سلسلة فهم

١- ما هو الذكاء الإصطناعي | فِهم ١




٢- وظائف ستختفي بسبب الذكاء الإصطناعي | فِهم ٢





٣- أمور تصعب على الذكاء الإصطناعي | فِهم ٣





٤- مراحل تطبيقات الذكاء الإصطناعي | فِهم ٤





٥- التقنيات العملية للذكاء الإصطناعي | فِهم ٥





٦- مبادئ الذكاء الإصطناعي من شركة جوجل | فِهم ٦





 ٧- الذكاء الإصطناعي في مجال التعليم | فِهم ٧





٨- زيادة الأرباح بالذكاء الإصطناعي | فِهم ٨






تعليقات

إرسال تعليق

Popular Posts

كيف يساهم الذكاء الاصطناعي في قطاع الخدمات المالية؟

صورة
محمد معاذ باحث في الذكاء الاصطناعي   ببطءٍ ولكن بثبات، يطرح الذكاء الاصطناعي تأثيره على العالم من خلال العديد من التطبيقات على اختلافها. ووفقًا لشركة "Gartner" البحثية فإنّ قرابة 40 % من الشركات الكبرى ستطبّق حلولًا ترتكز على هذه التقنية في العام الجاري. ورغم أنّ هذه التوقّعات قد تمّ التنبّؤ بها قبل انتشار جائحة "كوفيد 19" التي أسفرت عن إبطاء عجَلة نمو الاقتصاد العالمي، إلّا أن هذه الأرقام تعكس حالة النموّ المطرّد للذكاء الاصطناعي مع مرور الوقت. لكن، ماذا عن دور هذه التقنية في الخدمات المالية؟ في هذه المقالة نستعرض دور الذكاء الاصطناعي في هذا القطاع مع استحضار أمثلةٍ في هذا الإطار. 1- إدارة المخاطر في عالم المال يكون الوقت هو المال. وبالنسبة لحالات الخطر، يمكن استخدام خوارزميات الذكاء الاصطناعي لتحليل تاريخ الحالة، وتحديد أي مشاكل محتملة لها. ويشمل ذلك استخدام التعلم الآلي لإنشاء نماذج دقيقة تمكّن الخبراء الماليين من إتّباع اتجاهات معينة وملاحظة المخاطر المحتملة. كما يمكن لهذه النماذج أيضًا التأكّد من الحصول على معلومات أكثر موثوقية لاستخدامها في نماذج التدريب الم...
قراءة المزيد

الفرق بين تعلم الآلة وعلم البيانات والذكاء الاصطناعي والتعلم العميق والإحصاء

صورة
كتابة: شفاء سعد سنوضح في هذا المقال الأدوار المختلفة لعالم البيانات وكيف أن علم البيانات يتداخل مع مجالات أخرى كتعلم الآلة والتعلم العميق والذكاء الاصطناعي والإحصاء، وإنترنت الأشياء والرياضيات التطبيقية، وبما أن علم البيانات يعتبر من التخصصات العلمية المتوسعة، سنبدأ بالحديث عن التصنيفات المختلفة لعلماء البيانات التي قد نصادفها في مجالات العمل، وقد تكتشف أنت أيضًا أنك عالم بيانات وأنت لا تعلم. وكما هو الحال في أي تخصص علمي، فإن علماء البيانات قد يقتبسون أساليبًا من التخصصات العلمية ذات العلاقة، على الرغم من أنهم لديهم أساليبهم، وخاصة الأساليب والخوارزمات التي تعنى بالتعامل مع مجموعات البيانات الكبيرة (datasets) غير المنظمة بشكل مؤتمت وبدون تدخل بشري، لإجراء التعاملات لحظيًا أو للتنبؤ.    قادة التحليل: علم البيانات وتقنية المعلومات والأعمال، المهارات والأدوار والمسؤوليات 1- التصنيفات المختلفة لعلماء البيانات: يُعرف علماء البيانات في نوعين، Type A حيث A ترمز للتحليلات بالانجليزية (Analytics) وهم النوع الأول، وعلماء البيانات Type B حيث B ترمز للبناة بالا...
قراءة المزيد

كيف يحدث تحيّز الذكاء الاصطناعي وما هي حلوله الممكنة؟

صورة
محمد معاذ باحث في الذكاء الاصطناعي   المصدر: Getty Images يعمل الذكاء الاصطناعي على تغيير العالم الذي نعيش فيه بشكلٍ جذري، وتتوفّر العديد من التطبيقات التي تهدف إلى جعل حياتنا أسهل مع هذا النوع من التكنولوجيا، وهو اتجاهٌ سيزداد بلا شكّ في السنوات المقبلة. لكن، إلى جانب هذا التطوّر الملموس، لا ينبغي أن نتجاهل جوانب مرتبطة بالأخلاقيات، وتحديدًا مفهوم التحيز أو ما يُعرف بـ "التحيز الخوارزمي" وهو خطأ يقع عندما يتمّ تغذية نماذج تدريب الذكاء الاصطناعي ببيانات مغلوطة تعكس أحكامًا مسبقة، أو يتم ترجيح بيانات على أخرى، ما يؤدي إلى نتائج منحرفة، وأخطاء تحليلية. ولا يقتصر هذا على الجانب التكنولوجي فحسب، بل علينا كبشرأيضًا. وفي حياتنا اليومية، نتّخذ العديد من القرارات، كنوع السيارة التي نقودها، والأفلام التي نشاهدها، والكتب التي نختارها وغيرها... وفي معظم الأوقات، تكون هذه القرارات منحازة دون أن ندرك ذلك، فدماغنا هو الذي يقرّر، وفي معظم الأحيان يعتمد ذلك على خبرتنا أو تعليمنا أو معتقداتنا، وهي العناصر المسؤولة عن هذا التفكير المتحيّز. 1- لماذا هو سيء؟ يعتبر التحيّز من أشهر المشاكل التي ت...
قراءة المزيد

ما هي استخدامات الذكاء الاصطناعي في الزراعة؟

صورة
محمد معاذ باحث في الذكاء الاصطناعي   مع تعدّد التأثيرات التي بات يلعبها الذكاء الاصطناعي في مختلف القطاعات من الرعاية الصحية، إلى السيارات، والتصنيع وغيرها، وصل تأثير هذه التقنية إلى أكثر القطاعات الحيوية في العالم: قطاع الزراعة، الذي يعدّ أساس الاقتصاد العالمي، فمع تزايد عدد السكان، يحتاج العالم إلى إنتاج أغذية أكثر بنسبة 50% بحلول عام 2050 . ويمكن لتقنيات الذكاء الاصطناعي مساعدة المزارعين في الحصول على محاصيل ذات جودة، وإستخدام الموارد بشكل أكثر استدامة. أمّا عن كيفية استخدام هذه التقنية في قطاع الزراعة، فسنتعرّف عليها في هذه المقالة. 1- الجرارات ذاتية القيادة المصدر: CNH Industrial/ Case IH مع الاستثمار الضخم في تطوير المركبات المستقلة لتلبية الاحتياجات المختلفة، يستفيد قطاع الزراعة أيضًا من مزايا هذه المركبات وتحديداً من خلال الجرارات الزراعية ذاتية القيادة . وتجمع هذه التقنية بين نظامي الاستشعار عن بعد (GPS) والتشغيل الآلي، وهذا يسمح بقيادة الجرّار بشكلٍ دقيق ومحسوب بالسنتيمتر، وبتجنّب الضغط المفرط للتربة، كما يتيح ظروفًا ملائمة لنمو الزرع والحصاد، ويساعد في توفير الوقت، من...
قراءة المزيد

معالجة اللغات الطبيعية : تحديات اللغة العربية

صورة
كتابة : زيد اليافعي اللغة العربية و بقية اللغات  هناك العديد من اللهجات و اللغات حول أنحاء العالم. يقدر أنه هناك أكثر من 7000 لغة ولهجة حول العالم ( مصدر ). بالإضافة إلى ذلك معظم اللغات تختلف من ناحية القواعد وطريقة الكتابة من اليمين إلى اليسار مثل العربية أو من اليسار إلى اليمين مثل الإنجليزية. طريقة النطق تختلف كذلك بسبب وجود أحرف لا يمكن نطقها في لغات أخرى مثل الضاد في اللغة العربية. كذلك تختلف اللغات من ناحية الكتابة ، مثلاً في الكتابة اليابانية (kanji) هناك بعض الرموز التي ترمز إلى أسماء أو أفعال ، كذلك في بعض اللغات الأحرف تكتب ملتصقة ببعض بدون مسافات مثل الصينية و من ناحية أخرى بعض اللغات تعتبر غنية بالتراكيب اللغوية مثل العربية حيث أن كلمة معينة يمكن أن يكون لها عدة تراكيب مختلفة مثل علم ، عمله ، تعلمه ، يتعلمون ، يتعلم ، الخ.  تعتبر اللغة العربية من أقدم اللغات ، ويقدر عمرها بحوالي 1500 سنة ( مصدر ) . مرت كتابة اللغة العربية بالكثير من التغييرات بسبب عمرها. " (1) البسملة كتبت بخط كوفي غير منقط ولا مشكّل. (2) نظام أبي الأسود الدؤلي المبكر ويَعتمد على تمثيل الحركات بنقا...
قراءة المزيد

كيف يمكن استخدام الذكاء الاصطناعي في المدن الذكية؟

صورة
محمد معاذ باحث في الذكاء الاصطناعي   المصدر: NVIDIA وفقًا لتقرير صادرٍ عن الأمم المتحدة ، 55% من سكان العالم يعيشون في المناطق الحضرية، ومن المتوقع أن تصل النسبة إلى 68% بحلول العام 2050. وتطرح هذه الطفرة  في التوسّع الحضري، تحدياتٍ جديدة على بيئة المدن وإدارتها وأمنها، وهذا بدوره سيؤدي إلى الضغط من أجل القيام بمبادرات البيئة المستدامة، مع مطالب ببناء بنية تحتية أكبر وأفضل في المساحات المتضائلة في المدن، وتحسين نوعية الحياة لسكان المدن بتكلفةٍ معقولة. و لمعالجة ذلك، تقترح العديد من البلدان مفهوم "المدن الذكية" ويعني المدن التي تستخدم أحدث تقنيات الاتصالات والمعلومات لتحسين الخدمات التي تقدمها لمواطنيها بما يسهم في إدارة الموارد بكفاءةٍ وتحسين استهلاك الطاقة. ويعدّ إنترنت الأشياء أهم جزءٍ مكوّن من معظم تطبيقات المدن الذكية، وهو مسؤولٌ عن توليد كميةٍ هائلة من البيانات. وفي ظل وجود مثل هذه الكميات الضخمة والمعقّدة من البيانات الكبيرة، فمن الصعب تحديد الإجراءات الأكثر دقّة وكفاءة. ومن خلال الاستعانة بالذكاء الاصطناعي يصبح التحليل للبيانات الضخمة ممكنًا للوصول إلى القرار ال...
قراءة المزيد

أبرز أربعة تقنيات عملية للذكاء الإصطناعي

صورة
بواسطة:  عبدالله حمدي أصبحنا نسمع كل يوم تقريبا عن أخبار مرتبطة بالذكاء الإصطناعي و كيف أنه يقوم بأداء مهام كانت حكرا على البشر في الماضي و أنه يتجاوز الأداء البشري في مهام أخرى . لكن ياترى ما هي التقنيات العملية في الذكاء الإصطناعي والتي بالفعل يتم استخدامها حاليا في المنتجات والعمليات المرتبطة بحياتنا اليومية ؟  هناك أربعة تقنيات من الذكاء الإصطناعي تلعب دورا أساسيا في حياتنا وهي :  1-  أنظمة الاقتراح (Reccommendation System)  تعتمد الفكرة على توفير أفضل الخيارات للمستفيد من اجل تحقيق هدف معين . مثلا لزيادة نسبة الشراء في مواقع البيع كأمازون ، تقوم خوارزميات أمازون بعرض المنتجات التي ستزيد من احتمال الشركاء لذاك المستخدم بناء على تاريخه الشرائي . أساس هذه الأنظمة هو الأخذ بالاعتبار التوجه العام نحو موضوع واقتراح الأفضل بناء على التوجه العام لكل المشتركين والتوجه الخاص للفرد المراد اقتراح المادة له . هناك طرق كثيرة للجمع بين هذين التوجهين ( قد يكونا متضاربين ) ، في هذا الدرس نقدم مثال بسيط على كيفية عمل أنظمة الإقتراح مع الكود الجا...
قراءة المزيد

كيف يتمكن الحاسوب من رؤية الأجسام؟ - الرؤية الحاسوبية

صورة
 كتابة : شفاء سعد    المصدر: https://www.cloudflight.io/projects/computer-vision-for-quality-assurance-1403/ مكن الله البشر من رؤية الأجسام من حولهم والتعرف عليها عن طريق حاسة البصر والإدراك العقلي، عمليات معقدة وكثيرة تتم في أجزاء لا تذكر من الوقت، ولأن أجهزة الحاسوب لا تمتلك هذه القدرات، قام البشر بمجهودات كبيرة بدأت منذ حوالي ٦ عقود في مجال يعرف بالرؤية الحاسوبية (Computer Vision)، سخروا فيه طاقات بحثية وتطبيقية كثيرة لتطوير قدرة الحاسوب على التعرف على الأجسام في الصور والفيديو. ما هي الرؤية الحاسوبية؟ الرؤية الحاسوبية هي أحد أشهر مجالات الذكاء الاصطناعي، يتم من خلاله تدريب الحاسوب ليقوم بتمييز الأشياء بصريًا، حيث تستخدم الصور ومقاطع الفيديو لتدريب نماذج التعلم العميق التي ستعمل بعدها على التعرف على أجسام جديدة في صور ومقاطع فيديو لم يسبق لها مشاهدتها، وهكذا يصبح الحاسوب يعمل وكأنه يرى الأجسام من حوله. في الأسفل -يسارًا- مثالٌ لصورة لرقم 8 كما نراها نحن على الحاسوب إن قمنا بتكبيرها، ونلاحظ أنها مكونة من عدد كبير من المربعات Pixels، وعلى اليمين ذات الصورة كما يراها الحا...
قراءة المزيد

ما هي فرص وتحديات التعلّم الآلي في مجال الطب؟

صورة
محمد معاذ باحث في الذكاء الاصطناعي   المصدر: Gebauer Company يلعب التعلّم الآلي دورًا مهيمنًا في العديد من جوانب الرعاية الصحية ، من التشخيص إلى العلاج وحتى إلى علم الأوبئة. وحتى وقتٍ قريب جدًا، كان الطبّ يعتمد فقط على الخبرة المهنية التي يحصّلها الأطباء. ولكن مع النموّ في حجم قواعد البيانات أضحت تطبيقات الذكاء الاصطناعي أكثر حضورًا، وباتت الفوائد المتأتّية من تطبيق التعلم الآلي في الطب أكثر شهرة. وفي الوقت الراهن، هناك ثلاثة مجالات تشهد نقلةً كبيرة بفعل منصات التعلّم الآلي في هذا الصدد وهي: تشخيص الأمراض، والتنبؤ بتفشي المرض، ومكافحة التباينات والفوارق العرقية. لكن كيف يتمّ ذلك؟ هذا ما سنحاول اكتشافه من خلال هذه المقالة، بالإضافة إلى إضاءةٍ على بعض التحديات ونقاط الضعف التي تواجه هذه التقنية. 1- أدوات تشخيص   المصدر: NTU من أوائل تطبيقات التعلّم الآلي في الطب كان تحليل الصور الشعاعية لتشخيص الآفات الجلدية وتقرّحات مرض السرطان. وقد تمّ نشر الدراسة في العام الماضي ، واستُخدِمت فيها أكثر من 10000 صورة، تمّ تصنيفها يدويًا من قبل أطباء لتدريب الخوارزمية. وفي بعض الحالات، كان ...
قراءة المزيد

التعلم العميق والتجميع Deep Learning for Clustering

صورة
كتابة علي القحطاني   منذ بداية التطور الكبير والنجاحات الملحوظة في التعلم العميق (Deep Learning) في بداية القرن الماضي ، ظل أكثر التركيز على التعليم الموجه (Supervised Learning) حيث امتد هذا النجاح إلى الكثير من التطبيقات. يعتبر التعلم العميق هو أحد أنواع تعلم الآلة (Machine Learning) المبني على الشبكات العصبية الاصطناعية (Artificial Neural networks) لغرض تعلم التمثيل (Learning Representation)، حيث يتم تعليم أنماط تمييزية لمثال معين في أبعاد صغيرة، قد يكون التعلم العميق تحت إشراف (Supervised) أو شبه خاضع للإشراف (Semi-Supervised) أو غير خاضع للإشراف (Unsupervised). وتتنوع معماريات التعلم العميق لتشمل: الشبكات العصبية العميقة DNN وشبكات المعتقدات العميقة DBN والمشفر التلقائي AE والشبكات العصبية المتكررة RNN والشبكات العصبية الترشيحية CNN ليتم تبنيها في مجالات كثير وكثيرة شملت رؤية الكمبيوتر والتعرف على الكلام ومعالجة اللغة الطبيعية والتعرف على الصوت وغيرها الكثير ، محققة نتائجاً مماثلة أو متوفقه على أداء البشر. ١- خوارزمية التجميع (Clustering Algorithms): تعبر أيضا واحدة من خوارزميا...
قراءة المزيد