Arabic subtitles for clip: File:Ikusgela-Adimen artifiziala.webm
Jump to navigation
Jump to search
1 00:00:03,240 --> 00:00:07,170 مَن يا تُرى كتب ما سأخبركم به في الدقائق القليلة القادمة 2 00:00:07,440 --> 00:00:08,800 هل كتبه بنفسي؟ كاتب متخصص؟ 3 00:00:09,100 --> 00:00:10,930 هل كتبه ذكاء صنعي؟ 4 00:00:11,080 --> 00:00:14,715 يوجد شيء واحد أكيد: مباشرة، بعد إنشاء هذا المقطع المُسجَّل 5 00:00:14,739 --> 00:00:17,590 ما سنشرحه هنا قد يصبح متقادماً. 6 00:00:17,830 --> 00:00:21,588 لا يستطيع البشر بسهولة أن يميزوا بين أساليب الكتاب المختلفين 7 00:00:21,613 --> 00:00:25,560 ويمكننا مقارنة ذلك مع قدرة الذكاء الصنعي لتبين مقدار التقدم الذي أحرزته هذ التقنية 8 00:00:25,585 --> 00:00:28,074 شات جي بي تي أو الأدوات الأخرى المشابهة 9 00:00:28,098 --> 00:00:30,535 قادرة على كتابة النصوص 10 00:00:30,559 --> 00:00:33,760 بدقة وبأي أسلوب يُطلب منها. 11 00:00:33,820 --> 00:00:37,345 يوجد أدوات أخرى قادرة على إنشاء رسومٍ من لا شيء 12 00:00:37,369 --> 00:00:39,970 لتجيب على طلبات تصميم نُقدمها لها 13 00:00:39,995 --> 00:00:41,955 الذكاء الصُنعي 14 00:00:41,980 --> 00:00:43,030 ليس موضوعاً جديداً. 15 00:00:43,080 --> 00:00:46,850 التجارب الأولى لهذه التقنية سريعة النمو 16 00:00:46,874 --> 00:00:50,300 أُجريت منذ العام 1943م 17 00:00:50,320 --> 00:00:54,454 ولكن منذ عام 2022 دخلت حياتنا وأصبحت جزءاً منها 18 00:00:54,479 --> 00:00:57,254 وبالطبع، أصبحت جزءاً من نقاشاتنا مع الأصدقاء 19 00:00:57,279 --> 00:00:59,720 ولكن كيف يعمل كل هذا؟ 20 00:00:59,950 --> 00:01:02,210 وكيف سوف يُغيِِّر حياتنا؟ 21 00:01:10,001 --> 00:01:13,167 الذكاء الصنعي هو قدرة الآلات 22 00:01:13,191 --> 00:01:16,044 على عمل هذه المهام التي تتطلب عادةً ذكاء بشرياً 23 00:01:16,068 --> 00:01:21,275 يشمل هذا التعلُّم وصناعة القرار وتمييز الأنماط 24 00:01:21,300 --> 00:01:23,960 لتحقيق ذلك، يستعمل مطورو الذكاء الصنعي 25 00:01:23,985 --> 00:01:26,082 ما يُسمَّى بالشبكات العصبونية 26 00:01:26,433 --> 00:01:29,910 تستطيع الشبكة العصبونية أن تتعلم أداء مهام صعبة 27 00:01:29,950 --> 00:01:33,297 مثل التعرف على الصور أو ترجمة اللغات 28 00:01:33,321 --> 00:01:36,538 تتعلم الشبكة العصبونية من خلال اكتساب الخبرة 29 00:01:36,563 --> 00:01:39,977 ويعني هذا أن تدرُّب الشبكة على مجموعة من المعطيات 30 00:01:40,001 --> 00:01:43,840 يجعل هذه المجموعة تضبط الروابط والوسائط في الشبكة 31 00:01:44,020 --> 00:01:46,220 لتجعلها قادرة على أداء العمل المطلوب. 32 00:01:46,270 --> 00:01:50,211 بكلمات أخرى، يمكنك أن تُنشِئ خوارزمياتك وتكيفها 33 00:01:50,235 --> 00:01:52,450 من خلال تعلُّم الآلة. 34 00:01:52,660 --> 00:01:57,138 تتكون الشبكة العصبونية من عصبونات صناعية عديدة 35 00:01:57,162 --> 00:01:59,860 وتكون مُنظَّمة في طبقات مترابطة في ما بينها. 36 00:01:59,920 --> 00:02:02,763 يستقبل كل عُصبون معلومات محددة 37 00:02:02,787 --> 00:02:06,270 ثم يُجرِي عملية رياضية صغيرة لمعالجتها. 38 00:02:06,350 --> 00:02:10,196 تُنقَل المعلومات بعدها إلى عصبونات في طبقة تالية 39 00:02:10,221 --> 00:02:14,100 وهكذا حتى الوصول إلى جواب نهائي 40 00:02:14,380 --> 00:02:18,340 ويلزم وجود معطيات لتدريب الشبكة العصبونية 41 00:02:18,390 --> 00:02:20,680 يوجد أنواع مختلفة من عمليات التعلُّم: 42 00:02:20,988 --> 00:02:24,649 1- التعلُّم المراقَب: 43 00:02:24,650 --> 00:02:26,837 يُستعمل هذا النوع من التدريب عندما 44 00:02:26,862 --> 00:02:28,830 تكون مجموعة المعطيات مُعلَّمة بوسوم مسبقاً 45 00:02:28,855 --> 00:02:29,712 وهذا يعني 46 00:02:29,737 --> 00:02:33,660 بأن الإجابة الصحيحة معروفة لكل دخلٍ 47 00:02:34,230 --> 00:02:38,100 يتعلم الذكاء الصنعي من هذه المعطيات المُعلَّمة 48 00:02:38,180 --> 00:02:41,520 ويمكن بعدها الحصول على توقُّعات لمعطيات جديدة 49 00:02:42,190 --> 00:02:44,610 2- التعلُّم غير المراقَب: 50 00:02:45,190 --> 00:02:46,711 في هذا النوع من التدريب 51 00:02:46,736 --> 00:02:49,550 ليس لدى الذكاء الصنعي معطيات مُعلَّمة مُسبقاً 52 00:02:49,630 --> 00:02:52,220 لكن تُعرَض عليه مجموعة من المعطيات 53 00:02:52,244 --> 00:02:56,660 ويُطلب منه إيجاد الأنماط والبنى فيها. 54 00:02:57,100 --> 00:03:00,020 وهذا قد يكون مفيداً لتحليل المعطيات أو 55 00:03:00,044 --> 00:03:02,060 لفصل العملاء مثلاً 56 00:03:02,414 --> 00:03:05,240 3- التعليم المُعزز 57 00:03:05,520 --> 00:03:10,460 يُستعمل هذا النوع من التدريب لتعليم الذكاء الصنعي كيف يتخذ القرارات 58 00:03:10,590 --> 00:03:12,850 من خلال الثواب والعقاب. 59 00:03:12,875 --> 00:03:14,430 يُعطى الذكاء الصنعي حالة لدراستها 60 00:03:14,510 --> 00:03:16,540 ويُطلب منه أن يتخذ قراراً. 61 00:03:16,800 --> 00:03:19,941 لو كان القرار صحيحياً، يُكافأ الذكاء الصنعي 62 00:03:19,965 --> 00:03:23,110 ولكن لو كان القرار خاطئاً فإنه يُعاقب 63 00:03:23,135 --> 00:03:24,165 بمرور الوقت، 64 00:03:24,190 --> 00:03:28,860 يتعلم الذكاء الصنعي أن يتخذ القرار الصحيح ليزيد المكافأة 65 00:03:28,885 --> 00:03:29,975 على سبيل المثال 66 00:03:30,000 --> 00:03:33,550 لو أردنا أن يتعلم الحاسوب كيف يُميز بين الوجوه 67 00:03:33,680 --> 00:03:37,220 ويخبرنا ما هي التعابير الظاهرة على كُلٍّ منها 68 00:03:37,244 --> 00:03:39,610 فعلينا أن نزوده بصور عديدة مُعلَّمة 69 00:03:39,800 --> 00:03:42,937 يرصد الحاسوب الأنماط في المعطيات 70 00:03:42,962 --> 00:03:46,830 ويُنشئ وفق ذلك نموذجاً ليتعرف على الوجوه في صورٍ أخرى 71 00:03:47,130 --> 00:03:50,059 ولكن، لماذا هذا مهمٌ جداً؟ 72 00:03:50,083 --> 00:03:54,147 لأن لهذه التقانة استعمالات كثيرة في مجالات متعددة في حياتنا 73 00:03:54,172 --> 00:03:58,459 في الرعاية الصحية، يمكن للذكاء الصنعي أن يُشخَّص الأمراض 74 00:03:58,483 --> 00:04:01,940 وأن يساعد الأطباء على توقُّع نتائج العلاجات 75 00:04:02,080 --> 00:04:06,193 ويمكنه أيضاً ان أن يجعل أغلب الأعمال التي يؤديها الحاسوب آليةً تماماً 76 00:04:06,218 --> 00:04:07,700 مع نتائج أفضل مقارنةً بما سبق 77 00:04:07,790 --> 00:04:10,646 في التصميم والكتابة وتوقع الطقس 78 00:04:10,670 --> 00:04:15,242 الذكاء الصنعي يتطور بسرعة وله قدرات مذهلة 79 00:04:15,266 --> 00:04:17,690 ولكن يلزم الانتباه لوجود بعض الأصوات الناقدة أيضاً 80 00:04:17,715 --> 00:04:18,667 والحمد لله، 81 00:04:18,691 --> 00:04:22,052 لأننا حُذرِّنا سلفاً من مخاطر هذه التقانة 82 00:04:22,076 --> 00:04:25,867 مع تطور الذكاء الصنعي 83 00:04:25,891 --> 00:04:27,850 تظهر معضلات أخلاقية جديدة 84 00:04:27,875 --> 00:04:28,775 على سبيل المثال 85 00:04:28,800 --> 00:04:32,710 من سيكون المسؤول لو حصل حادث بسبب سيارة ذاتية القيادة؟ 86 00:04:32,730 --> 00:04:35,698 كيف يُمكننا أن نضمن أن أنظمة الذكاء الصنعي 87 00:04:35,722 --> 00:04:38,170 لا تُميز ضد مجموعات محددة من الناس؟ 88 00:04:38,236 --> 00:04:40,998 هل من المقبول أخلاقياً اتخاذ قرارات قد تضر الإنسان؟ 89 00:04:41,022 --> 00:04:43,497 أو تطوير ذكاء صنعي يُسيطر على البشر 90 00:04:43,535 --> 00:04:45,050 من سيملك هذه التقانة؟ 91 00:04:45,160 --> 00:04:47,586 من يُدققها؟ ومن يتحكم بقراراتها؟ 92 00:04:47,610 --> 00:04:50,296 يوجد معضلات أخلاقية عديدة 93 00:04:50,320 --> 00:04:53,445 تحتاج للتعامل معها ومعالجتها في أثناء تطوير هذه التقانة 94 00:04:53,470 --> 00:04:54,505 وماذا عن اللغات؟ 95 00:04:54,530 --> 00:04:57,587 كيف سيكون الحال مع لغات المجتمعات المهمَّشة؟ 96 00:04:57,626 --> 00:04:58,955 لا يوجد إجابة واضحة لهذا لسؤال 97 00:04:58,980 --> 00:05:01,710 عن العلاقة بين اللغات المهمَّشة والذكاء الصنعي 98 00:05:01,980 --> 00:05:04,346 على سبيل المثال، أنظمة الترجمة الآلية 99 00:05:04,370 --> 00:05:08,472 يمكن أن تُسهِّل التواصل بين متحدثي اللغات المختلفة 100 00:05:08,498 --> 00:05:11,312 وقد يكون لهذا أثر إيجابي 101 00:05:11,336 --> 00:05:13,510 في مجال العناية باللغات المهمشة والترويج لها 102 00:05:13,560 --> 00:05:15,648 من الممكن، بوجود هذه التقنيات، 103 00:05:15,673 --> 00:05:18,265 أن نستقبل أي محتوى مكتوباً بأي لغة ونعرضه بلغتنا الأم 104 00:05:18,289 --> 00:05:21,470 من غير الحاجة لمترجمين أو لعمل دبلجة 105 00:05:21,630 --> 00:05:23,190 ولكن ليس كل ما يلمع ذهباً 106 00:05:23,430 --> 00:05:26,156 أنظمة الذكاء الصنعي منحازة 107 00:05:26,180 --> 00:05:30,960 ويوجد خطر من أنها تعيد إنتاج خطاب يحتوي على تمييز على أساس اللغة 108 00:05:30,985 --> 00:05:34,853 من المحتمل ألا تكون المعلومات المتوفرة حول اللغات المهمشة كافية 109 00:05:34,878 --> 00:05:37,928 وهذا يعني أن الذكاء الصنعي سيرتكب أخطاء أكثر مقارنة مع اللغات الأخرى 110 00:05:37,952 --> 00:05:39,829 أو قد تعوزه الدقة في التعبير 111 00:05:39,853 --> 00:05:43,618 فلا يميز بين التفاصيل، خاصة الاختلافات البسيطة بين اللهجات 112 00:05:43,642 --> 00:05:46,280 يوجد قرابة 7000 لغة حول العالم 113 00:05:46,430 --> 00:05:48,097 كم منها يا تُرى ستحظى 114 00:05:48,121 --> 00:05:50,880 بالفرصة لاستعمال إمكانيات الذكاء الصنعي؟ 115 00:05:51,070 --> 00:05:53,110 إن النماذج المُستعمَلة مصمَّمة 116 00:05:53,134 --> 00:05:55,844 خصيصاً للغات التي تتوافر معطيات وافرة عنها 117 00:05:55,868 --> 00:05:57,654 والمجتمعات التي تتحدث هذه اللغات 118 00:05:57,678 --> 00:05:59,816 يكون لها عادةً حظ جيد من الوصول إلى التقانات 119 00:05:59,840 --> 00:06:01,870 ولهذا فإنه من المهم 120 00:06:01,890 --> 00:06:04,451 إلى جانب توافر المعطيات 121 00:06:04,475 --> 00:06:07,615 دراسة النماذج التي لا يتوفر لها إلا موارد لغوية قليلة 122 00:06:07,639 --> 00:06:11,350 أو التي يمكنها أن تعتمد لغات أخرى تتشابه في خواصها مع اللغة المدروسة 123 00:06:11,400 --> 00:06:13,210 هل يجعلك هذا خائفاً أم مسروراً؟ 124 00:06:13,250 --> 00:06:14,699 ما الذي تعتقده؟ 125 00:06:14,723 --> 00:06:17,850 كل شيء يتطور بسرعة وليس من السهل أن يبقى الفرد مُطَّلعاً 126 00:06:17,874 --> 00:06:20,750 لهذا علينا ألا ننسى أن المعلومات هي مصدر للقوة 127 00:06:20,930 --> 00:06:24,900 وعلينا أن نسعى بأقصى ما نستطيع ليتمكن الجميع من الوصول إليها 128 00:06:25,220 --> 00:06:27,926 فالإدراك والفهم يمنحنا السيادة.