ما هو الفرق بين الذكاء الاصطناعي والتعلم الآلي

لا شك أنك سمعت بمصطلح "الذكاء الاصطناعي" و "التعلم الآلي" من قبل. وإذا لم تفعل ، فستفعل ذلك قريبًا. بحلول عام 2021 ، تشير التقديرات إلى أن 80٪ من التقنيات الجديدة ستكون قائمة على الذكاء الاصطناعي. و 37٪ من المؤسسات على مستوى العالم تستخدم شكلاً من أشكال الذكاء الاصطناعي لتحسين عملياتها اليومية.

على سبيل المثال ، استخدمت أمازون التعلم الآلي لتقليل وقت الشحن بأكثر من 225٪. لذا ، إذا لم تكن متأكدًا مما تعنيه هذه المصطلحات ، وما الفرق بينهما - فلا تقلق ، فنحن هنا للمساعدة.

خلال الفقرات القليلة التالية ، سنغوص في الفرق بين التعلم الآلي والذكاء الاصطناعي (1) ، ونأمل أن نلقي الضوء على هذا الموضوع المربك أحيانًا. سنستعرض أيضًا باختصار معنى كل مصطلح وسنقدم بعض الأمثلة لأنواع مختلفة من الذكاء الاصطناعي وأنواع مختلفة من التعلم الآلي. أخيرًا ، سنناقش سبب استخدام المصطلحين بالتبادل في المقام الأول.

• فهم موجز للذكاء الاصطناعي
• أنواع مختلفة من الذكاء الاصطناعي
• فهم موجز لـ ML
• أنواع مختلفة من التعلم الآلي
• الفرق بين الذكاء الاصطناعي مقابل ML
• لماذا تستخدم شركات التكنولوجيا الذكاء الاصطناعي والتعلم الآلي؟
• افكار اخيرة

لمحة موجزة عن الذكاء الاصطناعي

يشير الذكاء الاصطناعي ، أو AI ، إلى محاكاة الذكاء البشري بواسطة آلة من صنع الإنسان. تمتلك الآلة دماغًا محوسبًا قادرًا على التعلم وحل المشكلات بقدرة مماثلة للدماغ البشري.

الذكاء الاصطناعي هو مصطلح شامل يشمل العديد من المجموعات الفرعية - وهو شيء من المهم أن نتذكره لأننا سنعود إليه لاحقًا.

الهدف من الذكاء الاصطناعي هو تكرار ليس فقط حل المشكلات ولكن أيضًا قدرات اتخاذ القرار في الدماغ البشري. يمكن تحقيق ذلك من خلال استخدام الخوارزميات ، والتي هي في الأساس مجموعة من القواعد التي تحدد ما يفعله الكمبيوتر في موقف معين.

يمكنك النظر إلى الخوارزميات كنوع من الوصفات التي يجب على الكمبيوتر اتباعها عند وجود جميع المكونات.

يمكن تقسيم الذكاء الاصطناعي إلى ثلاثة أنواع:

• ضيق AI

  الذكاء الاصطناعي الضيق ، كما يوحي الاسم ، له تركيز ضيق للغاية. يُشار إليه أحيانًا أيضًا باسم "الذكاء الاصطناعي الضعيف". مثال على الذكاء الاصطناعي الضيق سيكون Siri أو Google Assistant. يمثل الذكاء الاصطناعي الضيق ما نحن عليه حاليًا مع الذكاء الاصطناعي في التكنولوجيا.

• الذكاء الاصطناعي العام

  النوع الثاني من الذكاء الاصطناعي هو الذكاء العام الاصطناعي (AGI). يحدث هذا النوع من الذكاء الاصطناعي عندما تتطابق قدرات الكمبيوتر مع قدرات الدماغ البشري. في ظل الذكاء الاصطناعي العام ، ستكون أجهزة الكمبيوتر قادرة على حل المشكلات بشكل مستقل والاستدلال واتخاذ القرار وحتى التفكير الإبداعي.

• سوبر AI

  النوع الثالث من الذكاء الاصطناعي هو الذكاء الاصطناعي الخارق (ASI). ربما تكون على دراية بهذا النوع ، على الرغم من أنه غير موجود حاليًا. في إطار ASI ، تطور الآلات قدرات فكرية تتجاوز ما يمكن أن يحققه العقل البشري.

  إذا كنت قد شاهدت سلسلة Terminator من قبل ، فأنت تفهم سبب كون ذلك يمثل مشكلة. ومع ذلك ، فإن الحقيقة هي أن العديد من الخبراء يتوقعون أن ASI ستفيد الجنس البشري بشكل كبير.

لمحة موجزة عن ML

هل تتذكر عندما تحدثنا عن مدى احتواء الذكاء الاصطناعي على مجموعات فرعية مختلفة؟ حسنًا ، التعلم الآلي ، أو ML ، هو واحد منهم. التعلم الآلي هو قدرة الآلة على التعلم من البيانات. بالطبع ، يجب برمجة الآلة أولاً. ولكن بمجرد وضع الخوارزميات المناسبة ومنح الجهاز إمكانية الوصول إلى البيانات ، يمكنه البدء في التعلم.

التعلم الآلي موجود وهو شائع بالفعل في عالمنا اليوم. يعد التصحيح التلقائي أحد أمثلة ML في الحياة الحديثة ، مثله مثل عامل تصفية البريد العشوائي. هذه البرامج بعيدة كل البعد عن الإحساس ، لكنها تمتلك القدرة على تغيير سلوكها بناءً على بيانات جديدة. إذا كان هذا يبدو كثيرًا مثل الذكاء الاصطناعي الضيق ، فهذا لأنه كذلك. التعلم الآلي هو مثال على الذكاء الاصطناعي الضيق.

يمكن تقسيم التعلم الآلي إلى أربع فئات مختلفة:

• إشراف

  يتضمن هذا النوع من ML استخدام مجموعات البيانات المصنفة. بمجرد أن تعلم البيانات الجهاز نمطًا معينًا أو مجموعة من الخصائص ، يمكن للآلة أن تتنبأ بالنتيجة.

• غير خاضع للرقابة

  يدور التعلم الآلي غير الخاضع للإشراف حول فرز البيانات الحالية غير المصنفة. يمكن لخوارزمية التعلم الآلي غير الخاضعة للإشراف تعليم الكمبيوتر فصل البيانات إلى مجموعات مختلفة بناءً على العلاقات أو الأنماط.

• شبه خاضع للإشراف

  يقع التعلم الآلي شبه الخاضع للإشراف في مكان ما بين الاثنين. يدخل هذا النوع من التعلم الآلي حيز التنفيذ عندما تحتوي مجموعات البيانات على مكونات مصنفة وغير مسماة. تميل التنبؤات الواردة في ظل التعلم الآلي شبه الخاضع للإشراف إلى أن تكون الأكثر دقة من بين جميع أنواع التعلم الآلي.

• تعزيز

  يشبه هذا النوع من التعلم الآلي نوع التعلم المعزز الذي يشارك فيه البشر. في إطار التعلم المعزز ، يتم منح مكافأة عندما يتم تحديد أفضل مسار للعمل. الهدف من الآلة هو اتخاذ قرارات تزيد من المكافأة.

الاختلافات الرئيسية بين الذكاء الاصطناعي وتعلم الآلة

بعد كل هذا قد تتساءل: كيف تختلف هذه الأشياء؟ هناك بعض الخصائص الرئيسية التي قد تجعل التمييز أسهل في التذكر.

• مجال

  شيء واحد يجب أخذه في الاعتبار هو النطاق. الذكاء الاصطناعي له نطاق واسع جدًا. التعلم الآلي ، من ناحية أخرى ، له نطاق أضيق بكثير - يمكن لهذه الآلات إتقان مهمة معينة ، لكنها لا تستطيع القيام بالكثير غير ذلك.

• الأهداف

  الفرق الرئيسي الآخر بين التعلم الاصطناعي والتعلم الآلي هو أن كلاهما لهما أهداف مختلفة تمامًا. عندما يتعلق الأمر بالذكاء الاصطناعي ، وخاصة الذكاء الاصطناعي العام أو الذكاء الاصطناعي ، فإن الهدف هو إنشاء جهاز كمبيوتر قادر على اتخاذ القرار والتفكير الواعي. مع التعلم الآلي ، الهدف ببساطة هو أن تكون الآلة قادرة على التنبؤ بدقة بالنتيجة بناءً على البيانات السابقة.

• نوع مجموعة البيانات

  بالإضافة إلى ذلك ، يمكن للذكاء الاصطناعي التعامل مع جميع أنواع البيانات - المهيكلة وغير المهيكلة وشبه المهيكلة. بدلاً من ذلك ، يمكن للتعلم الآلي أن يفهم البيانات المنظمة وشبه المنظمة فقط. علاوة على ذلك ، بينما يتضمن كل من الذكاء الاصطناعي والتعلم الآلي التصحيح الذاتي ، فإن الذكاء الاصطناعي فقط هو الذي يتضمن المنطق.

• الحكمة مقابل المعرفة

  يمكنك أيضًا القول أن الذكاء الاصطناعي ينطوي على اقتناء الحكمة والذكاء ، بينما يهدف التعلم الآلي إلى المعرفة.

• حصيلة

  سيبحث الذكاء الاصطناعي في نتائج متعددة ويختار الأفضل. سيختار التعلم الآلي ما يراه الحل الوحيد ، بغض النظر عما إذا كان هو الأفضل.

• وعي - إدراك

  حقًا ، يكمن جوهر الاختلاف بين التعلم الآلي والذكاء الاصطناعي في التفكير الواعي. لا يتطلب التعلم الآلي جهاز كمبيوتر لتنمية وعيه الخاص. يتطلب الذكاء الاصطناعي أن تكون الآلة قادرة على الشعور والتفكير بشكل مستقل عن برمجتها من أجل مطابقة قدرات الدماغ البشري.

لماذا تميل شركات التكنولوجيا إلى استخدام الذكاء الاصطناعي والتعلم الآلي بالتبادل؟

تستخدم شركات التكنولوجيا الذكاء الاصطناعي والتعلم الآلي بالتبادل لأنه قبل عقود ، كان التركيز في المقام الأول على تطوير الذكاء الاصطناعي الحقيقي - الذكاء الاصطناعي العام و ASI. في ذلك الوقت ، بدأ ظهور وصمة عار سلبية حول المصطلح. قد يكون لهذه الوصمة علاقة بتصوير ASI في الأفلام والتلفزيون ووسائل الإعلام.

لهذا السبب ، بدأت مصطلحات أخرى في الظهور مع تقدم التكنولوجيا. بدأت مصطلحات مثل التعلم الآلي والتعلم العميق في الظهور ، حيث يستخدمها الأشخاص بالتبادل مع الذكاء الاصطناعي الضيق.

تكمن المشكلة في أن ML في الحقيقة مرادف فقط للذكاء الاصطناعي الضيق. بمجرد أن يصبح الذكاء الاصطناعي العام والذكاء الخارق متنافسين ، فمن المحتمل أن يصبح التمييز بين ML و AI أكثر أهمية وستصبح المصطلحات أقل قابلية للتبادل بشكل طبيعي.

افكار اخيرة

التعلم الآلي هو المكان الذي توجد فيه تقنية الذكاء الاصطناعي اليوم. يمثل الذكاء الاصطناعي أين يمكن أن يكون غدًا. إذا كنت بحاجة إلى مساعدة في إبقاء المصطلحات مستقيمة ، فقط تذكر أن التعلم الآلي يتضمن تعليم الآلة للتعلم.

تؤدي هذه الآلات مهمة واحدة بشكل جيد للغاية. من ناحية أخرى ، يتضمن الذكاء الاصطناعي استنساخ العقل البشري. يمكن لهذه الآلات ، من الناحية النظرية ، أداء مجموعة متنوعة من المهام بنفس القدر - إن لم يكن أفضل - من الإنسان.

في النهاية ، سيصبح الفرق بين الاثنين أوسع وأسهل للتمييز مع مرور السنين.

مصادر أخرى مفيدة:

كيف يتم وضع الذكاء الاصطناعي لنقل أتمتة العمليات الروبوتية إلى المستوى التالي

أفضل المنصات المركزة على الذكاء الاصطناعي والتي تزيد من التحويلات

مستقبل الأمن السيبراني بالذكاء الاصطناعي

أهم 5 مجموعات بيانات عامة لتعلم الآلة

قائمة خوارزميات التعلم الآلي التي يجب أن يعرفها الخبراء