--- SECTION: 1 --- - كتاب الذكاء الإصطناعي - الصف 12 - الفصل 1 - المملكة العربية السعودية

سؤال س 1 (1): حدد الجملة الصحيحة والجملة الخاطئة فيما يلي: 1. توليد اللغات الطبيعية المبنيّ على تعلّم الآلة يتطلب مجموعات كبيرة من بيانات التدريب والموارد الحسابية.

الإجابة: س 1 (1): صح

خطوات الحل:

1. **الشرح:** لنفهم هذه الجملة: تتحدث عن "توليد اللغات الطبيعية المبنيّ على تعلّم الآلة". توليد اللغات الطبيعية (NLG) هو مجال في الذكاء الاصطناعي يهدف إلى إنتاج نصوص مكتوبة أو منطوقة تشبه اللغة البشرية. عندما يكون هذا النظام مبنيًا على "تعلّم الآلة"، فهذا يعني أنه يتعلم من أمثلة سابقة (بيانات). الفكرة هنا هي أن أنظمة تعلم الآلة، وخاصة النماذج المتقدمة لتوليد النصوص، تحتاج فعلاً إلى كميات كبيرة جدًا من بيانات التدريب (مثل ملايين الجمل أو المقالات) لفهم قواعد اللغة والسياقات. كما تحتاج إلى موارد حاسوبية قوية (معالجات سريعة، ذاكرة كبيرة) لمعالجة هذه البيانات وتدريب النموذج. إذن، الجملة تصف سمة أساسية لأنظمة تعلم الآلة في هذا المجال، وهي صحيحة.

سؤال س 1 (2): حدد الجملة الصحيحة والجملة الخاطئة فيما يلي: 2. الفعل هو نوع من وسوم أقسام الكلام (POS).

الإجابة: س 1 (2): صح

خطوات الحل:

1. **الشرح:** هذا السؤال يتعلق بمصطلح لغوي في معالجة اللغات الطبيعية. وسوم أقسام الكلام (Part-of-Speech Tags أو POS Tags) هي تصنيفات نحوية نعطيها لكل كلمة في الجملة لتحديد وظيفتها النحوية الأساسية. من الأمثلة الشائعة لهذه الوسوم: الاسم (Noun)، والفعل (Verb)، والصفة (Adjective)، والحرف (Preposition). الفعل (Verb) هو بالفعل أحد هذه الأقسام أو الوسوم النحوية الأساسية. عندما نقوم بوسم كلمات جملة (Tagging)، نحدد لكل كلمة وسْمها، ومن الوسوم الممكنة "فعل". لذلك، العبارة التي تقول "الفعل هو نوع من وسوم أقسام الكلام (POS)" تعبر عن حقيقة لغوية وتقنية صحيحة.

سؤال س 1 (3): حدد الجملة الصحيحة والجملة الخاطئة فيما يلي: 3. في تحليل بناء الجُمل لتوليد اللغات الطبيعية المبنيّ على القوالب، يُستخدم التحليل بصورة منفصلة عن وسوم أقسام الكلام (POS).

الإجابة: س 1 (3): خطأ

خطوات الحل:

1. **الشرح:** لنحلل هذه الجملة بعناية. تتحدث عن "تحليل بناء الجُمل" (Syntactic Parsing) في سياق "توليد اللغات الطبيعية المبنيّ على القوالب". تحليل بناء الجملة هو عملية تحديد البنية النحوية للجملة (مثل الفاعل، المفعول به، إلخ). وسوم أقسام الكلام (POS Tags) هي الخطوة الأولى أو المدخلات الأساسية لهذا التحليل عادةً. فهي تخبر المحلل عن الدور النحوي الأولي لكل كلمة (هل هي اسم، فعل، إلخ). الطريقة القائمة على القوالب (Template-based) هي إحدى منهجيات توليد اللغة، وغالبًا ما تكون بسيطة. الفكرة الخاطئة في الجملة هي قولها "يُستخدم التحليل بصورة منفصلة عن وسوم أقسام الكلام". هذا غير دقيق. في الواقع، تحليل بناء الجملة يعتمد بشكل كبير على معرفة وسوم الكلام (POS) كمدخل أساسي لفهم العلاقات بين الكلمات. من الصعب إجراء تحليل نحوي دقيق دون معرفة نوع الكلمة أولاً. إذن، العبارة غير صحيحة لأن التحليل النحوي ووسوم الكلام مترابطان وليسا منفصلين.

سؤال س 1 (4): حدد الجملة الصحيحة والجملة الخاطئة فيما يلي: 4. المجتمعات هي عناقيد العُقد التي تُمثّل الكلمات المختلفة دلاليًا.

الإجابة: س 1 (4): صح

خطوات الحل:

1. **الشرح:** هذا السؤال يتعلق بمفهوم في تحليل الشبكات الدلالية أو تمثيل المعرفة. المجتمعات (Communities) في تحليل الشبكات هي مجموعات من العُقد (Nodes) المترابطة بشدة فيما بينها أكثر من ارتباطها بالعُقد خارج المجموعة. في سياق تمثيل الكلمات والمعاني (الدلالة): يمكن تمثيل الكلمات كعُقد في شبكة، حيث ترتبط العُقد (الكلمات) بعلاقات (مثل التكافؤ، التضاد، الترادف). العبارة تقول: "المجتمعات هي عناقيد العُقد التي تُمثّل الكلمات المختلفة دلاليًا". هذا يعني أن الكلمات التي تنتمي لنفس المجتمع (أي مترابطة بشدة في الشبكة) من المحتمل أن تشترك في معنى أو مجال دلالي متقارب (مثل كلمات كلها تتعلق بالرياضة، أو بالطب). هذا التفسير منطقي وصحيح، حيث أن تجميع الكلمات ذات الصلة الدلالية في مجتمعات هو إحدى طرق تنظيم وفهم المعنى في النماذج الحاسوبية للغة.

سؤال س 1 (5): حدد الجملة الصحيحة والجملة الخاطئة فيما يلي: 5. يصبح روبوت الدردشة أكثر ذكاءً كلما ازداد عدد مستويات الأسئلة والأجوبة المضافة إلى قاعدة المعرفة.

الإجابة: س 1 (5): صح

خطوات الحل:

1. **الشرح:** لنفكر في كيفية عمل روبوت الدردشة (Chatbot) البسيط القائم على قاعدة معرفة (Knowledge Base). قاعدة المعرفة في هذا النوع من الروبوتات هي بمثابة مخزن للأزواج: سؤال متوقع -> إجابة مناسبة. الفكرة هنا: كلما أضفنا المزيد من الأسئلة والأجوبة المحتملة إلى قاعدة المعرفة، وأيضًا كلما أضفنا مستويات أو فروعًا أكثر (مثل معالجة متابعات السؤال، أو فهم نوايا مختلفة للمستخدم)، فإن نطاق المواضيع التي يمكن للروبوت التعامل معها يزداد، وتصبح إجاباته أكثر تنوعًا وملاءمة. هذا يمكن أن يجعله يبدو "أكثر ذكاءً" من وجهة نظر المستخدم، لأنه قادر على فهم والرد على طلبات أكثر. ومع ذلك، من المهم ملاحظة أن هذه الزيادة في الكم لا تعني بالضرورة زيادة في الفهم العميق (الذكاء العام)، لكنها تحسن الأداء العملي ضمن النظام المحدد. في سياق السؤال الذي يركز على قاعدة المعرفة، العبارة تعتبر صحيحة.

سؤال س 2: 2 قارن بين المنهجيات المختلفة لتوليد اللغات الطبيعية (NLG).

الإجابة: س 2: - القوالب: سهلة وسريعة لكن محدودة. - القواعد: دقيقة ومرنة لكن صعبة البناء. - تعلم الآلة: نص طبيعي لكن تحتاج بيانات وموارد.

خطوات الحل:

1. **الشرح:** السؤال يطلب مقارنة بين منهجيات توليد اللغات الطبيعية (NLG). المنهجيات الرئيسية هي: 1. **المنهجية القائمة على القوالب (Template-based):** - **الوصف:** تعتمد على قوالب جاهزة تحتوي على فراغات تُملأ بالبيانات. - **المميزات:** سهلة البناء والتطبيق، وسريعة جدًا، وموثوقة لأن الناتج يتبع هيكلًا محددًا. - **العيوب:** محدودة للغاية، لا تستطيع توليد نصوص مرنة أو معقدة، وأي تغيير في مخرجات النص يتطلب تعديل القوالب يدويًا. 2. **المنهجية القائمة على القواعد (Rule-based):** - **الوصف:** تستخدم مجموعة معقدة من القواعد النحوية والدلالية (شبيهة بقواعد اللغة) لبناء الجمل. - **المميزات:** دقيقة جدًا ويمكن أن تنتج نصوصًا نحويًا صحيحة ومعقدة، ومرنة أكثر من القوالب. - **العيوب:** صعبة البناء وتتطلب خبراء لغويين، ولا تتكيف بسهولة مع مجالات جديدة أو أساليب لغوية غير مضمنة في القواعد. 3. **المنهجية القائمة على تعلّم الآلة (Machine Learning-based):** - **الوصف:** النماذج الحديثة (مثل النماذج اللغوية الكبيرة) تتعلم أنماط اللغة من كميات هائلة من البيانات النصية. - **المميزات:** قادرة على توليد نصوص طبيعية جدًا، مرنة، ومتنوعة، ويمكنها التكيف مع سياقات وأساليب مختلفة. - **العيوب:** تتطلب مجموعات بيانات تدريبية ضخمة وموارد حاسوبية كبيرة، وقد تنتج أحيانًا معلومات غير دقيقة (هلوسة) أو يصعب التحكم في مخرجاتها بدقة مطلقة.

سؤال س 3: 3 حدّد ثلاث تطبيقات مختلفة لتوليد اللغات الطبيعية (NLG).

الإجابة: س 3: 1) روبوتات الدردشة والمساعدات الافتراضية. 2) توليد التقارير الآلية من البيانات. 3) التلخيص الآلي للنصوص.

خطوات الحل:

1. **الخطوة 1 (المفهوم):** توليد اللغات الطبيعية (NLG) هو قدرة الحاسوب على تحويل البيانات أو التمثيلات المنطقية إلى نصوص مفهومة باللغة البشرية. **الخطوة 2 (التطبيق):** بتطبيق هذا المفهوم، نجد أن له استخدامات عديدة في حياتنا الرقمية. لنفكر في ثلاثة مجالات مختلفة: 1. **روبوتات الدردشة والمساعدات الافتراضية:** هنا، يستخدم NLG لتكوين ردود نصية أو صوتية طبيعية على أسئلة المستخدمين أو أوامرهم، مما يجعل التفاعل مع الآلة أشبه بالحديث مع شخص. 2. **توليد التقارير الآلية من البيانات:** على سبيل المثال، تحليل بيانات الطقس أو الأداء المالي لشركة وتحويل الأرقام والاتجاهات إلى فقرات وصياغة تقرير مكتوب يلخص النتائج بشكل مفهوم. 3. **التلخيص الآلي للنصوص:** أخذ مقالة أو مستند طويل واستخدام NLG لإنتاج نسخة مختصرة تحافظ على الأفكار الرئيسية، مما يساعد في استهلاك المعلومات بسرعة. **الخطوة 3 (النتيجة):** إذن، ثلاث تطبيقات مختلفة لتوليد اللغات الطبيعية هي: 1) **روبوتات الدردشة والمساعدات الافتراضية** للتفاعل. 2) **توليد التقارير الآلية** من البيانات الرقمية. 3) **التلخيص الآلي** للنصوص الطويلة.

سؤال 1: حدد الجملة الصحيحة والجملة الخاطئة فيما يلي:

الإجابة الصحيحة: انظر الأسئلة الفرعية

الشرح: هذا سؤال رئيسي يحتوي على أسئلة فرعية

تلميح: راجع الأسئلة الفرعية أدناه

سؤال 2: قارن بين المنهجيات المختلفة لتوليد اللغات الطبيعية (NLG).

• أ) النماذج القائمة على القواعد تستخدم قواعد لغوية محددة مسبقًا
• ب) النماذج الإحصائية تعتمد على تحليل الترددات في النصوص
• ج) النماذج العصبية تستخدم شبكات عصبية عميقة للتعلم من البيانات
• د) جميع المنهجيات متشابهة ولا توجد فروق بينها

الإجابة الصحيحة: تتضمن منهجيات توليد اللغات الطبيعية: النماذج القائمة على القواعد، النماذج الإحصائية، النماذج العصبية، النماذج الهجينة. تختلف في التعقيد، القدرة على التعلم، المرونة، والاعتماد على البيانات.

الشرح: تستخدم منهجيات NLG المختلفة تقنيات متنوعة مثل القواعد اللغوية، الإحصائيات، الشبكات العصبية، أو مزيج منها، وتتفاوت في قدرتها على توليد نصوص طبيعية ومرونتها.

تلميح: فكر في أنواع النماذج المستخدمة في معالجة اللغات الطبيعية وكيفية عملها.

سؤال 3: حدد ثلاث تطبيقات مختلفة لتوليد اللغات الطبيعية (NLG).

• أ) المساعدات الذكية، الترجمة الآلية، كتابة التقارير
• ب) معالجة الصور، تحليل الصوت، التعرف على الوجوه
• ج) الألعاب الإلكترونية، التصميم الجرافيكي، البرمجة
• د) الطبخ الآلي، القيادة الذاتية، الزراعة

الإجابة الصحيحة: 1. المساعدات الذكية (مثل Siri، Google Assistant). 2. توليد التقارير الآلي (في الطب، المالية). 3. الترجمة الآلية. 4. كتابة المحتوى الآلي (مقالات، وصف منتجات). 5. الدردشة الآلية (chatbots).

الشرح: تستخدم NLG في مجالات متنوعة تشمل المساعدات الذكية، الترجمة، كتابة التقارير، والمحتوى الآلي، حيث تحول البيانات إلى نص مفهوم.

تلميح: تذكر التطبيقات الشائعة التي تنتج نصًا من البيانات أو الأوامر.

في توليد اللغات الطبيعية المبني على تعلم الآلة، ما هي المتطلبات الأساسية لعملية التدريب؟

الإجابة: يتطلب مجموعات كبيرة من بيانات التدريب والموارد الحسابية.

الشرح: أنظمة تعلم الآلة، بما في ذلك تلك المستخدمة في توليد اللغات الطبيعية، تحتاج إلى كميات هائلة من البيانات للتعلم منها، بالإضافة إلى قوة معالجة حسابية كبيرة لتشغيل خوارزميات التعلم المعقدة.

تلميح: ما هي نوع البيانات التي تحتاجها أنظمة تعلم الآلة للتعلم منها، وما هي القوة الحاسوبية اللازمة لمعالجتها؟

ما هو الفعل (Verb) في سياق وسوم أقسام الكلام (POS)؟

الإجابة: الفعل هو نوع من وسوم أقسام الكلام (POS).

الشرح: في علم اللغة الحاسوبي، تُستخدم وسوم أقسام الكلام (Part-of-Speech tagging) لتصنيف الكلمات في النص بناءً على وظيفتها النحوية. الفعل (Verb) هو أحد هذه الأقسام الأساسية التي تعبر عن حدث أو حالة.

تلميح: فكر في وظيفة الفعل في تكوين الجمل واللغات. هل يعتبر جزءاً أساسياً من أقسام الكلام؟

كيف يتم استخدام التحليل في توليد اللغات الطبيعية المبني على القوالب فيما يتعلق بوسوم أقسام الكلام (POS)؟

الإجابة: في تحليل بناء الجمل لتوليد اللغات الطبيعية المبني على القوالب، يُستخدم التحليل بصورة منفصلة عن وسوم أقسام الكلام (POS).

الشرح: تعتمد منهجيات توليد اللغات الطبيعية المبنية على القوالب غالباً على بناء الجمل باستخدام قوالب محددة مسبقاً. في هذا السياق، قد يتم إجراء التحليل النحوي أو استخدام وسوم أقسام الكلام كخطوات منفصلة أو متوازية، بدلاً من الاعتماد التام على إحداهما في الأخرى.

تلميح: هل تعتمد هذه المنهجية على تحليل التركيب النحوي بشكل مباشر، أم تستخدم تصنيفات الكلمات (POS) كمدخل منفصل؟

ما هي المجتمعات (Communities) في سياق معالجة اللغة الطبيعية والشبكات الدلالية؟

الإجابة: المجتمعات هي عناقيد العقد التي تمثل الكلمات المختلفة دلالياً.

الشرح: في تحليل الشبكات الدلالية أو معالجة اللغة الطبيعية، تشير 'المجتمعات' إلى مجموعات من العقد (التي تمثل الكلمات أو المفاهيم) التي تكون مترابطة بشكل وثيق من الناحية الدلالية (المعنى). هذا يساعد في فهم العلاقات بين المفردات.

تلميح: عندما نتحدث عن 'عناقيد' و 'كلمات مختلفة دلالياً'، ما الذي يشير إليه ذلك بشأن العلاقات بين الكلمات؟

ما هو الشرط الأساسي لجعل روبوت الدردشة أكثر ذكاءً، خاصة فيما يتعلق بقاعدة المعرفة؟

الإجابة: يصبح روبوت الدردشة أكثر ذكاءً كلما ازداد عدد مستويات الأسئلة والأجوبة المضافة إلى قاعدة المعرفة.

الشرح: يعتمد ذكاء روبوت الدردشة بشكل كبير على كمية وعمق المعلومات المتوفرة لديه في قاعدة المعرفة. كلما زادت مستويات الأسئلة والأجوبة، زادت قدرة الروبوت على فهم السياق وتقديم استجابات دقيقة وشاملة.

تلميح: فكر في كيفية تعلم الإنسان وفهمه. هل زيادة عمق المعلومات وتفاصيلها يجعله أكثر قدرة؟