نماذج التعلم للدعم القرار المعتمد على الذكاء الاصطناعي في البيئات الحرجة للسلامة والمقيدة الموارد

أصبح الذكاء الاصطناعي قدرة أساسية لدعم اتخاذ القرار عبر مجالات حيث قد تؤدي الإخفاقات إلى أضرار تتعلق بالسلامة أو الاقتصاد أو المجتمع. غالبًا ما تكون هذه البيئات مقيدة ببيانات محدودة، وموارد حوسبة مقيدة، ومتطلبات زمن استجابة، وظروف تشغيل متغيرة. تفحص هذه المقالة نماذج التعلم التي تدعم نظم الدعم القرار المعتمدة على الذكاء الاصطناعي في مثل هذه السياقات، مع التركيز على البيئات الحرجة للسلامة والمقيدة الموارد. من خلال تجميع الأدلة عبر الصحة، والنقل، والأمن السيبراني، والأنظمة الصناعية، والبنى التحتية المدعومة بالحوسبة الطرفية، تحلل الدراسة كيف تسهم نماذج التعلم الخاضع للإشراف، وغير الخاضع للإشراف، ونصف المشرف، والتعزيز، والتعلم الفدرالي، والتعلم التجميعي في اتخاذ قرارات موثوقة. يُقترح إطار منهجي موحد يدمج التصميم الهيكلي، واختيار التعلم، واستراتيجيات التقييم. تظهر النتائج التجريبية والتحليلات المقارنة مقايضات بين الدقة، والمتانة، وقابلية التفسير، وكفاءة الموارد، مبرزة طرقًا نحو نظم دعم قرار ذكية متينة وقابلة للتكيف.