(Artificial Intelligence) ‫اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ‬

-‫ﻣﻌﻠﻮﻣﺎﺗﯿﺔ‬- ‫اﻟﺴﻨﺔ اﻟﺜﺎﻟﺜﺔ‬

2024-2023

hanane.boukerma@g.ens-kouba.dz
1
 ‫اﻟﺒﺮﻧﺎﻣﺞ‬

‫اﻟﻔﺼﻞ ‪ : 1‬ﻣﺪﺧﻞ إﻟﻰ ﻋﻠﻢ اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ‬

‫ﺗﻌﺮﯾﻒ اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ‬

‫ﺗﻌﺮﯾﻒ اﻟﺬﻛﺎء اﻟﺒﺸﺮي‬

‫اﻟﻌﻠﻮم اﻟﻤﻌﺘﻤﺪ ﻋﻠﯿﮭﺎ‬

‫أھﻤﯿﺔ اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ‬

‫ﻧﺒﺬة ﺗﺎرﯾﺨﯿﺔ‬

‫أﻧﻮاع اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ‬

‫اﻟﻤﺠﺎﻻت اﻟﻔﺮﻋﯿﺔ ﻟﻌﻠﻢ اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ و ﺗﻄﺒﯿﻘﺎﺗﮫ‬

‫ﻣﺼﻄﻠﺤﺎت ﻣﺮﺗﺒﻄﺔ ﺑﻌﻠﻢ اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ‬

‫اﻟﺒﯿﺎﻧﺎت‪-‬اﻟﻤﻌﻠﻮﻣﺎت‪-‬اﻟﻤﻌﺮﻓﺔ )‪(data-information-knowledge‬‬

‫ﻣﺨﺎطﺮ اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ‬

‫‪2‬‬
 ‫اﻟﻔﺼﻞ ‪ : 1‬ﻣﺪﺧﻞ إﻟﻰ ﻋﻠﻢ اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ‬

‫‪ .1‬ﺗﻌﺮﯾﻒ اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ‬

‫ﻣﺼﻄﻠﺢ اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ)‪ Artificial Intelligence (AI‬أطﻠﻖ ﻷول ﻣﺮة ﺳﻨﺔ ‪ 1956‬ﻣﻦ طﺮف اﻟﻌﺎﻟﻢ ‪John‬‬
‫‪ .McCarthy‬ﻋﺮﻓﮫ ھﺬا اﻷﺧﯿﺮ ﺑﺎﻟﻌﺒﺎرات اﻟﺘﺎﻟﯿﺔ‪:‬‬

‫‪"AI involves machines that can perform tasks that are characteristic of human intelligence".‬‬

‫"اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ ھﻮ ﻋﻠﻢ ﯾﮭﺘﻢ ﺑﺼﻨﻊ آﻻت ﯾﻤﻜﻨﮭﺎ اﻟﻘﯿﺎم ﺑﻤﮭﺎم‪ ،‬ﺗﺘﺼﻒ ھﺬه اﻟﻤﮭﺎم ﺑﺴﻤﺔ ﻣﻦ ﺳﻤﺎت اﻟﺬﻛﺎء اﻟﺒﺸﺮي"‬

‫"‪"The science and engineering of making intelligent machines‬‬

‫"ﻋﻠﻢ وھﻨﺪﺳﺔ ﺻﻨﺎﻋﺔ اﻵﻻت اﻟﺬﻛﯿﺔ"‬

‫ﻣﻦ أﺟﻞ ﺗﺼﻨﯿﻒ اﻵﻟﺔ ﻋﻠﻰ أﻧﮭﺎ "ذﻛﯿﺔ" أو ﻻ‪ ،‬ﻣﻦ اﻟﻀﺮوري أوﻻ ﺗﻌﺮﯾﻒ اﻟﺬﻛﺎء‪.‬‬

‫‪ .2‬ﺗﻌﺮﯾﻒ اﻟﺬﻛﺎء اﻟﺒﺸﺮي‬

‫اﻟﺬﻛﺎء اﻟﺒﺸﺮي ﻣﻔﮭﻮم ﯾﺼﻌﺐ ﺗﻌﺮﯾﻔﮫ ﺑﺪﻗﺔ ﻓﮭﻮ ﯾﺄﺧﺬ أﺷﻜﺎﻻ ﻋﺪﯾﺪة ‪،‬وﻣﻦ اﻟﺼﻌﺐ أﯾﻀﺎ ﻗﯿﺎﺳﮫ‪.‬‬

‫ﻣﻦ ﺑﯿﻦ اﻟﻤﻌﺎﯾﯿﺮ اﻟﺘﻲ ﯾﻈﮭﺮ ﻣﻦ ﺧﻼﻟﮭﺎ درﺟﺔ ذﻛﺎء ﺷﺨﺺ ﻣﺎ ﻧﺬﻛﺮ ﻣﺎ ﯾﻠﻲ‬

‫‪ ‬اﻟﻘﺪرة ﻋﻠﻰ اﻟﺘﻌﻠﻢ و اﻛﺘﺴﺎب اﻟﻤﻌﺮﻓﺔ‬

‫‪ ‬ﺣﺴﻦ ﺗﻄﺒﯿﻖ اﻟﻤﻌﺎرف‬
‫‪ ‬اﻟﻘﺪرة ﻋﻠﻰ ﺣﻞ اﻟﻤﺸﻜﻼت اﻟﻤﻌﻘﺪة ﺣﺘﻰ ﻋﻨﺪ ﻋﺪم ﺗﻮﻓﺮ ﻛﻞ اﻟﻤﻌﻠﻮﻣﺎت‬
‫‪ ‬إدراك اﻷوﻟﻮﯾﺎت‬
‫‪ ‬رد اﻟﻔﻌﻞ اﻟﺼﺤﯿﺢ ‪،‬اﻟﺴﺮﯾﻊ و اﻟﺪﻗﯿﻖ‬
‫‪ ‬اﻟﻤﺮوﻧﺔ ﻓﻲ ﻣﻮاﺟﮭﺔ اﻟﻤﺼﺎﻋﺐ‬
‫‪ ‬اﻟﺘﻜﯿﻒ ﻣﻊ ااﻟﻤﻮاﻗﻒ ااﻟﻤﺴﺘﺠﺪة‬
‫‪ ‬اﻛﺘﺸﺎف اﻷﺧﻄﺎء وﺗﺼﺤﯿﺤﮭﺎ ﻟﺘﺤﺴﯿﻦ اﻷداء ﻓﻲ اﻟﻤﺴﺘﻘﺒﻞ‬

‫ﻓﮭﻞ ﯾﻤﻜﻦ ﻣﺤﺎﻛﺎة ھﺬه اﻟﺼﻔﺎت اﻹﻧﺴﺎﻧﯿﺔ ﻋﻠﻰ اﻵﻟﺔ؟‬

‫ﻛﺘﻌﺮﯾﻒ ﻋﺎم ﻟﺬﻛﺎء اﻟﺒﺸﺮي ﻧﻌﺘﻤﺪ ﺗﻌﺮﯾﻒ ﻋﺎﻟﻢ اﻟﻨﻔﺲ ھﻮارد ﻏﺎردﻧﺰ‪ Howard Gardner‬ﻣﺆﺳﺲ ﻧﻈﺮﯾﺔ اﻟﺬﻛﺎءات‬
‫اﻟﻤﺘﻌﺪدة ‪Multiple Intelligences‬‬

‫"اﻟﺬﻛﺎء ھﻮ ﻣﺴﺘﻮى ﻛﻔﺎءة اﻟﻔﺮد اﻟﻔﻜﺮﯾّﺔ واﻟﺘﻲ ﺗﺘﺸ ّﻜﻞ ﻣﻦ ﻣﺠﻤﻮﻋﺔ ﻣﻦ اﻟﻤﮭﺎرات اﻟﺘﻲ ﺗﻤ ّﻜﻦ اﻟﻔﺮد ﻣﻦ اﺳﺘﺨﺪاﻣﮭﺎ ﻓﻲ ﺣ ّﻞ‬

‫اﻟﻤﺸﻜﻼت واﻛﺘﺴﺎب اﻟﻤﻌﺎرف اﻟﺠﺪﯾﺪة"‬

‫‪3‬‬
 ‫اﻟﻘﺪرات اﻟﻌﻘﻠﯿﺔ ﻟﻺﻧﺴﺎن ﺧﺎرﻗﺔ ﻣﺜﻼ‬

‫اﻟﻘﺪرة ﻋﻠﻰ اﻟﺨﺮوج ﺑﻤﻌﻨﻰ ﻣﻦ ﺳﯿﺎق اﻟﻜﻼم ‪:‬‬

‫ﻣﻦ ذﻟﻚ ﻓﮭﻢ اﻟﺘﻌﺒﯿﺮات اﻟﻤﺰاﺟﯿﺔ و اﻟﻠﮭﺠﺎت اﻟﻤﺤﻠﯿﺔ ‪.‬ﻣﻦ ذﻟﻚ أﯾﻀﺎ اﻟﻘﺪرة ﻋﻠﻰ ﻓﮭﻢ اﻟﺘﻌﺒﯿﺮات اﻟﺮﻛﯿﻜﺔ‪ .‬ﻣﺜﻼ ﻟﻮ أﻧﻚ ﻗﺎﺑﻠﺖ‬
‫أﺟﻨﺒﯿﺎ ﯾﺘﺤﺪث ﺑﺮﻛﺎﻛﺔ ﻓﺎﻧﻚ ﺗﺴﺘﻄﯿﻊ اﺳﺘﻨﺘﺎج ﻣﺎ ﯾﺮﯾﺪ اﻟﺘﻌﺒﯿﺮ ﻋﻨﮫ ﻣﮭﻤﺎ ﻛﺎﻧﺖ ﺗﻌﺒﯿﺮاﺗﮫ ﻏﺎﻣﻀﺔ أو ﻣﮭﻤﺎ اﺳﺘﺨﺪم أﻟﻔﺎظﺎ ﻓﻲ ﻏﯿﺮ‬
‫ﻣﻮﺿﻌﮭﺎ‬

‫ﻓﮭﻞ ﯾﻤﻜﻦ ﻟﺘﻘﻨﯿﺎت ﻣﺠﺎل ‪) Speech Recognition‬اﻟﺘﻌﺮف اﻵﻟﻲ ﻋﻠﻰ اﻟﻜﻼم( اﻟﻮﺻﻮل إﻟﻰ ھﺬا اﻟﻤﺴﺘﻮى ﻣﻦ اﻟﻔﻌﺎﻟﯿﺔ‬
‫)‪(efficient‬؟‬

‫اﻹﻧﺴﺎن أﯾﻀﺎ ﻗﺎدر ﻋﻠﻰ ﻗﺮاءة و اﺳﺘﻨﺘﺎج ﻣﻌﻨﻰ اﻟﺠﻤﻞ ﺣﺘﻰ ﻓﻲ اﻟﺤﺎﻻت اﻟﺼﻌﺒﺔ‪ .‬ﺟﺮب ﻣﺜﻼ ھﺬه اﻟﺠﻤﻠﺔ‪:‬‬

‫)م‪  ‬ا ‪ ‬أ‪ ‬أ‪ ‬ا‪‬ح و ‪‬م‪ ‬أ‪  ‬و ‪(    ‬‬

‫اﻹﻧﺴﺎن ﻗﺎدر ﻋﻠﻰ ﻗﺮاءة ھﺬه اﻟﺠﻤﻠﺔ ﺣﺘﻰ وﻟﻮ ﻛﺘﺒﺖ ﺑﺨﻂ اﻟﯿﺪ و ﻛﺎﻧﺖ اﻟﻜﺘﺎﺑﺔ ﺳﯿﺌﺔ و اﻟﻮرﻗﺔ ﻣﻠﻄﺨﺔ‬

‫ﻓﮭﻞ ﯾﻤﻜﻦ ﻟﺘﻘﻨﯿﺎت ﻣﺠﺎل ‪) Handwriting Recognition‬اﻟﺘﻌﺮف اﻵﻟﻲ ﻋﻠﻰ اﻟﻜﺘﺎﺑﺔ ﺑﺨﻂ اﻟﯿﺪ( اﻟﻮﺻﻮل إﻟﻰ ھﺬا‬
‫اﻟﻤﺘﺴﻮى ﻣﻦ اﻟﻌﻔﺎﻟﯿﺔ ؟ ‪‬‬

‫ﻟﻠﻮﺻﻮل إﻟﻰ اﻟﻔﻌﺎﻟﯿﺔ اﻟﻤﻄﻠﻮﺑﺔ ‪ ،‬ﺗﻘﻨﯿﺎت اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ ﺗﻌﺘﻤﺪ ﻓﻲ ﺗﻄﻮرھﺎ ﻋﻠﻰ ﻋﺪة ﻋﻠﻮم أﺧﺮى ﻣﻨﮭﺎ‪[1] :‬‬

‫‪ ‬ﻓﻠﺴﻔﺔ‬
‫‪ ‬رﯾﺎﺿﯿﺎت‬
‫‪ ‬ﻓﯿﺰﯾﺎء‬
‫‪ ‬ﻋﻠﻢ اﻷﻋﺼﺎب )‪(Neuroscience‬‬
‫‪ ‬ﻋﻠﻢ اﻟﻨﻔﺲ‬
‫‪ ‬ﻟﺴﺎﻧﯿﺎت )‪(Linguistics‬‬
‫‪ ‬ھﻨﺪﺳﺔ اﻟﻤﻌﻠﻮﻣﺎﺗﯿﺔ )‪(Computer engineering‬‬
‫‪ ‬اﻟﺴﺒﺮاﻧﯿﺔ و ﻋﻠﻢ اﻟﺘﺤﻜﻢ )‪(Cybernetics and control theory‬‬

‫ﻣﻤﺎ ﺳﺒﻖ ﻛﺘﻌﺮﯾﻒ ﺷﺎﻣﻞ ﻟﻌﻠﻢ اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ ﻧﻘﻮل‪:‬‬

‫اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ ھﻮ أﺣﺪ ﻓﺮوع ﻋﻠﻢ اﻟﻜﻤﺒﯿﻮﺗﺮ‪ ،‬ﯾﮭﺪف إﻟﻰ إﻧﺸﺎء أﻧﻈﻤﺔ ﻗﺎدرة ﻋﻠﻰ أداء اﻟﻤﮭﺎم اﻟﺘﻲ ﺗﺘﻄﻠﺐ اﻟﺬﻛﺎء‬
‫اﻟﺒﺸﺮي ﻣﺜﻞ اﻟﺘﻔﻜﯿﺮ‪ ،‬اﻟﺘﻌﻠﻢ‪ ،‬ﺣﻞ اﻟﻤﺸﻜﻼت و ﻓﮭﻢ اﻟﻠﻐﺔ )ﻣﺤﺎﻛﺎة ﻗﺪرة اﻹﻧﺴﺎن اﻟﺬﻛﻲ( ‪.‬و ھﻮ ﻋﻠﻢ ﻣﺮﺗﺒﻂ ارﺗﺒﺎ ً‬
‫طﺎ‬
‫وﺛﯿﻘًﺎ ﺑﺎﻟﻌﻠﻮم اﻷﺧﺮى‪ :‬اﻟﺮﯾﺎﺿﯿﺎت واﻟﻤﻨﻄﻖ واﻹﺣﺼﺎء اﻟﺘﻲ ھﻲ ﺑﻤﺜﺎﺑﺔ اﻷﺳﺎس اﻟﻨﻈﺮي ﻟﮫ‪ ،‬اﻟﻌﻠﻮم اﻹﻧﺴﺎﻧﯿﺔ ) ﻋﻠﻢ‬
‫اﻟﻨﻔﺲ‪ ،‬اﻟﻔﻠﺴﻔﺔ‪ ،‬اﻟﻠﻐﻮﯾﺎت‪ ،‬اﻟﻌﻠﻮم اﻟﻤﻌﺮﻓﯿﺔ‪ ،‬اﻟﺦ( ‪ ،‬ﻋﻠﻢ اﻷﺣﯿﺎء و ﻋﻠﻢ اﻷﻋﺼﺎب اﻟﺘﻲ ﺗﺴﺎﻋﺪ ﻋﻠﻰ ﻓﮭﻢ و إﻋﺎدة إﻧﺘﺎج‬
‫ﻣﻜﻮﻧﺎت اﻟﺬﻛﺎء اﻟﺒﺸﺮي‪ ،‬وأﯾﻀﺎ ﻋﻠﻢ ﺻﻨﺎﻋﺔ اﻟﺘﻘﻨﯿﺎت اﻟﻤﺎدﯾﺔ اﻟﺬي ﯾﻨﺘﺞ اﻟﺠﺰء اﻟﻤﺎدي )‪ (hardware‬ﻟﺘﻨﻔﯿﺬ ﺑﺮاﻣﺞ‬
‫اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ‪.‬‬

‫‪4‬‬
 ‫‪ .3‬أھﻤﯿﺔ اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ‬

‫ﯾُﻌﺪ اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ ﻣﻦ أھﻢ اﻟﺘﻘﻨﯿﺎت اﻟﺤﺪﯾﺜﺔ اﻟﺘﻲ ﺗﺴﮭﻢ ﺑﺸﻜﻞ ﻣﻠﺤﻮظ ﻓﻲ اﻟﺘﻄﻮر اﻟﺘﻘﻨﻲ و رﻓﻊ اﻟﺠﻮدة ‪ ،‬ﻣﻤﺎ‬
‫أدى إﻟﻰ اﻧﺘﺸﺎر اﺳﺘﻌﻤﺎل ﺗﻘﻨﯿﺎت اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ اﻧﺘﺸﺎر واﺳﻊ ﻣﺲ ﺗﻘﺮﯾﺒﺎ ﺟﻤﯿﻊ اﻟﻤﺠﺎﻻت‪ .‬ﻓﻔﻲ اﻟﻤﺠﺎل اﻟﻄﺒﻲ‬
‫ﻣﺜﻼ اﺳﺘﻄﺎﻋﺖ ﺧﻮارزﻣﯿﺎت اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ اﻟﻤﺘﻄﻮرة اﻟﻜﺸﻒ ﻋﻦ ﺣﺎﻻت إﺻﺎﺑﺔ ﺑﺪاء اﻟﺴﺮطﺎن ‪ 4‬ﺳﻨﻮات ﻗﺒﻞ‬
‫ظﮭﻮره ﻓﻲ ﺟﺴﻢ اﻹﻧﺴﺎن]‪ . [1‬ﻓﺎﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ ﯾﻤﻜﻦ أن ﯾﻘﺪم ﺧﺪﻣﺎت ﺟﻠﯿﻠﺔ ﻟﻠﺒﺸﺮﯾﺔ ﻛﻤﺎ ﯾﻤﻜﻨﮫ اﻹﺳﮭﺎم ﻓﻲ‬
‫ﺗﻌﺰﯾﺰ ﻣﻤﺎرﺳﺎت اﻟﻈﻠﻢ و اﻻﺳﺘﺒﺪاد ﻣﻦ ﺧﻼل ﺗﻄﺒﯿﻘﺎت اﻟﺘﺠﺴﺲ‪ ،‬اﻟﻘﺮﺻﻨﺔ و اﻷﺳﻠﺤﺔ اﻟﺬﻛﯿﺔ‪....‬اﻟﺦ‬

‫ﻧﺮى اﻟﯿﻮم ﺗﺴﺎرع اﻟﺸﺮﻛﺎت ﺑﻞ ﺣﺘﻰ اﻟﺪول ﻧﺤﻮ ﺗﻌﺰﯾﺰ ﻗﺪراﺗﮭﺎ ﻓﻲ ﻣﺠﺎل اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ ‪،‬ﻣﻦ أﻣﺜﻠﺔ ذﻟﻚ ‪:‬‬

‫ﻣﺸﺎرك اﻟﺮﺋﯿﺲ اﻟﺮوﺳﻲ ﻓﻼدﯾﻤﯿﺮ ﺑﻮﺗﯿﻦ ﺳﻨﺔ ‪ 2022‬ﻓﻲ اﻟﻤﺆﺗﻤﺮ اﻟﺪوﻟﻲ "رﺣﻠﺔ اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ"‬ ‫‪o‬‬
‫)‪(Artificial Intelligence Journey AIJ2022‬اﻟﺬي ﻋﻘﺪت ﻓﻌﺎﻟﯿﺎﺗﮫ ﻓﻲ اﻟﻌﺎﺻﻤﺔ ﻣﻮﺳﻜﻮ ‪ .‬وﺧﻼل‬
‫ﻛﻠﻤﺔ أﻟﻘﺎھﺎ ﻓﻲ اﻟﻤﺆﺗﻤﺮ ﻗﺎل ﺑﻮﺗﯿﻦ‪" :‬أھﻤﯿﺔ اﻻﺧﺘﺮاﻋﺎت ﻓﻲ ﻣﺠﺎل اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ ھﺎﺋﻠﺔ‪ ،‬اﻟﺘﻨﺎﻓﺲ ﺑﯿﻦ‬
‫اﻟﺪول ﻓﻲ ھﺬا اﻟﻤﺠﺎل ﺷﺮس‪ ،‬ﺗﻌﺘﻤﺪ ﻣﻜﺎﻧﺔ روﺳﯿﺎ ﻓﻲ اﻟﻌﺎﻟﻢ وﺳﯿﺎدﺗﻨﺎ وأﻣﻨﻨﺎ وﻗﺪرﺗﻨﺎ ﻋﻠﻰ اﻟﺒﻘﺎء ﻋﻠﻰ اﻟﻨﺘﺎﺋﺞ‬
‫اﻟﺘﻲ ﻧﺤﻘﻘﮭﺎ‪ ،‬وﻗﺪرﺗﻨﺎ ﻋﻠﻰ ﺣﻞ ﻣﺸﺎﻛﻞ اﻟﺘﻨﻤﯿﺔ اﻻﻗﺘﺼﺎدﯾﺔ واﻟﺼﻨﺎﻋﯿﺔ واﻻﺟﺘﻤﺎﻋﯿﺔ ﺑﻤﺴﺘﻮى ﻧﻮﻋﻲ ﺟﺪﯾﺪ ‪".‬‬
‫"ﻓﻲ اﻟﺴﻨﻮات اﻟﻌﺸﺮ اﻟﻘﺎدﻣﺔ ﻣﻦ اﻟﻀﺮوري ﺿﻤﺎن اﻹدﺧﺎل اﻟﻤﻜﺜﻒ ﻟﻠﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ ﻓﻲ ﺟﻤﯿﻊ‬
‫اﻟﻤﺠﺎﻻت ‪ .‬وإدﺧﺎل ﻣﻨﺎھﺞ ﺗﻌﻠﯿﻢ ھﺬه اﻟﺘﻘﻨﯿﺎت ﻓﻲ اﻟﻤﺆﺳﺴﺎت اﻟﺘﻌﻠﯿﻤﯿﺔ ﻓﻲ اﻟﺒﻼد "‬
‫أﺷﺎرت اﻷﺑﺤﺎث )‪ (Finbold news‬إﻟﻰ أن ﺳﻮق اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ اﻟﻌﺎﻟﻤﻲ ﻟﺴﻨﺔ ‪ 2023‬وﺻﻞ إﻟﻰ‬ ‫‪o‬‬
‫ﺣﺪود ‪ 207.9‬ﻣﻠﯿﺎر دوﻻر وﻣﻦ اﻟﻤﺘﻮﻗﻊ أن ﺗﺮﺗﻔﻊ ھﺬه اﻟﻘﯿﻤﺔ ﻟﺘﺼﻞ إﻟﻰ ‪ 1.87‬ﺗﺮﯾﻠﯿﻮن دوﻻر ﺑﺤﻠﻮل ﻋﺎم‬
‫‪[3] 2030‬‬
‫ﺗﺤﺘﻞ اﻟﮭﻨﺪ اﻟﻤﺮﺗﺒﺔ اﻷوﻟﻰ ﺑﯿﻦ اﻟﺪول اﻟﻤﺴﺘﺨﺪﻣﺔ ﻷﻧﻈﻤﺔ اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ‪ ،‬وﺗﺄﺗﻲ اﻟﺼﯿﻦ ﻓﻲ اﻟﻤﺮﻛﺰ‬ ‫‪o‬‬
‫اﻟﺜﺎﻧﻲ ]‪[2‬‬
‫ﺗﺘﺒﻨﻰ ﺟﻤﯿﻊ اﻟﺪول ﺗﻘﺮﯾﺒﺎ ﺗﺪرﯾﺲ ﻋﻠﻢ اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ ﻓﻲ اﻟﻤﺪارس و اﻟﻤﻌﺎھﺪ و اﻟﺠﺎﻣﻌﺎت‪ .‬ﻧﺬﻛﺮ ھﻨﺎ‬ ‫‪o‬‬
‫اﻟﻤﺪرﺳﺔ اﻟﻌﻠﯿﺎ ﻟﻠﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ اﻟﺠﺰاﺋﺮ اﻟﺘﻲ ﺗﻢ إﻧﺸﺎؤھﺎ ﺳﻨﺔ ‪.2021‬‬

‫‪ .4‬ﻧﺒﺬة ﺗﺎرﯾﺨﯿﺔ )ﺗﺎرﯾﺦ اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ(‬

‫‪ McCulloch‬و ﻓﺮﯾﻘﮫ ﯾﻀﻊ ﻧﻤﻮذج ﻟﺸﺒﻜﺔ ﻋﺼﺒﻮﻧﯿﺔ اﺻﻄﻨﺎﻋﯿﺔ ‪Artificial Neural Networks ANN‬‬ ‫‪1943‬‬
‫اﻟﻌﺎﻟﻢ ‪ Alan Turing‬ﯾﻘﺘﺮح اﺧﺘﺒﺎر ﻣﻦ أﺟﻞ اﻟﺘﺤﻘﻖ ﻣﻦ ﻗﺪرة اﻵﻟﺔ ﻋﻠﻰ إظﮭﺎر ﺳﻠﻮك ذﻛﻲ ﻣﻜﺎﻓﺊ أو ﻻ ﯾﻤﻜﻦ‬
‫‪1950‬‬
‫ﺗﻤﯿﯿﺰه ﻋﻦ اﻹﻧﺴﺎن‪ .‬ﺳﻤﻲ ھﺬا اﻻﺧﺘﺒﺎر ﻻﺣﻘﺎ ﺑـ ‪Turing test‬‬
‫اﻧﻌﻘﺎد أول ﻣﺆﺗﻤﺮ ﻟﻮﺿﻊ أﺳﺎﺳﯿﺎت اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ أﯾﻦ أﻧﺸﺄ اﻟﻌﺎﻟﻢ ‪ John McCarthy‬ﻣﺼﻄﻠﺢ‬
‫‪1956‬‬
‫‪artificial intelligence‬‬
‫‪.‬وﻗﺪ ﺗﻢ إﻋﺘﺒﺎره "أول ﺑﺮﻧﺎﻣﺞ ﻟﻠﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ"‬ ‫إﺻﺪار ‪ Logic Theorist‬ﺑﺮﻧﺎﻣﺞ اﻟﺒﺮھﺎن اﻵﻟﻲ‬ ‫‪1956‬‬
‫إﺻﺪار ﻟﻐﺔ اﻟﺒﺮﻣﺠﺔ ‪ LISP‬ﻛﺄول ﻟﻐﺔ اﺳﺘﺨﺪﻣﺖ ﻓﻲ أﺑﺤﺎث اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ ‪.‬طﻮرھﺎ اﻟﻌﺎﻟﻢ ‪John‬‬
‫‪ . McCarthy‬ﻛﻠﻤﺔ ‪ LISP‬اﺧﺘﺼﺎر ﻟـ ‪ LISt Processor‬ﺣﯿﺚ أن اﻟﻘﻮاﺋﻢ اﻟﻤﺘﺼﻠﺔ ‪ Linked List‬ﺗﻤﺜﻞ‬
‫‪1960‬‬
‫إﺣﺪى ﺑﻨﻰ اﻟﺒﯿﺎﻧﺎت اﻷﺳﺎﺳﯿﺔ ﻟﻠﻐﺔ‬

‫اﻛﺘﺸﺎف ﻣﻔﮭﻮم ﺟﺪﯾﺪ و ھﻮ اﻟﻤﻨﻄﻖ اﻟﻀﺒﺎﺑﻲ ‪ Fuzzy logic‬ﻣﻦ طﺮف اﻟﻌﺎﻟﻢ ﻟﻄﻔﻲ زادة‬ ‫‪1965‬‬

‫ﺗﻄﻮﯾﺮ ﺑﺮﻧﺎﻣﺞ ‪ ELIZA‬أول ﺑﺮﻧﺎﻣﺞ ﻟﻠﺘﺤﺎور ﺑﺎﻟﻠﻐﺔ اﻻﻧﺠﻠﯿﺰﯾﺔ طﺒﻖ ﻓﻲ ﻣﯿﺪان اﻟﻌﻼج اﻟﻨﻔﺴﻲ‬ ‫‪1966‬‬
‫‪ – 1966‬ﻣﺮﺣﻠﺔ ﺧﯿﺒﺎت اﻷﻣﻞ‬
‫‪1973‬‬

‫‪5‬‬
 ‫إﺻﺪار ‪ Prolog‬و ھﻲ ﻟﻐﺔ ﺑﺮﻣﺠﺔ ﻣﻨﻄﻘﯿﺔ ‪ .‬اﻟﺘﺴﻤﯿﺔ ‪ Prolog‬ھﻲ اﺧﺘﺼﺎر ﻟـ ‪PROgrammation en‬‬
‫‪1972‬‬
‫‪.LOGique‬‬

‫اﺧﺘﺮاع اول ﺳﯿﺎرة ذاﺗﯿﺔ اﻟﻘﯿﺎدة ‪ self-driving car‬ﻣﻦ طﺮف ‪ .Ernst Dickmanns‬ﻛﺎﻧﺖ ھﺬه اﻟﺴﯿﺎرة‬ ‫‪1986‬‬
‫ﻗﺎدرة ﻋﻠﻰ اﻟﺴﯿﺮ ﻓﻲ ﺷﻮارع ﺧﺎﻟﯿﺔ ﻣﻦ ﺣﺮﻛﺔ اﻟﻤﺮور ﺑﺴﺮﻋﺔ ‪ 63‬ﻛﯿﻠﻮﻣﺘﺮا ً ﻓﻲ اﻟﺴﺎﻋﺔ‪.‬‬
‫ﺗﻐﻠﺐ ‪) Deep Blue‬و ھﻮ ﺣﺎﺳﻮب ﻓﺎﺋﻖ ﻣﺘﺨﺼﺺ ﻓﻲ ﻟﻌﺒﺔ اﻟﺸﻄﺮﻧﺞ ( ﻋﻠﻰ ﺑﻄﻞ اﻟﻌﺎﻟﻢ ﻓﻲ اﻟﺸﻄﺮﻧﺞ آﻧﺬاك‬
‫‪1997‬‬
‫‪ ،Garry Kasparov‬ﻓﻲ ﻣﺒﺎراة ﺣﻈﯿﺖ ﺑﺘﻐﻄﯿﺔ إﻋﻼﻣﯿﺔ ﻛﺒﯿﺮة‪ ،‬ﻟﯿﺼﺒﺢ أول ﺑﺮﻧﺎﻣﺞ ﯾﮭﺰم ﺑﻄﻞ اﻟﺸﻄﺮﻧﺞ‬
‫ﻷول ﻣﺮة دﺧﻞ اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ إﻟﻰ اﻟﻤﻨﺎزل ﻓﻲ ﺷﻜﻞ ﻣﻜﻨﺴﺔ ﻛﮭﺮﺑﺎﺋﯿﺔ ذﻛﯿﺔ ‪Roomba‬‬ ‫‪2002‬‬
‫ﺑﺪأت ﺷﺮﻛﺎت ﻣﺜﻞ ‪ Twitter‬و‪ Facebook‬و‪ Netflix‬ﻓﻲ اﺳﺘﺨﺪام اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ ﻛﺠﺰء ﻣﻦ ﺧﻮارزﻣﯿﺎت‬
‫‪2006‬‬
‫اﻹﻋﻼﻧﺎت و ﺗﺤﺴﯿﻦ ﺧﺪﻣﺔ اﻟﻤﺴﺘﺨﺪم‬
‫إطﻼق ﺗﻄﺒﯿﻘﺎت )‪ Siri (2011‬ﻣﻦ ‪ Apple‬و )‪ Google Now (2012‬ﻣﻦ ‪ Google‬و )‪Cortana (2014‬‬
‫‪2011-‬‬
‫ﻣﻦ ‪ . Microsoft‬و ھﻲ ﺗﻄﺒﯿﻘﺎت ھﻮاﺗﻒ ذﻛﯿﺔ ﺗﺴﺘﺨﺪم اﻟﻠﻐﺔ اﻟﻄﺒﯿﻌﯿﺔ )ﺷﻔﻮﯾﺎ أو ﻛﺘﺎﺑﯿﺎ ( ﻟﻺﺟﺎﺑﺔ ﻋﻠﻰ اﻷﺳﺌﻠﺔ‬
‫‪2014‬‬
‫وﺗﻘﺪﯾﻢ اﻟﺘﻮﺻﯿﺎت وﺗﻨﻔﯿﺬ اﻟﺘﻌﻠﯿﻤﺎت‪.‬‬
‫وﻗﻊ ‪ Stephen Hawking‬و ‪) Elon Musk‬ﻣﺪﯾﺮ ﺷﺮﻛﺔ ‪ (OpenAI‬وأﻛﺜﺮ ﻣﻦ ‪ 3000‬آﺧﺮﯾﻦ ﻋﻠﻰ رﺳﺎﻟﺔ‬
‫ﻣﻔﺘﻮﺣﺔ إﻟﻰ اﻷﻧﻈﻤﺔ اﻟﺤﻜﻮﻣﯿﺔ ﻓﻲ اﻟﻌﺎﻟﻢ ﺗﺤﺬر ﻣﻦ ﺗﻄﻮﯾﺮ واﺳﺘﺨﺪام اﻷﺳﻠﺤﺔ اﻟﺬﻛﯿﺔ اﻟﻤﺴﺘﻘﻠﺔ ﻷﻏﺮاض ﺣﺮﺑﯿﺔ‬ ‫‪2015‬‬
‫و ﺗﺪﻋﻮ إﻟﻰ إﺟﺮاء أﺑﺤﺎث ﺣﻮل اﻟﺘﺄﺛﯿﺮات اﻟﺴﻠﺒﯿﺔ ﻟﻠﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ ﻋﻠﻰ اﻟﻤﺠﺘﻤﻊ‬
‫إطﻼق )‪ GPT-3 (Generative Pre-trained Transformer‬و ھﻮ ﻧﻤﻮذج ﻟﻐﻮي )‪(language model‬‬
‫‪2020‬‬
‫ﺗﻢ ﺗﻄﻮﯾﺮه ﻣﻦ طﺮف ‪OpenAI‬‬
‫إطﻼق ‪ GPT-4‬و ھﻮ ﻧﺴﺨﺔ ﻣﻄﻮرة ل ‪ .GPT-3‬ﺑﺎﻟﻤﻘﺎﺑﻞ أطﻠﻘﺖ ‪ Google‬اﻟﻨﻤﻮذج ‪ . Google Bard‬ﻛﻞ‬
‫‪2023‬‬
‫ﻣﻦ ‪ GPT-4‬و ‪ Bard‬ﻟﮭﻤﺎ ﻗﺎﺑﻠﯿﺔ اﻟﺘﻌﺎﻣﻞ ﻣﻊ اﻟﺼﻮر ﻛﻤﺪﺧﻞ ‪ input‬اﯾﻀﺎﻓﺔ إﻟﻰ اﻟﻤﺆﺷﺮ )‪ (prompt‬اﻟﻨﺼﻲ‬

‫‪ .5‬أﻧﻮاع اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ‬

‫‪ .1.5‬اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ اﻟﻀﯿﻖ )‪(Artificial Narrow Intelligence ANI‬‬

‫ﺗﻤﺜﻞ أﻧﻈﻤﺔ اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ اﻟﻀﯿﻖ )‪ (ANI‬اﻟﻨﻮع اﻷﻛﺜﺮ اﻧﺘﺸﺎرا ﺣﺎﻟﯿﺎ‪ .‬ﺗﻜﻮن ھﺬه اﻷﻧﻈﻤﺔ ﻣﺘﺨﺼﺼﺔ ﻓﻲ ﻣﺠﺎل واﺣﺪ أو‬
‫ﻣﮭﻤﺔ ﻣﻌﯿﻨﺔ ‪,‬ﻣﺜﻞ‪:‬‬

‫ﺑﺮﻧﺎﻣﺞ اﻟﺘﻌﺮف ﻋﻠﻰ اﻷوﺟﮫ )‪ (Facial Recognition‬ﻣﺜﻞ ‪Face Screen Lock, :‬‬

‫ﺑﺮﻧﺎﻣﺞ ﻟُ ْﻌﺒَﺔ اﻟﺸﻄﺮﻧﺞ‬

‫‪ .2.5‬اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ اﻟﻌﺎم )‪(Artificial General Intelligence AGI‬‬

‫و ھﻮ ذﻛﺎء اﺻﻄﻨﺎﻋﻲ ﺗﺼﻞ ﻗﺪرﺗﮫ إﻟﻰ ﻣﺴﺘﻮى اﻟﺬﻛﺎء اﻟﺒﺸﺮي ﻓﻲ ﻣﺠﻤﻮﻋﺔ واﺳﻌﺔ ﻣﻦ اﻟﻤﺠﺎﻻت ﻣﺜﻞ ﻣﻌﺎﻟﺠﺔ اﻟﻠﻐﺔ ‪ ،‬ﻣﻌﺎﻟﺠﺔ‬
‫اﻟﺼﻮر ‪ ،‬اﺗﺨﺎذ اﻟﻘﺮارات ‪ ،‬اﻟﺘﻌﻠﻢ ‪ ،‬اﻟﺘﻜﯿﻒ ﻣﻊ اﻟﺘﻐﯿﯿﺮ و ﻣﺎ إﻟﻰ ذﻟﻚ‪ .‬ﺳﯿﺤﺘﺎج ﻧﻈﺎم ‪ AGI‬إﻟﻰ أن ﯾﻀﻢ اﻵﻻف ﻣﻦ أﻧﻈﻤﺔ‬
‫اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ اﻟﻀﯿﻖ اﻟﺘﻲ ﺗﻌﻤﻞ ﺟﻨﺒًﺎ إﻟﻰ ﺟﻨﺐ‪ ،‬وﺗﺘﻮاﺻﻞ ﻣﻊ ﺑﻌﻀﮭﺎ اﻟﺒﻌﺾ ﻟﺘﻘﻠﯿﺪ اﻷداء اﻟﺬﻛﻲ و اﻟﻔﻌﺎل ﻟﻺﻧﺴﺎن ﻓﻲ‬
‫ﻋﺪة ﻣﺠﺎﻻت ﻣﺠﺘﻤﻌﺔ ﻣﻊ ﺑﻌﻀﮭﺎ اﻟﺒﻌﺾ ‪.‬‬

‫ﺣﺎﻟﯿﺎ‪ ،‬ﻣﺎ زﻟﻨﺎ ﺑﻌﯿﺪﯾﻦ ﻋﻦ إﻧﺸﺎء ﻧﻈﺎم ‪ ،AGI‬رﻏﻢ أن ﺑﻌﺾ اﻟﺒﺎﺣﺜﯿﻦ ﯾﻌﺘﺒﺮون أن ‪ GPT-4‬أول ﺑﺮﻧﺎﻣﺞ ﻗﺮﯾﺐ إﻟﻰ أن ﯾﻜﻮن‬
‫‪.AGI‬‬

‫‪6‬‬
 ‫‪ .3.5‬اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ اﻟﻔﺎﺋﻖ )‪(Artificial Super Intelligence ASI‬‬

‫ھﻮ ﻧﻈﺎم ﻗﺎﺋﻢ ﻋﻠﻰ ﺑﺮﻣﺠﯿﺎت ﺗﺘﻤﺘﻊ ﺑﻘﺪرات ﻓﻜﺮﯾﺔ ﺗﺘﺠﺎوز ﺗﻠﻚ اﻟﺘﻲ ﯾﺘﻤﺘﻊ ﺑﮭﺎ اﻟﺒﺸﺮ ﻋﺒﺮ ﻣﺠﻤﻮﻋﺔ ﺷﺎﻣﻠﺔ ﻣﻦ اﻟﻤﺠﺎﻻت‪.‬‬

‫ھﻮ ‪ AGI‬ﺑﻔﻌﺎﻟﯿﺔ ﺗﻔﻮق ﻗﺪرة اﻹﻧﺴﺎن‪.‬‬

‫ﺣﺎﻟﯿﺎ ‪ ASI‬ﻻ ﯾﺰال ﻣﻔﮭﻮﻣﺎ ﻧﻈﺮﯾﺎ اﻗﺮب أي ﯾﻜﻮن ﺧﯿﺎﻻ ﻋﻠﻤﯿﺎ‬

‫‪ .6‬اﻟﻤﺠﺎﻻت اﻟﻔﺮﻋﯿﺔ ﻟﻌﻠﻢ اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ و ﺗﻄﺒﯿﻘﺎﺗﮫ‬

‫ﯾﻨﺪرج ﻋﺪد ﻛﺒﯿﺮ ﻣﻦ اﻟﻤﺠﻼت ﺿﻤﻦ ﻋﻠﻢ اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ‪ ،‬وﻣﻦ أﺑﺮزھﺎ ﻓﻲ اﻟﻮﻗﺖ اﻟﺤﺎﺿﺮ‪:‬‬

‫‪ /1/‬ﻣﻌﺎﻟﺠﺔ اﻟﻠﻐﺔ اﻟﻄﺒﯿﻌﯿﺔ)‪Natural Language Processing(NLP‬‬

‫ﯾﮭﺘﻢ ھﺬا اﻟﻤﺠﺎل ﺑﺘﻄﻮﯾﺮ أﻧﻈﻤﺔ ﻗﺎدرة ﻋﻠﻰ ﻓﮭﻢ وﻣﻌﺎﻟﺠﺔ و ﺗﻮﻟﯿﺪ )‪ (generate‬اﻟﻠﻐﺔ اﻟﺒﺸﺮﯾﺔ ﺣﺘﻰ ﺗﻜﻮن اﻵﻟﺔ ﻗﺎدرة ﻋﻠﻰ‬
‫اﻟﺘﻮاﺻﻞ ﻣﻊ اﻟﺒﺸﺮ ﺑﻠﻐﺎﺗﮭﻢ و ''ﻟﮭﺠﺎﺗﮭﻢ" اﻟﻤﺨﺘﻠﻔﺔ‪.‬‬

‫◄ﯾﻤﻜﻦ ان ﺗﻜﻮن اﻟﻠﻐﺔ ﻣﻨﻄﻮﻗﺔ‪ ،‬ﻧﺘﺤﺪث ھﻨﺎ ﻋﻦ ﻣﺠﺎل اﻟﺘﻌﺮف ﻋﻠﻰ اﻟﻜﻼم )‪ (Speech recognition‬و ﺗﻄﺒﯿﻘﺎﺗﮫ اﻟﻤﺘﻌﺪدة‬
‫ﻣﺜﻞ‪:‬‬

‫اﻟﺘﺮﺟﻤﺔ اﻻﻟﯿﺔ )‪ ،(machine translation‬اﻟﺘﺤﻜﻢ اﻟﺼﻮﺗﻲ ﺑﺎﻷﺟﮭﺰة )‪ ،(voice command‬ﺗﺤﻮﯾﻞ اﻟﻜﻼم إﻟﻰ ﻧﺺ‬
‫)اﻻﻣﻼء اﻵﻟﻲ( )‪ (speech to text‬و اﻟﻌﻜﺲ )‪(text to speech‬‬

‫◄ ﻛﻤﺎ ﯾﻤﻜﻦ أن ﺗﻜﻮن اﻟﻠﻐﺔ ﻣﻜﺘﻮﺑﺔ ﺑﺨﻂ اﻟﯿﺪ‪ ،‬ﻧﺘﺤﺪث ھﻨﺎ ﻋﻦ ﻣﺠﺎل اﻟﺘﻌﺮف اﻵﻟﻲ ﻋﻠﻰ اﻟﻜﺘﺎﺑﺔ ﺑﺨﻂ اﻟﯿﺪ ) ‪Handwriting‬‬
‫‪ (Recognition‬و ﺗﻄﺒﯿﻘﺎﺗﮫ ﻣﺜﻞ‪:‬‬

‫اﻟﻤﻌﺎﻟﺠﺔ اﻻﻟﯿﺔ ﻟﻠﻣﺳﺗﻧدات )‪ (document processing‬ﻣﺜﻞ اﻟﺼﻜﻮك اﻟﺒﻨﻜﯿﺔ‪ ،‬اﻻﺳﺘﻤﺎرات ‪ ،‬اﻟﻜﺘﺐ اﻟﻘﺪﯾﻤﺔ‪.‬‬
‫)‪..(Handwriting to text‬اﻟﺦ‬

‫ﻓﺤﺺ اﻻﻣﻀﺎء )‪(signature verification‬‬

‫أدوات ﺗﻌﻠﯿﻢ اﻟﻜﺘﺎﺑﺔ )‪(writing tablet‬‬

‫◄أو ﺗﻜﻮن رﻗﻤﯿﺔ )ﻧﺺ ﻣﻜﺘﻮب ﺑﻠﻮﺣﺔ اﻟﻤﻔﺎﺗﯿﺢ ‪.( keyboard‬‬

‫اﻟﺒﺤﺚ ﻋﻠﻰ ﺷﺒﻜﺔ اﻻﻧﺘﺮﻧﺖ ‪,‬اﻹﺟﺎﺑﺔ ﻋﻦ اﻷﺳﺌﻠﺔ ) اﻟﺮد ﻋﻠﻰ أﺳﺌﻠﺔ اﻟﻤﺴﺘﺨﺪﻣﯿﻦ آﻟﯿﺎ ً ( ‪ ,‬ﺗﻮﻟﯿﺪ اﻟﻨﺼﻮص‪.‬‬

‫ﺗﻄﺒﯿﻘﺎت اﻟﻤﺴﺎﻋﺪة اﻟﺸﺨﺼﯿﺔ )إﻧﺸﺎء ﻣﺴﺎﻋﺪﯾﻦ ﺷﺨﺼﯿﯿﻦ ﯾﻤﻜﻨﮭﻢ ﻓﮭﻢ وﺗﻨﻔﯿﺬ اﻟﺘﻌﻠﯿﻤﺎت اﻟﺼﻮﺗﯿﺔ(‬

‫‪ /2/‬ﺗﻌﻠﻢ اﻵﻟﺔ ‪Machine Learning‬‬

‫وھﻮ ﻓﺮع ﻣﻦ اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ ﯾﺮﻛﺰ ﻋﻠﻰ ﺗﻄﻮﯾﺮ أﻧﻈﻤﺔ ﯾﻤﻜﻨﮭﺎ ﺗﻌﻠﻢ اﻟﺴﻠﻮك ﻣﻦ اﻟﺒﯿﺎﻧﺎت دون أن ﯾﺘﻢ ﺑﺮﻣﺠﺘﮭﺎ ﺻﺮاﺣﺔً‪.‬‬
‫ﯾﺴﺘﺨﺪم ﺗﻌﻠﻢ اﻵﻟﺔ ﻓﻲ ﻣﺠﻤﻮﻋﺔ ﻣﺘﻨﻮﻋﺔ ﻣﻦ اﻟﺘﻄﺒﯿﻘﺎت‪ ،‬ﺑﻤﺎ ﻓﻲ ذﻟﻚ‪:‬‬

‫اﻟﺘﻌﺮف ﻋﻠﻰ اﻟﺼﻮر ) ﻣﺜﻞ ‪, (face recognition, Handwriting Recognition‬‬

‫ﺗﺼﻨﯿﻒ اﻟﻤﺤﺘﻮى‬

‫‪7‬‬
 ‫اﻟﻜﺸﻒ ﻋﻦ اﻻﺣﺘﯿﺎل‬

‫اﻟﺘﻨﺒﺆ )اﻷﺣﻮال اﻟﺠﻮﯾﺔ‪ ،‬ﺗﻮﺻﯿﺎت اﻟﻤﻨﺘﺠﺎت ﻋﻠﻰ ﻣﻮاﻗﻊ اﻟﻮﯾﺐ (‬

‫‪ /3/‬اﻟﺮؤﯾﺔ اﻟﺤﺎﺳﻮﺑﯿﺔ )‪(Computer Vision‬‬

‫ﯾﮭﺘﻢ ھﺬا اﻟﻤﺠﺎل ﺑﺘﻄﻮﯾﺮ أﻧﻈﻤﺔ ﯾﻤﻜﻨﮭﺎ ﻓﮭﻢ وﺗﻔﺴﯿﺮ اﻟﻌﺎﻟﻢ ﻣﻦ ﺣﻮﻟﻨﺎ‪ .‬ﻛﺄﻣﺜﻞ ﻋﻠﻰ ﺗﻄﺒﯿﻘﺎت اﻟﺮؤﯾﺔ اﻟﺤﺎﺳﻮﺑﯿﺔ ﻧﺬﻛﺮ‪:‬‬

‫اﻟﺘﻌﺮف ﻋﻠﻰ اﻟﻮﺟﻮه )‪(face recognition‬‬

‫ﺗﺤﻠﯿﻞ اﻟﺼﻮر اﻟﻄﺒﯿﺔ‬

‫اﻟﻘﯿﺎدة اﻟﺬاﺗﯿﺔ ﻟﻠﻤﺮﻛﺒﺎت )‪(self-driving car‬‬

‫اﻟﺘﻌﺮف ﻋﻠﻰ اﻷﺷﯿﺎء ﻓﻲ اﻟﺼﻮر أو اﻟﻔﯿﺪﯾﻮ‪.‬‬

‫‪ /4/‬ﻣﻌﺎﻟﺠﺔ اﻟﻜﻼم‬

‫ﯾﮭﺘﻢ ھﺬا اﻟﻤﺠﺎل ﺑﻔﮭﻢ و ﺗﺼﻨﯿﻒ اﻟﻜﻼم ) ﻣﺜﻞ روﺑﻮت اﻟﻤﺤﺎدﺛﺔ ﻟﻔﮭﻢ ﻣﺸﻜﻼت اﻟﺰﺑﺎﺋﻦ ﺑﺸﻜﻞ أﺳﺮع وﺗﻘﺪﯾﻢ إﺟﺎﺑﺎت أﻛﺜﺮ‬
‫ﻛﻔﺎءة ( ‪ ،‬ﺗﻮﻟﯿﺪ اﻟﻜﻼم ‪).‬اﻟﺘﺮﺟﻤﺔ اﻟﻔﻮرﯾﺔ( ‪ ،‬ﺗﺤﻠﯿﻞ اﻟﻜﻼم ) اﻟﺘﻌﺮف ﻋﻠﻰ اﻟﻤﺸﺎﻋﺮ(‬

‫‪ /5/‬اﻟﺮﺑﻮﺗﺎت‬

‫اﻧﺘﺸﺎر واﺳﻊ ﻻﺳﺘﺨﺪام اﻟﺮﺑﻮﺗﺎت ﻣﺜﻼ ﻓﻲ اﻟﻤﺼﺎﻧﻊ ‪ ،‬ﻓﻲ اﻟﻨﻘﻞ ‪ ،‬ﻓﻲ اﻟﻤﻨﺎزل )‪, (Smart Home‬ﻓﻲ اﻟﻤﺴﺘﺸﻔﯿﺎت ) رﺑﻮت‬
‫اﻟﺮﻋﺎﯾﺔ اﻟﺼﺤﯿﺔ(‬

‫ﻣﻦ ﺑﯿﻦ أﻛﺜﺮ اﻟﻤﺠﺎﻻت اﺳﺘﺨﺪاﻣﺎ ﻟﻠﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ ﻧﺬﻛﺮ‪:‬‬

‫اﻟﺼﻨﺎﻋﺔ ‪،‬اﻟﺘﺠﺎرة و اﻟﺘﺴﻮﯾﻖ اﻻﻟﻜﺘﺮوﻧﻲ‬

‫ﻋﻠﻰ ﺳﺒﯿﻞ اﻟﻤﺜﺎل‪ ،‬ﺗﻌﺘﻤﺪ ﻛﺜﯿﺮ ﻣﻦ اﻟﺸﺮﻛﺎت اﻟﺘﻲ ﺗﻮﻓﺮ ﺧﺪﻣﺔ اﻟﺘﺴﻮق اإﻟﻠﻜﺘﺮوﻧﻲ ﻋﻠﻰ اﺳﺘﺨﺪام ﺗﻘﻨﯿﺎت اﻟﺬﻛﺎء ااﻟﺼﻄﻨﺎﻋﻲ‬
‫واﻟﺒﯿﺎﻧﺎت اﻟﻀﺨﻤﺔ )‪ (Big data‬ﻟﻠﺘﻌﺮف ﻋﻠﻰ ﺳﻠﻮﻛﯿﺎت اﻟﻤﺴﺘﮭﻠﻜﯿﻦ‪ ،‬وﺗﺘﺒﻊ ﺗﻌﻠﯿﻘﺎﺗﮭﻢ وﻣﻘﺘﺮﺣﺎﺗﮭﻢ وﺗﺤﺪﯾﺪ اﻟﻤﻨﺘﺠﺎت اﻟﻤﻔﻀﻠﺔ‬
‫ﻟﻜﻞ ﻣﻨﮭﻢ‪ ،‬إﺿﺎﻓﺔ إﻟﻰ ﺗﺠﻤﯿﻊ ﺑﯿﺎﻧﺎت اﻟﻤﺴﺘﺨﺪم ﻣﻦ ﺧﻼل ﻣﻮاﻗﻊ اﻟﺘﻮاﺻﻞ ااﻟﺠﺘﻤﺎﻋﻲ وإرﺳﺎل اﻟﻌﺮوض اﻟﺘﺮوﯾﺠﯿﺔ‪ ،‬ﺑﺎﻟﺘﺎﻟﻲ‬
‫اﻟﻘﺪرة ﻋﻠﻰ اﻟﻤﻨﺎﻓﺴﺔ وﺗﻮﻓﯿﺮ اﻟﻤﻨﺘﺠﺎت اﻟﻤﻄﻠﻮﺑﺔ‬

‫اﻷﻣﻦ‬

‫ﻛﺸﻒ اﻻﺣﺘﯿﺎل‪ ،‬اﻟﺘﺤﻠﯿﻞ اﻵﻧﻲ ﻟﻔﯿﺪﯾﻮھﺎت ﻛﺎﻣﯿﺮات اﻟﻤﺮاﻗﺒﺔ‪ ،‬اﻷﺳﻠﺤﺔ اﻟﺬﻛﯿﺔ‪.‬‬

‫اﻣﻦ اﻟﺒﯿﺎﻧﺎت ‪):‬إﺳﺘﻌﻤﺎل ﺗﻘﻨﯿﺎت اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ ﻓﻲ ﻣﺠﺎل ‪) Cybersecurity‬اﻷﻣﻦ اﻟﺴﯿﺒﺮاﻧﻲ او اﻻﻟﻜﺘﺮوﻧﻲ( ﺣﯿﺚ ﯾﺘﻢ‬
‫ﺗﺤﻠﯿﻞ اﻟﺴﻠﻮك اﻟﻤﺸﻜﻮك ﻓﯿﮫ‪ ،‬ﻣﺜﻞ ﺗﺴﺠﯿﻞ اﻟﺪﺧﻮل ﻏﯿﺮ اﻟﻤﺄﻟﻮف أو ﻣﺤﺎوﻻت اﻟﻮﺻﻮل إﻟﻰ اﻟﺒﯿﺎﻧﺎت اﻟﺤﺴﺎﺳﺔ ﻟﻠﺘﻌﺮف ﻋﻠﻰ‬
‫اﻟﺘﮭﺪﯾﺪات )ﻣﺜﻼ ‪ ،spam‬اﻟﻘﺮﻧﺼﺔ ‪(( hacking attacks‬‬

‫اﻟﻄﺐ‬

‫ﺗﺸﺨﯿﺺ اﻷﻣﺮاض ‪،‬ﺗﺤﻠﯿﻞ اﻟﺼﻮر اﻟﻄﺒﯿﺔ‪ ،‬ﺗﻄﻮﯾﺮ أدوﯾﺔ ﺟﺪﯾﺪة‪ ،‬رﺑﻮت اﻟﺮﻋﺎﯾﺔ اﻟﺼﺤﯿﺔ‪...‬اﻟﺦ‬

‫‪8‬‬
 ‫اﻟﺘﻌﻠﯿﻢ‬

‫ﯾﻤﻜﻦ اﺳﺘﺨﺪام ﺗﻘﻨﯿﺎت اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ ﻓﻲ إﻧﺸﺎء ﻣﺤﺘﻮى ﺗﻌﻠﯿﻤﻲ ﻣﺨﺼﺺ وﻣﺒﺘﻜﺮ‪ ،‬ﺑﻤﺎ ﻓﻲ ذﻟﻚ ﺗﺼﻤﯿﻢ أﺳﺎﻟﯿﺐ ﺗﻔﺎﻋﻠﯿﺔ‬
‫وﻣﺤﺎﻛﺎة واﻗﻊ اﻓﺘﺮاﺿﻲ‪.‬‬

‫ﻧﻘﺼﺪ ﺑﺘﺨﺼﯿﺺ اﻟﺘﻌﻠﯿﻢ ﺗﻘﺪﯾﻢ اﻟﻤﺎدة اﻟﻌﻠﻤﯿﺔ ﺑﻄﺮﯾﻘﺔ ﻣﺨﺼﺼﺔ ﻟﻜﻞ طﺎﻟﺐ ﺑﻨﺎ ًء ﻋﻠﻰ اﺣﺘﯿﺎﺟﺎﺗﮫ وﻣﺴﺘﻮاه اﻟﻔﺮدي‪ .‬ﯾﻤﻜﻦ ﺗﺤﻠﯿﻞ‬
‫أداء اﻟﻄﻼب وﺗﻘﺪﯾﻢ ﺗﻮﺟﯿﮫ وﻣﻮاد ﺗﻌﻠﯿﻤﯿﺔ ﻣﻼﺋﻤﺔ‬

‫اﻷﻟﻌﺎب‪ :‬ﻹﻧﺸﺎء أﻟﻌﺎب ذﻛﯿﺔ وﻣﺤﺎﻛﺎة واﻗﻊ اﻓﺘﺮاﺿﻲ‪.‬‬

‫اﻟﺰراﻋﯿﺔ واﻟﻨﻤﺬﺟﺔ اﻟﻤﻨﺎﺧﯿﺔ‬

‫ﺗﺴﺘﺨﺪم ﺧﻮارزﻣﯿﺎت اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ ﻣﻦ اﺟﻞ اﻟﺘﻨﺒﺆ ﺑﺄﻓﻀﻞ وﻗﺖ ﻟﺰراﻋﺔ اﻟﻤﺤﺎﺻﯿﻞ اﻟﺰراﻋﯿﺔ ورﯾﮭﺎ وﻣﻌﺎﻟﺠﺘﮭﺎ‬
‫وﺣﺼﺎدھﺎ ‪.‬ﺗﺴﺘﺨﺪم أﯾﻀﺎ ﻣﻦ اﺟﻞ اﻟﺘﺤﻠﯿﻞ اﻟﻤﺴﺘﻤﺮ ﻟﻠﺒﯿﺎﻧﺎت ﻣﺜﻞ اﻟﺒﯿﺎﻧﺎت اﻟﻤﺘﻌﻠﻘﺔ ﺑﺤﺎﻟﺔ اﻟﺘﺮﺑﺔ واﻷﺣﻮال اﻟﺠﻮﯾﺔ‪ .‬وﻣﻦ أﻣﺜﻠﺔ‬
‫ﺗﻄﺒﯿﻘﺎت اﻟﺬﻛﺎء اﻟﺼﻨﺎﻋﻲ ﻓﻲ اﻟﺰراﻋﺔ اﺳﺘﺨﺪام ﺧﻮارزﻣﯿﺎت ‪ computer vision‬ﻓﻲ ﻣﺮاﻗﺒﺔ ﺻﻮر ﻟﻠﻤﺤﺎﺻﯿﻞ اﻟﺰراﻋﯿﺔ‬
‫ﻣﻦ أﺟﻞ اﻻﻛﺘﺸﺎف اﻟﻤﺒﻜﺮ ﻟﻠﻤﺸﻜﻼت اﻟﺘﻲ ﻗﺪ ﺗﺼﯿﺒﮭﺎ‬

‫ﺗﺴﺘﺨﺪم اﻟﺨﻮارزﻣﯿﺎت اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ ﻓﻲ اﻟﻨﻤﺬﺟﺔ اﻟﻤﻨﺎﺧﯿﺔ ﻣﺜﻞ اﻟﺘﻨﺒﺆ ﺑﺂﺛﺎر اﻟﺘﻐﯿﺮات اﻟﻤﻨﺎﺧﯿﺔ ﻋﻠﻰ ﻣﻨﺎطﻖ ﻣﺤﺪدة‬
‫وﺗﺤﻠﯿﻞ وﻓﮭﻢ أﺳﺒﺎب اﻟﻈﻮاھﺮ اﻟﺠﻮﯾﺔ اﻟﻤﺘﻄﺮﻓﺔ‪ .‬ﺣﯿﺚ ﯾﻤﻜﻦ ﻟﮭﺬه اﻟﺨﻮارزﻣﯿﺎت اﻟﺘﻌﺎﻣﻞ ﻣﻊ ﻛﻤﯿﺎت ﻛﺒﯿﺮة ﻣﻦ اﻟﺒﯿﺎﻧﺎت‬
‫اﻟﺼﺎدرة ﻋﻦ اﻷﻗﻤﺎر اﻟﺼﻨﺎﻋﯿﺔ و ﻣﺤﻄﺎت اﻟﻄﻘﺲ‬

‫‪ .7‬ﻣﺼﻄﻠﺤﺎت ﻣﺮﺗﺒﻄﺔ ﺑﻌﻠﻢ اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ‬

‫اﻷﻧﻈﻤﺔ اﻟﺨﺒﯿﺮة )‪(Expert Systems‬‬

‫ھﻲ ﻧﻮع ﻣﻦ ﺑﺮﻣﺠﯿﺎت اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ اﻟﻘﺎﺋﻢ ﻋﻠﻰ اﻟﻘﻮاﻋﺪ )‪ .(rules‬اﻟﮭﺪف ﻣﻨﮭﺎ ھﻮ ﻣﺤﺎﻛﺎة ﻗﺪرة اﺗﺨﺎذ اﻟﻘﺮار ﻟﺪى‬
‫اﻟﺨﺒﯿﺮ اﻟﺒﺸﺮي ﻓﻲ ﻣﺠﺎل ﻣﻌﺮﻓﻲ ﻣﺤﺪد‪.‬‬

‫ﯾﺘﻜﻮن اﻟﻨﻈﺎم اﻟﺨﺒﯿﺮ ﻣﻦ ﺛﻼﺛﺔ أﺟﺰاء‪ :‬ﻗﺎﻋﺪة اﻟﺤﻘﺎﺋﻖ ‪،‬ﻗﺎﻋﺪة اﻟﻘﻮاﻋﺪ‪ ،‬وﻣﺤﺮك اﻻﺳﺘﺪﻻل )‪.(inference engine‬‬

‫ﻣﻦ أﺷﮭﺮ و أﻗﺪم اﻷﻧﻈﻤﺔ اﻟﺨﺒﯿﺮة ﻧﻈﺎم ‪ Mycin‬ﺗﻢ ﺗﻄﻮﯾﺮه ﺳﻨﺔ ‪ 1973-1972‬ﺑﺎﺳﺘﺨﺪام ﻟﻐﺔ ‪ Lisp‬ﻟﺘﺸﺨﯿﺺ و ﻋﻼج‬
‫أﻣﺮاض اﻟﺪم‪.‬‬

‫اﻟﯿﻮم ﻟﻢ ﺗﻌﺪ اﻷﻧﻈﻤﺔ اﻟﺨﺒﯿﺮة ھﻲ اﻷﺣﺪث ﺣﯿﺚ ﺗﻔﻮﻗﺖ ﻋﻠﯿﮭﺎ ﺑﺮﻣﺠﯿﺎت ذﻛﺎء اﺻﻄﻨﺎﻋﻲ ﻣﺜﻞ ﺧﻮارزﻣﯿﺎت ﺗﻌﻠﻢ اﻵﻟﺔ‪ .‬و ﻣﻊ‬
‫ذﻟﻚ ﺗﺘﻤﺘﻊ اﻷﻧﻈﻤﺔ اﻟﺨﺒﯿﺮة ﺑﻤﯿﺰة ﻣﮭﻤﺔ و ھﻲ اﻟﻘﺪرة ﻋﻠﻰ اﻟﺠﻤﻊ ﺑﯿﻦ‪ :‬اﻷداء اﻟﺠﯿﺪ و ﻋﻤﻠﯿﺔ اﺗﺨﺎذ اﻟﻘﺮار "اﻟﻘﺎﺑﻠﺔ ﻟﻠﺘﻔﺴﯿﺮ"‬
‫ﻋﻜﺲ ﺧﻮارزﻣﯿﺎت اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ اﻷﺧﺮى ﻣﺜﻞ ‪ ANN‬اﻟﺘﻲ ﺗﻌﺪ ﻋﻠﺒﺔ ﺳﻮداء ‪Black box‬‬

‫‪9‬‬
 ‫اﻟﻤﻨﻄﻖ اﻟﻀﺒﺎﺑﻲ ‪Fuzzy logic‬‬

‫اﻛﺘﺸﺎف ﻣﻔﮭﻮم ﺟﺪﯾﺪ و ھﻮ اﻟﻤﻨﻄﻖ اﻟﻀﺒﺎﺑﻲ ‪ Fuzzy logic‬ﻣﻦ طﺮف اﻟﻌﺎﻟﻢ ﻟﻄﻔﻲ زادة‬

‫اﻟﻤﻨﻄﻖ اﻟﻀﺒﺎﺑﻲ ھﻮ ﻣﻨﻄﻖ ﻣﺘﻌﺪد اﻟﻘﯿﻢ ﺣﯿﺚ ﯾﻜﻮن اﻧﺘﻤﺎء ﻋﻨﺼﺮ إﻟﻰ ﻣﺠﻤﻮﻋﺔ ﺑﯿﻦ ‪) 0‬ﺻﺤﯿﺢ ﺗﻤﺎ ًﻣﺎ( و ‪) 1‬ﺧﺎطﺊ ﺗﻤﺎ ًﻣﺎ( ‪.‬‬
‫وﯾﺘﻢ اﺳﺘﺨﺪاﻣﮫ ﻟﻠﺘﻌﺎﻣﻞ ﻣﻊ ﻣﻔﮭﻮم "اﻟﺤﻘﯿﻘﺔ اﻟﺠﺰﺋﯿﺔ" ﺻﺤﯿﺢ ﺟﺰﺋﯿﺎ‬
‫وﺧﺎطﺊ ﺟﺰﺋﯿﺎ ﻓﻲ ﻧﻔﺲ اﻟﻮﻗﺖ‪.‬‬

‫أﻣﺜﻠﺔ‬

‫‪‬إذا اﻋﺘﺒﺮﻧﺎ أن اﻹﻧﺴﺎن اﻟﻄﻮﯾﻞ ھﻮ اﻟﺬي طﻮﻟﮫ اﻛﺒﺮ أو ﯾﺴﺎوي‬

‫‪ 1.65‬م‪ .‬ﻓﻲ اﻟﻤﻨﻄﻖ اﻟﻜﻼﺳﯿﻜﻲ ‪ :‬إذا ﻛﺎن ‪ X‬طﻮﻟﮫ ‪ ،1.64‬ﯾﻌﺘﺒﺮ‬
‫‪ X‬ﺷﺨﺼﺎ ﻗﺼﯿﺮا‪ .‬أﻣﺎ ﻓﻲ اﻟﻤﻨﻄﻖ اﻟﻀﺒﺎﺑﻲ ﻓﯿﻌﺘﺒﺮ ‪ X‬طﻮﯾﻼ و‬
‫ﻗﺼﯿﺮا ﻓﻲ ﻧﻔﺲ اﻟﻮﻗﺖ ‪ :‬ﻣﺜﻼ طﻮﯾﻼ ﺑﻨﺴﺒﺔ ‪ %90‬و ﻗﺼﯿﺮا ﺑﻨﺴﺒﺔ‬
‫‪%10‬‬

‫‪‬ﻧﻌﺘﺒﺮ أن اﻟﻤﺎء ﺑﺎرد )‪ (Froide‬إذا ﻛﺎن درﺟﺔ ﺣﺮارﺗﮫ ]‪ Tc [0,20‬و داﻓﺊ )‪ (Tiede‬اذا ﻛﺎن [‪ Tc ]20,45‬و ﺳﺎﺧﻦ‬
‫)‪(Chaude‬إذا ﻛﺎن ]‪ . Tc [45,100‬و ﻣﻨﮫ اذا ﻛﺎﻧﺖ درﺟﺔ ﺣﺮارة اﻟﻤﺎء ﺗﺴﺎوي ‪ 19‬ﻓﻔﻲ اﻟﻤﻨﻄﻖ اﻟﻜﻼﺳﯿﻜﻲ ﯾﻌﺘﺒﺮ‬
‫ﺑﺎردا‪ .‬أﻣﺎ ﻓﻲ اﻟﻤﻨﻄﻖ اﻟﻀﺒﺎﺑﻲ ﻓﯿﻤﻜﻦ اﻋﺘﺒﺎره ﺑﺎردا و داﻓﺌﺎ ﺑﻨﺴﺐ ﻣﻌﯿﻨﺔ‪.‬‬

‫اﻟﻤﻨﻄﻖ اﻟﻜﻼﺳﯿﻜﻲ‬ ‫اﻟﻤﻨﻄﻖ اﻟﻀﺒﺎﺑﻲ‬

‫اﺧﺘﺒﺎر "‪(Turing test)" Turing‬‬

‫ﻓﻲ ﺳﻨﺔ ‪ 1950‬اﻟﻌﺎﻟﻢ ‪ Alan Turing‬ﯾﻘﺘﺮح اﺧﺘﺒﺎر ﻣﻦ أﺟﻞ اﻟﺘﺤﻘﻖ ﻣﻦ ﻗﺪرة اﻵﻟﺔ ﻋﻠﻰ إظﮭﺎر ﺳﻠﻮك ذﻛﻲ ﻣﻜﺎﻓﺊ أو ﻻ‬
‫ﯾﻤﻜﻦ ﺗﻤﯿﯿﺰه ﻋﻦ اﻹﻧﺴﺎن‪ .‬ﺳﻤﻲ ھﺬا اﻻﺧﺘﺒﺎر ﻻﺣﻘﺎ ﺑـ ‪Turing test‬‬

‫ﯾﻤﺘﺎز اﺧﺘﺒﺎر "‪ " Turing‬ﺑﺒﺴﺎطﺔ ﻓﻜﺮﺗﮫ‪ :‬إذا أﺟﺮى ﺷﺨﺺ ﻣﺤﺎدﺛﺔ ﻟﻤﺪة ﻣﻌﯿﻨﺔ وﻟﻢ ﯾﻌﻠﻢ أﻧﮫ ﯾﺘﺤﺪث إﻟﻰ آﻟﺔ‪ ،‬ﯾﻌﻨﻲ ھﺬا أن‬
‫اﻟﻜﻤﺒﯿﻮﺗﺮ اﻟﺬي ﯾﺪﯾﺮ ھﺬه اﻵﻟﺔ ﻗﺪ ﻧﺠﺢ ﻓﻲ اﻻﺧﺘﺒﺎر‬

‫اﻟﺘﻨﻘﯿﺐ ﻓﻲ اﻟﺒﯿﺎﻧﺎت )‪(Dada Mining‬‬

‫اﻟﺘﻨﻘﯿﺐ ﻓﻲ اﻟﺒﯿﺎﻧﺎت )‪ (Dada Mining‬ھﻮ اﻟﺒﺤﺚ و اﺳﺘﺨﻼص اﻟﻤﻌﺮﻓﺔ ﻓﻲ ﻛﻤﯿﺔ ﻛﺒﯿﺮة ﻣﻦ اﻟﺒﯿﺎﻧﺎت )‪ (Big data‬ﻻﺳﺘﺨﺪام ھﺬه‬
‫اﻟﻤﻌﺮﻓﺔ ﻓﻲ ﻋﻤﻠﯿﺔ ﺻﻨﻊ اﻟﻘﺮار‪.‬‬

‫ﺗﺴﺘﺨﺪم ﺧﻮارزﻣﯿﺎت ﺗﻌﻠﻢ اﻵﻟﺔ ﻓﻲ ﻋﻤﻠﯿﺔ اﻟﺘﻨﺒﺆ و اﺳﺘﺨﻼص اﻷﻧﻤﺎط و اﻟﻌﻼﻗﺎت داﺧﻞ اﻟﺒﯿﺎﻧﺎت و ھﻲ ﺧﻄﻮة أﺳﺎﺳﯿﺔ ﻓﻲ ﻧﻈﺎم ‪data‬‬
‫‪.mining‬‬

‫‪10‬‬
 ‫اﻟﻨﻈﺎم ﻣﺘﻌﺪد اﻟﻮﻛﻼء )‪(Multi Agent System MAS‬‬

‫ﯾﻄﻠﻖ ﻋﻠﻰ اﻟﻨﻈﺎم اﻟﺬي ﯾﺘﻜﻮن ﻣﻦ ﻋﺪة وﻛﻼء ﺑﺎﻟﻨﻈﺎم ﻣﺘﻌﺪد اﻟﻮﻛﻼء ‪ ، Multi Agent System MAS‬ﺣﯿﺚ أن ﻛﻞ‬
‫وﻛﯿﻞ ﻓﻲ اﻟﻨﻈﺎم ﻟﺪﯾﮫ ﻣﻌﻠﻮﻣﺎت و ﻗﺪرات ﻏﯿـﺮ ﻣﻜﺘﻤﻠﺔ ﻟﻐﺮض ﺣﻞ اﻟﻤﺴﺎﺋﻞ‪ ،‬وﺑﺎﻟﺘﺎﻟﻲ ﻛﻞ وﻛﯿﻞ ﻟﺪﯾﮫ وﺟﮭﺔ ﻧﻈﺮ ﻣﺤﺪودة و ﻻ‬
‫ﯾﻮﺟﺪ ﺗﺤﻜﻢ ﻋﺎم ﻟﻠﻨﻈـﺎم وﺗﻜـﻮن اﻟﺒﯿﺎﻧﺎت ﻏﯿﺮ ﻣﺮﻛﺰﯾﺔ واﻟﻤﻌﺎﻟﺠﺔ ﺗﻜﻮن ﻏﯿﺮ ﻣﺘﺰاﻣﻨﺔ‬

‫)‪GPT-3 (Generative Pre-trained Transformer‬‬

‫ھﻮ ﻧﻤﻮذج ﻟﻐﻮي )‪ (language model‬ﺗﻢ ﺗﻄﻮﯾﺮه ﻣﻦ طﺮف ‪ .OpenAI‬وﯾﻤﺘﺎز ﺑﻘﺪرﺗﮫ ﻋﻠﻰ ﻓﮭﻢ وإﻧﺘﺎج اﻟﻠﻐﺔ اﻟﻄﺒﯿﻌﯿﺔ‬
‫ﺑﺸﻜﻞ ﻗﺮﯾﺐ ﻣﻦ ﻗﺪرة اﻹﻧﺴﺎن ‪ .‬ﯾﻤﻜﻦ اﺳﺘﺨﺪام ‪ GPT-3‬ﻓﻲ ﻣﺠﻤﻮﻋﺔ ﻣﺘﻨﻮﻋﺔ ﻣﻦ اﻟﺘﻄﺒﯿﻘﺎت اﻟﺘﻲ ﺗﺘﻄﻠﺐ ﺗﻮﻟﯿﺪ اﻟﻨﺼﻮص‬
‫واﻟﺘﻔﺎﻋﻞ ﺑﺸﻜﻞ طﺒﯿﻌﻲ ﻣﻊ اﻟﺒﺸﺮ‪ ،‬ﻣﺜﻞ اﻟﺮد ﻋﻠﻰ أﺳﺌﻠﺔ‪ ،‬اﻟﺘﺮﺟﻤﺔ اﻵﻟﯿﺔ‪ ،‬ﻛﺘﺎﺑﺔ ﻣﻘﺎﻻت‪ ،‬وأﻛﺜﺮ ﻣﻦ ذﻟﻚ‪.‬‬

‫ﺗﻢ ﺗﺪرﯾﺐ ‪ GPT-3‬ﺑﺎﺳﺘﺨﺪام ﺧﻮارزﻣﯿﺔ اﻟﺘﺪرﯾﺐ اﻟﻌﻤﯿﻖ )‪ (Deep Learning‬ﻋﻠﻰ ﻣﺠﻤﻮﻋﺎت ﺿﺨﻤﺔ ﻣﻦ اﻟﺒﯿﺎﻧﺎت ﻣﺜﻞ‬
‫ﻗﺎﻋﺪة ‪ Common Crawl‬و ‪Wikipedia‬‬

‫ﯾﺴﻤﻰ اﻟﻨﺺ اﻟﺬي ﯾﻌﻄﯿﮫ اﻟﻤﺴﺘﺨﺪم ﻟﻠﻨﻤﻮذج اﻟﻠﻐﻮي ب اﻟﻤﺆﺷﺮ )‪ .(prompt‬ﻣﻦ أﻣﺜﻠﺘﮫ‪:‬‬

‫"أﻛﺘﺐ ﻓﻘﺮة ﺗﺮوج ﻟﻤﻨﺘﺠﻲ اﻟﺠﺪﯾﺪ‪ ،‬وھﻮ ھﺎﺗﻒ ذﻛﻲ ﻣﺘﻄﻮر"‬

‫ﺣﻮارا ﺑﯿﻦ ﺷﺨﺼﯿﺘﯿﻦ ﯾﺘﺤﺪﺛﺎن ﻋﻦ اﻟﺘﻄﻮر اﻟﺘﻜﻨﻮﻟﻮﺟﻲ ﻣﻊ اﻟﺘﺮﻛﯿﺰ ﻋﻠﻰ ﻣﺠﺎل اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ و ﻣﺨﺎطﺮه‪ .‬اﺳﻢ‬
‫ً‬ ‫"أﻛﺘﺐ‬
‫اﻻول اﺣﻤﺪ و اﻟﺜﺎﻧﻲ ﻋﻠﻲ"‬

‫آﺧﺮ ﻧﺴﺨﺔ ﻣﺤﺴﻨﺔ ﺣﺎﻟﯿﺎ ھﻮ ‪ GPT-4‬اﻟﺬي أطﻠﻖ ﻓﻲ ﻣﺎرس ‪ GPT-4 . 2023‬ﻗﺎدر ﻋﻠﻰ إﻧﺸﺎء ﺗﻨﺴﯿﻘﺎت ﻧﺼﯿﺔ أﻛﺜﺮ ﺗﻌﻘﯿﺪا‬
‫و اﻗﺮب إﻟﻰ اﻹﻧﺘﺎج اﻟﺒﺸﺮي ﻛﻤﺎ اﻧﮫ ﯾﻘﺒﻞ اﻟﺘﻌﺎﻣﻞ ﻣﻊ اﻟﺼﻮر ﻛﻤﺪﺧﻞ ‪input‬‬

‫‪ .8‬اﻟﺒﯿﺎﻧﺎت‪-‬اﻟﻤﻌﻠﻮﻣﺎت‪-‬اﻟﻤﻌﺮﻓﺔ )‪(data-information-knowledge‬‬

‫ﻟﻔﮭﻢ اﻟﻌﻼﻗﺔ ﺑﯿﻦ اﻟﺒﯿﺎﻧﺎت ‪ ،‬اﻟﻤﻌﻠﻮﻣﺎت و اﻟﻤﻌﺮﻓﺔ ﻧﻌﺘﻤﺪ ﻋﻠﻰ ﺷﺮح ھﺮم ‪DIKW (Data-Information-Knowledge-‬‬
‫‪) Wisdom‬ھﺮم اﻟﺒﯿﺎﻧﺎت‪-‬اﻟﻤﻌﻠﻮﻣﺎت‪-‬اﻟﻤﻌﺮﻓﺔ‪-‬اﻟﺤﻜﻤﺔ (‬

‫ﯾُﻌﺪﱡ ھ ََﺮ ْم ‪ DIKW‬ﻧﻤﻮذج ﻟﺘﻮﺿﯿﺢ ﻛﯿﻔﯿﺔ ﺗﺤﻮﯾﻞ ﺑﯿﺎﻧﺎت اﻟﺨﺎم إﻟﻰ ﻗﺮارات ﺣﻜﯿﻤﺔ‪ .‬وﺑﺎﻟﺘﺎﻟﻲ ﯾﺴﺎﻋﺪ ﻋﻠﻰ اﺧﺘﯿﺎر اﻟﺒﯿﺎﻧﺎت اﻟﺘﻲ‬
‫ﺗﺘﻮﻓﺮ ﻋﻠﻰ ﻓﺎﺋﺪة ﻋﺎﻟﯿﺔ وﻣﻌﻨﻰ ﻣﮭﻢ‪ .‬ﻓﻲ ﻣﻮﺿﻮع أو ﻣﺸﺮوع ﻣﻌﯿﻦ‪.‬‬

‫ﯾﻌﺘﻤﺪ ﻛﻞ ﻣﺴﺘﻮى ﻣﻦ ﻣﺴﺘﻮﯾﺎت اﻟﮭﺮم ﻋﻠﻰ ﻣﺴﺘﻮﯾﺎت أدﻧﻰ‪ ،‬وﻣﻦ أﺟﻞ اﺗﺨﺎذ ﻗﺮارات ﻣﺒﻨﯿﺔ ﻋﻠﻰ اﻟﺒﯿﺎﻧﺎت ﺑﺸﻜﻞ ﻓﻌﺎل ﻧﺤﺘﺎج‬
‫إﻟﻰ اﻟﻤﺴﺘﻮﯾﺎت اﻷرﺑﻌﺔ ﺟﻤﯿﻌﮭﺎ‪.‬‬

‫اﻟﺒﯿﺎﻧﺎت ‪: Data‬‬

‫ھﻲ اﻟﻤﺎدة اﻟﺨﺎم ﻣﻦ ﻏﯿﺮ ﻣﻌﺎﻟﺠﺔ و ﺑﺪون ﺳﯿﺎق‪ .‬ھﻲ ﺣﻘﺎﺋﻖ ﻏﯿﺮ ﻣﺼﻘﻮﻟﺔ ﺿﻤﻦ أﺷﻜﺎل ﻣﺨﺘﻠﻔﺔ ﻗﺪ ﺗﻜﻮن أرﻗﺎﻣﺎ ‪،‬ﺣﺮوﻓﺎ‬
‫‪،‬ﻛﻠﻤﺎت أو إﺷﺎرات‪..‬اﻟﺦ‪ .‬واﻟﺒﯿﺎﻧﺎت ﺑﻄﺒﯿﻌﺘﮭﺎ ﻻ ﺗﻔﯿﺪ ﺿﻤﻦ ﺗﻜﻮﯾﻨﮭﺎ اﻷوﻟﻲ إﻻ ﺑﻌﺪ إﺧﻀﺎﻋﮭﺎ ﻟﻌﻤﻠﯿﺎت اﻟﺘﺤﻠﯿﻞ واﻟﺘﻔﺴﯿﺮ‬
‫وﺗﺤﻮﯾﻠﮭﺎ إﻟﻰ ﻣﻌﻠﻮﻣﺎت‪.‬‬

‫اﻟﻤﻌﻠﻮﻣﺎت ‪: Information‬‬

‫ﺿﻤﻦ ﺳﯿﺎق ﻣﻌﯿﻦ ‪(Information is organized,‬‬ ‫ﻋﺒﺎرة ﻋﻦ ﺑﯿﺎﻧﺎت ﻣﻨﻈﻤﺔ وﻣﮭﯿﻜﻠﺔ و ﻣﻮﺿﻮﻋﺔ )ﻣﻘﺪﻣﺔ(‬
‫)‪structured, and contextualized data‬‬

‫‪11‬‬
‫ﯾﺘﻢ اﺳﺘﻨﺘﺎج اﻟﻤﻌﻠﻮﻣﺎت ﻣﻦ اﻟﺒﯿﺎﻧﺎت )"‪)("Information is inferred from data‬ﻣﺜﻼ ﻣﻦ ﺧﻼل اﻹﺟﺎﺑﺔ ﻋﻠﻰ أﺳﺌﻠﺔ‬
‫ﻣﺜﻞ "ﻣﻦ"‪" ،‬ﻣﺎذا"‪" ،‬أﯾﻦ"‪" ،‬ﻛﻢ"‪" ،‬ﻣﺘﻰ"‪ .‬وﺑﺎﻟﺘﺎﻟﻲ ﺟﻌﻞ اﻟﺒﯿﺎﻧﺎت ﻣﻔﯿﺪة ﻣﻦ أﺟﻞ اﺗﺨﺎذ اﻟﻘﺮارات‪.‬‬

‫ﺑﺎﺧﺘﺼﺎر ‪ ،‬ﻋﻨﺪﻣﺎ ﺗﺘﺤﻮل اﻟﺒﯿﺎﻧﺎت إﻟﻰ ﻣﻌﻨﻰ ﺑﻌﺪ اﻟﻤﻌﺎﻟﺠﺔ‪ ،‬ﺗُﻌﺮف ﺑﺎﺳﻢ اﻟﻤﻌﻠﻮﻣﺎت‪.‬‬

‫اﻟﻤﻌﺮﻓﺔ ‪Knowledge‬‬

‫ھﻲ ﻧﺘﯿﺠﺔ ﺗﺤﻠﯿﻞ وﺗﻔﺴﯿﺮ اﻟﻤﻌﻠﻮﻣﺎت ﻟﻠﻜﺸﻒ ﻋﻦ اﻷﻧﻤﺎط واﻻﺗﺠﺎھﺎت واﻟﻌﻼﻗﺎت‪ .‬ﻓﮭﻮ ﯾﻮﻓﺮ ﻓﮭ ًﻤﺎ ﻟـ "ﻛﯿﻒ" و"ﻟﻤﺎذا" ﺗﺤﺪث‬
‫اﻟﻈﻮاھﺮ‪ .‬اﻟﻤﻌﺮﻓﺔ ﺗﺸﻜﻞ اﻟﻌﺪﺳﺔ اﻟﺘﻲ ﻧﻔﺴﺮ ﺑﮭﺎ اﻟﻤﻌﻠﻮﻣﺎت وﻧﺤﺪد ﻣﻌﻨﺎھﺎ‪.‬‬

‫اﻟﻤﻌﻠﻮﻣﺎت ﺗﺆدي إﻟﻰ ﻓﮭﻢ اﻟﺤﻘﺎﺋﻖ واﻷرﻗﺎم أي ﻓﮭﻢ اﻟﺒﯿﺎﻧﺎت‪ .‬ﻋﻠﻰ ﻋﻜﺲ اﻟﻤﻌﺮﻓﺔ اﻟﺘﻲ ﺗﺆدي إﻟﻰ إدراك اﻟﻤﻮﺿﻮع‪.‬‬

‫ﻓﮭﻢ اﻟﻤﻌﻠﻮﻣﺎت ﻣﻦ ﺧﻼل اﻟﺨﺒﺮة و اﻟﺤﺪس ﯾﻨﺘﺞ ﻟﻨﺎ اﻟﻤﻌﺮﻓﺔ‪.‬‬

‫اﻟﺤﻜﻤﺔ ‪: Wisdom‬‬

‫ﻓﻲ ھﺮم ‪ DIKW‬اﻟﺤﻜﻤﺔ ھﻲ اﻟﻘﺪرة ﻋﻠﻰ اﺗﺨﺎذ ﻗﺮارات و إﺟﺮاءات ﻓﻌﺎﻟﺔ ﻋﻠﻰ أﺳﺎس ﻓﮭﻢ اﻟﻤﻌﺮﻓﺔ‬

‫ھﺮم )‪) DIKW (Data-Information-Knowledge- Wisdom‬ھﺮم اﻟﺒﯿﺎﻧﺎت‪-‬اﻟﻤﻌﻠﻮﻣﺎت‪-‬اﻟﻤﻌﺮﻓﺔ‪-‬اﻟﺤﻜﻤﺔ (‬

‫ﻣﺛﺎل ‪ : 1‬أﺟﮭزة ﺗﺗﺑﻊ اﻟﻠﯾﺎﻗﺔ اﻟﺑدﻧﯾﺔ‬

‫ﺗﻘوم أﺟﮭزة ﺗﺗﺑﻊ اﻟﻠﯾﺎﻗﺔ اﻟﺑدﻧﯾﺔ ﻣﺛل اﻟﺳﺎﻋﺔ اﻟذﻛﯾﺔ ﺑﺟﻣﻊ ﺑﯾﺎﻧﺎت ﻋن ﺻﺣﺗك وﻧﺷﺎطك اﻟﺑدﻧﻲ ‪ ،‬وﻟﻛن ھدﻓك اﻟﻧﮭﺎﺋﻲ ھو‬
‫اﺳﺗﺧدام ذﻟك ﻻﺗﺧﺎذ ﻗرارات ﺣول ﻛﯾﻔﯾﺔ إدارة ﺻﺣﺗك) ﻧوم‪ ،‬ﺗﻣﺎرﯾن رﯾﺎﺿﯾﺔ ‪... ،‬اﻟﺦ (‪.‬‬

‫اﻟﺑﯾﺎﻧﺎت‪ :‬ﺗﻘوم اﻟﺳﺎﻋﺔ اﻟذﻛﯾﺔ ﺑﺟﻣﻊ اﻟﺑﯾﺎﻧﺎت اﻷوﻟﯾﺔ ﻣﺛل ﻋدد اﻟﺧطوات اﻟﺗﻲ ﺗم اﺣﺗﺳﺎﺑﮭﺎ أﺛﻧﺎء اﻟﻣﺷﻲ أو اﻟﺟري ‪,‬ﻣﻌدل‬
‫ﺿرﺑﺎت اﻟﻘﻠب ‪,‬ﻣدة اﻟﻧوم‪.‬‬

‫اﻟﻣﻌﻠوﻣﺎت‪ :‬ﯾﻘوم ﺗطﺑﯾﻖ اﻟﺳﺎﻋﺔ اﻟذﻛﯾﺔ ﺑﺗﻧظﯾم اﻟﺑﯾﺎﻧﺎت وﻋرﺿﮭﺎ ﺑﺗﻧﺳﯾﻖ ﻣﻔﮭوم‪ ،‬ﻣﺛل ﻋدد اﻟﺧطوات اﻟﯾوﻣﯾﺔ وﻣﺗوﺳط ﻋدد‬
‫ﺿرﺑﺎت اﻟﻘﻠب وﺳﺎﻋﺎت اﻟﻧوم ﻓﻲ اﻟﻠﯾﻠﺔ‪ .‬ﯾﻣﻛن أﯾﺿﺎ ﻋرض ھذه اﻟﻣﻌﻠوﻣﺎت ﻓﻲ ﺷﻛل ﻣﻧﺣﻧﯾﺎت ﻷﯾﺎم أﺳﺑوع ﻣﺛﻼ‪.‬‬

‫اﻟﻣﻌرﻓﺔ‪ :‬ﻗد ﯾﻛﺷف ﺗﺣﻠﯾل اﻟﻣﻌﻠوﻣﺎت وﺗﻔﺳﯾرھﺎ ﻋن أﻧﻣﺎط‪ ،‬ﻣﺛل زﯾﺎدة ﻋدد اﻟﺧطوات ﻓﻲ أوﻗﺎت ﻣﻌﯾﻧﺔ اﻟﺗﻲ ﺗؤدي إﻟﻰ‬
‫ﺗﺣﺳﯾن ﺟودة اﻟﻧوم أو اﻻرﺗﺑﺎط ﺑﯾن ﻣﻌدل ﺿرﺑﺎت اﻟﻘﻠب و ﺷدة اﻟﺗﻣرﯾن‪.‬‬

‫‪12‬‬
‫اﻟﺣﻛﻣﺔ‪ :‬ﯾﺗﯾﺢ ﻟك ﻓﮭم ھذه اﻷﻧﻣﺎط اﺗﺧﺎذ ﻗرارات ﻓﻌﺎﻟﺔ ﺑﺷﺄن ﺗﻌدﯾل روﺗﯾن اﻟﺗﻣﺎرﯾن اﻟرﯾﺎﺿﯾﺔ وﻋﺎدات اﻟﻧوم و ﺳﻠوﻛﺎت‬
‫اﻟﺣﯾﺎة اﻷﺧرى ﻟﺗﺣﺳﯾن ﺻﺣﺗك وﻟﯾﺎﻗﺗك اﻟﺑدﻧﯾﺔ‪.‬‬

‫ﻣﺛﺎل ‪: 2‬‬

‫اﻟﮭﺪف ﻣﻦ اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ ھﻮ ﺻﻨﻊ آﻟﺔ ﻗﺎدرة ﻋﻠﻰ اﻛﺘﺴﺎب اﻟﻤﻌﺮﻓﺔ ﻣﻦ ﺑﯿﺌﺘﮭﺎ و ﺗﻄﺒﯿﻖ ھﺬه اﻟﻤﻌﺮﻓﺔ ﻻﺗﺨﺎذ ﻗﺮارات و‬
‫إﺟﺮاءات ﻓﻌﺎﻟﺔ‬

‫‪.‬ﯾﻤﻜﻨﻨﺎ ﺗﻘﺴﯿﻢ اﻟﻤﻌﺮﻓﺔ إﻟﻰ ﻧﻮﻋﯿﻦ‪:‬‬

‫‪ ‬اﻟﻤﻌﺮﻓﺔ اﻟﺘﺼﺮﯾﺤﯿﺔ ‪déclarative‬‬

‫ھﻲ ﻣﻌﻠﻮﻣﺔ ﯾﺼﺮح ﺑﮭﺎ اﻟﺸﺨﺺ ﻧﺎﺗﺠﺔ ﻋﻦ ﺧﺒﺮﺗﮫ ﻓﻲ ﻣﯿﺪان ﻣﻌﯿﻦ‬

‫ﻣﺜﺎل ‪ :‬اﻟﻤﻌﺎدﻟﺔ ﻣﻦ اﻟﺪرﺟﺔ اﻟﺜﺎﻧﯿﺔ ﻟﯿﺲ ﻟﮭﺎ أﻛﺜﺮ ﻣﻦ ﺣﻠﯿﻦ‬

‫‪ ‬اﻟﻤﻌﺮﻓﺔ اﻹﺟﺮاﺋﯿﺔ ‪procédurale‬‬

‫طﺮﯾﻘﺔ ﻟﻠﻘﯿﺎم ﺑﻌﻤﻞ ﻣﻌﯿﻦ ‪.‬‬

‫ﻣﺜﺎل ‪ :‬ﺷﺮح ﻛﯿﻔﯿﺔ ﺣﻞ اﻟﻤﻌﺎدﻟﺔ ﻣﻦ اﻟﺪرﺟﺔ اﻟﺜﺎﻧﯿﺔ‬

‫ﺷﺮح ﻛﯿﻒ ﯾﺤﻠﻞ و ﯾﺪرس اﻟﻄﺒﯿﺐ ﺻﻮرة ﺑﺎﻟﺮﻧﯿﻦ اﻟﻤﻐﻨﺎطﯿﺴﻲ ﻣﻦ أﺟﻞ اﺳﺘﻨﺘﺎج اﻟﻤﺮض و اﻗﺘﺮاح ﺧﻄﺔ ﻋﻼج ﻟﮫ‬

‫‪13‬‬
 ‫ﺗﻌﺘﺒﺮ اﻟﻤﻌﺮﻓﺔ اﻟﻘﺎﻋﺪة اﻷﺳﺎﺳﯿﺔ ﻟﻌﻤﻠﯿﺔ اﻟﺘﻔﻜﯿﺮ و ﺑﺎﻟﺘﺎﻟﻲ ﻓﺎﻋﻠﯿﺔ ﻧﻈﻢ اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ ﺗﻌﺘﻤﺪ ﻋﻠﻰ ﻓﻌﺎﻟﯿﺔ ﺗﻤﺜﯿﻞ و ﻣﻌﺎﻟﺠﺔ‬
‫اﻟﻤﻌﺮﻓﺔ اﻟﻤﺴﻨﺪة إﻟﯿﮭﺎ‪ .‬ﻣﺜﻼ‪ :‬ﻓﻌﺎﻟﯿﺔ ﺧﻮارزﻣﯿﺎت ﺗﻌﻠﻢ اﻷﻟﺔ ‪ machine learning‬ﺗﻌﺘﻤﺪ ﻋﻠﻰ ﺟﻮدة اﻟﺒﯿﺎﻧﺎت و اﻟﻤﻌﻠﻮﻣﺎت‬
‫اﻟﻤﺴﺘﺨﺪﻣﺔ ﻓﻲ ﻣﺮﺣﻠﺔ اﻟﺘﺪرﯾﺐ‬

‫ﺗﺴﺘﺨﺪم ﺗﻘﻨﯿﺎت اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ ﻓﻲ ﻣﺴﺘﻮﯾﺎت ﻣﺨﺘﻠﻔﺔ ﻣﻦ ھﺮم ‪ ،DIKW‬ﻣﺜﻼ‬

‫¸‬

‫◄ﺗﺴﺘﺨﺪم ﺧﻮارزﻣﯿﺎت ‪computer‬‬

‫‪ vision‬ﻣﻦ اﺟﻞ اﺳﺘﺨﺮاج اﻟﻤﻌﻠﻮﻣﺎت و‬
‫اﻟﻤﻌﺮﻓﺔ ﻣﻦ اﻟﺼﻮر )ﻣﺼﻔﻮﻓﺔ ﻣﻦ‬
‫اﻷرﻗﺎم( و اﻟﻔﯿﺪﯾﻮ‬

‫◄ﯾﺴﺘﺨﺪم اﻟﻤﻨﻄﻖ اﻟﻀﺒﺎﺑﻲ ﻣﻦ اﺟﻞ ﺗﻤﺜﯿﻞ و ﻣﻌﺎﻟﺠﺔ اﻟﻤﻌﻠﻮﻣﺎت و اﻟﻤﻌﺮﻓﺔ اﻟﻐﯿﺮ دﻗﯿﻘﺔ ‪.‬‬

‫◄ﺗﺴﻌﻰ ﺧﻮارزﻣﯿﺎت ﺗﻌﻠﻢ اﻷﻟﺔ ‪ machine learning‬إﻟﻰ ﻣﺤﺎﻛﺎة ﻗﺪرة اﻹﻧﺴﺎن ﻋﻠﻰ اﻟﺘﻌﻠﻢ أي ﻋﻠﻰ اﻛﺘﺴﺎب اﻟﻤﻌﺮﻓﺔ‬
‫اﻧﻄﻼﻗﺎ ﻣﻦ ﺑﯿﺎﻧﺎت ﺧﺎم أو ﻣﻌﻠﻮﻣﺎت )ﻣﺎ ﯾﺴﻤﻰ ب ‪(Features‬‬

‫أدوات ﺗﻤﺜﯿﻞ اﻟﻤﻌﺎرف‬

‫ﻧﺬﻛﺮ ھﻨﺎ ﺑﻌﺾ أدوات ﺗﻤﺜﯿﻞ اﻟﻤﻌﺮﻓﺔ اﻟﺘﺼﺮﯾﺤﯿﺔ‬

‫‪ /1‬اﻟﺸﺒﻜﺔ اﻟﺪﻻﻟﯿﺔ)‪(Semantic Network‬‬

‫اﻟﺸﺒﻜﺔ اﻟﺪﻻﻟﯿﺔ ھﻲ ﻋﺒﺎرة ﻋﻦ ﻣﺨﻄﻂ ﯾﺴﺘﺨﺪم ﻟﻠﺘﻌﺒﯿﺮ ﻋﻦ دﻻﻟﺔ )او ﻣﻌﻨﻰ ‪ (semantic‬اﻟﻌﻼﻗﺎت ﺑﯿﻦ اﻟﻤﻔﺎھﯿﻢ‬
‫)‪ .(concepts‬ﺗﻤﺜﻞ "اﻟﻌﻼﻗﺔ" ﺑﺴﮭﻢ ﺑﯿﻦ ﻋﻘﺪ اﻟﺸﺒﻜﺔ‪.‬‬

‫ﻣﺜﺎل‪:‬‬

‫ﻣﻌﻨﻰ أو دﻻﻟﺔ اﻟﻤﻔﺎھﯿﻢ ﻓﻲ ھﺬه اﻟﺠﻤﻞ ﯾﻌﺒﺮ ﻋﻨﮭﺎ ﺑﺎﻟﺸﺒﻜﺔ اﻟﺪﻻﻟﯿﺔ ‪Cat network‬‬

‫اﻟﺴﻨﻮرﯾﺎت‪The cat is a feline (feline :‬‬

‫) ﻓﺼﯿﻠﺔ اﻟﺴﻨﻮرﯾﺎت‬

‫)اﻟﻘﻄﺔ ﺗﻔﺘﺮس اﻟﻔﺌﺮان واﻟﻄﯿﻮر واﻟﺤﺸﺮات( ‪The cat preys on mice, birds and insects‬‬

‫‪The cat doesn't like the dog‬‬

‫”‪The cat is represented by its image by “id_photo‬‬

‫)ﻣﺨﺎﻟﺐ( ‪The cat has claws‬‬

‫‪14‬‬
 ‫‪Ontology / 2‬‬

‫أداة ﻟﺘﻤﺜﯿﻞ اﻟﻤﻌﺮﻓﺔ‪ ،‬ﺗﺴﺘﺨﺪم ﺧﺎﺻﺔ ﻓﻲ ﻣﺠﺎل ‪semantic web‬‬

‫‪15‬‬