Arabic subtitles for clip: File:Ikusgela-Adimen artifiziala.webm

1
00:00:03,240 --> 00:00:07,170
مَن يا تُرى كتب ما سأخبركم 
به في الدقائق القليلة القادمة

2
00:00:07,440 --> 00:00:08,800
هل كتبه بنفسي؟ كاتب متخصص؟

3
00:00:09,100 --> 00:00:10,930
هل كتبه ذكاء صنعي؟

4
00:00:11,080 --> 00:00:14,715
يوجد شيء واحد أكيد:
مباشرة، بعد إنشاء هذا المقطع المُسجَّل

5
00:00:14,739 --> 00:00:17,590
ما سنشرحه هنا قد
يصبح متقادماً.

6
00:00:17,830 --> 00:00:21,588
لا يستطيع البشر بسهولة أن يميزوا
بين أساليب الكتاب المختلفين

7
00:00:21,613 --> 00:00:25,560
ويمكننا مقارنة ذلك مع قدرة الذكاء الصنعي
لتبين مقدار التقدم الذي أحرزته هذ التقنية

8
00:00:25,585 --> 00:00:28,074
شات جي بي تي أو الأدوات الأخرى المشابهة

9
00:00:28,098 --> 00:00:30,535
قادرة على كتابة النصوص

10
00:00:30,559 --> 00:00:33,760
بدقة وبأي أسلوب
يُطلب منها.

11
00:00:33,820 --> 00:00:37,345
يوجد أدوات أخرى قادرة
على إنشاء رسومٍ من لا شيء

12
00:00:37,369 --> 00:00:39,970
لتجيب على طلبات 
تصميم نُقدمها لها

13
00:00:39,995 --> 00:00:41,955
الذكاء الصُنعي

14
00:00:41,980 --> 00:00:43,030
ليس موضوعاً جديداً.

15
00:00:43,080 --> 00:00:46,850
التجارب الأولى لهذه 
التقنية سريعة النمو

16
00:00:46,874 --> 00:00:50,300
أُجريت منذ العام 1943م

17
00:00:50,320 --> 00:00:54,454
ولكن منذ عام 2022
دخلت حياتنا وأصبحت جزءاً منها

18
00:00:54,479 --> 00:00:57,254
وبالطبع، أصبحت جزءاً 
من نقاشاتنا مع الأصدقاء

19
00:00:57,279 --> 00:00:59,720
ولكن كيف يعمل كل هذا؟

20
00:00:59,950 --> 00:01:02,210
وكيف سوف يُغيِِّر حياتنا؟

21
00:01:10,001 --> 00:01:13,167
الذكاء الصنعي 
هو  قدرة الآلات

22
00:01:13,191 --> 00:01:16,044
على عمل هذه المهام التي 
تتطلب عادةً ذكاء بشرياً

23
00:01:16,068 --> 00:01:21,275
يشمل هذا التعلُّم وصناعة 
القرار وتمييز الأنماط

24
00:01:21,300 --> 00:01:23,960
لتحقيق ذلك، يستعمل 
مطورو الذكاء الصنعي

25
00:01:23,985 --> 00:01:26,082
ما يُسمَّى بالشبكات العصبونية

26
00:01:26,433 --> 00:01:29,910
تستطيع الشبكة العصبونية أن 
تتعلم أداء مهام صعبة

27
00:01:29,950 --> 00:01:33,297
مثل التعرف على الصور 
أو ترجمة اللغات

28
00:01:33,321 --> 00:01:36,538
تتعلم الشبكة العصبونية
من خلال اكتساب الخبرة

29
00:01:36,563 --> 00:01:39,977
ويعني هذا أن تدرُّب الشبكة
على مجموعة من المعطيات

30
00:01:40,001 --> 00:01:43,840
يجعل هذه المجموعة تضبط 
الروابط والوسائط في الشبكة

31
00:01:44,020 --> 00:01:46,220
لتجعلها قادرة على أداء العمل المطلوب.

32
00:01:46,270 --> 00:01:50,211
بكلمات أخرى، يمكنك أن تُنشِئ 
خوارزمياتك وتكيفها

33
00:01:50,235 --> 00:01:52,450
من خلال تعلُّم الآلة.

34
00:01:52,660 --> 00:01:57,138
تتكون الشبكة العصبونية من 
عصبونات صناعية عديدة

35
00:01:57,162 --> 00:01:59,860
وتكون مُنظَّمة في طبقات مترابطة في ما بينها.

36
00:01:59,920 --> 00:02:02,763
يستقبل كل عُصبون معلومات محددة

37
00:02:02,787 --> 00:02:06,270
ثم يُجرِي عملية رياضية صغيرة لمعالجتها.

38
00:02:06,350 --> 00:02:10,196
تُنقَل المعلومات بعدها إلى
عصبونات في طبقة تالية

39
00:02:10,221 --> 00:02:14,100
وهكذا حتى الوصول
إلى جواب نهائي

40
00:02:14,380 --> 00:02:18,340
ويلزم وجود معطيات
لتدريب الشبكة العصبونية

41
00:02:18,390 --> 00:02:20,680
يوجد أنواع مختلفة 
من عمليات التعلُّم:

42
00:02:20,988 --> 00:02:24,649
1- التعلُّم المراقَب:

43
00:02:24,650 --> 00:02:26,837
يُستعمل هذا النوع من التدريب عندما 

44
00:02:26,862 --> 00:02:28,830
تكون مجموعة المعطيات مُعلَّمة بوسوم مسبقاً

45
00:02:28,855 --> 00:02:29,712
وهذا يعني

46
00:02:29,737 --> 00:02:33,660
بأن الإجابة الصحيحة معروفة لكل دخلٍ

47
00:02:34,230 --> 00:02:38,100
يتعلم الذكاء الصنعي من هذه المعطيات المُعلَّمة

48
00:02:38,180 --> 00:02:41,520
ويمكن بعدها الحصول على 
توقُّعات لمعطيات جديدة

49
00:02:42,190 --> 00:02:44,610
2- التعلُّم غير المراقَب:

50
00:02:45,190 --> 00:02:46,711
في هذا النوع من التدريب

51
00:02:46,736 --> 00:02:49,550
ليس لدى الذكاء الصنعي 
معطيات مُعلَّمة مُسبقاً

52
00:02:49,630 --> 00:02:52,220
لكن تُعرَض عليه مجموعة من المعطيات

53
00:02:52,244 --> 00:02:56,660
ويُطلب منه إيجاد الأنماط والبنى فيها.

54
00:02:57,100 --> 00:03:00,020
وهذا قد يكون مفيداً
لتحليل المعطيات أو

55
00:03:00,044 --> 00:03:02,060
لفصل العملاء مثلاً

56
00:03:02,414 --> 00:03:05,240
3- التعليم المُعزز

57
00:03:05,520 --> 00:03:10,460
يُستعمل هذا النوع من التدريب لتعليم الذكاء
الصنعي كيف يتخذ القرارات

58
00:03:10,590 --> 00:03:12,850
من خلال الثواب والعقاب.

59
00:03:12,875 --> 00:03:14,430
يُعطى الذكاء الصنعي حالة لدراستها

60
00:03:14,510 --> 00:03:16,540
ويُطلب منه أن يتخذ قراراً.

61
00:03:16,800 --> 00:03:19,941
لو كان القرار صحيحياً،
يُكافأ الذكاء الصنعي

62
00:03:19,965 --> 00:03:23,110
ولكن لو كان القرار 
خاطئاً فإنه يُعاقب

63
00:03:23,135 --> 00:03:24,165
بمرور الوقت،


64
00:03:24,190 --> 00:03:28,860
يتعلم الذكاء الصنعي أن يتخذ
القرار الصحيح ليزيد المكافأة

65
00:03:28,885 --> 00:03:29,975
على سبيل المثال

66
00:03:30,000 --> 00:03:33,550
لو أردنا أن يتعلم الحاسوب 
كيف يُميز بين الوجوه

67
00:03:33,680 --> 00:03:37,220
ويخبرنا ما هي التعابير
الظاهرة على كُلٍّ منها

68
00:03:37,244 --> 00:03:39,610
فعلينا أن نزوده بصور 
عديدة مُعلَّمة

69
00:03:39,800 --> 00:03:42,937
يرصد الحاسوب الأنماط في المعطيات

70
00:03:42,962 --> 00:03:46,830
ويُنشئ وفق ذلك نموذجاً ليتعرف
على الوجوه في صورٍ أخرى

71
00:03:47,130 --> 00:03:50,059
ولكن، لماذا هذا مهمٌ جداً؟

72
00:03:50,083 --> 00:03:54,147
لأن لهذه التقانة استعمالات كثيرة
في مجالات متعددة في حياتنا 

73
00:03:54,172 --> 00:03:58,459
في الرعاية الصحية، يمكن للذكاء
الصنعي أن يُشخَّص الأمراض

74
00:03:58,483 --> 00:04:01,940
وأن يساعد الأطباء على 
توقُّع نتائج العلاجات

75
00:04:02,080 --> 00:04:06,193
ويمكنه أيضاً ان أن يجعل أغلب الأعمال
التي يؤديها الحاسوب آليةً تماماً

76
00:04:06,218 --> 00:04:07,700
مع نتائج أفضل
مقارنةً بما سبق

77
00:04:07,790 --> 00:04:10,646
في التصميم والكتابة
وتوقع الطقس

78
00:04:10,670 --> 00:04:15,242
الذكاء الصنعي يتطور بسرعة
وله قدرات مذهلة

79
00:04:15,266 --> 00:04:17,690
ولكن يلزم الانتباه لوجود 
بعض الأصوات الناقدة أيضاً

80
00:04:17,715 --> 00:04:18,667
والحمد لله،

81
00:04:18,691 --> 00:04:22,052
لأننا حُذرِّنا سلفاً من مخاطر هذه التقانة

82
00:04:22,076 --> 00:04:25,867
مع تطور الذكاء الصنعي

83
00:04:25,891 --> 00:04:27,850
تظهر معضلات أخلاقية جديدة

84
00:04:27,875 --> 00:04:28,775
على سبيل المثال

85
00:04:28,800 --> 00:04:32,710
من سيكون المسؤول لو حصل 
حادث بسبب سيارة ذاتية القيادة؟

86
00:04:32,730 --> 00:04:35,698
كيف يُمكننا أن نضمن أن 
أنظمة الذكاء الصنعي 

87
00:04:35,722 --> 00:04:38,170
لا تُميز ضد مجموعات محددة من الناس؟

88
00:04:38,236 --> 00:04:40,998
هل من المقبول أخلاقياً اتخاذ 
قرارات قد تضر الإنسان؟

89
00:04:41,022 --> 00:04:43,497
أو تطوير ذكاء صنعي 
يُسيطر على البشر

90
00:04:43,535 --> 00:04:45,050
من سيملك هذه التقانة؟

91
00:04:45,160 --> 00:04:47,586
من يُدققها؟ ومن يتحكم بقراراتها؟

92
00:04:47,610 --> 00:04:50,296
يوجد معضلات أخلاقية عديدة

93
00:04:50,320 --> 00:04:53,445
تحتاج للتعامل معها ومعالجتها
في أثناء تطوير هذه التقانة

94
00:04:53,470 --> 00:04:54,505
وماذا عن اللغات؟

95
00:04:54,530 --> 00:04:57,587
كيف سيكون الحال مع 
لغات المجتمعات المهمَّشة؟

96
00:04:57,626 --> 00:04:58,955
لا يوجد إجابة واضحة لهذا لسؤال

97
00:04:58,980 --> 00:05:01,710
عن العلاقة بين اللغات 
المهمَّشة والذكاء الصنعي

98
00:05:01,980 --> 00:05:04,346
على سبيل المثال، أنظمة الترجمة الآلية

99
00:05:04,370 --> 00:05:08,472
يمكن أن تُسهِّل التواصل بين متحدثي
اللغات المختلفة

100
00:05:08,498 --> 00:05:11,312
وقد يكون لهذا أثر إيجابي

101
00:05:11,336 --> 00:05:13,510
في مجال العناية باللغات المهمشة والترويج لها

102
00:05:13,560 --> 00:05:15,648
من الممكن، بوجود هذه التقنيات،

103
00:05:15,673 --> 00:05:18,265
أن نستقبل أي محتوى مكتوباً بأي
لغة ونعرضه بلغتنا الأم

104
00:05:18,289 --> 00:05:21,470
من غير الحاجة لمترجمين أو لعمل دبلجة

105
00:05:21,630 --> 00:05:23,190
ولكن ليس كل ما يلمع ذهباً

106
00:05:23,430 --> 00:05:26,156
أنظمة الذكاء الصنعي منحازة

107
00:05:26,180 --> 00:05:30,960
ويوجد خطر من أنها تعيد إنتاج خطاب
يحتوي على تمييز على أساس اللغة

108
00:05:30,985 --> 00:05:34,853
من المحتمل ألا تكون المعلومات 
المتوفرة حول اللغات المهمشة كافية

109
00:05:34,878 --> 00:05:37,928
وهذا يعني أن الذكاء الصنعي سيرتكب 
أخطاء أكثر مقارنة مع اللغات الأخرى

110
00:05:37,952 --> 00:05:39,829
أو قد تعوزه الدقة في التعبير

111
00:05:39,853 --> 00:05:43,618
فلا يميز بين التفاصيل، خاصة 
الاختلافات البسيطة بين اللهجات

112
00:05:43,642 --> 00:05:46,280
يوجد قرابة 7000 
لغة حول العالم


113
00:05:46,430 --> 00:05:48,097
كم منها يا تُرى ستحظى

114
00:05:48,121 --> 00:05:50,880
بالفرصة لاستعمال إمكانيات 
الذكاء الصنعي؟


115
00:05:51,070 --> 00:05:53,110
إن النماذج المُستعمَلة مصمَّمة

116
00:05:53,134 --> 00:05:55,844
خصيصاً للغات التي تتوافر 
معطيات وافرة عنها

117
00:05:55,868 --> 00:05:57,654
والمجتمعات التي تتحدث هذه اللغات

118
00:05:57,678 --> 00:05:59,816
يكون لها عادةً حظ جيد من الوصول إلى التقانات

119
00:05:59,840 --> 00:06:01,870
ولهذا فإنه من المهم

120
00:06:01,890 --> 00:06:04,451
إلى جانب توافر المعطيات 

121
00:06:04,475 --> 00:06:07,615
دراسة النماذج التي لا يتوفر لها إلا موارد لغوية قليلة

122
00:06:07,639 --> 00:06:11,350
أو التي يمكنها أن تعتمد لغات أخرى تتشابه
في خواصها مع اللغة المدروسة 

123
00:06:11,400 --> 00:06:13,210
هل يجعلك هذا خائفاً أم مسروراً؟

124
00:06:13,250 --> 00:06:14,699
ما الذي تعتقده؟

125
00:06:14,723 --> 00:06:17,850
كل شيء يتطور بسرعة وليس 
من السهل أن يبقى الفرد مُطَّلعاً

126
00:06:17,874 --> 00:06:20,750
لهذا علينا ألا ننسى أن
المعلومات هي مصدر للقوة

127
00:06:20,930 --> 00:06:24,900
وعلينا أن نسعى بأقصى ما نستطيع
ليتمكن الجميع من الوصول إليها

128
00:06:25,220 --> 00:06:27,926
فالإدراك والفهم يمنحنا السيادة.