نسخة هلا جي بي تي
اربطوا البيانات المنحازة وأخطاء النموذج بمخاطر العدالة والموثوقية والخصوصية والشمول.
65 دقيقة
تشخيص اختياري
ما له درجة نجاح، ولا يوقف الدرس. اختر «ماني متأكد» إذا هذا جوابك الصادق.
اختبار بعد الدرس
أرسله مرة وحدة عشان يفتح لك إكمال الدرس، وتقدر تعيده قد ما تبي.
أرسل اختبار ما بعد الدرس، وبعدها أكّد إنك جاهز تكمّل الدرس.
أنتم الحين قربتوا تخلصون هالدورة، ونأمل إن الصورة صارت واضحة لكم: الذكاء الاصطناعي يعتمد على مجموعة من الأساليب الرياضية الرسمية اللي تخلينا نلقى العلاقات داخل البيانات، وندرّب النماذج عشان تقلّد بعض جوانب السلوك البشري. وبوقتنا هذا نعدّ الذكاء الاصطناعي أداة قوية جدًا تستخرج الأنماط من البيانات، وبعدها تطبّقها لحل مشكلات جديدة.
بس بالخيال العلمي كثير نشوف قصص يصير فيها الذكاء الاصطناعي خطر على البشر. وغالبًا تدور هالقصص حول تمرّد للذكاء الاصطناعي، يوم يقرر يواجه الإنسان. وهذا يفترض إن عنده مشاعر، أو إنه يقدر يتخذ قرارات ما توقعها مطوروه.
نوع الذكاء الاصطناعي اللي تعلمنا عنه بهالدورة مب أكثر من حسابات على مصفوفات كبيرة. ومع إنه أداة قوية جدًا تساعدنا نحل مشكلاتنا، فهو مثل أي أداة قوية: نقدر نستخدمه في الخير أو في الضرر. والأهم إننا ممكن نسيء استخدامه.
عشان نتفادى إساءة استخدام الذكاء الاصطناعي، سواء صارت بالغلط أو بالقصد، حدّدت Microsoft مبادئ الذكاء الاصطناعي المسؤول (Responsible AI). وهذي أهم المفاهيم اللي تقوم عليها المبادئ:
طوّرت Microsoft حزمة أدوات الذكاء الاصطناعي المسؤول (Responsible AI Toolbox)، وهي تجمع الأدوات التالية:
لوحة قابلية التفسير (Interpretability Dashboard — InterpretML)
لوحة الإنصاف (Fairness Dashboard — FairLearn)
لوحة تحليل الأخطاء (Error Analysis Dashboard)
لوحة الذكاء الاصطناعي المسؤول (Responsible AI Dashboard)، وتشمل:
إذا ودكم تعرفون أكثر عن أخلاقيات الذكاء الاصطناعي، شوفوا هالدرس في منهج تعلم الآلة؛ بتحصلون معه تكليفات تطبيقية.
تقدرون تتابعون مسار Microsoft Learn إذا ودكم تتعمقون أكثر في الذكاء الاصطناعي المسؤول.
