تقنية التعلم الآلي التلقائي: الذكاء الاصطناعي يتعلم كيفية القيام بالأشياء بنفسه... الذكاء الاصطناعي

بدلاً من الاعتماد كلياً على المبرمجين والخبراء، أصبح بإمكان الذكاء الاصطناعي الآن بناء نفسه بنفسه. تُبشّر تقنية التعلّم الآلي التلقائي (AutoML) بعصر جديد: الذكاء الاصطناعي يتعلّم كيف يفعل... الذكاء الاصطناعي.

تطبيقات تقنية التعلم الآلي التلقائي

كان الذكاء الاصطناعي في السابق أداةً حكراً على من يجيدون كتابة البرامج وفهم الخوارزميات. أما الآن، وبفضل تقنية التعلم الآلي المؤتمت (AutoML)، أصبح بإمكان الذكاء الاصطناعي نفسه أن يتعلم كيفية إنشاء أنظمة ذكاء اصطناعي جديدة.

عندما يتعلم الذكاء الاصطناعي بناء نفسه باستخدام AutoML

بحسب بحث أجرته صحيفة "تووي تري أونلاين "، فإنّ تقنية "التعلم الآلي المؤتمت" (AutoML) هي تقنية تُؤتمت الخطوات المعقدة في عملية بناء نماذج التعلم الآلي. بدءًا من معالجة البيانات واختيار الخوارزمية، وصولًا إلى ضبط المعلمات وتقييم النتائج، يُمكن للنظام القيام بكل شيء دون الحاجة إلى تدخل يدوي كبير من المهندسين.

لا توفر هذه التقنية الوقت فحسب، بل توسع أيضًا نطاق الوصول إلى الذكاء الاصطناعي للمؤسسات التي تفتقر إلى فرق تقنية متخصصة. فبدلاً من قضاء أسابيع في اختبار الخوارزميات، يمكن الآن إنجاز كل شيء في غضون ساعات، أو حتى دقائق.

كانت جوجل رائدة في منصة AutoML في عام 2017، وبعد ذلك، أطلقت شركات كبرى مثل أمازون ومايكروسوفت حلول AutoML الخاصة بها، وقامت بدمجها في خدماتها السحابية.

تجدر الإشارة إلى أن التعلم الآلي التلقائي لا يعمل بطريقة جامدة أو نمطية. إذ يمكن للنظام تعديل استراتيجية التعلم الخاصة به تلقائيًا، وتغيير بنية الشبكة العصبية، أو تجربة تكوينات مختلفة حتى يجد الحل الأمثل.

وبهذه الطريقة، بدأ الذكاء الاصطناعي "يتعلم كيف يتعلم" ويصبح تدريجياً أقل اعتماداً على المبرمجين.

لا يمكن استبدال البشر.

رغم أن التعلم الآلي المؤتمت (AutoML) يُسهّل إنشاء الذكاء الاصطناعي، إلا أنه لا يُلغي دور الإنسان تمامًا. فنماذج الذكاء الاصطناعي لا تكون مفيدة حقًا إلا عندما تكون بيانات الإدخال صحيحة، والمشكلة محددة بوضوح، والنتائج مفهومة في سياقها الصحيح، مع العلم أن إدخال المستخدم وفهمه لا يزالان ضروريين.

تُحقق تقنيات التعلم الآلي المؤتمت (AutoML) أفضل النتائج عندما يعرف المستخدمون احتياجاتهم بدقة . فعلى سبيل المثال، يُمكن للذكاء الاصطناعي المساعدة في تحليل الصور الطبية، لكن يبقى التشخيص النهائي وقرار العلاج من اختصاص الطبيب. وفي مجال التمويل، يُمكن للذكاء الاصطناعي تحديد اتجاهات الاحتيال، لكن على المحللين فهم دلالات ذلك في سياق واقعي.

يمكن للأتمتة أن تقلل الوقت والجهد، لكنها لا تستطيع أن تحل محل الخبرة البشرية والحدس والمسؤولية. وبدلاً من أن تحل محلها، تعمل تقنية التعلم الآلي المؤتمت كأداة داعمة، مما يجعل عملية اتخاذ القرار أسرع وأكثر اعتماداً على البيانات.

ومن المزايا الأخرى القدرة على تحسين النموذج بذكاء . لا يكتفي نظام التعلم الآلي التلقائي (AutoML) باختيار نموذج "جيد" فحسب، بل يجرب خيارات متعددة، ويقيّمها، ويقدم أفضل نموذج ممكن بناءً على البيانات التي يوفرها المستخدم. ونتيجة لذلك، لا يقل أداء نظام الذكاء الاصطناعي عن أداء النماذج التي يبنيها الخبراء، بل وفي كثير من الحالات يكون أفضل، لأن نظام التعلم الآلي التلقائي لا يتجاهل أي خطوة.

في نهاية المطاف، يُمثل التعلم الآلي المؤتمت (AutoML) خطوةً هامةً نحو نشر تقنية الذكاء الاصطناعي على نطاق واسع، ونقلها من المختبرات إلى التطبيقات العملية. يستطيع المعلمون والأطباء والمتخصصون في التسويق وأصحاب المتاجر على حدٍ سواء الاستفادة من الذكاء الاصطناعي لحل مشاكلهم.

نعود إلى الموضوع

توان السادس

المصدر: https://tuoitre.vn/cong-nghe-automl-ai-dang-tu-hoc-cach-lam-ai-20250630110417866.htm