ترجمة بمساعدة جهاز الحاسب (Computer-Assisted Translation) - كتاب المهارات الرقمية - الصف 10 - الفصل 1 - المملكة العربية السعودية

ملخص محتوى الصفحة:

تتناول هذه الصفحة تطبيقات تعلم الآلة والذكاء الاصطناعي في الحياة اليومية، مع التركيز على ثلاثة مجالات رئيسية:

1. الترجمة بمساعدة الحاسب (Computer-Assisted Translation):

توفر أنظمة الترجمة الآلية إمكانية ترجمة النصوص في المواقع الإلكترونية والمستندات والمحادثات الفورية (مثل سكايب). ومع التقدم الكبير، لا تزال هذه الأنظمة تواجه مشاكل تتعلق باستخدام القواعد النحوية الصحيحة لكل لغة، وعدم القدرة على تحديد المعنى الدقيق للكلمات ذات المعاني المتعددة أو المصطلحات العامية. وذلك لأن أجهزة الحاسب غير قادرة على فهم السياق اللغوي للمحادثات بشكل كامل، مما يجعلها تشبه الأطفال الصغار الذين يمتلكون مفردات لكنهم يفتقرون إلى قواعد التفاعل اللغوي البشري.

2. نماذج تعلم الآلة في التعليم (Machine Learning Models in Education):

يمكن للذكاء الاصطناعي تحسين عملية التعليم والتعلم من خلال إضفاء الطابع الشخصي على التعلم. حيث تساعد الآلة في تحديد نقاط القوة والضعف لدى المتعلم، وبناء مسار تعليمي مخصص لكل شخص حسب قدراته، وذلك باستخدام جهاز الحاسب الآلي أو الروبوت.

3. التعرف على الكلام (Speech Recognition):

تنتشر التطبيقات التي تستخدم تقنية التعرف على الكلام على نطاق واسع في الهواتف الذكية وأجهزة الألعاب والساعات الذكية. تعتمد هذه التقنية على أساليب تعلم الآلة لتمكين الجهاز من التعرف على الكلمات المنطوقة في سياقها، وفهمها وتفسيرها عن طريق تحويل الأصوات إلى صيغة رقمية ومطابقة أنماطها مع الأنماط اللغوية المخزنة. يوضح المثال في الصفحة عملية تحويل الموجة الصوتية لجملة "صباح الخير" (مدخلات) إلى نص مكتوب (مخرجات).

4. التعرف على الصور (Image Recognition):

يعتمد التعرف على الصور والكائنات على خوارزميات تتعرف على محتويات الصور وتنتج وصفًا لهذه المحتويات. تعتمد فعالية التقنية على قدرتها على تصنيف الصور لمطابقة بياناتها. من الأمثلة المهمة على استخدام هذه التقنية هي النظارات الذكية الناطقة، التي تساعد المكفوفين وضعاف البصر على معرفة البيئة المحيطة بهم ووصفها من خلال التعرف عليها بواسطة الذكاء الاصطناعي المدمج في النظارات.

العناصر المرئية في الصفحة:

* صورة ميكروفون مع رمز النص.

* رسم بياني يوضح عملية التعرف على الكلام، حيث يتم تحويل موجة صوتية (مدخل) إلى نص مكتوب (مخرج) عبر شبكة عصبية.

* صورة لنظارات ذكية تُستخدم لمساعدة المكفوفين.

تطبيقات تعلم الآلة

ربما سبق لك استخدام تطبيقات تعلم الآلة أثناء ذهابك إلى المدرسة أو التواصل مع أصدقائك عبر الإنترنت، لنتعرف على بعض هذه التطبيقات في حياتك اليومية.

توفر أنظمة الترجمة الآلية إمكانية ترجمة النصوص في المواقع الإلكترونية والمستندات، وكذلك المحادثات بصورة فورية عبر سكايب (Skype). رغم التقدم الكبير في هذه الأنظمة، فهي ما زالت تعاني بعض المشاكل الأساسية المتعلقة بقواعد وتراكيب الجمل الصحيحة لكل لغة، وعدم القدرة على تحديد المعنى الدقيق للكلمات أو المصطلحات العامة، فأجهزة الحاسب ما زالت غير قادرة على فهم السياق اللغوي للمحادثات والكلمات، فهي تشبه الأطفال الصغار الذين يمتلكون الكثير من مفردات اللغة ويستطيعون التحدث، ولكنهم يفتقرون إلى قواعد التفاعل اللغوي بين البشر.

هناك عدة سيناريوهات يمكن لتعلم الآلة من خلالها تحسين عملية التعليم والتعلم. استنادًا إلى تقرير منظمة التعاون الاقتصادي والتنمية حول آفاق التعليم الرقمي لعام 2021، سيتم تطبيق الحلول الواعدة بين الإنسان والذكاء الاصطناعي المتاحة للقطاع التعليمي لإضفاء الطابع الشخصي على التعلم، حيث أن الآلة ستساعد في عملية التعلم الشخصي بتحديد مستويات الضعف والقوة وتقوم ببناء مسار للتعلم لكل شخص حسب قدراته، ويتم ذلك من خلال جهاز الآلة الحالي أو الروبوت.

تشهد التطبيقات التي تستخدم تقنية التعرف على الكلام انتشارًا واسعًا في شتى مجالات الحياة، فترها في الكثير من أنواع أجهزة الحاسب كال هواتف الذكية وأجهزة الألعاب والساعات الذكية. يمكن من خلال هذه التقنية التي تعتمد على أساليب تعلم الآلة أن يتعرف الحاسب أو التطبيق على المحادثات والكلمات المنطوقة في سياقها، ثم يفهمها ويفسرها عن طريق تحويل الأصوات رقميًا ومطابقة أنماطها مع الأنماط اللغوية المخزنة.

في المثال التالي سيحول جهاز الحاسب الموجة الصوتية (المدخلات) لجملة "صباح الخير" إلى نص مكتوب (مخرجات).

يعتمد التعرف على الصور والكائنات على خوارزميات تتعرف على محتويات الصور وتتحقق من وجودها. وتعتمد فعالية هذه التقنية بشكل أساسي على قدرتها على تصنيف الصور لمطابقة بياناتها. وتُعدّ النماذج الآلية من الأمثلة المهمة على استخدام هذه التقنية وذلك لمساعدتها من خلال البصر على معرفة البيئة المحيطة بهم ووصفها من خلال بواسطة الذكاء الاصطناعي في تلك النظارات.

Ministry of Education 2025 - 1447

129

تطبيقات تعلم الآلة ربما سبق لك استخدام تطبيقات تعلم الآلة أثناء ذهابك إلى المدرسة أو التواصل مع أصدقائك عبر الإنترنت، لنتعرف على بعض هذه التطبيقات في حياتك اليومية. --- SECTION: ترجمة بمساعدة جهاز الحاسب (Computer-Assisted Translation) --- توفر أنظمة الترجمة الآلية إمكانية ترجمة النصوص في المواقع الإلكترونية والمستندات، وكذلك المحادثات بصورة فورية عبر سكايب (Skype). رغم التقدم الكبير في هذه الأنظمة، فهي ما زالت تعاني بعض المشاكل الأساسية المتعلقة بقواعد وتراكيب الجمل الصحيحة لكل لغة، وعدم القدرة على تحديد المعنى الدقيق للكلمات أو المصطلحات العامة، فأجهزة الحاسب ما زالت غير قادرة على فهم السياق اللغوي للمحادثات والكلمات، فهي تشبه الأطفال الصغار الذين يمتلكون الكثير من مفردات اللغة ويستطيعون التحدث، ولكنهم يفتقرون إلى قواعد التفاعل اللغوي بين البشر. --- SECTION: نماذج تعلم الآلة في التعليم (Machine Learning Models in Education) --- هناك عدة سيناريوهات يمكن لتعلم الآلة من خلالها تحسين عملية التعليم والتعلم. استنادًا إلى تقرير منظمة التعاون الاقتصادي والتنمية حول آفاق التعليم الرقمي لعام 2021، سيتم تطبيق الحلول الواعدة بين الإنسان والذكاء الاصطناعي المتاحة للقطاع التعليمي لإضفاء الطابع الشخصي على التعلم، حيث أن الآلة ستساعد في عملية التعلم الشخصي بتحديد مستويات الضعف والقوة وتقوم ببناء مسار للتعلم لكل شخص حسب قدراته، ويتم ذلك من خلال جهاز الآلة الحالي أو الروبوت. --- SECTION: تقنية التعرف على الكلام (Speech Recognition) --- تشهد التطبيقات التي تستخدم تقنية التعرف على الكلام انتشارًا واسعًا في شتى مجالات الحياة، فترها في الكثير من أنواع أجهزة الحاسب كال هواتف الذكية وأجهزة الألعاب والساعات الذكية. يمكن من خلال هذه التقنية التي تعتمد على أساليب تعلم الآلة أن يتعرف الحاسب أو التطبيق على المحادثات والكلمات المنطوقة في سياقها، ثم يفهمها ويفسرها عن طريق تحويل الأصوات رقميًا ومطابقة أنماطها مع الأنماط اللغوية المخزنة. --- SECTION: مثال --- في المثال التالي سيحول جهاز الحاسب الموجة الصوتية (المدخلات) لجملة "صباح الخير" إلى نص مكتوب (مخرجات). --- SECTION: التعرف على الصور (Image Recognition) --- يعتمد التعرف على الصور والكائنات على خوارزميات تتعرف على محتويات الصور وتتحقق من وجودها. وتعتمد فعالية هذه التقنية بشكل أساسي على قدرتها على تصنيف الصور لمطابقة بياناتها. وتُعدّ النماذج الآلية من الأمثلة المهمة على استخدام هذه التقنية وذلك لمساعدتها من خلال البصر على معرفة البيئة المحيطة بهم ووصفها من خلال بواسطة الذكاء الاصطناعي في تلك النظارات. Ministry of Education 2025 - 1447 129 --- VISUAL CONTEXT --- **DIAGRAM**: مدخلات ومخرجات Description: A flowchart illustrating the process of speech recognition. It shows 'مدخلات' (Inputs) leading to 'شبكة عصبية' (Neural Network), which then leads to 'مخرجات' (Outputs). The input is represented by a sound wave graphic labeled 'موجة صوتية تحتوي على جملة "صباح الخير"'. The output is represented by text 'نص مكتوب' with the phrase 'صباح الخير' inside a box. Context: Illustrates the input-process-output model for speech recognition, showing how spoken words are converted into text.