قبل ظهور التكنولوجيا الحديثة، حيث كانت الحسابات الرياضية اللازمة للتصاميم الهندسية مثل حساب أحمال الجسور أو مسارات المركبات الفضائية تُجرى يدوياً. كانت هذه العملية شاقة وتتطلب جهوداً كبيرة من عدد ضخم من الأفراد.

مع اختراع الحواسيب، أصبح بالإمكان توفير الكثير من الوقت والجهد في هذه الحسابات المعقدة، مما سمح بالتركيز على مفاهيم أعلى مستوى. وبالتالي، أصبحنا قادرين على طرح أسئلة أكثر تعقيداً تحتاج إلى معلومات أكثر للإجابة عليها. بدأنا بتعليم الحواسيب أنه بوجود بيانات كافية والخوارزميات المناسبة، يمكن للآلات الإجابة على أسئلة معقدة التي قد لا يلاحظها البشر.

ما هو التعلم الآلي؟

التعلم الآلي يُعد فرعًا من فروع الذكاء الاصطناعي، حيث عُرِّف في الخمسينيات من القرن الماضي بواسطة العالم الرائد في مجال الذكاء الاصطناعي، آرثر صموئيل، بأنه "مجال الدراسة الذي يُمكن الكمبيوتر من التعلم دون الحاجة إلى برمجته بشكل صريح". يتم التعرف على هذا المجال بشكل واسع كقدرة الآلة على محاكاة السلوك البشري الذكي. تُستخدم تقنيات الذكاء الاصطناعي في تنفيذ المهام المعقدة بطريقة تُحاكي كيفية حل البشر للمشكلات.

يهدف الذكاء الاصطناعي إلى خلق نماذج حاسوبية تظهر سلوكيات ذكية مشابهة للبشر، وفقًا لبوريس كاتز، عالم الأبحاث الرئيسي ورئيس مجموعة InfoLab في CSAIL. وهذا يعني آلات قادرة على التعرف على المشاهد البصرية، أو فهم النصوص المكتوبة باللغة الطبيعية، أو القيام بأفعال في العالم المادي.

بعض الامثلة لتطبيقات الذكاء الصناعي في حياتنا المعاصرة

1. recommendation system نظم التوصيات
2. Object detection and pictures classifications.

Additional Resources

• One is from MIT Sloan as a blog post, Machine Learning Explained(opens in a new tab). It has a mix of high level overviews with practical examples of how ML interacts with our day to day.
• Head over the AWS's Machine Learning Blog(opens in a new tab) for many real world examples of how ML is applied to problems.
• One is from Stanford as a free text book, The Elements of Statistical Learning(opens in a new tab).
• There is also a less math heavy free text book related to Elements of Statistical Learning, An Introduction to Statistical Learning(opens in a new tab).
• If you are in to podcasts, check out a few of these(opens in a new tab). Listening to discussions in ML is a great way to familiarize yourself with terminology and ideas.