مدخل واضح إلى الذكاء الاصطناعي وتعلّم الآلة، مع مثال عملي يوضح ما تستطيع هذه الأنظمة فعله وحدود نتائجها.
ماذا يعني الذكاء الاصطناعي؟
الذكاء الاصطناعي اسم لمجال يطوّر أنظمة حاسوبية تؤدي مهام مثل التعرف على الأنماط، ومعالجة اللغة، والتنبؤ، وتوليد المحتوى. تشمل تطبيقاته أدوات تصنف الصور أو تحول الكلام إلى نص أو تقترح نتائج مرتبطة بما يبحث عنه المستخدم. لا تعتمد كل الأنظمة على الطريقة نفسها، ولا يكفي نجاح برنامج في مهمة محددة للحكم بأنه يتقن جميع المهام. لذلك يبدأ فهم أي تطبيق بسؤال عملي: ما المهمة التي صمم لها، وما نوع البيانات التي يستخدمها؟ الإجابة أوضح من التعامل مع الذكاء الاصطناعي باعتباره قدرة واحدة متشابهة في كل الأدوات.
كيف يتعلم النموذج من الأمثلة؟
تعلّم الآلة أحد فروع هذا المجال، وفيه تدرب خوارزميات على بيانات لاستخراج علاقات تساعدها على التعامل مع أمثلة جديدة. تخيل تدريب نموذج على صور مصنفة لأوراق نباتات مختلفة؛ يتعلم النموذج أنماطًا مرتبطة بالفئات، ثم يقدم تصنيفًا لصورة لم يسبق له رؤيتها. وتتيح مقارنة التصنيف بالإجابة الصحيحة ملاحظة الحالات التي ينجح فيها النموذج أو يخطئ. وتتأثر النتيجة بالبيانات وطريقة التدريب والاختبار. ويستخدم التعلّم العميق شبكات عصبية متعددة الطبقات لاستخراج أنماط معقدة. أما الذكاء الاصطناعي التوليدي فينشئ نصوصًا أو صورًا أو أشكالًا أخرى من المحتوى استجابة إلى مدخلات المستخدم.
استخدام واعٍ للنتائج
قد ينتج النظام التوليدي إجابة تبدو متماسكة مع أنها تحتوي على معلومة خاطئة أو مرجع غير موجود. يصف المعهد الوطني الأمريكي للمعايير والتقنية هذه المشكلة ضمن مخاطر المحتوى المولّد، ويشير إلى أن الثقة في صياغة الإجابة لا تضمن صحتها. عند استخدام أداة للتعلّم، اطلب مثالًا واضحًا ثم قارنه بمصدر موثوق، وافتح الروابط للتأكد من أنها تدعم الادعاء بالفعل. ويمكن الاستفادة من اقتراحاتها في ترتيب الأفكار وصياغة أسئلة جديدة، مع مراجعة الناتج. القيمة العملية للأداة تتضح حين نعرف المهمة التي تساعدنا فيها، ونملك طريقة مستقلة لفحص ما تقدمه.