Badji Mokhtar – Annaba – University

Faculty of Technology, Departement of Electronics

Subject:

Deep Learning
Dr.Neili zakaria
Email : zaki.neli@yahoo.fr

2023 - 2024
Chapter 1: Introduction to Artificial Intelligence
‫‪Imagine if your computer or phone could think and make decisions like a‬‬
‫‪human - that's pretty much what AI is! We, humans, give machines a special‬‬
‫‪kind of intelligence that allows them to solve problems, make decisions, and‬‬
‫‪even learn new things all by themselves. It’s like teaching a robot how to‬‬
‫‪think! So, with AI, machines can help us do all sorts of amazing things,‬‬
‫‪making our lives easier.‬‬

‫تخيلوا لو كان جهاز الكمبيوتر أو الهاتف الخاص بك يمكنه التفكير واتخاذ القرارات مثل اإلنسان ‪-‬‬
‫صا من الذكاء يتيح‬
‫عا خا ً‬
‫هذا بالضبط ما هو عليه الذكاء االصطناعي !نحن‪ ،‬البشر‪ ،‬نمنح األجهزة نو ً‬
‫لها حل المشكالت‪ ،‬واتخاذ القرارات‪ ،‬وحتى تعلم أشياء جديدة بمفردها ‪.‬إنها مثل تعليم الروبوت‬
‫كيفية التفكير !لذا‪ ،‬مع الذكاء االصطناعي‪ ،‬يمكن أن تساعدنا األجهزة في القيام بكل أنواع األشياء‬
‫المدهشة‪ ،‬مما يجعل حياتنا أسهل‬
1 Definition and History

Artificial Intelligence (AI) is the capability of machines to imitate human

cognitive functions such as learning, reasoning, and problem-solving.

‫ التعريف والتاريخ‬.1

‫ مثل‬،‫( هو القدرة التي تمتلكها اآلالت على تقليد الوظائف المعرفية لإلنسان‬AI) ‫الذكاء االصطناعي‬

.‫التعلم والتفكير وحل المشكالت‬

History of AI:

The history of AI can be divided into several key periods:

Pre-1950s: The Foundation

• The idea of creating machines with human-like intelligence dates back to
ancient times, with myths and stories featuring artificial beings.
• In the 19th and early 20th centuries, mathematicians and logicians like George
Boole and Alan Turing laid the groundwork for AI by developing formal logic
and the concept of a universal computing machine.

‫ األسس‬:‫الفترة قبل الخمسينات‬

‫ حيث تظهر في األساطير‬،‫• تشير فكرة إنشاء آالت ذات ذكاء شبيه باإلنسان إلى العصور القديمة‬
.‫والقصص التي تضمنت وجود كائنات اصطناعية‬
‫ قام الرياضيون والمنطقيون مثل جورج بول وآالن‬،‫• في القرن التاسع عشر وبداية القرن العشرين‬
‫تورينغ بوضع األسس لمجال الذكاء االصطناعي من خالل تطوير المنطق الرياضي وفكرة اآللة‬
.‫الحاسبة العالمية‬
1950s-1960s: The Birth of AI

• The term "artificial intelligence" was coined in 1956 at the Dartmouth

Conference, where the field of AI was officially founded.
• Early AI research focused on symbolic or rule-based systems, where
computers manipulated symbols to perform tasks like solving
mathematical problems and playing chess.
• Researchers developed programs like the Logic Theorist and General
Problem Solver.

‫ والدة الذكاء االصطناعي‬:‫الخمسينات والستينات‬

‫ حيث تأسس‬،‫ خالل مؤتمر دارتموث‬1956 ‫• تم تشكيل مصطلح "الذكاء االصطناعي" في عام‬
.‫رسميًا مجال الذكاء االصطناعي‬
‫• تركزت األبحاث األولية في مجال الذكاء االصطناعي على األنظمة الرمزية أو المبنية على‬
‫ حيث تقوم الحواسيب بمعالجة الرموز ألداء مهام مثل حل المشكالت الرياضية ولعب‬،‫القواعد‬
.‫الشطرنج‬
."‫• قام الباحثون بتطوير برامج مثل "المبرهن اللوجي" و"ال ُمحلل العام للمشكالت‬
‫‪1960s-1970s: The AI Winter‬‬

‫‪• Initial optimism about AI's rapid progress gave way to skepticism‬‬
‫‪due to unrealistic expectations and limitations in early AI‬‬
‫‪technologies.‬‬
‫‪• Funding for AI research decreased, leading to a period known as‬‬
‫"‪the "AI winter.‬‬

‫الستينات والسبعينات‪ :‬شتاء الذكاء االصطناعي‬

‫• للتفاؤل األولي حول التقدم السريع للذكاء االصطناعي بدأت تحل محله الشكوك‬
‫نتيجة لتوقعات غير واقعية وقيود في التكنولوجيا األولية للذكاء االصطناعي‪.‬‬
‫• انخفض التمويل ألبحاث الذكاء االصطناعي‪ ،‬مما أدى إلى مرحلة تعرف بـ‬
‫"شتاء الذكاء االصطناعي"‪.‬‬
1980s-1990s: Expert Systems and Neural Networks

• Expert systems, which used knowledge-based rules to solve specific

problems, gained popularity.
• Neural networks, a computational model inspired by the human brain,
saw renewed interest and development.
• This period also saw progress in natural language processing and
computer vision.

‫ أنظمة الخبراء والشبكات العصبية‬:‫الثمانينات والتسعينات‬

.‫ حيث استخدمت قواعد المعرفة لحل مشكالت محددة‬،‫• حظيت أنظمة الخبراء بشعبية متزايدة‬
‫ اهتما ًما متجددًا‬،‫ وهي نموذج حوسبة مستوحى من الدماغ البشري‬،‫• شهدت الشبكات العصبية‬
.‫وتطويرا‬
ً
.‫ضا تقد ًما في مجال معالجة اللغة الطبيعية ورؤية الحاسوب‬
ً ‫• شهدت هذه الفترة أي‬
Late 1990s-2010s: Machine Learning and Big Data

• Advances in machine learning algorithms, particularly in areas like support

vector machines and decision trees, led to practical applications of AI.
• The availability of large datasets and increased computational power fueled AI
advancements.
• AI applications emerged in areas like recommendation systems, image
recognition, and autonomous vehicles.

‫ تعلم اآللة والبيانات الضخمة‬:‫التسعينات وما بعدها‬

.‫ خاصة في مجاالت مثل دعم القرار واألشجار القرارية‬،‫باهرا‬

ً ‫• شهدت تقنيات التعلم اآللي تقد ًما‬
‫• أدى توفر مجموعات البيانات الكبيرة وزيادة القدرة الحاسوبية إلى تقدمات كبيرة في مجال الذكاء‬
.‫االصطناعي‬
‫• ظهرت تطبيقات الذكاء االصطناعي في مجاالت مثل أنظمة التوصية وتمييز الصور وسيارات‬
.‫القيادة الذاتية‬
‫‪2010s-Present: Deep Learning and AI Boom‬‬

‫‪• Deep learning, a subfield of machine learning using neural networks with many‬‬
‫‪layers, revolutionized AI, leading to significant breakthroughs in speech‬‬
‫‪recognition, natural language processing, and computer vision.‬‬
‫‪• AI-powered technologies became integrated into various industries, from‬‬
‫‪healthcare to finance, and led to the development of AI assistants like Siri and‬‬
‫‪Alexa.‬‬
‫‪• Ethical and societal concerns regarding AI's impact on jobs, privacy, and bias‬‬
‫‪gained prominence.‬‬
‫الوقت الحالي‪ :‬تعمق الشبكات العصبية وانتعاش الذكاء االصطناعي‬

‫• تقنية الشبكات العصبية العميقة‪ ،‬وهي مجال من مجاالت التعلم اآللي يستخدم فيها الشبكات العصبية ذات‬
‫العديد من الطبقات‪ ،‬غيّرت مالمح الذكاء االصطناعي وأدت إلى اكتشافات هامة في مجاالت مثل التعرف‬
‫على الكالم ومعالجة اللغة الطبيعية ورؤية الحاسوب‪.‬‬

‫• يستمر الذكاء االصطناعي في التقدم بسرعة‪ ،‬مع تطبيقات في مجموعة متنوعة من المجاالت‪ ،‬من‬
‫عا يثير الدهشة والنقاش‬
‫الروبوتات الذاتية التحكم إلى الرعاية الصحية والقطاع المالي‪ ،‬ويبقى موضو ً‬
‫وتحديات متزايدة بفعل تزايد القدرات الذكية لآلالت‪.‬‬
‫ٍ‬ ‫صا‬
‫حيث تواجه المجتمع فر ً‬
1.2 Key Concepts and Terminologies

Machine Learning (ML)

ML is a subset of AI where computers learn from data, improving their

performance on a specific task as they are exposed to more data over
time. Key concepts include supervised and unsupervised learning,
regression, and classification.

‫ المفاهيم والمصطلحات الرئيسية‬1.2

ML ‫تعلم اآللة‬

،‫تعلم اآللة هو مجموعة فرعية من الذكاء االصطناعي حيث تتعلم الكمبيوترات من البيانات‬
‫ المفاهيم الرئيسية‬.‫وتحسين أدائها في مهمة محددة كلما تعرضت لمزيد من البيانات على مر الزمن‬
.‫ واالنحدار والتصنيف‬،‫تشمل التعلم باإلشراف وبدون إشراف‬