صفحة 73 - كتاب التقنية الرقمية - الصف 11 - الفصل 1 - المملكة العربية السعودية

سؤال س3: اذكر الاختلاف بين أنواع تعلم الآلة الثلاثة.

الإجابة: س3: التعلم المراقب: يتدرب على بيانات معنونة ليتعلم التنبؤ (مثل التصنيف).

خطوات الحل:

1. **الشرح:** لنفهم هذا السؤال، نحتاج أولاً إلى معرفة أن تعلم الآلة ينقسم إلى أنواع رئيسية بناءً على طريقة تعلم النموذج من البيانات. النوع الأول هو **التعلم المراقب**، وفكرته الأساسية هي أن النموذج يتدرب على مجموعة بيانات تكون فيها الأمثلة "موسومة" أو "معنونة"، أي أن كل مدخل (input) مرتبط بمخرج (output) صحيح معروف مسبقاً. هدف النموذج هنا هو تعلم العلاقة بين المدخلات والمخرجات بحيث يستطيع التنبؤ بالمخرجات لبيانات جديدة لم يراها من قبل. من التطبيقات الشائعة لهذا النوع مهام التصنيف (مثل تصنيف البريد الإلكتروني إلى "هام" أو "غير هام") ومهام التنبؤ (مثل التنبؤ بسعر منزل). إذن الإجابة هي: **التعلم المراقب: يتدرب على بيانات معنونة ليتعلم التنبؤ (مثل التصنيف).**

سؤال مربع-2: اذكر الاختلاف بين أنواع تعلم الآلة الثلاثة.

الإجابة: التعلم غير المراقب: يتدرب على بيانات غير معنونة لاكتشاف الأنماط.

خطوات الحل:

1. **الشرح:** الفكرة هنا هي الانتقال إلى النوع الثاني من تعلم الآلة، وهو **التعلم غير المراقب**. الاختلاف الجوهري عن النوع الأول هو أن البيانات المستخدمة في التدريب هنا تكون "غير معنونة"، أي لا يوجد مخرج صحيح معروف مرتبط بكل مدخل. بدلاً من تعلم التنبؤ بشيء محدد، يكون هدف النموذج في هذا النوع هو استكشاف البيانات نفسها لاكتشاف الهياكل أو الأنماط أو المجموعات المخفية بداخلها دون توجيه مسبق. من أشهر تطبيقاته تجميع البيانات (Clustering) في مجموعات متشابهة، أو تقليل أبعاد البيانات (Dimensionality Reduction). ولذلك الإجابة هي: **التعلم غير المراقب: يتدرب على بيانات غير معنونة لاكتشاف الأنماط.**

سؤال مربع-3: اذكر الاختلاف بين أنواع تعلم الآلة الثلاثة.

الإجابة: تعلم التعزيز: يتعلم عبر التجربة والمكافأة لتحسين القرارات.

خطوات الحل:

1. **الشرح:** النوع الثالث والأخير هو **تعلم التعزيز**. الفكرة الأساسية هنا مختلفة تماماً عن النوعين السابقين. في هذا النموذج، لا يوجد مجموعة بيانات تدريبية كبيرة جاهزة للتعلم منها مباشرة. بدلاً من ذلك، يتفاعل النموذج (غالباً ما يسمى الوكيل أو Agent) مع بيئة ما. من خلال هذا التفاعل، يتخذ الوكيل إجراءات، ويحصل على مكافآت (Rewards) أو عقوبات بناءً على صحة هذه الإجراءات. هدف النموذج هو تعلم سياسة (Policy) لاتخاذ القرارات التي تزيد من إجمالي المكافآت التي يحصل عليها على المدى الطويل. بمعنى آخر، يتعلم من التجربة والخطأ. من التطبيقات الشهيرة له ألعاب الفيديو والسيارات ذاتية القيادة. إذن الإجابة هي: **تعلم التعزيز: يتعلم عبر التجربة والمكافأة لتحسين القرارات.**

سؤال س4: اشرح لماذا لا يمكنك اتخاذ القرارات بناءً على النتائج التي أُنشئت بواسطة الذكاء الاصطناعي؟

الإجابة: س4: لأن نتائج الذكاء الاصطناعي تنبؤات قد تكون غير دقيقة أو متحيزة، ولا تفهم السياق. لذا يجب مراجعتها بشريا قبل اتخاذ القرار وتحمل المسؤولية.

خطوات الحل:

1. **الشرح:** لنفهم هذا السؤال، الفكرة هنا هي إدراك حدود الذكاء الاصطناعي الحالي. نماذج الذكاء الاصطناعي، وخاصة نماذج تعلم الآلة، تعمل بشكل أساسي على إنتاج **تنبؤات** بناءً على الأنماط التي تعلمتها من البيانات السابقة. هذه التنبؤات ليست حقائق مطلقة أو استنتاجات منطقية بشرية، بل هي احتمالات إحصائية. لذلك، يمكن أن تكون غير دقيقة لأسباب عديدة، مثل أن البيانات التي تدرب عليها النموذج كانت ناقصة أو متحيزة، أو أن السياق الجديد مختلف عن سياق التدريب. بالإضافة إلى ذلك، هذه النماذج لا تمتلك فهمًا حقيقياً للمعنى أو السياق الإنساني، ولا تتحمل المسؤولية الأخلاقية أو القانونية عن قراراتها. بناءً على ذلك، يجب على الإنسان أن يقوم بدور المراجع النهائي، حيث يفحص النتائج، ويفهم سياقها، ويتخذ القرار النهائي بناءً على حكمه وخبرته، وبالتالي يتحمل المسؤولية الكاملة عن هذا القرار. ولذلك الإجابة هي: **لأن نتائج الذكاء الاصطناعي تنبؤات قد تكون غير دقيقة أو متحيزة، ولا تفهم السياق. لذا يجب مراجعتها بشرياً قبل اتخاذ القرار وتحمل المسؤولية.**

ما الاختلاف الجوهري بين التعلم المراقب والتعلم غير المراقب في الذكاء الاصطناعي؟

• أ) التعلم المراقب أسرع في التدريب، بينما التعلم غير المراقب أبطأ.
• ب) التعلم المراقب يستخدم بيانات معنونة للتنبؤ، بينما التعلم غير المراقب يستخدم بيانات غير معنونة لاكتشاف الأنماط.
• ج) التعلم المراقب يستخدم في الألعاب، بينما التعلم غير المراقب يستخدم في التصنيف.
• د) التعلم المراقب يتطلب ذاكرة أكبر، بينما التعلم غير المراقب يتطلب معالجاً أسرع.

الإجابة الصحيحة: b

الإجابة: التعلم المراقب يستخدم بيانات معنونة للتنبؤ، بينما التعلم غير المراقب يستخدم بيانات غير معنونة لاكتشاف الأنماط.

الشرح: 1. التعلم المراقب: يتدرب النموذج على بيانات يكون فيها كل مدخل مرتبط بمخرج صحيح معروف (بيانات معنونة). هدفه هو تعلم التنبؤ بالمخرجات لبيانات جديدة. 2. التعلم غير المراقب: يتدرب النموذج على بيانات لا تحتوي على مخرجات صحيحة معروفة (بيانات غير معنونة). هدفه هو استكشاف البيانات نفسها لاكتشاف الهياكل أو المجموعات المخفية. 3. الاختلاف الأساسي هو في وجود أو عدم وجود تسميات (مخرجات صحيحة) في بيانات التدريب.

تلميح: فكر في نوع البيانات المستخدمة في كل منهما والهدف من التدريب.

التصنيف: فرق بين مفهومين | المستوى: متوسط

ما المبدأ الأساسي الذي يعمل عليه تعلم التعزيز في الذكاء الاصطناعي؟

• أ) يتعلم النموذج من خلال نسخ القرارات البشرية المخزنة في قاعدة بيانات ضخمة.
• ب) يتعلم النموذج من خلال التفاعل مع بيئة ما، ويتخذ إجراءات يحصل على مكافآت أو عقوبات بناءً عليها، بهدف تعلم سياسة لزيادة المكافآت على المدى الطويل.
• ج) يتعلم النموذج من خلال مشاهدة مقاطع فيديو طويلة دون أي تفاعل.
• د) يتعلم النموذج من خلال قراءة الكتب والمقالات العلمية وتحليلها.

الإجابة الصحيحة: b

الإجابة: يتعلم النموذج من خلال التفاعل مع بيئة ما، ويتخذ إجراءات يحصل على مكافآت أو عقوبات بناءً عليها، بهدف تعلم سياسة لزيادة المكافآت على المدى الطويل.

الشرح: 1. في تعلم التعزيز، لا يوجد مجموعة بيانات تدريبية جاهزة. 2. يتفاعل النموذج (الوكيل) مع بيئة ما. 3. يتخذ الوكيل إجراءات، ويحصل على مكافآت (للإجراءات الصحيحة) أو عقوبات (للإجراءات الخاطئة). 4. هدف النموذج هو تعلم سياسة (مجموعة قواعد) لاتخاذ القرارات التي تزيد من إجمالي المكافآت التي يحصل عليها مع مرور الوقت. 5. يتعلم بشكل أساسي من التجربة والخطأ.

تلميح: فكر في كيفية تعلم الأطفال أو الحيوانات من خلال التجربة والخطأ.

التصنيف: مفهوم جوهري | المستوى: متوسط

ما السبب الرئيسي الذي يجعل من الخطورة الاعتماد الكامل على نتائج الذكاء الاصطناعي في اتخاذ القرارات المهمة؟

• أ) لأن الذكاء الاصطناعي بطيء جداً في إنتاج النتائج مقارنة بالبشر.
• ب) لأن قوانين معظم الدول تمنع استخدام الذكاء الاصطناعي في أي قرار رسمي.
• ج) لأن نتائج الذكاء الاصطناعي هي تنبؤات إحصائية قد تكون غير دقيقة أو متحيزة، ولا تمتلك فهماً حقيقياً للسياق أو تتحمل المسؤولية الأخلاقية والقانونية.
• د) لأن الذكاء الاصطناعي يحتاج إلى اتصال دائم بالإنترنت ليعمل، وهذا غير مضمون.

الإجابة الصحيحة: c

الإجابة: لأن نتائج الذكاء الاصطناعي هي تنبؤات إحصائية قد تكون غير دقيقة أو متحيزة، ولا تمتلك فهماً حقيقياً للسياق أو تتحمل المسؤولية الأخلاقية والقانونية.

الشرح: 1. نماذج الذكاء الاصطناعي تنتج تنبؤات إحصائية بناءً على أنماط في بيانات سابقة، وليست حقائق مطلقة. 2. هذه التنبؤات قد تكون غير دقيقة بسبب بيانات تدريب ناقصة أو متحيزة. 3. النماذج لا تفهم المعنى أو السياق الإنساني الكامل. 4. لا تتحمل النماذج المسؤولية الأخلاقية أو القانونية عن قراراتها. 5. لذلك، يجب على الإنسان مراجعة النتائج واتخاذ القرار النهائي بناءً على حكمه وخبرته.

تلميح: فكر في طبيعة عمل نماذج الذكاء الاصطناعي ومصدر البيانات التي تتعلم منها.

التصنيف: تفكير ناقد | المستوى: صعب