الذكاء الاصطناعي التوليدي مقابل الذكاء الاصطناعي غير التوليدي

أولًا:
تعريف الذكاء الاصطناعي التوليدي

يركز الذكاء الاصطناعي التوليدي على إنشاء
نماذج ذكاء اصطناعي قادرة على توليد محتوى جديد وأصلي.

 مثل: الصور النصوص الموسيقى وحتى مقاطع الفيديو
يشمل الذكاء الاصطناعي التوليدي مجموعة من التقنيات والخوارزميات المصممة لفهم
واكتشاف الأنماط والبُنى الأساسية الموجودة في مجموعة بيانات معينة، مما يمكّن
النموذج من إنتاج عينات جديدة تشبه بيانات التدريب.

ثانيًا:
كيف يعمل الذكاء الاصطناعي التوليدي؟

يعتمد الذكاء الاصطناعي التوليدي على
النماذج الاحتمالية وبُنى التعلّم العميق من أجل تمثيل وتعلّم التوزيعات المعقّدة
للبيانات، مما يسمح للنموذج بإنتاج مخرجات لها خصائص مشابهة للبيانات الأصلية.
وعلى عكس تقنيات الذكاء الاصطناعي الأخرى التي تركز بشكل أساسي على التعرّف على
الأنماط الموجودة وتصنيفها، فإن الذكاء الاصطناعي التوليدي يتجاوز ذلك ليقوم
بإنتاج محتوى جديد ومبتكر.

ثالثا:
استخدامات الذكاء الاصطناعي التوليدي

في الرؤية الحاسوبية، يمكن استخدام النماذج التوليدية لإنشاء صور
واقعية أو إكمال الأجزاء المفقودة من الصور.

في معالجة اللغة الطبيعية، تستطيع النماذج التوليدية إنتاج نصوص
مترابطة أو حتى إجراء محادثات تشبه اللغة البشرية.

يلعب الذكاء الاصطناعي التوليدي دورًا
مهمًا أيضًا في مهام  مثل:

 زيادة البيانات (Data Augmentation)

اكتشاف الحالات الشاذة

محاكاة الأنظمة المعقّدة

أولًا:
ما هو الذكاء الاصطناعي غير التوليدي؟

يشير الذكاء الاصطناعي غير التوليدي،
ويُعرف أيضًا باسم الذكاء الاصطناعي التمييزي (Discriminative
AI)، إلى نوع من تقنيات الذكاء الاصطناعي
التي تركز على مهام التصنيف والتنبؤ بدلاً من إنشاء محتوى جديد.

تعمل نماذج الذكاء الاصطناعي غير التوليدي
من خلال تعلم الأنماط والعلاقات الموجودة داخل البيانات الحالية، وذلك بهدف تقديم
تنبؤات أو تصنيفات دقيقة للبيانات الجديدة.

تتطلب هذه النماذج عادةً بيانات معنونه
أثناء التدريب، حيث تكون كل عينة بيانات مرتبطة بفئة أو تصنيف محدد مسبقًا، ويتعلم
النموذج كيفية التمييز بين البيانات وتصنيفها بناءً على الأنماط التي يتعلمها من
البيانات المُعنونة.

تم تصميم هذه النماذج للتعرّف على خصائص أو
أنماط محددة تميّز بين الفئات المختلفة، مما يجعلها فعّالة جدًا في مهام مثل:

تصنيف الصور

اكتشاف الرسائل غير المرغوب فيها (Spam )

تحليل المشاعر التعرّف على الكلام تستخدم
خوارزميات الذكاء الاصطناعي غير التوليدي تقنيات مثل:

أشجار القرار Decision trees

التجميع والتعزيز Bagging & Boosting

الانحدار اللوجستي logistic regression

الشبكات العصبية  neural networks
باستخدام دوال خسارة مناسبة

يعتمد الذكاء الاصطناعي التوليدي على
النماذج الاحتمالية وبُنى التعلّم العميق من أجل تمثيل وتعلّم التوزيعات المعقّدة
للبيانات، مما يسمح للنموذج بإنتاج مخرجات لها خصائص مشابهة للبيانات الأصلية.
وعلى عكس تقنيات الذكاء الاصطناعي الأخرى التي تركز بشكل أساسي على التعرّف على
الأنماط الموجودة وتصنيفها، فإن الذكاء الاصطناعي التوليدي يتجاوز ذلك ليقوم
بإنتاج محتوى جديد ومبتكر.