اكتشف المفاهيم الأساسية للذكاء الاصطناعي والتطبيقات الواقعية والاعتبارات الأخلاقية. تعرّف على كيفية قيادة Ultralytics للابتكار في مجال الرؤية الحاسوبية.
يمثل الذكاء الاصطناعي محاكاة عمليات الذكاء البشري بواسطة أنظمة الحاسوب, ويشمل القدرة على التعلم والتفكير وحل المشكلات وإدراك البيئة المحيطة. وباعتباره حجر الزاوية في علم الحاسوب الحديث، فقد تطور الذكاء الاصطناعي من الأطر النظرية التي اقترحها رواد مثل آلان تورينج إلى تكنولوجيا تحويلية تشغل كل شيء كل شيء من محركات البحث إلى الروبوتات المستقلة. في حين أن هذا المجال واسع، إلا أنه يُعرّف بشكل عام من خلال إنشاء وكلاء أذكياء يتخذون إجراءات لزيادة فرصهم في تحقيق هدف معين بنجاح. للمزيد من للتعمق أكثر في المشهد الحالي، يمكنك قراءة نظرتنا العامة عن ما هو الذكاء الاصطناعي؟
لفهم الذكاء الاصطناعي، من الضروري التمييز بينه وبين مجموعاته الفرعية، والتي غالبًا ما تُستخدم بالتبادل ولكنها تمثل أعماقًا مختلفة من التكنولوجيا.
يتم تصنيف الذكاء الاصطناعي عادةً بناءً على قدراته ونطاقه.
الذكاء الاصطناعي هو المحرك وراء التطورات في مختلف الصناعات، حيث يستفيد من من النمذجة التنبؤية والاستدلال في الوقت الحقيقي من أجل لحل المشاكل المعقدة.
أتاحت الأطر الحديثة إمكانية تنفيذ قدرات الذكاء الاصطناعي القوية. فيما يلي Python التالي يوضح كيفية تحميل Ultralytics YOLO11 لإجراء عملية الكشف عن الأجسام، وهي مهمة كلاسيكية للذكاء الاصطناعي.
from ultralytics import YOLO
# Load a pre-trained YOLO11 model (a type of Convolutional Neural Network)
model = YOLO("yolo11n.pt")
# Run inference on an image to detect objects
results = model.predict("https://ultralytics.com/images/bus.jpg")
# Display the detection results
results[0].show()
كلما أصبحت أنظمة الذكاء الاصطناعي أكثر استقلالية، تزداد أهمية أخلاقيات الذكاء الاصطناعي. يعمل الباحثون والهيئات مثل تعمل جمعية معايير IEEE على معالجة قضايا مثل التحيز الخوارزمي وضمان الشفافية في الذكاء الاصطناعي. التطورات المستقبلية، مثل الذكاء الاصطناعي التوليدي و ونماذج اللغات الكبيرة (LLM)، تستمر في في دفع حدود الإبداع والتفاعل، مما يستلزم التركيز على الذكاء الاصطناعي المسؤول النشر.
