التعلم العميق هو نوع من التعلم الآلي يعتمد على الشبكات العصبية ذات الطبقات المتعددة. يمكن لهذه الأنظمة تعلم الأنماط المعقدة في الصور والنصوص والصوت والفيديو. يدعم التعلم العميق العديد من ابتكارات الذكاء الاصطناعي الحديثة، بما في ذلك التعرف على الكلام وتوليد الصور والترجمة ونماذج اللغات الكبيرة. غالبًا ما يتطلب كميات كبيرة من البيانات وقوة الحوسبة.
الاعتمادات: الصورة الموردة؛ المؤلف: ستيفن وايتلو؛

نموذج الانتشار
الاعتمادات: الصورة الموردة؛ المؤلف: ستيفن وايتلو؛

التوأم الرقمي
التوأم الرقمي هو نموذج افتراضي لكائن أو نظام أو عملية في العالم الحقيقي. على سبيل المثال، قد يحتوي المصنع على توأم رقمي يحاكي الآلات واستخدام الطاقة وتدفق الإنتاج. يمكن للذكاء الاصطناعي أن يجعل التوائم الرقمية أكثر قوة من خلال التنبؤ بالمشكلات واختبار التغييرات قبل حدوثها في العالم الحقيقي. تستخدم التوائم الرقمية في الهندسة والرعاية الصحية والنقل والمدن الذكية.
الاعتمادات: الصورة الموردة؛ المؤلف: ستيفن وايتلو؛

نموذج تمييزي
يعمل التقطير بالذكاء الاصطناعي على تدريب نموذج ذكاء اصطناعي صغير وسريع لنسخ المعرفة والسلوك لنموذج ذكاء اصطناعي كبير وذكي. فكر في الأمر كطاهٍ رئيسي (النموذج الكبير) يقوم بتعليم المتدرب (النموذج الصغير) جميع وصفاته وتقنياته السرية حتى يتمكن المتدرب من طهي نفس الطعام عالي الجودة، بسرعة أكبر وباستخدام عدد أقل من أدوات المطبخ. سبب استخدامه يوفر المساحة: يعمل على تقليص أنظمة الذكاء الاصطناعي الضخمة بحيث يمكن وضعها على هاتف ذكي أو كمبيوتر محمول. يوفر المال: يكلف تشغيل الطراز الأصغر طاقة كمبيوتر أقل بكثير. يوفر الوقت: النموذج الأصغر يعطي إجابات أسرع بكثير من النموذج العملاق.
الاعتمادات: الصورة الموردة؛ المؤلف: ستيفن وايتلو؛

تكييف المجال
يحدث الانجراف عندما يتغير أداء نموذج الذكاء الاصطناعي بمرور الوقت بسبب تغير العالم الحقيقي. على سبيل المثال، قد يتطور سلوك العملاء أو أساليب الاحتيال أو الممارسة الطبية أو استخدام اللغة. قد يصبح النموذج الذي نجح بشكل جيد العام الماضي أقل موثوقية اليوم. تعد مراقبة الانجراف أمرًا ضروريًا في أي نظام ذكاء اصطناعي يستخدم بمرور الوقت.
التسرب هو أسلوب تدريب يستخدم في الشبكات العصبية لتقليل التجهيز الزائد. أثناء التدريب، يتم تجاهل بعض الاتصالات بشكل عشوائي، مما يجبر النموذج على عدم الاعتماد بشكل كبير على أي مسار واحد. يساعد هذا النموذج على التعميم بشكل أفضل للبيانات الجديدة. إنه مشابه لتدريب الفريق بحيث تؤدي المجموعة بأكملها أداءً جيدًا، بدلاً من الاعتماد على لاعب نجم واحد.









Follow us on social media