ارسل ملاحظاتك

ارسل ملاحظاتك لنا







آليات تطبيق نظم الذكاء الاصطناعي في بيئة البيانات الضخمة: دراسة وصفية تحليلية

العنوان بلغة أخرى: The Mechanisms of Applying Artificial Intelligence Systems in a Big Data Environment: An Analytical Descriptive Study
المصدر: المجلة العلمية للمكتبات والوثائق والمعلومات
الناشر: جامعة القاهرة - كلية الآداب - قسم المكتبات والوثائق وتقنية المعلومات
المؤلف الرئيسي: قناوي، ياره ماهر محمد (مؤلف)
المؤلف الرئيسي (الإنجليزية): Qenawi, Yara Maher Mohamed
المجلد/العدد: مج4, ع11
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2022
الشهر: يوليو
الصفحات: 49 - 88
ISSN: 2636-2864
رقم MD: 1298935
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: HumanIndex
مواضيع:
كلمات المؤلف المفتاحية:
الذكاء الاصطناعي | تحليلات البيانات الضخمة | التعلم الآلي | التعلم العميق | التعلم الآلي الخاضع للإشراف | التعلم الآلي بدون إشراف | Artificial Intelligence | Big Data Analytics | Machine Learning | Deep Learning | Supervised Learning | Unsupervised Learning
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

444

حفظ في:
المستخلص: تصف هذه الدراسة المفاهيم ذات الصلة بالبيانات الضخمة والذكاء الاصطناعي، وتحلل المتطلبات الوظيفية والتقنية للذكاء الاصطناعي في بيئة البيانات الضخمة، كما تهدف الدراسة إلى التعرف على آليات تطبيق تقنيات الذكاء الاصطناعي التي تعتمد على البيانات الضخمة والتعرف على كيفية تطبيق الذكاء الاصطناعي في إطار البيانات الضخمة، وتسعى الدراسة إلى تحليل واستكشاف المجالات الرئيسية المتعلقة بالذكاء الاصطناعي مع البيانات الضخمة ومناقشة القضايا المفتوحة لتقديم اتجاهات بحثية جديدة في مجال تحليلات البيانات الضخمة مع الذكاء الاصطناعي، وقدمت مراجعة علمية شاملة عن آليات تطبيق الذكاء الاصطناعي في بيئة البيانات الضخمة واعتمدت الدراسة على المنهج الوصفي التحليلي من خلال قائمة مراجعة تضم العناصر التالية: (أنواع تقنيات الذكاء الاصطناعي الأكثر شيوعا في تحليلات البيانات الضخمة، وخوارزميات التعلم تحت الإشراف في البيانات الضخمة، ومزايا تقنيات الذكاء الاصطناعي مع البيانات الضخمة، وكيفية عمل الذكاء الاصطناعي في إطار البيانات الضخمة -المجالات الرئيسية لتطبيق الذكاء الاصطناعي -متطلبات تنفيذ الذكاء الاصطناعي مع البيانات الضخمة -التحديات والقضايا المفتوحة)، وتوصلت الدراسة إلى عدة نتائج من أهمها: هناك العديد من الدراسات التي تتعلق بالبيانات الضخمة ولكن تفتقر هذه الدراسات إلى المراجعة الكاملة والمنهجية لآليات تطبيق الذكاء الاصطناعي مع البيانات الضخمة، من أكثر تحديات الذكاء الاصطناعي مع البيانات الضخمة يأتي في الترتيب الأول معالجة كمية كبيرة من البيانات بنسبة 65 % وتوصي الدراسة بزيادة الاهتمام بالدراسات التي تتعلق بتطبيق آليات الذكاء الاصطناعي مع البيانات الضخمة وضرورة تنفيذ تقنيات ذكاء اصطناعي مختلفة لتحليل هذه الكميات الضخمة من البيانات في الوقت الفعلي.

This study first describes the concepts related to big data and artificial intelligence, and analyzes the functional and technical requirements of artificial intelligence in the environment of big data. The study seeks to analyze and explore the main areas related to artificial intelligence with big data and discuss open issues to present new research trends in the field of big data analytics with artificial intelligence. Through a checklist that includes the following items: (Types of artificial intelligence techniques are most common in massive data analyzes, learning algorithms under the supervision of large data, the advantages of artificial intelligence techniques with huge data, how to make artificial intelligence within the framework of massive data- the main areas of artificial intelligence application- requirements for the implementation of artificial intelligence with huge data- Open challenges and issues) and the study reached several results Among the most important: There are many studies related to big data, but these studies lack a complete and systematic review of the mechanisms of applying artificial intelligence with big data. One of the most challenges of artificial intelligence with big data comes in the first place, processing a large amount of data by 65%. The study recommends increasing Interest in studies related to the application of artificial intelligence mechanisms with big data and the necessity of implementing various artificial intelligence techniques to analyze these large amounts of data in real time.

ISSN: 2636-2864