مسرد المصطلحات

الذكاء الاصطناعي (AI)

اكتشف المفاهيم الأساسية للذكاء الاصطناعي والتطبيقات الواقعية والاعتبارات الأخلاقية. تعلّم كيف يقود Ultralytics الابتكار في مجال الرؤية الحاسوبية.

تدريب YOLO النماذج
ببساطة مع Ultralytics HUB

التعرف على المزيد

الذكاء الاصطناعي (AI) هو مجال واسع وسريع التطور يركز على إنشاء أنظمة قادرة على أداء المهام التي تتطلب عادةً ذكاءً بشرياً. وتشمل هذه المهام التعلم والاستدلال وحل المشكلات وفهم اللغة الطبيعية والتعرف على الأشياء والأصوات وحتى إظهار الإبداع. صُممت أنظمة الذكاء الاصطناعي لمعالجة كميات كبيرة من البيانات، وتحديد الأنماط، واتخاذ القرارات، وتحسين أدائها بمرور الوقت من خلال تقنيات التعلم المختلفة. يمكن تصنيف الذكاء الاصطناعي إلى ذكاء اصطناعي ضيق (ANI)، يركز على مهام محددة، وذكاء اصطناعي عام (AGI)، وهو شكل نظري ذو قدرات معرفية شبيهة بقدرات الإنسان. وفي حين تتفوق أنظمة الذكاء الاصطناعي الضيق في مجالات مثل اكتشاف الأشياء وتصنيف الصور، يظل الذكاء العام الاصطناعي هدفاً بحثياً طويل الأجل.

المفاهيم الأساسية في الذكاء الاصطناعي

تدعم العديد من المفاهيم الأساسية تطوير أنظمة الذكاء الاصطناعي ووظائفها:

  • التعلم الآلي (ML): مجموعة فرعية من الذكاء الاصطناعي حيث تتعلم الخوارزميات من البيانات لاتخاذ تنبؤات أو قرارات دون أن تتم برمجتها بشكل صريح. يستخدم التعلُّم الخاضع للإشراف بيانات مُصنَّفة، بينما يعمل التعلُّم غير الخاضع للإشراف مع بيانات غير مُصنَّفة للعثور على أنماط مخفية. يتضمن التعلم المعزز تعلم الوكلاء من خلال التجربة والخطأ بناءً على التغذية الراجعة من بيئتهم.
  • التعلم العميق (DL): شكل متخصص من أشكال التعلم الآلي يستخدم الشبكات العصبية ذات الطبقات المتعددة (الشبكات العصبية العميقة) لتحليل البيانات واستخراج الأنماط المعقدة. وقد حقق التعلم العميق اختراقات كبيرة في مجالات مثل التعرف على الصور والكلام.
  • معالجة اللغة الطبيعية (NLP): فرع من الذكاء الاصطناعي يركز على تمكين أجهزة الكمبيوتر من فهم اللغة البشرية وتفسيرها وتوليدها. تعمل البرمجة اللغوية العصبية على تشغيل تطبيقات مثل تحليل المشاعر والترجمة الآلية وروبوتات الدردشة.
  • الرؤية الحاسوبية: مجال الذكاء الاصطناعي الذي يدرب أجهزة الكمبيوتر على تفسير وفهم العالم المرئي. وباستخدام الصور الرقمية من الكاميرات ومقاطع الفيديو ونماذج التعلم العميق، يمكن للآلات تحديد وتصنيف الأشياء بدقة - ومن ثم التفاعل مع ما "تراه". اعرف المزيد عن الرؤية الحاسوبية.

تطبيقات الذكاء الاصطناعي في العالم الحقيقي

يعمل الذكاء الاصطناعي على تغيير العديد من الصناعات وجوانب الحياة اليومية. وفيما يلي مثالان بارزان:

  • السيارات ذاتية القيادة: يؤدي الذكاء الاصطناعي دوراً حاسماً في تطوير السيارات ذاتية القيادة. وتستخدم هذه المركبات خوارزميات الذكاء الاصطناعي، خاصةً التعلم العميق والرؤية الحاسوبية، لإدراك بيئتها واتخاذ قرارات القيادة والتنقل دون تدخل بشري. على سبيل المثال، يستخدم نظام الطيار الآلي من تسلا مزيجاً من الكاميرات وأجهزة الاستشعار والذكاء الاصطناعي لتمكين ميزات مثل الحفاظ على المسار، والتحكم التكيفي في ثبات السرعة، والركن التلقائي. تعرّف على المزيد حول الذكاء الاصطناعي في السيارات ذاتية القيادة.
  • الرعاية الصحية: يُحدث الذكاء الاصطناعي ثورة في مجال الرعاية الصحية من خلال تطبيقات مثل تحليل الصور الطبية واكتشاف الأدوية والطب الشخصي والمساعدين الافتراضيين. على سبيل المثال، يمكن لأدوات التشخيص المدعومة بالذكاء الاصطناعي تحليل الصور الطبية (مثل الأشعة السينية والتصوير بالرنين المغناطيسي) للكشف عن أمراض مثل السرطان في مراحل مبكرة بدقة عالية. يمكن لخوارزميات الذكاء الاصطناعي أيضًا تحليل بيانات المرضى للتوصية بخطط علاجية مخصصة والتنبؤ بالمخاطر الصحية المحتملة. استكشف حلول الذكاء الاصطناعي في مجال الرعاية الصحية.

الذكاء الاصطناعي و Ultralytics

Ultralytics في طليعة الابتكارات في مجال الذكاء الاصطناعي، خاصةً في مجال الرؤية الحاسوبية. Ultralytics YOLO (أنت تنظر مرة واحدة فقط) هو نظام متطور للكشف عن الأجسام في الوقت الحقيقي. يوفر أحدث إصدار، Ultralytics YOLOv8 ، سرعة ودقة استثنائية، مما يجعله مناسبًا لمجموعة واسعة من التطبيقات، بدءًا من المركبات ذاتية القيادة إلى أنظمة الأمن.

Ultralytics يوفر HUB منصة سهلة الاستخدام لتدريب ونشر نماذج Ultralytics YOLO . وهي تبسط عملية إدارة مجموعات البيانات وتكوين معلمات النموذج ومراقبة الأداء، مما يجعل الذكاء الاصطناعي المتقدم في متناول الباحثين والمطورين على حد سواء. تعرف على المزيد حول Ultralytics HUB.

الاعتبارات الأخلاقية في الذكاء الاصطناعي

مع تزايد دمج الذكاء الاصطناعي في مختلف جوانب المجتمع، من الضروري معالجة الاعتبارات الأخلاقية. ويشمل ذلك القضايا المتعلقة بالتحيز في الذكاء الاصطناعي وخصوصية البيانات والشفافية والمساءلة. يتطلب ضمان العدالة والإنصاف في أنظمة الذكاء الاصطناعي اهتمامًا دقيقًا بالبيانات المستخدمة في التدريب، والخوارزميات المستخدمة، والتأثير المحتمل على مجموعات مختلفة من الناس. استكشف أخلاقيات الذكاء الاصطناعي لمزيد من المعلومات.

للحصول على فهم أعمق للذكاء الاصطناعي والمفاهيم ذات الصلة، استكشف مسرد المصطلحاتUltralytics . يوفر هذا المصدر الشامل تعريفات وشروحات للمصطلحات الرئيسية في الذكاء الاصطناعي والرؤية الحاسوبية.

قراءة الكل