AI for Everyone

بداية التعلم الاصطناعي

• يهدف هذا الكورس إلى فهم مصطلحات تقنية اصطناعية شائعة مانند شبكات عصبية وتعلم آلية وفهم بيانات العلوم
• يهدف إلى معرفة ما يمكن لألغاء الإنسانية فعله وما لا يمكنه فعله
• كيفية تحديد فرص لتنفيذ تقنيات اصطناعية في منظماتك
• كيفية بناء مشروعات العلوم والتعلم الآلي
• كيفية العمل مع فريق تقنيات اصطناعية لبناء استراتيجية في منظماتك

قيمة التعلم الاصطناعي

• من المتوقع أن يخلق التعلم الاصطناعي قيمة تبلغ 13 تريليون دولار في السنة 2030
• سيتأثر كل القطاعات الرئيسية بالتعلم الاصطناعي

أنواع التعلم الاصطناعي

• الذكاء الاصطناعي الضيق (ANI): يمكن أن يقوم بمهام محددة مثل سماعات ذكية أو سيارات ذاتية القيادة
• الذكاء الاصطناعي العام (AGI): يمكن أن يقوم بجميع المهام التي يقوم بها الإنسان

التعلم الآلي

• أثر تقنية التعلم الآلي على نمو التعلم الاصطناعي
• يمكن أن يقوم التعلم الآلي بمهام مثل معالجة الصور والكلام والتنبؤ بالمخاطر
• التعلم الآلي يستخدم لعمل خرائط بين الإدخال والإخراج

بيانات العلوم

• البيانات هي مكون أساسي للتعلم الآلي
• البيانات المجموعة يمكن أن تكون فريدة من نوعها في كل منشأة
• يمكن أن تستخدم بيانات العلوم لتحليل السلوك البشري أو الآلي

استفادة من البيانات

• جمع البيانات يدويًا vagy من خلال مراقبة سلوك الإنسان أو الآلات
• يمكن أن استخدام البيانات من مصادر خارجية مثل مواقع الإنترنت
• من المهم مراعاة تراخيص البيانات واستخدامها بشكل hợp법

مشكلات البيانات

• البيانات يمكن أن تكون غير دقيقة أو ناقصة
• البيانات يمكن أن تكون معقدة أو غير منظمة
• مشكلات البيانات يمكن أن تؤثر سلبًا على نتائج التعلم الآلي

الفرق بين التعلم الآلي وعلوم البيانات

• التعلم الآلي هو بناء أنظمة طبية يمكن أن تعمل دون تدخل إنساني
• علوم البيانات هي تحليل البيانات لاستخراج المعرفة والرؤى

كيفية عمل النظام الآلي

• النظام الآلي هو برنامج يمكن أن يعمل مع البيانات لتوفير نواتج
• النظام الآلي يمكن أن يقوم بمهام مثل معالجة الصور والكلام والتنبؤ بالمخاطر

اختلاف بين التعلم الآلي وعلوم البيانات في الصناعة

• التعلم الآلي يمكن أن يقوم بمهام مثل معالجة الصور والكلام والتنبؤ بالمخاطر
• علوم البيانات يمكن أن تقوم بتحليل البيانات لاستخراج المعرفة والرؤى لاتخاذ قرارات أعمال

###.transforming companies

• الاستحواذ على البيانات
• بناء متجر بيانات موحد
• الأتمتة الشاملة
• تنفيذ الأدوار الجديدة مثل مهندس التعلم الآلي

تحديد مشروع جديد

• مراعاة الدقة التقنية
• هل يمكن بناء النظام الآلي؟

قواعد الدقة التقنية

• التعلم_SIMPLE_concept
• هل لدينا بيانات تدريب كبيرة؟### دورスマート スピーカー
• تلعب الموسيقى
• زيادة/تقليل مستوى الصوت
• اجراء المكالمات
• معرفة الوقت الحالي
• تحويل الوحدات
• الإجابة على الأسئلة البسيطة

فرق المطورين الذاتية في السيارات

• فريق AI يمكن أن يحتوي على مئات المطورين
• الفرق الصغيرة يمكن أن تتكون من四 إلى خمسة أفراد
• لدور مثل:
  • مهندس برمجيات: لتنفيذ الأوامر والضحك، ووضع المؤقت
  • مهندس التعلم الآلي: لتمديد výzkum
  • باحث التعلم الآلي: لتمديد البحث
  • عالم بيانات: لتقديم الإحصاءات
  • مهندس بيانات: لتنظيم البيانات وتخزينها بطريقة 经濟ية

بدء العمل مع فريق صغير

• مهندس برمجيات واحد
• مهندس التعلم الآلي/عالم بيانات واحد
• لا أحد سوى نفسك

كتاب التغيير الذاتي لتعلم الآلي

• تنفيذ مشروع تجريبي لتحقيق الزخم
• بناء فريق تعلم الآلي داخلي
• تقديم تدريب تعلم الآلي عريض
• تطوير استراتيجية تعلم الآلي
• تطوير الاتصالات الداخلية والخارجية

بدء مشروع تجريبي

• بدء دوامة النجاح
• إظهار النجاحات في غضون 6-12 месяцев
• يمكن أن يكون مشروعا داخليا أو خارجيا

بناء فريق تعلم الآلي داخلي

• تطوير الأدوات التي يمكن أن تكون مفيدة لجميع الشركة
• تحت رئاسة رئيس المعلوماتية أو رئيس التكنولوجيا أو رئيس داده

تقديم تدريب تعلم الآلي عريض

• دورات كورسات عبر الانترنت
• كتب
• جمع محتوى بدلا من إنشائه

تطوير استراتيجية تعلم الآلي

• استغلال التعلم الآلي لإنشاء ميزة خاصة لشركتك
• تصميم استراتيجية تعمل مع دائرة المعرفة الخاصة بالتعلم الآلي
• لا 竞ع مع العمال الكبار

نقاط الضعف الشائعة

بدء الخطوة الأولى

• الحصول على أصدقاء لتعلم عن التعلم الآلي
• بدء الإidea لمشروعات
• تعيين بعض مهندسي التعلم الآلي لمساعدتك
• تعيين رئيس التعلم الآلي
• مناقشة إمكانيات التعلم الآلي مع الرئيس التنفيذي

مجالات تطبيق التعلم الآلي

الرؤية الحاسوبية

• تصنيف الصور والتعرف على الأشياء
• كشف الأشياء
• تقسيم الصور
• تتبع الأشياء

المعالجة الطبيعية للغة

• تصنيف النصوص
• التعرف على مشاعر
• استرجاع المعلومات
• ترجمة لغات

الكلام

• تحويل الكلام إلى نص
• كشف كلمة الاختيال
• التعرف على المتكلم
• توليد الكلام

الروبوتات

التعلم الآلي العام

التعلم غير المباشر

التعلم المباشر يحتاج إلى كم كبير من البيانات

التعلم النقل

الشبكة التوليدية المعارضة (GAN)

• توليد صور جديدة من الصفر
• في صناعة الترفيه السينمائي والanimate

الرسم البياني لل معرفة

مجتمع التعلم الآلي

• التعلم الآلي قوة عالية
• قاعدة金لولك
• لا ي spent مبالغ كبيرة على المخاطر غير الضرورية
• الشتاء التعلم الآلي
• التعلم الآلي لا يمكن أن يفعل كل شيء، ولكنه سيتحول الصناعات

حدود التعلم الآلي

• حدود الأداء مع كم قليل من البيانات
• труд في الشرح: كيف نثق بالتعلم الآلي
• البشر أيضا ليستوا جيدين في الشرح
• حاجز لالقبول
• تحيز البيانات
• هجمات معارضة

مشاكل التعلم الآلي

• التعلم الآلي يتعلم الصور النمطية غير الصحية
• التعلم الآلي من البيانات المتحيزة

почему يهم التحيز

• أدوات التوظيف التي تفرق ضد النساء
• أنظمة التعرف على الوجه التي تعمل بشكل أفضل لعرق معين
• الموافقات على القروض البنكية
• الآثار السلبية لتعزيز الصور النمطية غير الصحية

مكافحة التحيز

• الحلول التقنية
• استخدام بيانات أقل تحيزا
• شفافية أو عملية التدقيق
• قوة عمل متنوعة
• تلتزم بتطبيقات أقل تحيزا

هجمات معارضة

• مرشحات الرسائل المزعجة
• مرشحات الكلام المسيء
• الهجمات الفيزيائية

دفاع ضد هجمات معارضة

• تكلفة الدفاع
• سرعة الدفاع
• لماذا نستثمر في الدفاع؟_zero-sum ضد العدائيين

استخدامات التعلم الآلي السيئة

• فيديوهات_deep Fake
• pháي القِيَم الديمقراطية والخصوصية
• المراقبة القماعية
• توليد تعليقات زائفة
• spam ضد anti-spam،詐欺 ضد анти-詐欺

التعلم الآلي وتأثيره على الوظائف

• التعلم الآلي هو آلي автоматي عالي
• الوظائف التي ستتدن بالتعلم الآلي
• الحلول لمواجهة تأثير التعلم الآلي على الوظائف
  • الدخل الأساسي المشروط
  • المجتمع الذي يتعلم مدى الحياة
  • الحلول السياسية
  • العمل في 인터سيكشن بين الوظائف الحالية والتعلم الآلي