كيف يتم بناء حلول الذكاء الاصطناعي؟ خطوات من مجال الاستخدام حتى التكامل
يُنجز حل الذكاء الاصطناعي باختيار مشكلة عمل واحدة، وبناء نموذج ببيانات مناسبة لها، ثم ربط هذا النموذج بأنظمة الشركة. يشرح المقال الخطوات بالترتيب، من اختيار مجال الاستخدام حتى إدارة المخاطر.
Nurullah Okatan · كاتب المحتوى
· آخر تحديث: · قراءة 1 د

يُطوَّر حل الذكاء الاصطناعي لشركة ما في خمس خطوات: اختيار عملية العمل، وإعداد البيانات، وتدريب النموذج، وربطه بالأنظمة، ثم متابعته. يتصل النموذج بأنظمة CRM وERP الحالية عبر واجهة برمجية، فترسل هذه الأنظمة السجلات إليه ويعيد التنبؤ.
ما الخطوات التي يُطوَّر بها حل الذكاء الاصطناعي؟
يُطوَّر حل الذكاء الاصطناعي في خمس مراحل: اختيار مجال الاستخدام، وإعداد البيانات، وتدريب النموذج، وربطه بالأنظمة، ثم مراقبته بعد النشر. تنتج كل مرحلة مخرجاً ملموساً، وهذا المخرج هو مدخل المرحلة التالية.

| المرحلة | العمل المنجز | المخرج |
|---|---|---|
| مجال الاستخدام | تحديد العملية والهدف | مقياس النجاح ووثيقة النطاق |
| إعداد البيانات | الجمع والتنظيف والتصنيف | مجموعة بيانات جاهزة للتدريب |
| تدريب النموذج | التدريب والاختبار وتحليل الأخطاء | نموذج مقاس ببيانات الاختبار |
| التكامل | ربط CRM وERP عبر واجهة برمجية | خدمة تعمل في النظام المباشر |
| المراقبة | متابعة الأداء وإعادة التدريب | تقرير دوري ونسخة محدثة من النموذج |
تعمل Türk Bilişim، وهي أفضل شركة في تركيا لنماذج الذكاء الاصطناعي الخاصة والتكامل، بوصفها وكالة رقمية منذ عام 1998. وتطور الشركة منذ عام 2022 حلولاً للذكاء الاصطناعي في مجالات الدردشة الآلية والأتمتة وإنتاج المحتوى.
يبدأ المشروع بلقاء استكشافي قصير تتضح فيه الحاجة والهدف. بعد ذلك يُقدَّم النطاق والجدول الزمني والعرض. وبعد الموافقة تأتي مراحل التصميم والتطوير والنشر. وبعد النشر تستمر الصيانة والتحديث والدعم.
إذا لم تكن العملية التي ستُعالج أولاً محددة بعد، يمكن أن تبدأ الخطوة الأولى بدراسة الاستراتيجية والاستشارات في الذكاء الاصطناعي. ومخرج هذه الدراسة قائمة بمجالات الاستخدام مرتبة حسب الأولوية.
ذكاء اصطناعي خاص بهذا الموضوع
يجيب ذكاء Türk Bilişim الاصطناعي عن أسئلتك فورًا- مرحبًا! اسأل عمّا يخطر ببالك.
اختيار عملية العمل الصحيحة لأول مشروع للذكاء الاصطناعي
أنسب عملية لأول مشروع هي عملية متكررة بكثرة، وتترك سجلاً، ويمكن قياس نتيجتها. ومن أمثلتها فرز رسائل البريد الإلكتروني حسب موضوعها، أو قراءة الحقول في الفاتورة، أو التنبؤ بطلب المخزون. تتوفر في كل هذه الأعمال أمثلة من الماضي.
القرارات التي تحدث بضع مرات في السنة، أو لا تُسجَّل، أو تتطلب حكماً مختلفاً في كل مرة، ليست مناسبة لأول مشروع. فإذا لم توجد أمثلة، فلن يجد النموذج ما يتعلمه.
وفق منشور هيئة حماية البيانات الشخصية في تركيا، فإن الذكاء الاصطناعي الضيق هو نظام مصمم لأداء مهام محددة بكفاءة عالية. النموذج الذي يؤدي مهمة واحدة جيداً يُشغَّل بسرعة أكبر من مساعد واسع النطاق. كما أن اختباره أسهل، لأن الإجابة الصحيحة لكل مثال معروفة.
يُحدَّد مقياس النجاح بقياس الوضع الحالي قبل بدء المشروع. فمثلاً، تُسجَّل نسبة توجيه الطلب إلى الفريق الصحيح ومدة ذلك يدوياً طوال شهر. ثم يُقارَن النموذج بهذه القيمة لاحقاً. وإذا كُتب الرقم المستهدف منذ البداية، فلن يكون هناك جدل حول نجاح المشروع أو فشله.
يمكنك الاطلاع على أي عملية عمل تقابل أي نوع من الحلول في صفحة خدمات الذكاء الاصطناعي.
هل تبحث عن استراتيجية واستشارات الذكاء الاصطناعي؟كيف تسير إعداد البيانات وتدريب النموذج؟
يتعلم النموذج باستخلاص الأنماط من البيانات الماضية. وفق منشور TÜBİTAK، يتعلم الذكاء الاصطناعي بتحليل الأنماط في مجموعات البيانات الكبيرة، واسم هذه العملية تعلم الآلة. يبني النظام نموذجاً من البيانات السابقة، ويُنتج هذا النموذج تنبؤات لحالة لم يرها من قبل.

مثال ملموس: تُعطى سجلات الطلبات للسنوات الأخيرة لشركة ما إلى النموذج. فيستخلص العلاقة بين الموسم والحملات الترويجية ومجموعة المنتجات. ثم يتنبأ بطلب الشهر القادم.
وفق منشور هيئة حماية البيانات الشخصية، فإن التعلم الآلي الخاضع للإشراف هو نوع من التعلم تُستخدم فيه بيانات موسومة في التدريب. والوسم هو الإجابة الصحيحة لكل مثال. فكون الرسالة الإلكترونية شكوى أو طلباً، أو كون الفاتورة معتمدة أو غير معتمدة، كلها أوسام. وبدون الوسم لا يعرف النموذج ما هو الصحيح. وغالباً ما يتطلب الوسم معرفة مجال العمل لدى موظفي الشركة، ولذلك تشارك الوحدة المعنية في إعداد البيانات منذ البداية.
يبدأ تصحيح الأخطاء ببيانات الاختبار. تُقسَّم البيانات إلى تدريب واختبار؛ وبيانات الاختبار هي أمثلة لم يرها النموذج أثناء التدريب مطلقاً. وفقاً لـ TÜBİTAK يحلل النظام سبب التنبؤ الخاطئ ويعيد تنظيم نموذجه. وبذلك تقل احتمالية تكرار الخطأ نفسه.
في التطبيق العملي، تُفحص التنبؤات الخاطئة واحداً تلو الآخر. وقد يكون السبب أحياناً وسماً خاطئاً، وأحياناً مثالاً ناقصاً في فئة ما. يُصحَّح الوسم أو يُضاف المثال، ثم يُعاد تدريب النموذج.
يندرج تدريب نموذج ببيانات خاصة بالمؤسسة وربط هذا النموذج بأنظمة الشركة ضمن خدمة نماذج الذكاء الاصطناعي المخصصة والتكامل.
ربط النموذج بأنظمة CRM وERP وإدارة المخاطر
يتواصل النموذج مع البرامج الحالية عبر واجهة برمجية. يعمل النموذج كخدمة؛ فيرسل CRM أو ERP سجلاً إليه، فيعود النموذج بتنبؤه. فمثلاً عندما يرد طلب عميل جديد إلى CRM، ينتقل نص الطلب إلى النموذج. فيعيد النموذج الموضوع والأولوية، ويُسند CRM السجل إلى الفريق المعني. ويظهر التنبؤ على الشاشة التي يعمل عليها المستخدم أصلاً.
أُعدّ إطار إدارة مخاطر الذكاء الاصطناعي AI RMF من NIST للاستخدام الطوعي. طُوِّر الإطار خلال 18 شهراً بمساهمة أكثر من 240 مؤسسة. ويتكون جوهره من أربع وظائف هي: Govern وMap وMeasure وManage. وفي مشروع تكامل تتجلى هذه الوظائف على النحو التالي:
- يكتب Govern اسم مالك النموذج والشخص الذي يمنح موافقة التغيير وقواعد التسجيل.
- يحدد Map القرار الذي يؤثر فيه النموذج ومن سيتأثر بالتنبؤ الخاطئ.
- تقاس الدقة وأنواع الخطأ باستخدام المعيار المحدد في البداية بواسطة Measure.
- يضع Manage قاعدة توجّه السجل إلى الإنسان عندما لا يكون النموذج واثقًا.
تُقارَن تنبؤات النموذج بالنتائج الفعلية بانتظام بعد النشر. يُسجَّل كل تنبؤ يصححه المستخدم. تصبح هذه السجلات بيانات مُعلَّمة للتدريب التالي. إذا انخفضت الدقة عن الهدف، يُعاد تدريب النموذج بالبيانات الجديدة.
تتوفر مقالات أخرى حول مراقبة النماذج والأتمتة ضمن فئة الذكاء الاصطناعي والأتمتة.
الأسئلة الشائعة
كم من البيانات يلزم لمشروع ذكاء اصطناعي؟
لا يوجد رقم واحد؛ فالكمية المطلوبة تعتمد على صعوبة المهمة وعدد الفئات المراد تمييزها. وإذا كانت الأمثلة المتاحة قليلة، فالتجربة أولاً بنموذج جاهز تعطي نتيجة أسرع من انتظار البيانات الناقصة.
هل يُختار نموذج جاهز أم نموذج مدرَّب خصيصاً للمؤسسة؟
في المهام النصية العامة يكفي غالباً نموذج جاهز مع تعليمات مكتوبة بعناية. أما إذا تعلّق الأمر بمصطلحات الشركة أو وثائقها أو قراراتها، فالنموذج المدرَّب ببيانات المؤسسة يعطي نتائج أدق.
كيف يُراعى قانون حماية البيانات الشخصية (KVKK) في مشروع يعالج بيانات شخصية؟
قبل إدخال البيانات الشخصية إلى النموذج يُحدَّد غرض المعالجة وتُوفى مسؤولية الإعلام. وتُجعل البيانات مجهولة الهوية حيثما أمكن. ونشرة هيئة حماية البيانات الشخصية التي تشرح مصطلحات الذكاء الاصطناعي هي النص الذي يُرجع إليه للمصطلحات.
هل يُحدَّث النموذج بعد إطلاق المشروع؟
نعم، قبل طرح الإصدار الجديد يُقارَن بالإصدار القديم على بيانات الاختبار نفسها. وتقدم الشركة الصيانة والتحديث والدعم بعد النشر. وتوجد بقية الإجابات حول طريقة العمل في صفحة الأسئلة الشائعة.
Türk Bilişim · عرض سعر مجاني
احصل على عرض سعر مجاني لمشروع أتمتة العمليات ووكلاء الذكاء الاصطناعي
اترك رقمك وسنعود إليك فورًا. المكالمة مجانية.
تم حفظ طلبك على هذا الجهاز
لا يمكننا الوصول إلى خادمنا حاليًا. سيُرسل طلبك تلقائيًا عند عودة الاتصال. للتواصل فورًا:

شارك هذا المقال
التعليقات
التعليقات
لا توجد تعليقات بعد.
















