الذكاء الاصطناعي هو العلم الذي يدرس كيفية جعل الآلة تؤدي مهام تتطلب ذكاءً بشريًا.
التعلم الآلي (Machine Learning) هو إحدى الطرق الممكن استخدامها لجعل الآلة تمتلك ما يشبه الذكاء البشري، عن طريق جعل النظام يتعلم من البيانات والأمثلة المقدمة له بدلًا من برمجته على قواعد ثابتة.
أما الذكاء الاصطناعي التوليدي فهو نوع من الذكاء الاصطناعي، حيث يستطيع النظام توليد خرج جديد بالاعتماد على الأنماط والعلاقات التي تعلمها خلال فترة التدريب، والخرج هنا يمكن أن يكون نصًا، صورة، فيديو، صوتًا، أو مزيجًا فيما بينها.
باختصار، الذكاء الاصطناعي هو المظلة الأشمل التي تضم تحتها كلًا من التعلم الآلي والذكاء الاصطناعي التوليدي.
والعلاقة بينها علاقة احتواء: الذكاء الاصطناعي هو المجال الأوسع، والتعلم الآلي إحدى طرق تحقيقه، والتعلم العميق (Deep Learning) فرع من التعلم الآلي يعتمد على الشبكات العصبونية متعددة الطبقات، والذكاء الاصطناعي التوليدي مبني بدوره على التعلم العميق. أي أن الذكاء الاصطناعي التوليدي ليس بديلًا عن التعلم الآلي، بل هو أحد تطبيقاته.
| وجه المقارنة | الذكاء الاصطناعي | التعلم الآلي | الذكاء الاصطناعي التوليدي |
|---|---|---|---|
| ما هو؟ | المجال الذي يهدف إلى جعل الآلة تؤدي مهام تتطلب ذكاءً بشريًا | طريقة تجعل النظام يتعلم من البيانات والأمثلة بدلًا من برمجته على قواعد ثابتة | نوع من الذكاء الاصطناعي يولد محتوى جديدًا |
| موقعه | المظلة الأشمل | إحدى طرق تحقيق الذكاء الاصطناعي | تطبيق مبني على التعلم الآلي (التعلم العميق) |
| الخرج | قرار أو تصرف، حسب النظام | تنبؤ أو تصنيف أو توصية | نص أو صورة أو صوت أو فيديو أو كود |
| مثال | نظام تدفئة ذكي، برنامج شطرنج | فلتر البريد المزعج، اقتراحات YouTube | ChatGPT، Midjourney |
ما هي طرق تحقيق الذكاء الاصطناعي؟

تشمل طرق تحقيق الذكاء الاصطناعي، أي طرق منح النظام البرمجي القدرة على اتخاذ قرارات تتطلب ذكاءً بشريًا، الذكاء الاصطناعي القائم على القواعد (Rules-based AI)، والأنظمة الخبيرة (Expert Systems)، والبحث والتخطيط (Search & Planning)، والتعلم الآلي (Machine Learning).
سنعطي في الفقرة التالية مثالًا لكل طريقة من طرق تحقيق الذكاء الاصطناعي الأربع السابقة.
الذكاء الاصطناعي القائم على القواعد (Rules-based AI)
من أمثلة الذكاء الاصطناعي القائم على القواعد (Rules-based AI) نظام التدفئة الذكي، حيث يكون الشرط المبرمج مسبقًا في النظام مثلًا:
"إذا أصبحت درجة الحرارة أقل من 10 درجات مئوية، ابدأ بالعمل."
في هذا النوع من طرق تحقيق الذكاء الاصطناعي، النظام لا يتعلم شيئًا من البيانات؛ هو يقرأ درجة الحرارة الحالية ويطبق عليها قواعد محددة مسبقًا من قبل مبرمج النظام.
الأنظمة الخبيرة (Expert Systems)
الأنظمة الخبيرة (Expert Systems) تجمع بين المعرفة المدخلة والقواعد المحددة مسبقًا، وهي في الأصل صورة متقدمة من الذكاء الاصطناعي القائم على القواعد.
النظام في هذه الحالة يُزوّد بمعرفة وخبرات بشرية ويستخدمها لاتخاذ قرارات.
مثال تاريخي: نظام يساعد الطبيب في تشخيص مرض بناءً على الأعراض والقواعد الطبية.
البحث والتخطيط (Search & Planning)
البحث والتخطيط (Search & Planning) هو نظام يبحث عن حلول متعددة ويقارن الاحتمالات لاختيار الاحتمال الأفضل.
مثال: لعبة الشطرنج حيث يجب على النظام البرمجي البحث في عدد كبير جدًا من النقلات المحتملة والاختيار فيما بينها.
التعلم الآلي (Machine Learning)
التعلم الآلي (Machine Learning) هو الطريقة التي يُعطى فيها النظام البرمجي كمية كبيرة من البيانات والأمثلة، ويتعلم عن طريق خوارزميات التدريب المستخدمة العلاقات والأنماط الموجودة في تلك البيانات. ومن فروعه التعلم العميق (Deep Learning) الذي تقوم عليه نماذج الذكاء الاصطناعي التوليدي؛ ولمعرفة التفاصيل اقرأ كيف يعمل الذكاء الاصطناعي التوليدي.
في الأنظمة الحديثة، وتطبيقات الذكاء الاصطناعي، لا يتم الاعتماد على طريقة واحدة من طرق تحقيق الذكاء الاصطناعي للأنظمة الحاسوبية.
النظام يدمج بين أكثر من نوع، مثلًا: قواعد + بحث + تعلم آلي + نماذج لغوية.
ما هي أنواع الذكاء الاصطناعي؟

تشمل أنواع الذكاء الاصطناعي: الذكاء الاصطناعي التنبؤي (Predictive AI)، والذكاء الاصطناعي التصنيفي (Classification AI)، وأنظمة التوصية (Recommendation Systems)، والذكاء الاصطناعي التوليدي (Generative AI)، والذكاء الاصطناعي الوكيلي (Agentic AI). هذا تقسيم مبسط حسب نوع الخرج، والأنواع متداخلة؛ فالتصنيف مثلًا يُعد في كثير من المراجع جزءًا من الذكاء الاصطناعي التنبؤي.
سنتحدث عن كل نوع من أنواع الذكاء الاصطناعي السابقة على حدة في الفقرة التالية.
الذكاء الاصطناعي التنبؤي (Predictive AI)
الذكاء الاصطناعي التنبؤي (Predictive AI) يستخدم البيانات الموجودة لديه للتنبؤ بحدث مستقبلي.
مثلًا: اشترى الزبون X جهاز آيفون جديدًا من موقعنا الإلكتروني.
يتنبأ النظام أن أكثر منتج من المحتمل أن يشتريه الزبون بعد أن اشترى الآيفون هو إكسسوارات للجوال.
الذكاء الاصطناعي التصنيفي (Classification AI)
الذكاء الاصطناعي التصنيفي (Classification AI) يقوم بتقسيم البيانات المقدمة له إلى فئات أو تصنيفات.
مثال 1: يقسم البريد الإلكتروني الوارد إلى بريد إلكتروني مزعج (Spam) وبريد إلكتروني غير مزعج (Not Spam).
مثال 2: يقوم الذكاء الاصطناعي التصنيفي بتقسيم صور الحيوانات المعطاة له إلى صور حيوانات لاحمة، وصور حيوانات نباتية.
أنظمة التوصية (Recommendation Systems)
أنظمة التوصية (Recommendation Systems) تقوم بتقديم اقتراحات للمستخدم، بالاعتماد على البيانات التي لديها.
مثال 1: YouTube يقترح عليك فيديوهات.
مثال 2: Netflix يقترح عليك فيلمًا.
الذكاء الاصطناعي التوليدي (Generative AI)
الذكاء الاصطناعي التوليدي (Generative AI) قادر على إنشاء محتوى جديد، مثل قصة أو صورة أو كود وغيرها.
الذكاء الاصطناعي الوكيلي (Agentic AI)
الذكاء الاصطناعي الوكيلي (Agentic AI) قادر على تنفيذ مجموعة من المهام وليس فقط تقديم إجابة أو قرار أو تصنيف واحد.
مثلًا: "ابحث عن أفضل 5 منافسين لموقعي، حلل صفحاتهم، واستخرج الكلمات المفتاحية، ثم ضع تقريرًا."
فيستطيع الوكيل، حسب تصميمه وأدواته، أن: يبحث ← يجمع البيانات ← يحللها ← يستخدم أدوات ← يتخذ خطوات إضافية ← يعطيك النتيجة.
مثال على نظام ذكاء اصطناعي واحد يجمع عدة أنواع من الذكاء الاصطناعي معًا
لنأخذ مثالًا عمليًا: منصة تجارة إلكترونية ذكية.
لنفترض أن المستخدم دخل إلى متجر إلكتروني واشترى حذاءً رياضيًا.
سيعمل النظام وفق التالي:
1. التصنيف (Classification)
النظام يحلل سلوك المستخدم ويصنفه:
"هذا المستخدم مهتم بالرياضة والجري."
أي أنه يأخذ بيانات مثل المنتجات التي شاهدها واشتراها، ثم يضع المستخدم في فئة معينة.
2. التنبؤ (Predictive AI)
النظام يتوقع:
"هناك احتمال 75% أن هذا المستخدم سيشتري ملابس رياضية خلال الأسبوع القادم."
هنا لا يقوم النظام بإنشاء شيء؛ بل يتنبأ بسلوك مستقبلي.
3. نظام التوصية (Recommendation System)
بناءً على التصنيف والتنبؤ، يقترح:
حذاء جري آخر
ساعة رياضية
ملابس للجري
أي أنه يحاول الإجابة عن:
"ما المنتج الذي من المحتمل أن يهتم به هذا المستخدم؟"
4. الذكاء الاصطناعي التوليدي (Generative AI)
بدل عرض المنتجات فقط، يمكن للنظام إنشاء رسالة شخصية:
"بما أنك مهتم بالجري، قد يناسبك هذا الحذاء الجديد. يتميز بوزن خفيف وتوسيد مناسب للجري لمسافات طويلة."
النص هنا تم توليده بواسطة نموذج توليدي.
5. الوكيل الذكي (AI Agent)
بدل أن يبحث المستخدم ويقارن كل شيء بنفسه، يمكن أن يقول للوكيل:
"أريد حذاءً مناسبًا للجري لمسافة 10 كم، بميزانية أقل من 100€."
الوكيل يمكنه:
فهم الطلب
البحث في المنتجات
تصفية المنتجات حسب السعر والمواصفات
استخدام نظام التوصية لاختيار الأنسب
مقارنة الخيارات
توليد شرح للمستخدم
عرض أفضل الخيارات
وهنا أصبح لدينا نظام واحد يستخدم عدة تقنيات.
هل ترغب في استخدام الذكاء الاصطناعي كوسيلة لزيادة دخلك، أو لخلق مصدر دخل جديد؟
كورس الذكاء الاصطناعي التوليدي مع المدرب محمود مصري يجمع بين التعلم عن أحدث أدوات الذكاء الاصطناعي التوليدي في السوق، وبين استخدام ما تتعلمه في مشاريع تطبيقية حقيقية تستطيع إضافتها لسيرتك الذاتية.
لا تضيع الوقت، اطلع على كامل تفاصيل الكورس وابدأ رحلة التعلم فورًا.