الفرق بين الذكاء الاصطناعي والتعلم الآلي والتعلم العميق

السلسلة: الذكاء الاصطناعي من الصفر إلى الاحتراف | المقالة: الثالثة من ستين الموقع: efhm.online | المستوى: مبتدئ | وقت القراءة: 9 دقائق

---

مقدمة: ثلاثة أسماء لشيء واحد؟

حين تقرأ عن الذكاء الاصطناعي، تصطدم بثلاثة مصطلحات تتكرر في كل مكان: الذكاء الاصطناعي، والتعلم الآلي، والتعلم العميق. يستخدمها كثيرون بشكل متبادل كأنها تعني الشيء ذاته، وهذا خطأ شائع يُربك المبتدئ تماماً.

في الحقيقة، العلاقة بينها علاقة دوائر متداخلة: الذكاء الاصطناعي هو المظلة الكبرى، والتعلم الآلي فرع منه، والتعلم العميق فرع من ذلك الفرع.

في هذه المقالة، ستفهم الفرق بينها فهماً حقيقياً — بمثال واحد بسيط ستتذكره طول عمرك.

---

---

المثال الذي سيوضح كل شيء: تعليم الحاسوب التعرف على الفاكهة

دعنا نستخدم مثالاً واحداً بسيطاً طوال هذه المقالة: تخيل أنك تريد بناء نظام يستطيع التمييز بين صور التفاح والبرتقال.

سنحل هذه المشكلة بثلاث طرق مختلفة، كل طريقة تمثل مستوى مختلفاً من المفاهيم الثلاثة.

---

أولاً: الذكاء الاصطناعي (AI) — المظلة الكبرى

الذكاء الاصطناعي هو الحقل العلمي الأشمل الذي يسعى إلى بناء أنظمة قادرة على أداء مهام تتطلب ذكاءً بشرياً. هذا الحقل واسع جداً ويشمل مناهج ومداخل كثيرة ومتنوعة.

كيف يحل الذكاء الاصطناعي التقليدي مشكلة الفاكهة؟

في الذكاء الاصطناعي التقليدي، يجلس المبرمج ويكتب قواعد صريحة يصف فيها الفرق بين التفاحة والبرتقالة:

إذا كان اللون أحمر أو أخضر → فهو تفاح
إذا كان اللون برتقالي → فهو برتقال
إذا كان الشكل مستديراً تماماً → زِد احتمال البرتقال
إذا كان الشكل ممدوداً قليلاً → زِد احتمال التفاح

هذه الطريقة تعمل في الحالات البسيطة. لكن ماذا لو كان التفاح أصفر؟ أو لو كان هناك برتقال أخضر لم ينضج بعد؟ يفشل النظام فوراً لأنك لم تضع قاعدة لهذه الحالة.

هذا هو جوهر الذكاء الاصطناعي التقليدي: الإنسان يكتب القواعد، والآلة تطبّقها.

---

---

ثانياً: التعلم الآلي (Machine Learning) — الآلة تتعلم بنفسها

التعلم الآلي هو فرع من الذكاء الاصطناعي يقلب المعادلة رأساً على عقب. بدلاً من أن يكتب الإنسان القواعد، تكتشف الآلة القواعد بنفسها من خلال تحليل أمثلة كثيرة.

كيف يحل التعلم الآلي مشكلة الفاكهة؟

بدلاً من كتابة القواعد يدوياً، نجمع آلاف الصور المُصنَّفة مسبقاً: صور تفاح مُعلَّمة بـ”تفاح”، وصور برتقال مُعلَّمة بـ”برتقال”. ثم نُطعم الآلة هذه الصور ونتركها تكتشف الأنماط.

الآلة ستلاحظ بنفسها:

• معظم صور التفاح تحمل خصائص بصرية معينة
• معظم صور البرتقال تحمل خصائص بصرية مختلفة
• حتى حين يكون التفاح أصفراً أو البرتقال أخضر، تستطيع ملاحظة فروق دقيقة أخرى

الفرق الجوهري: في الذكاء الاصطناعي التقليدي الإنسان يكتب القواعد. في التعلم الآلي الآلة تستنتج القواعد بنفسها من البيانات.

أبرز تقنيات التعلم الآلي

يضم التعلم الآلي مناهج متعددة أشهرها:

التعلم الخاضع للإشراف (Supervised Learning): تُزوّد الآلة ببيانات مُصنَّفة مسبقاً (صور فاكهة مع تسمياتها) وتتعلم من هذه التسميات.

التعلم غير الخاضع للإشراف (Unsupervised Learning): تُعطى الآلة بيانات دون تسميات، وتكتشف هي الأنماط والتجمعات بنفسها.

التعلم المعزز (Reinforcement Learning): تتعلم الآلة من خلال المحاولة والخطأ، وتُكافأ حين تصيب وتُعاقَب حين تُخطئ — تماماً كما نعلّم الحيوانات الأليفة.

---

---

ثالثاً: التعلم العميق (Deep Learning) — الشبكات العصبية الاصطناعية

التعلم العميق هو فرع متخصص من التعلم الآلي يستخدم شبكات عصبية اصطناعية مستوحاة من تركيب الدماغ البشري. هو الذي يقف وراء أبرز إنجازات الذكاء الاصطناعي الحديث: التعرف على الوجوه، وفهم الكلام، وتوليد الصور، والمحادثة الطبيعية.

ما هي الشبكة العصبية الاصطناعية؟

تخيل الدماغ البشري: مليارات من الخلايا العصبية (النيورونات) مترابطة ببعضها بشبكة هائلة من الاتصالات. حين نتعلم شيئاً جديداً، تتقوى بعض هذه الاتصالات وتضعف أخرى.

الشبكة العصبية الاصطناعية تفعل الشيء ذاته رياضياً: طبقات من “النيورونات” الافتراضية تنقل الإشارات وتُعدّل أوزانها حتى تصل إلى إجابة دقيقة.

كلمة “عميق” في التعلم العميق تشير إلى عمق الشبكة — أي عدد طبقاتها. الشبكات الحديثة قد تحتوي على مئات الطبقات أو أكثر.

كيف يحل التعلم العميق مشكلة الفاكهة؟

في التعلم الآلي التقليدي، يحتاج المهندس عادةً إلى استخراج الخصائص يدوياً (اللون، الشكل، الملمس…) ثم يُطعمها للنموذج.

في التعلم العميق، تُطعم الشبكة العصبية الصورة الخام كاملة — وهي تستخرج الخصائص بنفسها من أول طبقة إلى آخر طبقة:

• الطبقات الأولى تتعلم حواف بسيطة وألواناً أساسية
• الطبقات الوسطى تجمع هذه الحواف لتكوّن أشكالاً
• الطبقات العميقة تجمع الأشكال لتتعرف على التفاحة أو البرتقالة بأكملها

هذا ما يجعل التعلم العميق أقوى — وأكثر احتياجاً للبيانات والقوة الحسابية.

---

---

جدول المقارنة الشامل

	الذكاء الاصطناعي التقليدي	التعلم الآلي	التعلم العميق
من يكتب القواعد؟	الإنسان	الآلة تستنتجها	الآلة تستنتجها تلقائياً
كمية البيانات المطلوبة	قليلة	متوسطة إلى كبيرة	ضخمة جداً
القوة الحسابية	منخفضة	متوسطة	عالية جداً
من يستخرج الخصائص؟	الإنسان	الإنسان غالباً	الآلة تلقائياً
مثال تطبيقي	روبوت المحادثة القديم	فلتر البريد المزعج	التعرف على الوجه
نقطة القوة	شفافية وتحكم	مرونة وتعلم	دقة عالية في بيانات معقدة
نقطة الضعف	هش أمام الاستثناءات	يحتاج تحضير بيانات	يحتاج موارد ضخمة

---

---

أمثلة حقيقية من حياتك اليومية

لكي يترسّخ الفهم، إليك أمثلة واقعية لكل نوع:

أمثلة الذكاء الاصطناعي التقليدي

• برامج الشطرنج القديمة: تعمل بقواعد وضعها مبرمجون يحللون موقف كل قطعة
• أنظمة الملاحة الأولى: تتبع خرائط ومسارات مُبرمجة مسبقاً
• فلاتر البريد الإلكتروني البدائية: تبحث عن كلمات محددة مثل “فوز مجاني” لتصنيفها كبريد مزعج

أمثلة التعلم الآلي

• فلتر البريد المزعج الحديث: يتعلم من ملايين الرسائل ويكتشف الأنماط بنفسه
• توصيات Netflix وYouTube: تحليل عاداتك وعادات من يشبهونك لاقتراح محتوى مناسب
• اكتشاف الاحتيال المصرفي: يتعلم نمط إنفاقك ويُنبّه حين يلاحظ شيئاً غريباً

أمثلة التعلم العميق

• التعرف على الوجه في هاتفك: شبكة عصبية عميقة تحلل ملامحك بدقة مذهلة
• ChatGPT وكل النماذج اللغوية الكبرى: تعمل على شبكات عصبية ضخمة تعلّمت من مئات المليارات من الكلمات
• قيادة السيارات ذاتياً: تحليل لقطات الكاميرات والرادار في آنٍ واحد لاتخاذ قرارات الطريق
• برامج توليد الصور مثل Midjourney: تُنشئ صوراً فنية من وصف نصي بسيط

---

---

سؤال مهم: أيها يستخدم ChatGPT؟

الآن بعد أن فهمت الفرق، ربما تتساءل: ChatGPT وGemini وClaude — ما الذي يستخدم منها بالضبط؟

الجواب: التعلم العميق — وتحديداً تقنية تسمى المحوّلات (Transformers) ظهرت عام 2017 وغيّرت كل شيء. هذه الشبكات العصبية العميقة الضخمة تعلّمت فهم اللغة البشرية والرد عليها بعد تدريب على كميات هائلة من النصوص.

---

ملخص نهائي: الصورة الكاملة

تذكّر هذه الجملة الواحدة وستفهم كل شيء:

كل تعلم عميق هو تعلم آلي، وكل تعلم آلي هو ذكاء اصطناعي — لكن ليس كل ذكاء اصطناعي تعلماً آلياً، وليس كل تعلم آلي تعلماً عميقاً.

بعبارة أبسط:

• الذكاء الاصطناعي = الحقيبة الكبيرة التي تحمل كل شيء
• التعلم الآلي = أحد الأشياء داخل الحقيبة
• التعلم العميق = شيء داخل التعلم الآلي نفسه

---

المقالة القادمة

في المقالة الرابعة، سنغوص في سؤال كثيراً ما يُحيّر الناس: كيف يتعلم الذكاء الاصطناعي فعلاً؟ كيف تحوّلت ملايين الجمل على الإنترنت إلى نموذج يفهمك ويُجيبك؟ سنشرح ذلك بطريقة بسيطة لا تحتاج فيها إلى أي خلفية رياضية.

كيف يتعلم الذكاء الاصطناعي؟ — شرح بسيط بلا تعقيد م/4

---

نهاية المقالة الثالثة — سلسلة الذكاء الاصطناعي من الصفر إلى الاحتراف efhm.online