الذكاء الاصطناعي مقابل الذكاء الاصطناعي التوليدي

أدوات مثل ChatGPT وGemini وClaude دفعت الذكاء الاصطناعي إلى المحادثات اليومية. وفجأة أصبح الجميع يتحدثون عن الذكاء الاصطناعي وظهر بجانبه مصطلح جديد: الذكاء الاصطناعي التوليدي.

وكثيرا ما يستخدم الاثنان بالتبادل، لكنهم ليسوا نفس الشيء. الذكاء الاصطناعي التوليدي ليس بديلاً للذكاء الاصطناعي. انها جزء منه. لفهم الفرق، نحتاج أولاً إلى إلقاء نظرة على ماهية الذكاء الاصطناعي، وما تم تصميمه في الأصل للقيام به، ويعمل الذكاء الاصطناعي التوليدي على توسيع هذه القدرات.

ما هو الذكاء الاصطناعي؟

الذكاء الاصطناعي هو المجال الذي يشير إلى أنظمة الكمبيوتر المصممة ل أداء المهام التي تتطلب عادة الذكاء البشري.

تتضمن هذه المهام عادةً ما يلي:

• التعرف على الأنماط
• تفسير البيانات
• عمل تنبؤات
• القرارات الداعمة

تعمل معظم أنظمة الذكاء الاصطناعي من خلال التعلم من البيانات التاريخية وتحديد العلاقات داخلها. وبمجرد تدريبه، يمكن للنظام تحليل مدخلات جديدة وإنتاج مخرجات مثل التنبؤات أو التصنيفات أو التوصيات.

اقرأ المزيد: مقدمة في الذكاء الاصطناعي للمبتدئين؟

لقد استخدمتم جميعًا الذكاء الاصطناعي!

حتى سنوات قليلة مضت، لم يتفاعل معظم الناس مطلقًا مع الذكاء الاصطناعي مباشرة. لكن الذكاء الاصطناعي كان لا يزال موجودًا! على الرغم من أنها عملت بهدوء خلف الكواليس في:

• كشف الاحتيال على بطاقات الائتمان
• توصيات نتفليكس
• مرشحات البريد العشوائي

ثم أدوات مثل ChatGPT، وGemini، وClaude ظهر. وفجأة يستطيع الذكاء الاصطناعي:

• كتابة المقالات
• توليد الصور
• إنتاج الكود

لأول مرة كان الناس التفاعل مع الذكاء الاصطناعي بدلاً من مجرد التأثر به. لم يعد الذكاء الاصطناعي مجرد تحليل أو عمل خلف الكواليس، بل أصبح مشاركًا نشطًا في حياة الناس. وقد خلق هذا التحول فكرة خاطئة شائعة:

افترض بعض الناس هذا هو الذكاء الاصطناعي.

نعم و لا! هذا الذكاء الاصطناعي التفاعلي الذي وقع الناس في حبه لم يكن ذكاءً اصطناعيًا، بل مجرد فرع منه يسمى الذكاء الاصطناعي التوليدي.

ما هو الذكاء الاصطناعي التوليدي؟

الذكاء الاصطناعي التوليدي هو نوع من الذكاء الاصطناعي المصمم من أجل إنشاء محتوى جديد بدلاً من مجرد تحليل البيانات الموجودة.

تتعلم هذه الأنظمة الأنماط من مجموعات البيانات الضخمة (من خلال التدريب) وتستخدم تلك المعرفة لإنتاج مخرجات جديدة تمامًا تتبع نفس الأنماط.

يمكن أن تشمل هذه المخرجات ما يلي:

• نص
• الصور
• صوتي
• فيديو
• شفرة

يجيب الذكاء الاصطناعي التقليدي على أسئلة مثل:

• هل هذه الصفقة احتيالية؟
• ما الفيلم الذي يجب أن نوصي به؟
• ما هو احتمال خطر المرض؟

يجيب الذكاء الاصطناعي التوليدي على نوع مختلف من الأسئلة:

• اكتب فقرة حول هذا الموضوع.
• توليد صورة من هذا الوصف.
• قم بإنشاء كود يحل هذه المشكلة.

بدلاً من تفسير البيانات، يقوم النظام يولد بيانات جديدة. لقد رأيت بالتأكيد الذكاء الاصطناعي التوليدي أثناء العمل:

أدوات مثل ChatGPT وNano Banana وDALL-E كلها مدعومة بنماذج الذكاء الاصطناعي التوليدية. يمكنهم كتابة القصص، وإنشاء الأعمال الفنية، وتلخيص المستندات، وإنتاج التعليمات البرمجية، وحتى محاكاة المحادثات.

اقرأ المزيد: مقدمة إلى الذكاء الاصطناعي التوليدي للمبتدئين

النظام البيئي للذكاء الاصطناعي

يمكن التعبير بسهولة عن العلاقة بين الذكاء الاصطناعي والذكاء الاصطناعي التوليدي باستخدام مخطط فين:

ما هو نموذج الذكاء الاصطناعي؟

في قلب كل نظام ذكاء اصطناعي يوجد شيء يسمى أ نموذج. نموذج الذكاء الاصطناعي هو نظام رياضي يتعلم الأنماط من البيانات ويستخدم تلك الأنماط لإنتاج المخرجات.

أثناء التدريب، يتعرض النموذج لكميات كبيرة من البيانات. ومن خلال تحليل العلاقات داخل تلك البيانات، فإنه يتعلم تدريجيًا كيفية ربط المدخلات والمخرجات. بمجرد تدريب النموذج، يمكنه معالجة المدخلات الجديدة وإنشاء نتيجة.

على سبيل المثال:

• أ نموذج كشف الاحتيال يتعلم الأنماط من المعاملات المالية السابقة ويتنبأ بما إذا كانت المعاملة الجديدة مشبوهة.
• أ نموذج التوصية يتعلم من سلوك المستخدم ويتنبأ بالأفلام أو المنتجات التي قد تعجب الشخص.
• أ نموذج اللغة يتعلم الأنماط في النص ويولد الجمل التي تتبع تلك الأنماط.

يحدد نوع النموذج ما يمكن أن يفعله الذكاء الاصطناعي. بعض النماذج متخصصة في تحليل البيانات والتنبؤات، في حين تم تصميم الآخرين ل يولد محتوى جديد تمامًا.

تتضمن بعض النماذج الشائعة الاستخدام نماذج لغوية

كيف تعمل نماذج الذكاء الاصطناعي مقابل كيف تعمل نماذج الذكاء الاصطناعي التوليدية؟

على الرغم من أن الذكاء الاصطناعي التوليدي جزء من الذكاء الاصطناعي، إلا أن الطريقة التي تتعلم بها هذه الأنظمة وتنتج المخرجات مختلفة قليلاً.

يعتمد كلا النوعين من الأنظمة على التعلم الآلي ومجموعات البيانات الكبيرة. الفرق الرئيسي يكمن في ما تم تدريب النموذج للقيام به.

• يتم تدريب نماذج الذكاء الاصطناعي التقليدية على تحليل البيانات والتنبؤ بالنتائج.
• يتم تدريب نماذج الذكاء الاصطناعي التوليدية على تعلم الأنماط بعمق كافٍ لإنشاء بيانات جديدة.

كيف تعمل نماذج الذكاء الاصطناعي التقليدية؟

تركز نماذج الذكاء الاصطناعي التقليدية على التنبؤ والتصنيف. ويتم تدريبهم لتحقيق هذا الهدف. تبدأ عملية التدريب عادة بالبيانات التاريخية التي تحتوي على المدخلات والنتائج المعروفة. ومن خلال تحليل هذه البيانات، يتعلم النموذج العلاقات بين المتغيرات.

يبدو سير العمل النموذجي كما يلي:

1. جمع البيانات: يتم تدريب النموذج على مجموعات البيانات التاريخية مثل المعاملات المالية أو سجلات سلوك المستخدم أو السجلات الطبية.
2. تعلم الأنماط: تحدد الخوارزمية العلاقات بين ميزات الإدخال والنتائج.
3. التدريب النموذجي: تتعلم خوارزميات التعلم الآلي مثل أشجار القرار، أو الغابات العشوائية، أو آلات المتجهات الداعمة، أو الشبكات العصبية، كيفية تعيين المدخلات للتنبؤات.
4. تنبؤ: بمجرد تدريب النموذج، يتلقى مدخلات جديدة وينتج مخرجات مثل التصنيفات أو درجات الاحتمالية أو التوصيات.

الهدف الأساسي واضح: تتعلم نماذج الذكاء الاصطناعي التقليدية الأنماط في البيانات حتى تتمكن من ذلك التنبؤ بالمعلومات الجديدة أو تصنيفها.

كيف تعمل نماذج الذكاء الاصطناعي التوليدية؟

تركز نماذج الذكاء الاصطناعي التوليدية على إنشاء محتوى جديد بدلاً من الأنماط التي تعلموها. ويتم تدريبهم على تعلم الأنماط الأساسية وبنية مجموعات البيانات الكبيرة حتى يتمكنوا من إنشاء مخرجات تشبه البيانات الحقيقية.

بدلاً من الاعتماد على مجموعات البيانات ذات النتائج المصنفة، يتم تدريب النماذج التوليدية عادةً على مجموعات ضخمة من البيانات الأولية مثل النصوص أو الصور أو الصوت أو التعليمات البرمجية. من خلال تحليل هذه البيانات، يتعلم النموذج كيفية ارتباط العناصر المختلفة للبيانات ببعضها البعض والأنماط التي تحدث بشكل شائع.

يبدو سير العمل النموذجي كما يلي:

1. جمع البيانات: يتم تدريب النموذج على مجموعات بيانات كبيرة تحتوي على أمثلة مثل الكتب أو المقالات أو الصور أو مقاطع الفيديو أو مستودعات التعليمات البرمجية.
2. تعلم الأنماط: تتعلم الخوارزمية العلاقات الإحصائية داخل البيانات، مثل كيفية تتبع الكلمات لبعضها البعض في اللغة أو كيفية دمج وحدات البكسل لتكوين كائنات في الصور.
3. التدريب النموذجي: يتم تدريب بنيات التعلم العميق مثل المحولات أو نماذج الانتشار أو شبكات الخصومة التوليدية على التقاط هذه الأنماط.
4. إنشاء المحتوى: بمجرد تدريب النموذج، يمكنه إنشاء مخرجات جديدة مثل فقرات النص أو الصور من المطالبات أو المقاطع الصوتية أو مقتطفات التعليمات البرمجية.

الهدف الأساسي واضح: تتعلم نماذج الذكاء الاصطناعي التوليدية أنماطًا في البيانات حتى تتمكن من إنشاء محتوى جديد يتبع تلك الأنماط.

الذكاء الاصطناعي مقابل الذكاء الاصطناعي التوليدي: الاختلافات الرئيسية

الفرق يكمن في ماذا يفعلون بهذه الأنماط.

• يتعلم الذكاء الاصطناعي التقليدي الأنماط التنبؤ بالنتائج أو تصنيف المعلومات.
• يتعلم الذكاء الاصطناعي التوليدي الأنماط إنشاء محتوى جديد.

لماذا أصبح الذكاء الاصطناعي التوليدي شائعًا فجأة؟

على الرغم من أنه لم يتم طرح النطاقات مطلقًا في أي مناقشة، فلا بد أنك سمعت عن مصطلحات مثل: ChatGPT، وClaude، وDeepSeek وما إلى ذلك التي تم طرحها في المناقشات. واستنادا إلى ما تعلمناه حتى الآن، فإن كل هذه الأمور تندرج تحت فئة الذكاء الاصطناعي التوليدي. الذي يجلب السؤال؟ لماذا يحظى الذكاء الاصطناعي التوليدي بشعبية كبيرة فجأة؟

ويمكن الرد على ذلك بجملة واحدة: الذكاء الاصطناعي التوليدي مرئي لأنه ينتج المحتوى، في حين يعمل الذكاء الاصطناعي التقليدي لتحقيق ذلك.

يمكنك فهم ذلك بنفسك من خلال الإجابة على السؤال التالي:

1. هل ستتعلم شيئًا قبل أن تفعل شيئًا تريده؟
2. هل تفضل القيام بذلك على الفور على الرغم من أنه قد لا يكون جيدًا؟

يميل معظم الناس (على ما يبدو) إلى اختيار الخيار الأخير.

خاتمة

لقد كان الذكاء الاصطناعي دائمًا يدور حول أنماط التعلم من البيانات.

• يستخدم الذكاء الاصطناعي التقليدي هذه الأنماط لتحليل المعلومات والتنبؤ بالنتائج ودعم القرارات.
• يأخذ الذكاء الاصطناعي التوليدي نفس الأساس ويدفعه إلى أبعد من ذلك من خلال تمكين الآلات من إنشاء محتوى جديد تمامًا.

لذا فإن الاختلاف لا يتعلق باستبدال أحدهما بالآخر. يساعد الذكاء الاصطناعي الأنظمة على فهم العالم، بينما يساعدها الذكاء الاصطناعي التوليدي على الإنتاج داخله. معاًفهي تمثل المرحلة التالية في تطور الأنظمة الذكية.

الأسئلة المتداولة