يتم إضافة الذكاء الاصطناعي إلى منتج موجود ، سواء كان جهازًا أو برنامجًا. من الصعب العثور على أنظمة ذكاء اصطناعي تعمل كتطبيق فردي (مستقل) وتباع بشكل منفصل.

عادة ، تميل المنتجات إلى دمج بعض المجموعات الفرعية أو تقنيات الذكاء الاصطناعي التي تعطي قيمة مضافة (بنفس الطريقة التي يتم بها دمج SIRI في جهاز iOS). بهذه الطريقة ، يتم دمج الأتمتة والروبوتات والأنظمة الذكية مع كميات كبيرة من البيانات لتحسين التقنيات في أي منطقة (المنزل والعمل وما إلى ذلك) وأي نوع (أنظمة ميكانيكية أو تطبيقات برمجية).

على الرغم من أنه من الممكن العثور على مشاريع أو مكتبات لتطبيق ذكاء اصطناعي جذري في المشاريع (راجع مكتبات البرامج التي تقدمها TensorFlow و OpenAI ) ، فإن الخيار الأكثر شيوعًا هو استخدام الخدمات السحابية من شركات التكنولوجيا الكبيرة .

لذلك ، فإن الاتجاه هو استخدام الخدمات السحابية (خدمات الحوسبة السحابية) بالتفاعل من خلال واجهات برمجة تطبيقات محددة. تعد Microsoft و Google مثالين واضحين لهذا النوع من الخدمات ، والتي توفر واجهة اتصال مفتوحة للجميع.

بعض الأمثلة على الذكاء الاصطناعي أو منصات التعلم الآلي هي:

خدمات مايكروسوفت المعرفية Microsoft Cognitive Services

Microsoft Cognitive Services  عبارة عن مجموعة من خدمات الذكاء الإدراكي التي أتاحتها Microsoft في Cloud (Azure) ، وتنقسم إلى فئات مثل الرؤية والصوت واللغة والقرار والبحث ، بحيث تكون أكثر سهولة بالنسبة للمستخدم.

Google Cloud AI

Google Cloud AI  هي خدمات تقدمها Google في خططها السحابية وتتراوح من استهلاك الخدمات المعرفية إلى تطوير تطبيقات الذكاء الاصطناعي.

Watson AI

Watson AI  هي منصة طورتها شركة IBM. يوفر كل ما تحتاجه لإنشاء ذكاء اصطناعي على مستوى المؤسسات ونشره وإدارته – على أي سحابة عامة أو خاصة أو مختلطة.

تبذل الشركات الأخرى في قطاع التكنولوجيا أيضًا جهودًا كبيرة في هذا المجال ، على الرغم من وجود شفافية أقل للجمهور. هذه هي حالة Amazon (التي تدمج أيضًا خدمات الذكاء الاصطناعي في خططها السحابية) و Facebook ومحرك البحث الصيني Baidu و Apple .