المكاسب:
- يمكن التمييز بين مفاهيم الذكاء الاصطناعي والتعلم الآلي ونموذج اللغة الكبير
- اشرح كيف تختلف هذه التقنيات عن البرامج التقليدية
- يمكن التعرف على أمثلة الذكاء الاصطناعي التي نواجهها في حياة العمل اليومية
في السنوات الأخيرة، انتشرت كلمة "الذكاء الاصطناعي" في كل مكان: في الأخبار، وفي الإعلانات، وفي اجتماعات العمل، وحتى في كاميرا الهاتف الذي تستخدمه. ولكن ماذا يعني ذلك بالضبط؟ تشرح هذه الوحدة الموضوع من الأساسيات، دون الغرق في المصطلحات، ومن خلال ربطه بحياتك العملية. الهدف ليس أن تجعلك مهندسًا؛ لجعلك مستخدمًا واعيًا يفهم ماهية الأدوات التي تستخدمها ولماذا يفعلون ما يفعلونه. لأنه كلما عرفت السيارة بشكل أفضل، كلما استخدمتها بشكل أكثر أمانًا وكفاءة.
غالبًا ما تسمع ثلاثة مفاهيم متشابكة: الذكاء الاصطناعي، والتعلم الآلي، ونموذج اللغة الكبير. هذه ليست نفس الشيء. إنها تضيق الحلقات بشكل متزايد، واحدة داخل الأخرى. الآن دعونا نشرح هذه الأمور واحدًا تلو الآخر مع الأمثلة اليومية.
ثلاثة مفاهيم، ثلاث حلقات متشابكة
الذكاء الاصطناعي (AI): هو الاسم العام لمجال واسع يمكّن أجهزة الكمبيوتر من أداء المهام التي تتطلب عادةً الذكاء البشري (الفهم، اتخاذ القرار، التعرف، استخدام اللغة). كما يوجد تحت هذه المظلة برنامج شطرنج وتطبيق ترجمة ومساعد صوتي.
التعلم الآلي (ML): هو الفرع الفرعي الأكثر شيوعًا للذكاء الاصطناعي. هنا، نحن لا نكتب القواعد في الكمبيوتر واحدة تلو الأخرى؛ نعرض عليه الكثير من العينات ويقوم باختيار النمط الموجود في العينات بنفسه. ومن هنا جاء اسم "التعلم الآلي": تتعلم الآلة من الأمثلة.
نموذج اللغة الكبير (LLM): هو نوع خاص من التعلم الآلي متخصص في النصوص. يتم تدريبه بمليارات الجمل. يتم استخدامه في مهام مثل فهم اللغة والإنتاج والتلخيص والترجمة. هذه هي التكنولوجيا وراء أدوات مثل ChatGPT، وGemini، وClaude. الأدوات الموجودة في هذه الوحدة، والتي نسميها "الذكاء الاصطناعي التوليدي" (الذكاء الاصطناعي الذي ينشئ النص/الصورة)، تعتمد في الغالب على LLM.
تلميح: تذكر هذا: الذكاء الاصطناعي هو الصندوق الأكبر، والتعلم الآلي هو الصندوق الموجود بداخله، ونموذج اللغة الكبير هو الصندوق الأعمق. "كل ماجستير في القانون هو نتاج للتعلم الآلي وكل تعلم آلي هو ذكاء اصطناعي، ولكن العكس ليس صحيحًا دائمًا."
الفرق مع البرامج التقليدية: من يكتب القواعد؟
هذا هو الفرق الأكثر أهمية لفهمه. في البرامج التقليدية، يكتب الإنسان (المبرمج) القواعد واحدة تلو الأخرى: "إذا تجاوز مبلغ الطلب 500 ليرة تركية، فسيكون الشحن مجانيًا". ويتبع الكمبيوتر هذه القاعدة حرفيًا، لا أكثر ولا أقل.
في التعلم الآلي، لا يكتب البشر القواعد؛ ويكتشف النموذج القاعدة نفسها من الأمثلة الموضحة له. على سبيل المثال، يمكنك إظهار الآلاف من رسائل البريد الإلكتروني "البريد العشوائي" و"ليست بريدًا عشوائيًا"؛ يتعرف النموذج نفسه على الكلمات والعبارات التي تشير إلى وجود بريد عشوائي. لا أحد يكتب واحدًا تلو الآخر قائلاً "إذا كانت هناك هذه الكلمة، فهي بريد عشوائي".
ميزة
البرمجيات التقليدية
التعلم الآلي / الذكاء الاصطناعي
من يضع القواعد؟
الرجل يكتب واحدا تلو الآخر
يستنتج النموذج من الأمثلة
هل الناتج هو نفسه دائما؟
نفس الإدخال → نفس الإخراج
نفس المدخلات → مخرجات مماثلة ولكن متغيرة
متى يكون قويا؟
العمل بقواعد واضحة ونهائية
يعمل مع الكثير من الأنماط والقواعد الصعبة
الموثوقية
يمكن التنبؤ به، ثابت
إحصائية، تتطلب التحقق
مثال
حساب الرواتب
تحسين نغمة البريد الإلكتروني
هذا الاختلاف هو أساس موضوعي "الهلوسة" و"التحقق" الذي ستتعلمه لاحقًا: نظرًا لأن النموذج يستمد القاعدة بنفسه، فإنه يكون مخطئًا في بعض الأحيان، لذا لا يمكن الوثوق بمخرجاته بشكل أعمى.
لقد رأيت ذلك بالفعل في حياتك العملية اليومية
لا تعتقد أن الذكاء الاصطناعي شيء جديد؛ من المحتمل أنك تستخدمه منذ سنوات:
- عامل تصفية البريد العشوائي في صندوق بريدك الإلكتروني (نموذج يتعرف على رسائل البريد الإلكتروني التي تعتبر مهملات).
- توقع لوحة مفاتيح هاتفك (نموذج لغة صغير يقترح الكلمة التالية).
- تنبيه المعاملات الاحتيالية الخاصة بالبنك الذي تتعامل معه (نموذج يكتشف الإنفاق غير المعتاد).
- ميزات الملء التلقائي والاقتراحات لبرنامج جدول البيانات الخاص بك.
- أنظمة التوصية في تطبيقات الفيديو والموسيقى.
الجديد هو أن هذه التكنولوجيا يمكنها الآن التحدث باللغة الطبيعية. فتكتب وكأنك تتحدث إلى خبير، وهو يفهم ويجيب. هذا هو المكان الذي تكمن فيه الفرصة الحقيقية في مكان العمل.
ثلاث حالات صغيرة
الحالة 1 - عائشة، مديرة المكتب. كان يقوم يدويًا بتصنيف حوالي 40 رسالة بريد إلكتروني للموردين كل أسبوع؛ استغرق الأمر في المتوسط 90 دقيقة. لقد بدأت في جعل مساعد الذكاء الاصطناعي للشركة يصنف رسائل البريد الإلكتروني على أنها "عاجلة/عادية/معلومات". تم تقليل الوقت إلى 20 دقيقة. لقد خصص حوالي 70 دقيقة محفوظة لمراقبة العقد. لقد تعلم الذكاء الاصطناعي القاعدة نفسها؛ لم تكتب عائشة المرشحات واحدة تلو الأخرى.
الحالة 2 - محمد، فني ميداني. كان العميل يكتب سجلات الأخطاء في نص حر ("يصبح الجهاز ساخنًا، ويتم إيقاف تشغيله بشكل متقطع"). لم يتمكن مديره من قراءة وتصنيف هذه السجلات الـ 500 يدويًا. قام نموذج اللغة بتلخيص السجلات على أنها "خطأ في الأجهزة/البرامج/المستخدم" واستخرج الشكوى الأكثر شيوعًا. رسم النموذج في دقائق ما قد يستغرقه الإنسان لمدة يومين تقريبًا؛ وأكد الفريق فقط.
الحالة 3 – إليف، المحاسبة. لقد طلب من الذكاء الاصطناعي تلخيص نص تشريعي جديد وأخذ قائمة مقالات مكونة من صفحة واحدة من النص المكون من 12 صفحة. لكنه هو نفسه أكد نسبة حرجة من المصدر الرسمي؛ لأنها كانت مسألة تتطلب الدقة العددية. وهكذا، عملت بسرعة وأمان.
موجه ضعيف / موجه قوي
إن معرفة الأداة يغير أيضًا طريقة طرحك لها. سؤالان مختلفان من نفس المساعد:
موجه ضعيف: ما هو الذكاء الاصطناعي؟
النتيجة: وصف موسوعي طويل لا يخصك.
موجه قوي: أنا موظف مكتب غير فني. اشرح الفرق بين الذكاء الاصطناعي والتعلم الآلي ونموذج اللغة الكبير بثلاث نقاط قصيرة ومثال من الحياة اليومية لكل منها. استخدم اللغة التركية البسيطة.
النتيجة: إجابة قابلة للاستخدام ومناسبة لدورك ومستواك وهدفك. الفرق: لقد أعطيت السياق والجمهور والشكل.
قوالب قابلة للنسخ
ساعدني في تعلم التكنولوجيا. الموضوع: [على سبيل المثال. التعلم الآلي] أنا: [دوري / مستوى معرفتي] أريد: شرح بسيط في 5 عناصر + مثال من الحياة العملية لكل عنصر + ملخص من جملة واحدة "ضعه في الاعتبار" في النهاية.
أرني أين أواجه المفهوم التالي في الحياة اليومية: المفهوم: [على سبيل المثال: نظام التوصية]أعطني 5 أمثلة واقعية واشرح في جملة واحدة بالضبط ما يفعله الذكاء الاصطناعي في كل منها.
قارن بين هذين المفهومين وضعهما في جدول: المفهوم أ: [البرمجيات التقليدية] المفهوم ب: [التعلم الآلي] الأعمدة: من يضع القاعدة، هو ثابت الإخراج، متى يكون قويا، مثال.
بسّط الجملة التالية كما لو كنت تشرحها لزميل غير تقني. إذا كان هناك مصطلحات، أضف شرحًا قصيرًا بين قوسين. الجملة: [الصق هنا]
الأخطاء الشائعة
الأخطاء الشائعة
- التفكير "الذكاء الاصطناعي = الروبوت/الوعي". مركبات اليوم لا تفكر ولا تشعر؛ يتعرف على الأنماط ويولد عواقب محتملة. إن نسيان ذلك يؤدي إلى توقعات مبالغ فيها وخيبة أمل.
- التعامل مع كل مخرجات الذكاء الاصطناعي على أنها حقيقة نهائية. يعمل النموذج إحصائيا. ومن الخطورة استخدام أرقام وتواريخ ومصادر تتطلب الدقة دون التحقق منها.
- قول "هذه الوظيفة بعيدة عني" ولا تحاول أبدًا. يوفر الذكاء الاصطناعي معظم الوقت في المهام الشاقة والمتكررة للموظفين غير التقنيين. ومن لا يحاول سيضيع الفرصة.
- طرح أسئلة من كلمة واحدة دون سياق. إذا لم تخبر الأداة من أنت وماذا تريد، فسوف تحصل على إجابات عامة وغير مجدية.
تحذير: "تعلم" الذكاء الاصطناعي ليس مثل التعلم البشري. "يتعلم" النموذج ليس من خلال فهم العالم ولكن من خلال التقاط الأنماط الإحصائية في البيانات. لذا فهو يستطيع التحدث بطلاقة كبيرة ولكنه لا يزال يخطئ في حقيقة أساسية. الطلاقة ليست ضمانة للدقة.
باختصار
- الذكاء الاصطناعي هو المظلة الأوسع؛ التعلم الآلي هو فرعه الفرعي الذي يتعلم من الأمثلة؛ نموذج اللغة الكبير (LLM) هو نوع من التعلم الآلي المتخصص في اللغة.
- الفرق الرئيسي: في البرمجيات التقليدية، يكتب الإنسان القاعدة؛ في التعلم الآلي، يستخرج النموذج القاعدة من الأمثلة.
- الذكاء الاصطناعي موجود بالفعل في حياتك: مرشح البريد العشوائي، والتنبؤ بلوحة المفاتيح، وتنبيه المعاملات المزيفة، وأنظمة التوصية. والجديد هو أنه يستطيع التحدث باللغة الطبيعية.
- نظرًا لأن النموذج يعمل إحصائيًا، فهو مرن، لكنه ليس دقيقًا دائمًا؛ وهذا هو أساس الوحدات اللاحقة (الهلوسة، التحقق).
مهمة التطبيق
افتح أداة الذكاء الاصطناعي التي تستخدمها واشرح لنفسك الفرق بين التعلم الآلي ونموذج اللغة الكبير باستخدام قالب "الموجه القوي" أعلاه. ثم قم بتدوين 3 أماكن في عملك حيث يتم استخدام الذكاء الاصطناعي بالفعل (أو يمكن استخدامه). لكل سؤال، "ما هو بالضبط/الذي يمكن أن يفعله الذكاء الاصطناعي هنا؟" أجب عن السؤال بجملة واحدة.
قائمة التحقق
- [ ] يمكنني التمييز بين الذكاء الاصطناعي والتعلم الآلي وماجستير القانون.
- [ ] يمكنني شرح الفرق بين "من يكتب القواعد" وبين البرامج التقليدية والتعلم الآلي.
- [ ] أعرف ما لا يقل عن 3 أمثلة للذكاء الاصطناعي في حياتي اليومية.
- [ ] من خلال إعطاء السياق والجمهور والشكل، يمكنني طرح سؤال أقوى.
- [ ] أعلم أن مجرد سلاسة الذكاء الاصطناعي لا يعني أنه دقيق.