إسأل كاتب الآن
بدر هادي
كاتب
الأسئلة المجابة 40076 | نسبة الرضا 98.4%
إجابة الخبير: بدر هادي
بدر هادي
كاتب
الأسئلة المجابة 40076 | نسبة الرضا 98.4%
تمتلك الخوارزميات المبنية على طرق الذكاء الاصطناعي منطقاً مختلفاً عن ذلك المتبع في خوارزميات البرمجة التقليدية من ناحية العلاقة بين دخل وخرج الخوارزمية وكيفية عملها
قد تبدو هذه المعلومة غريبة بالنسبة للبعض، إلا أن الأسس النظرية للذكاء الاصطناعي موجودة منذ أكثر من 60 عاماً، إلا أنه قد تأخر نسبياً حتى أصبح مستخدماً على نطاقٍ واسع كما هو الحال اليوم. على صعيدٍ آخر، تطورت البرمجيات التقليدية بشكل كبير منذ بناء أول حاسوب حتى يومنا هذا
يُفضل استخدام الذكاء الاصطناعي في الحالات التالية:
1. سرعة النتائج مهمة
2. دقة النتائج أقل أهمية
3. قلة أهمية تفسير النتائج
4. في المجالات الخاضعة لتنظيم أقل
يُفضل استخدام البرمجة التقليدية في الحلات التالية:
1. سرعة النتائج غير مهمة جداً
2. دقة النتائج مهمة جداً
3. القدرة على تتبع العمليات المجراة وتفسير النتائج مهمة جداً
4. في المجالات الخاضعة لتنظيم شديد
يُستحسن استخدام البرمجة التقليدية عندما يكو هنالك حاجة لتتبعٍ أفضل للنتائج، إذ أنها تعطي شفافية أكبر ويمكن تفسير كل خطوة وكل نتيجة سينتجها البرنامج. هذه هي الطريقة المفضلة في المجالات عالية التنظيم وحيث تلعب جوانب مثل درجة الحماية أولويات قصوى. بمثل هكذا مجالات، لا يمكن التعامل إلا مع معلومات محددة وحتمية، لأن خطأ احتمالي بسيط قد يؤدي لفشل النظام بالكامل، وما تقوم به نماذج الذكاء الاصطناعي هو حساب أرجحية Likelihood، التي هي نسبة مئوية متغيرة وليست قيمة ثابتة محددة وحتمية. على الرغم من ذلك فقد بدأ الذكاء الاصطناعي بالفعل دخول هذه المجالات ولكن على نطاق محدود. نظراً لشفافية البرمجة التقليدية وحتميتها فإنها تلقي عبئاً كبيراً على المبرمج إذا يجب عليه تضمين جميع الاحتمالات التي من الممكن أن يواجهها البرنامج خلال الاستخدام. وإن إهمال احتمال واحد فقط قد يؤدي إلى نتائج كارثية.
عند كتابة برنامج تقليدي فإنه لا مفر من تعريف جميع المدخلات مهما كان تعدادها أو نوعها. وهذا الأمر يمكن التعامل معه عندما يكون عدد المُدخلات محدوداً 1، 100 أو حتى 1000 على سبيل المثال ولكن ماذا إذا كنا بحاجة مليون أو مليار مُدخل؟ في هذه الحالة فإنه من الصعب التعامل مع هذا الكم الكبير من المدخلات يدوياً وهنا يُمكن استخدام نموذج تعلم آلة يمكنه التعامل مع كم المُدخلات الكبير. أضف إلى ذلك مرونة الذكاء الاصطناعي وقدرته على التكيف مع التغيرات دون الحاجة إلى تعريف مسبق لهذه التغيرات كما هو الحال مع البرنامج التقليدي. من ناحية أخرى فإن كم البيانات الهائل المستخدم لتعليم نموذج ذكي يجعل عملية تتبع وتفسير النتائج صعبة جداً أو شبه مستحيلة.
تنتشر البرمجيات المعتمدة على نماذج وخوارزميات الذكاء الاصطناعي بشكلٍ كبير في الوقت الحالي
تنتشر البرمجيات المعتمدة على نماذج وخوارزميات الذكاء الاصطناعي بشكلٍ كبير في الوقت الحالي
هنالك اختلاف في طريقة التفكير وآلية معالجة الأمور بين البرمجيات المعتمدة على خوارزميات الذكاء الاصطناعي وتلك المعتمدة على الخوارزميات البرمجية الإجرائية أو الحتمية
الخوارزميات والطرق البرمجية التقليدية جيدة في المجالات التي يكون هنالك فيها حاجة لخرج محدد وحتمي، ولكنها سيئة من ناحية صعوبة بناء برامج قادرة على التعامل مع عدد كبيرة من المتحولات كما أن تحسين دقة البرنامج يتطلب إعادة كتابته وترجمته وتوليد الملف التنفيذي من جديد
البرامج المعتمدة على طرق ونماذج الذكاء الاصطناعي مرنة أكثر وتمتلك قدرة كبيرة على التعامل مع كمية مدخلات كبيرة، وهي تمتلك قدرة على تطوير نفسها بسبب خاصية التعلم التي تمتلكها نماذج تعلم الآلة
في السابق كان القول السائد أنه من يمتلك أفضل خوارزمية سيُسطر على مجال ما، لكن هذه المقولة لم تعد دقيقة تماماً في يومنا هذا، إنما الأدق هو أنه من يمتلك أكبر كمية من البيانات سيُسطر.
إسأل كاتب
بدر هادي
كاتب
الأسئلة المجابة 40076 | نسبة الرضا 98.4%
- 100% ضمان الرضا
- انضم الى 8 مليون من العملاء الراضين
المحادثات تتم ضمن هذه البنود
