الذكاء الاصطناعي التقليدي مقابل الذكاء الاصطناعي التوليدي – KDnuggets

صورة المؤلف
 

"الذكاء الاصطناعي التوليدي" هي الكلمة الطنانة التالية التي تدور في الوقت الحالي. بغض النظر عن القطاع الذي تعمل فيه، فمن المؤكد أنك سمعت الكلمة. لقد أظهر لنا خلال الأشهر الستة الماضية وحدها التقدم الكبير في مجال الذكاء الاصطناعي (AI). لقد أعادت تشكيل العديد من الصناعات، ويريد الجميع أن يضعوا أيديهم عليها. 

بالنسبة للبعض منكم، قد لا تعرف حقًا الفرق بين المجموعات الفرعية للذكاء الاصطناعي، وهذا هو الهدف من هذه المقالة. 

لتوضيح الأمور بالنسبة لك.

الذكاء الاصطناعي التقليدي – جزء من الذكاء الاصطناعي يعرفه غالبية الأشخاص غير ذوي الميول التقنية. يُعرف أيضًا باسم الذكاء الاصطناعي الضيق أو الضعيف، ويركز الشكل التقليدي للذكاء الاصطناعي على أداء مهمة محددة بطريقة ذكية. 

لذا فإن ما نعرفه عن الذكاء الاصطناعي التقليدي هو المساعدون الصوتيون مثل Siri وAlexa المصممين للاستجابة للمدخلات وإنتاج المخرجات. والطريقة التي يمكن بها تحقيق ذلك هي أن تتعلم أنظمة الذكاء الاصطناعي هذه من البيانات والخصائص والمزيد لاتخاذ القرارات والتنبؤات.  

فكر عندما تلعب الشطرنج على الكمبيوتر. لا يقوم الكمبيوتر بوضع القواعد فحسب، بل إنه يعرف جميع القواعد ويستخدمها للقيام بخطوته التالية. إنها استراتيجية محددة مسبقًا. 

إستراتيجية. هذا هو ما يقوم عليه الذكاء الاصطناعي التقليدي. فهو يتخذ قراراته باستخدام مجموعة محددة من القواعد التي يتراجع عنها في كل مرة. 

فهو يتلقى مدخلات وينتج مخرجات - بناءً على القواعد، وليس عن طريق إنشاء القواعد. 

الآن، ننتقل إلى الكلمة الطنانة "الذكاء الاصطناعي التوليدي". كما يمكنك أن تتخيل، لقد أكدت على أن الذكاء الاصطناعي التقليدي يعتمد على القواعد ولا يمكنه إنشاء شيء جديد. إذًا، أين يترك ذلك الذكاء الاصطناعي التوليدي؟

نعم انت على حق. يتمتع الذكاء الاصطناعي التوليدي بالقدرة على إنشاء شيء جديد. تمامًا مثل الذكاء الاصطناعي التقليدي، تعلم الذكاء الاصطناعي التوليدي الكثير من البيانات ويستخدمها لاتخاذ القرارات والتنبؤات. ولكن بدلاً من أن تكون عملية إدخال وإخراج بسيطة. 

يأخذ الذكاء الاصطناعي التوليدي المدخلات ويفهمها ويخلق شيئًا جديدًا باستخدام المعلومات الواردة من المدخلات. يتم تدريبه على البيانات ويتعلم الأنماط الأساسية ليتمكن من إنشاء بيانات جديدة بناءً على المعلومات المدخلة المشابهة لبيانات التدريب. 

حتى الآن، يمكنك استخدام Geneative AI لإنشاء مخرجات بأشكال مختلفة مثل النص والصورة والموسيقى، بالإضافة إلى استخدامها لمساعدتك في مهام مثل إكمال التعليمات البرمجية. 

تتضمن أمثلة الذكاء الاصطناعي التوليدي GPT وSoundful وSynthesia وDALL-E 2.

إذًا، ما الفرق بين الذكاء الاصطناعي التقليدي والذكاء الاصطناعي التوليدي؟

القدرات والتطبيقات هي الفرق الرئيسي. 

كما ذكرت سابقًا، يعتمد الذكاء الاصطناعي التقليدي على تلقي المدخلات وإنتاج المخرجات. يتم تحليل بيانات الإدخال واستخدامها لاتخاذ القرارات والتنبؤات. إذا كنت تبحث عن التعرف على الأنماط، فإن الذكاء الاصطناعي التقليدي هو ما تبحث عنه. لا يزال الذكاء الاصطناعي التقليدي يحظى بشعبية كبيرة ويستخدم لتشغيل الكثير من أنظمة الذكاء الاصطناعي الحالية، مثل روبوتات الدردشة والتحليلات التنبؤية. وهو يركز على التطبيقات الخاصة بالمهام، والتي يستخدمها الكثير من الأشخاص في مهامهم اليومية. 

من ناحية أخرى، سوف يذهب الذكاء الاصطناعي التوليدي إلى أبعد من ذلك وينشئ بيانات جديدة، تشبه بيانات التدريب. إذا كنت تبحث عن إنشاء الأنماط، فإن الذكاء الاصطناعي التوليدي هو ما تبحث عنه. يفتح الذكاء الاصطناعي التوليدي أبوابًا جديدة للشركات لتكون أكثر إبداعًا وابتكارًا. يمكن أن يقلل بشكل كبير من مقدار الوقت الذي تقضيه في مهام مثل عملية التفكير. يمكنه كتابة كلمات الأغاني وكتابة المقالات وإنشاء التزييف العميق. عندما يكون الإبداع والابتكار أمرًا مهمًا، يتمتع الذكاء الاصطناعي التوليدي بإمكانية عالية للارتقاء به إلى المستوى التالي. 

لاختتام هذه المقالة العامة حول الذكاء الاصطناعي التقليدي والذكاء الاصطناعي التوليدي، عليك أن تفهم أن وظائفهما لا يمكن أن تتشابك بعد. على سبيل المثال، يمكن استخدام الذكاء الاصطناعي التوليدي مع الذكاء الاصطناعي التقليدي لتوفير حلول أكثر فعالية. من ناحية أخرى، يمكن للذكاء الاصطناعي التقليدي أن يوفر مخرجات محددة يمكن تحليلها بشكل أكبر لإنشاء محتوى مخصص باستخدام الذكاء الاصطناعي التوليدي. 

من المهم فهم الفرق بين الاثنين ودورهما المحدد في عالم الذكاء الاصطناعي. كلاهما يشكلان مستقبلنا ويحظى كلاهما باحتضان كبير في مجتمع اليوم. 

أنت تعلم أنك تفهم القدرات الفريدة للاثنين وستستمتع بالرحلة مع استمرارهما في الابتكار.
 
 
نيشا آريا هو عالم بيانات وكاتب تقني مستقل ومدير المجتمع في KDnuggets. وهي مهتمة بشكل خاص بتقديم المشورة المهنية في علوم البيانات أو البرامج التعليمية والمعرفة القائمة على النظرية حول علوم البيانات. إنها ترغب أيضًا في استكشاف الطرق المختلفة التي يمكن للذكاء الاصطناعي من خلالها الاستفادة من طول عمر حياة الإنسان. متعلمة حريصة ، تسعى إلى توسيع معرفتها التقنية ومهارات الكتابة لديها ، بينما تساعد في توجيه الآخرين.
 

• محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
• PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
• أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
• أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
• أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
• المصدر https://www.kdnuggets.com/traditional-ai-vs-generative-ai?utm_source=rss&utm_medium=rss&utm_campaign=traditional-ai-vs-generative-ai