مدخل الى الذكاء الإصطناعي وتعلم الآلة

تالالمذ ت :ل:ذل اطجك تفال 97 لمنــع حــدوث فوضــى فــي الشــبكة، ترتبــط الخلايــا العصبيــة بطبقــات، وليــس بطريقــة عشــوائية؛ ترتبــط الخلايــا العصبيــة داخــل الطبقــة الواحــدة، وإنمــا تتصــل بالخلايــا العصبيــة للطبقــات التالية والســابقة . تتحــرك البيانــات فــي الشــبكة العصبيــة الاصطناعيــة تحــركًا صارمًــا باتجــاه واحــد مــن )الأعلــى والأســفل ( مدخــلات الطبقــة الأولــى إلــى مخرجــات الطبقــة الأخيــرة. إذا وضعــت عــددًا كافيًــا مــن الطبقــات ووضعــت الأوزان بطريقــة صحيحــة، فســتحصل علــى النتيجــة المرجــوة وإليــك مثــلاً يوضــح الأمــر، تريــد أن تكتشــف مــا هــو الرقــم المكتــوب بخــط اليــد فــي الصــورة الممــررة، ســتُمرَّر الصــورة إلــى الشــبكة عــن طريــق مدخــلات الطبقــة الأولــى، وبعدهــا فــإن البكســلات الســوداء ستُنشّــط الخلايــا العصبيــة المرتبطــة بهــا، وهــي بدورهــا ستُنشّــط الطبقــات التاليــة المرتبطــة بهــا، وهكــذا حتــى يضــيء أخيــرًا المخــرج المســؤول عــن الرقــم أربعــة. إذا هكــذا وصلنــا للنتيجــة المرجــوة .)ســنأخذ هــذا المثــال بوضــوح أكبــر وبــكلّ تفاصيلــه الدقيقــة فــي الجــزء الثانــي مــن هــذه السلســلة ( فــي الواقــع عنــد برمجــة الخلايــا العصبيــة على الحاســوب لا نكتــب عمليًــا الخلايا العصبيــة والوصلات المرتبطــة بهــا. وإنمــا يمثــل كلّ شــيء كمصفوفــات وتحســب النتيجــة بنــاءً علــى ضــرب المصفوفــات ببعضهــا كيــف تحــدث عمليــة التعلّــم فــي الخلايــا العصبيــة الفيديــو بعضًــا للحصــول علــى أداء أفضــل. يبســط هــذا لا تنــس أن تغعِّــل خيــار (الاصطناعيــة، وكيــف تحــدد عمليــة الضــرب دقــة الشــبكة العصبيــة الّتــي لــدي .)التعليقــات التوضيحيــة لأن الفيديــو مترجــم إلــى اللغــة العربيــة

تالالمذ ت :ل:ذل اطجك تفال 98 تحتــوي الشــبكة علــى طبقــات متعــددة لهــا روابــط بيــن كلّ خليــة عصبيــة تســمى الشــبكات العصبيــة وتعــد أبســط بنيــة )MLP( وتســمى اختصــارًا )Multilayer Perceptron(بيرســيبترون المتعــددة مناسبة للمبتدئين. بعــد إنشــاء الشــبكة، ســتكون مهمتنــا هــي تعييــن الطــرق المناســبة لتتفاعــل الخلايــا العصبيــة مــع ”مدخــلات الشــبكة العصبيــة “الإشــارات الــواردة بطريقــة صحيحــة. وســنُعطِي الشــبكة بيانــات الدخــل أو ســتكون الرقــم الموافق ”مخرجات الشــبكة العصبية “صــورة الرقــم المكتــوب بخــط اليــد وبيانــات الخــرج أو عدلــي أوزانــك بالطريقــة الصحيحــة حتــى “للصــورة المُمــررة عبــر مدخــلات الشــبكة. أي ســنقول للشــبكة .”4تســتطيعين معرفــة الصــورة المُمــرَّرة لــك علــى أنهــا صــورة للرقــم فــي البدايــة تُســند جميــع الأوزان بطريقــة عشــوائية. بعــد أن نعــرض لهــا رقمًــا معينًــا، إذ تنبعــث منهــا إجابــة عشــوائية لأن الأوزان ليســت صحيحــة حتــى الآن، ونــوازن مــدى اختــلاف هــذه النتيجــة عــن النتيجــة الصحيحــة. ثــم نبــدأ فــي بالرجــوع للخلــف عبــر الشــبكة مــن المخرجــات إلــى المدخــلات ونخبــر كلّ خليــة عصبيــة، لقــد تنشــطت هنــا وأديــت عمــلاً رهيبًــا وهكــذا. المتتاليــة هنــاك أمــل فــي ”الاســتدلال ثــمّ التحقــق ثــمّ التغييــر “بعــد مئــات الآلاف مــن هــذه الــدورات أن تُصحــح الشــبكة العصبيــة أوزانهــا وتجعلهــا تعمــل علــى النحــو المنشــود. الاســم العلمــي لهــذه المنهجيــة .)Backpropagation( ”منهجيــة الانتشــار العكســي “هــي كيــف تَحــدثُ عمليــة التعلّــم بالتفاصيــل الدقيقــة فــي الطبقــات المخفيــة وكيــف الفيديــو يبســط هــذا لا تنــسَ أن تغعِّــل خيــار التعليقــات التوضيحيــة لأن الفيديــو مترجــم إلــى اللغــة (تتعلــم مــن أخطائهــا .)العربية أيضًا يمكــن للشــبكة العصبيــة المدربــة تدريبًــا جيــدًا أن تنــوب عــن عمــل أي مــن الخوارزميــات الموضحــة . وهــذا مــا جعلهــا شــائعة الاســتخدام )بــل وغالبًــا مــا يمكنهــا أن تعمــل بدقــة أكثــر منهــم (فــي هــذا الفصــل علــى نطــاق واســع. اتضــح لاحقًــا أن الشــبكات الّتــي تحتــوي علــى عــدد كبيــر مــن الطبقــات تتطلــب قــوة حســابية لا يمكــن . أمــا حاليًــا فــأي حاســوب مُخصــص للألعــاب يتفــوق )عنــد بدايــة ظهــور الشــبكات العصبيــة (تصورهــا آنــذاك بــالأداء علــى أداء مراكــز البيانــات الضخمــة آنــذاك. لذلــك لــم يــكُ لــدى النــاس أي أمــل فــي أن تصبــح هــذه القــدرة الحســابية متوفــرة ذلــك الحيــن، وكانــت فكــرة الشــبكات العصبيــة مزعجــة بضخامتهــا.

تالالمذ ت :ل:ذل اطجك تفال 99 سنتاول في شرحنا أهم الهياكل المشهورة للشبكات العصبية في الوقت الحاضر أ. )Convolutional Neural Networks(الشبكات العصبية التلافيفية ثــورة فــي عالم الشــبكات )CNN(أحدثــت بنيــة الشــبكات العصبيــة التلافيفيــة والتــي تدعــى اختصــارًا العصبيــة حاليًــا، إذ تســتخدم للبحــث عــن الكائنــات فــي الصــور وفــي مقاطــع الفيديــو، كمــا تســتخدم أيضًــا للتعــرف علــى الوجــوه، وتحويــل التنســيق، وتوليــد وتحســين الصــور، وإنشــاء تأثيــرات مثــل التصويــر البطــيء وتحســين جــودة الصــورة. باختصــار تســتخدم بنيــة الشــبكات العصبيــة التلافيفيــة فــي جميــع الحــالات الّتــي تتضمــن صــورًا ومقاطــع فيديــو. يمكنــك ملاحظــة كيــف اســتطاعت تقنيــات تعلــم الآلــة الّتــي طورتهــا شــركة فيســبوك مــن تحديــد .أالكائنــات الموجــودة فــي الصــورة بدقــة ممتــازة مــن أبــرز المشــاكل الرئيســية الّتــي تواجهنــا عنــد التعامــل مــع الصــور هــي صعوبــة اســتخراج الميــزات منهــا. علــى عكــس ســهولة الّتــي نجدهــا عنــد التعامــل مــع النصــوص، إذ فــي النصــوص يمكنــك ببســاطة تقســيم النــص بحســب الجمــل، والبحــث عــن الكلمــات ذات ســمات معينــة، ومــا إلــى ذلــك. ولكــن فــي الصــور الأمــر أعقــد مــن ذلــك بكثيــر إذ يجــب تصنيــف الصــور تصنيفًــا يدويًــا لكــي تتمكــن برامــج تعلّــم الآلــة مــن .GitHub على شبكةDetectron انظر صفحةأ

تالالمذ ت :ل:ذل اطجك تفال 100 معرفــة مــكان آذان القطــط أو ذيولهــا فــي هــذه الصــورة المحــددة والمنصفــة. ســميت هــذه المنهجيــة لاحقًــا وكان يســتخدمها الجميــع تقريبًــا. ”صناعــة الميــزات يدويًــا “باســم ولكــن الأمــر لــم يتوقــف إلــى هــذا الحــد فحســب وإنمــا ظهــرت العديــد مــن المشــاكل مــع منهجيــة صناعــة الميــزات يدويًــا، فمثــلاً فــي البدايــة إذا كانــت تعرفــت الشــبكة العصبيــة علــى أذنــي القطــة وأبعــدت .)بســبب تغيّــر حجــم أذن القطــة (هــذه القطــة عــن الكاميــرا فنحــن فــي مشــكلة لأن الشــبكة لــن تــرى شــيئًا فــي الحقيقــة ( ميــزات مختلفــة تميّــز القطــط عــن بقيــة الحيوانــات الأخــرى 10ثانيًــا لنحــاول تســمية ، ولكــن مــع ذلــك عندمــا أرى نقطــة ســوداء تُســرعُ مــن جانبــي أثنــاء )أنــا أول مــن فشــل فــي هــذه المهمــة سأســتطيع أن أحــدد -حتــى لــو لمحتهــا فقــط فــي زاويــة عينــي -تجولــي فــي الشــارع عنــد منتصــف الليــل بأنهــا قطــة وليســت فــأر، والســبب بســيط جــدًا إذ لا شــعوريًا يصنــف دماغنــا العديــد مــن الميــزات الخاصــة بالقطــط ولا ينظــر إلــى شــكل الأذن أو عــدد الأرجــل فقــط وذلــك بــدون أي جهــد منــي ولا حتــى تفكيــر. وبنــاءً علــى ذلــك ســيصعب الأمــر جــدًا عنــد محاولتــي لنقــل هــذه المعرفــة إلــى الآلــة. لــذا فهــذا يعنــي أن الآلــة ســتحتاج إلــى تعلّــم هــذه الميــزات بمفردهــا، وإنشــاء هــذه الميــزات اعتمــادًا علــى الخطــوط الأساســية للصــورة. ســننفذ مــا يلــي: بكسل.8×8سنقسم الصورة بأكملها إلى كتل ذات حجم ســواء أكان الخــط أفقيًــا -ســنخصص لــكل نــوع مــن أنــواع الخطــوط علــى الصــورة رمــزًا معينًــا . يمكــن أيضًــا أن يكــون ]/[ أو قطريًــا ســيكون الرمــز ]|[ أو رأســيًا ســيكون الرمــز ]-[ســيكون الرمــز وهــذا يحــدث ولذلــك لســنا دائمًــا علــى ثقــة تامــة. -العديــد منهــا مرئيًــا للغايــة ســيكون الناتــج عــدة جــداول مــن الخطــوط الّتــي هــي فــي الواقــع أبســط الميــزات الّتــي تمثــل حــواف الكائنــات علــى الصــورة. إنهــا صــور بمفردهــا ولكنهــا مبنيــة مــن الخطــوط. وهكــذا نســتمر فــي أخــذ كتلــة ونــرى كيــف تتطابــق معًــا. ونعيدهــا مــرارًا وتكــرارًا. 8×8ذات حجــم

تالالمذ ت :ل:ذل اطجك تفال 101 ، مســتمدة هــذا الاســم مــن تابــع)Convolution(تســمى هــذه العمليــة بعمليــة الالتفــاف أو الطــيّ الطــيّ المطبــق فيهــا. يمكــن تمثيــل عمليــة الطــيّ كطبقــة مــن الشــبكة العصبيــة، لأنــه فــي نهايــة الأمــر يمكــن لــكلّ خليــة عصبيــة أن تكــون بمثابــة تابــع يــؤدي أي وظيفــة أريدهــا. عندمــا نغــذي ونــزود شــبكتنا العصبيــة بالكثيــر مــن صــور القطــط، فإنهــا ســتعيّن تلقائيًــا أوزانًــا أكبــر لمجموعــات الخطــوط الّتــي تتكــرر كثيــرًا فــي هــذه النــوع مــن الصــور. لا تهتــم الآلــة مــا إذا كان ظهــر القطــة خطًــا مســتقيمًا أو جســمًا هندســيًا معقــدًا مثــل وجــه القطــة، وبالمجمــل ســتكون بعــض مجموعــات الخطــوط ســتكون نشــطة دائمًــا. كمخرجــات ســتنظر هــذه الشــبكة العصبيــة الاصطناعيــة ذات البنيــة التلافيفيــة لأكثــر المجموعــات نشــاطًا فــي هــذه الصــور وســتبني عليهــا قرارهــا فيمــا إذا كانــت الصــور لقطــة أو لكلــب.

تالالمذ ت :ل:ذل اطجك تفال 102 يكمــن جمــال هــذه الفكــرة فــي أن الشــبكة العصبيــة ســتبحث عــن الميــزات الأكثــر تميــزًا للكائنــات بمفردهــا. لســنا بحاجــة لاختيارهــا يدويًــا. يمكننــا تزويــد الشــبكة بكميــة كبيــرة مــن الصــور لأي كائــن فقــط مــن خــلال البحــث فــي غوغــل عــن مليــارات مــن الصــور المشــابهة وهكــذا ســوف تنشــئ شــبكتنا خرائــط مميــزة مــن الخطــوط وتتعلــم كيفيــة تمييــز أي كائــن بمفردهــا. ب. )Recurrent Neural Networks(الشبكات العصبية المتكررة مــن أكثــر البُنــى الهيكليــة )RNN(تعــدّ الشــبكات العصبيــة المتكــررة والتــي يشــار لهــا اختصــارًا للشــبكات العصبيــة الاصطناعيــة شــيوعًا فــي وقتنــا الحاضــر. وذلــك لفوائدهــا الجمّــة إذ أعطتنــا الكثيــر مــن الأشــياء المفيــدة مثــل الترجمــة الآليــة، والتعــرف علــى الــكلام، وتركيــب صــوت مميــز للمســاعد الشــخصي . وعمومًــا تعــدّ هــذه البنيــة مــن أفضــل الخيــارات الموجــودة للبيانات التسلســلية )Siri(مثــل المســاعد ســيري مثــل: الصــوت أو النــص أو الموســيقى. هــل تذكــر القــارئ الصوتــي الخــاص الموجــود فــي نظــام التشــغيل وينــدوز إكــس بــي ؟ هــذا الرجــل المضحــك يبنــي الكلمــات حرفًــا بحــرف، محــاولاً لصقهــا معًــا. الآن وازن )Windows XP( بيــن صوتــه وصــوت المســاعد الشــخصي أليكســا الخــاص بشــركة أمــازون، أو المســاعد الشــخصي الخــاص بغوغــل، فــرق كبيــر بينهــم، أليــس كذلــك؟ إنهــم لا ينطقــون الكلمــات بوضــوح فقــط وإنمــا يضيفــون لكنــة اللطيــف لشــبكة عصبيــة تحــاول أن تتحــدث بعــد تزويدهــا بصــوت الفيديــو خاصــة مناســبة لهــم! إليــك هــذا .) D-تحلــى بالصبــر عنــد مشــاهدته (بشــري كلّ ذلــك لأن المســاعدين الصوتييــن الحديثيــن مدربــون علــى التحــدث علــى عبــارات كاملــة دفعــة واحــدة وليــس حرفًــا بحــرف، يمكننــا أخــذ مجموعــة مــن النصــوص الصوتيــة وتدريــب شــبكة عصبيــة لإنشــاء تسلســل صوتــي أقــرب إلــى الــكلام الأصلــي. بمعنــى آخــر، سنســتخدم النــص كمدخــل للشــبكة العصبيــة الاصطناعيــة وصــوت الشــخص المجــرّد كخــرج لهــذه الشــبكة. نطلــب مــن الشــبكة العصبيــة إنشــاء بعــض الأصــوات لنــص محــدد، ثــم موازنتــه بالصــوت الأصلــي ومحاولــة تصحيــح الأخطــاء للاقتــراب قــدر الإمــكان مــن الصــوت الأصلــي المثالــي. تبــدو عمليــة التعلــم بســيطة وكلاســيكية أليــس كذلــك؟ حتــى الشــبكات العصبيــة ذات التغذيــة المُســبقة تســتطيع فعــل ذلــك. ولكــن كيــف يجــب تعريــف مخرجــات هــذه الشــبكة؟ هــل ســيكون بلفــظ كلّ عبــارة ممكنــة موجــودة فــي اللغــة الإنكليزيــة؟ بالتأكيــد هــذا ليــس خيــارًا جيــدًا.

تالالمذ ت :ل:ذل اطجك تفال 103 هنــا ستســاعدنا حقيقــة أن النــص أو الــكلام أو حتــى الموســيقى؛ مــا هــي إلا تسلســلات مــن المعلومات . تبــدو جميعهــا فريــدة مــن نوعهــا )مثــل المقاطــع اللفظيــة للكلمــات الإنكليزيــة (تتكــون مــن وحــدات متتاليــة ولكنهــا تعتمــد علــى مقاطــع ســابقة. ألــغِ هــذا الاتصــال بيــن هــذه المقاطــع وســتحصل علــى مقطــع موســيقي .)Dubstep(من نــوع دبســتيب يمكننــا تدريــب الشــبكة العصبيــة بيرســيبترون لتوليــد هــذه الأصــوات الفريــدة، ولكــن كيــف ســتتذكر الإجابــات الســابقة؟ لــذا تكمــن الفكــرة فــي إضافــة ذاكــرة خاصــة لــكلّ خليــة عصبيــة اصطناعيــة، واســتخدامها كمدخــل إضافــي عنــد تشــغيل المقطــع التالــي. يمكــن للخلايــا العصبيــة أن تــدون ملاحظــات لنفســها مثــل اكتشــافها لحــرفٍ متحــرك، ولذلــك يتوجــب عليهــا أن تُظهــر المقطــع الصوتــي التالــي بنبــرة . بهــذه الطريقــة ظهــرت الشــبكات المتكــررة. )فــي الحقيقــة إنهــا مجــرد مقاربــة بســطية للغايــة (أعلــى كان لهــذا النهــج مشــكلة كبيــرة وهــي عندمــا تتذكــر جميــع الخلايــا العصبيــة نتائجهــا الســابقة، يصبــح ضبــط جميــع -مــن الناحيــة الفنيــة -عــدد الاتصــالات فــي الشــبكة ضخمًــا جــدًا لدرجــة أنــه مــن المســتحيل الأوزان، لذلــك عندمــا لا تســتطع الشــبكة العصبيــة نســيان بعــض الأشــياء غيــر المهمــة فلــن تتمكــن مــن تعلّــم حتــى نحــن البشــر لدينــا نفــس المشــكلة نســيان بعــض المعلومــات غيــر المهمــة، أو لعلّهــا (الأشــياء الجديــدة .)ميــزة؟ وخصيصًــا إذا كانــت هــذه الأشــياء هــي ذكريــات مؤلمــة! كان التحســين الأول بســيطًا جــدًا وذلــك بتحديــد حجــم معيــن لذاكــرة الخليــة العصبيــة الاصطناعيــة. نتائــج فقــط، ولكــن أليســت هــذه الفكــرة مناقضــة للفكــرة الأساســية 5لنقــل بــأن الشــبكة ســتحفظ آخــر ؟)وهــي تذكــر مــا تعلمتــه الشــبكة بالكامــل (الّتــي انطلقنــا منهــا

تالالمذ ت :ل:ذل اطجك تفال 104 بعــد تحديثــات وتطويــرات كثيــرة جــاء لاحقًــا نهــج أفضــل بكثيــر، والّــذي سيســتخدم خلايــا خاصــة، تشــبه إلــى حــدٍ مــا ذاكــرة الحاســوب، يمكــن لــكلّ خليــة إمكانيــة تســجيل رقــم معيــن أو قراءتــه أو إعــادة .)LSTM(تعيينــه، وســميت هــذه الخلايــا بخلايــا الذاكــرة طويلــة وقصيــرة الأجــل )Flag(والآن عندمــا تحتــاج الخليــة العصبيــة إلــى تعييــن منبــه لتذكــر هذا المقطــع، فإنها ســتضع رايــة . ”كان الحــرف ســاكنًا فــي الكلمــة، اســتخدم المــرة التاليــة قواعــد نطــق مختلفــة “فــي تلــك الخليــة. مثــل طويلــة “عندمــا لا تســتدعي الحاجــة لاســتخدام الرايــات، ســيُعاد ضبــط الخليــة تاركــة فقــط الاتصــالات للشــبكة العصبيــة؛ وبعبــارة أخــرى، ســتُتدربُ الشــبكة العصبيــة ليــس فقــط لكــي تتعلّــم كيفيــة ضبــط ”الأجــل فــي الخلايــا العصبيــة. )وهــي أشــبه مــا يمكــن بالمنبهــات (الأوزان وإنمــا لتَتعلَّــم أيضًــا كيفيــة ضبــط الرايــات قــد يبــدو الحــل بســيط جــدًا ومــع ذلــك يعمــل بكفــاءة عاليــة. لكــن مــاذا لــو دمجنــا إمكانيــة تعديــل مــع إمكانيــة تعديــل الصــوت باســتخدام )CNN(مقاطــع الفيديــو باســتخدام الشــبكات العصبيــة التلافيفيــة علــى مــاذا ســنحصل؟ هــل حقًــا ســنحصل علــى الرئيــس الســابق )RNN(الشــبكات العصبيــة المتكــررة لتكتشــف الأمــر. الفيديــو للولايــات المتحــدة الأمريكيــة؟ إليــك هــذا . . . )Deep Learning(التعلم العميق التعلّــم العميــق هــو “إذا أردنــا أن نختصــر التعلــم العميــق بجملــة واحــدة وواحــدة فقــط ســتكون حتمًــا .”شــبكة عصبيــة اصطناعيــة كبيرة من بعض التطبيقات العملية للتعلم العميق: التعرف على الصور والأصوات. تحليل بيانات الأرصاد الجوية. تحليل بيانات الأبحاث البيولوجية. مجال التسويق واختيار الجمهور المستهدف من الإعلانات. من بعض الهيكليات الشبكة العصبية الاصطناعية المستخدمة بكثرة في التعلّم العميق نجد: .)Multilayer Perceptron Networks(شبكات بيرسيبترون متعددة الطبقات .)Convolutional Neural Networks(الشبكات العصبية التلافيفية

تالالمذ ت :ل:ذل اطجك تفال 105 Long Short-Term(الشــبكات العصبيــة المتكــررة ذات الذاكــرة قصيــرة وطويلــة الأمــد .)Memory Recurrent Neural Networks والعديد من البنى الأخرى للشبكة الخاصــة بالشــبكات العصبيــة فــي )المعماريــات(بعــد بنــاء العلمــاء والباحثيــن للعديــد مــن البُنــى محاولــة منهــم للعثــور علــى البنيــة الأنســب لاكتشــاف الأنمــاط فــي البيانــات، ومــن بيــن أبــرز هــذه البُنــى كانــت البنيــة الخاصــة بالشــبكة التعلــم العميــق، ويذكــر أن أول مــرة ظهــر فيهــا مفهــوم التعلــم )المعماريــات ( ، وعرفــت فــي ذلــك الوقــت علــى أنهــا مجــال فرعــي مــن مجــالات تعلّــم الآلــة 2006العميــق كان فــي عــام ، إلا أنهــا لاقــت الاهتمــام الواســع عندمــا طبــق جيفــري )مــع أنهــا تنــدرج تحــت نفــس فئــة الشــبكات العصبيــة ( وحققــوا آنــذاك نتائــج ImgNetهينتــون وزملائــه بنيــة الشــبكة الخاصــة بالتعلّــم العميــق فــي مســابقة .54 مــن البُنــى القديمــة فــي التعــرف علــى الصــور 10%مبهــرة، إذ اســتطاعوا تحقيــق دقــة أفضــل بـــ بعــد هــذا النجــاح المــدوّي اســتطاعت بجــدارة لفــت الأنظــار حولهــا وبــدأت بالظهــور العديــد مــن التطبيقــات والأبحــاث الجديــدة الخاصــة بالتعلــم العميــق، ممــا أدى إلــى تطورهــا تطــورًا كبيــرًا، كمــا أنهــا أثببــت جودتهــا بتحقيقهــا نتائــج مذهلــة فــي العديــد مــن التطبيقــات، وبذلــك أوجــدت لنفســها مكانــة لا يســتهان بهــا فــي مجــال الــذكاء الصنعــي عمومًــا ومجــال تعلــم الآلــة خصوصًــا. يَعتمِــدُ مفهــوم التعلــم العميــق فــي أساســه علــى طريقــة تعلّــم مؤلفــة مــن عــدّة طبقــات مــن التمثيــلات المقابلــة لبنيــةٍ هرميــة مــن الســمات، ويتــم تعريــفُ السِّــمات والمفاهيــم عاليــة المســتوى نــزولاً إلــى المفاهيــم ذات المســتوى الأدنــى، وهــي تعمــل أيضًــا نمــط التعلــم الموجــه وغيــر الموجــه إلا أنهــا تعمــل عمــلاً ممتــازًا .)أي مــع التعلّــم الموجّــه (مــع البيانــات المصنفــة

تالالمذ ت :ل:ذل اطجك تفال 106 إن للتعلــم العميــق علاقــة وطيــدة مــع البيانــات إذ لا بــدّ مــن الحصــول علــى كميــات كبيرة مــن البيانات إذا أردنــا اســتخدام هــذا النــوع مــن التعلّــم. ومــع ازديــاد البيانــات ســوف تتحســن الدقــة تحســنًا كبيــرًا ممــا ســيؤدي لنتائــج أفضــل فــي نهايــة المطــاف. . . . الفرق بين الشبكات العصبية والتعلم العميق فــي الحقيقــة إن التعلــم العميــق مــا هــو إلا بنيــة مخصصــة مــن الشــبكات العصبيــة، ولكنهــا ســميت بالتعلــم العميــق نســبة إلــى عــدد الطبقــات الّتــي تحتويهــا هــذه البنيــة الشــبكية، وبمــا أنهــا أكبــر مــن عــدد الطبقــات الخاصــة بالشــبكات العاديــة آنــذاك فلذلــك سُــميت بهــذا الاســم. بطريقــة هرميــة، أي تتعلّــم )Features(تكمــن قــوة التعلــم العميــق فــي إمكانيتــه فــي تعلّــم الميــزات التسلســل الهرمــي للميــزات انطلاقًــا مــن ميــزات مــن مســتوى عــالٍ مــرورًا بميــزات بمســتوى أخفــض وهكــذا إلــى أن نصــل لآخــر الميــزات ذات المســتوى الأدنــى، ممــا يعطــي لأســلوب التعلــم هــذا مســتوًى جديــدًا مــن التجريــد للنظــام وخصوصًــا مــع الوظائــف والمفاهيــم المعقــدة مــن خــلال بنائهــا مــن المفاهيــم الأبسط فالأبسط.

تالالمذ ت :ل:ذل اطجك تفال 107 مــن الشــكل الســابق نلاحــظ كيــف أن التعلــم العميــق يســتطيع تعلــم التمثيــلات الهرميــة للبيانــات الّتــي تربــط المدخــلات مــع المخرجــات مباشــرة مــن البيانــات دون الاعتمــاد علــى الميــزات الّتــي حددهــا الإنســان. أي تســتطيع اســتنتاج كميــات كبيــرة مــن الميــزات ومحاولــة تحليلهــا وبطهــا بالصــورة الكاملــة للمشــكلة. يطلــق علــى هــذا النــوع مــن طريقــة تعلّــم الميــزات الخاصــة بالبيانــات بتعلــم الميــزات .)Feature learning( ومــن بيــن أبــرز الطفــرات العلميــة الّتــي شــهدها التعلــم العميــق كان علــى يــد شــركة ديــب ماينــد ، إذ اســتطاعت شــركة ديــب ماينــد أن تدمــج بيــن التعلــم العميــق )والتــي اســتحوذت عليهــا شــركة ألفابــت ( مــع التعلــم المعــزز مــن أجــل حــلّ المشــاكل المعقــدة مثــل لعــب الألعــاب. ، )Deep Q-Network(أطلقــوا لاحقًــا علــى طريقتهــم هــذه اســم شــبكات التعلــم المعــزز العميــق بعدهــا اصبــح التعلّــم العميــق فــي أغلــب البنــى الخاصــة بالشــبكات العصبيــة. ومــن الملاحــظ ممــا ســبق أن طريقــة التعلــم العميــق تتطلــب أجهــزة حاســب قويــة جــدًا، وذلــك لأنهــا تتعامــل مــع كميــات كبيــرة من البيانات.

تالالمذ ت :ل:ذل اطجك تفال 108 هنالــك العديــد مــن البنــى الخاصــة بالشــبكات العصبيــة لدرجــة أننــا نحتــاج لكتــاب كامــل لتغطيــة كافــة أنواعهــا ومميزاتهــا وســلبياتها وطــرق عملهــا ..إلــخ، إلا أنــه وبمــا أنــك اســتطعت تعلــم الأساســيات فحتمًــا ستســتطيع تعلــم أصعــب البنــى الشــبكية، ولإعطــاء نظــرة دقيقــة للأمــر إليــك الصــورة التاليــة:

تالالمذ ت :ل:ذل اطجك تفال 109 . .الخلاصة بعــد تعرفنــا علــى أهــم الأساســيات الخاصــة بتعلّــم الآلــة، وكيــف تختلــف عــن بعضهــا بعضًــا، ومــا هــي النقــاط الّتــي يجــب علينــا التركيــز عليهــا عنــد اختيارنــا لطريقــة مــا علــى حســاب الأخــرى، وتعرفنــا أخيــرًا علــى الشــبكات العصبيــة والتعلــم العميــق، لا بــدّ لنــا مــن أن نســأل أنفســنا، مــا هــي المشــاكل الّتــي يُواجهنــا هــذا المجــال؟ مــا نــوع هــذه المشــاكل؟ وكيــف نســتطيع تجاوزهــا؟ الإجابــة علــى هــذه الأســئلة ونتعلــم أيضًــا بعــض الأمــور -والأخيــر -ســنحاول فــي الفصــل التالــي المهمــة والّتــي ستســاعدنا فــي المضــي قدمًــا فــي هــذا المجــال. . 9 .مراجع إضافية .Machine Learning for Everyoneمقال Hands on Machine Learning with Scikit Learn Keras and TensorFlowكتــاب الطبعــة الثانيــة. What is Deep Learning? مقال )إن أردت التعمق أكثر في التعلم الموجّه ( Machine Learning for Humans سلسلة تفاصيــل ( The 5 Clustering Algorithms Data Scientists Need to Knowمقــال )أوســع حــول خوارزميــات التجميــع )برمجة الذكاء الجمعي( Programming Collective Intelligence كتاب The neural network zoo مقال

.التحديات الرئيسية وكيفية التوسع في المجال كمــا هــو الحــال مــع جميــع المجــالات العلميــة لا بــدّ مــن وجــود بعــض المشــاكل والعقبــات فــي رحلــة الوصــول إلــى المعلومــة الصحيحــة والكاملــة، ومجــال تَعلُّــم الآلــة ليــس اســتثناءً وانطلاقًــا مــن كــون أن مهمتنــا الرئيســية عنــد مواجهتنــا أي مســألة تنحصــر بيــن شــيئين أساســيين وهمــا: اختيار البيانات المناسبة. المناسبة.)الطريقة(اختيار الخوارزمية نجــد أن أغلــب المشــاكل الّتــي تواجــه هــذا المجــال إمــا أن تكــون بســبب الخوارزميــة الســيئة أو البيانــات الســيئة، فــي البدايــة لنبــدأ باســتعراض أهــم التحديــات الّتــي تواجهنــا مــع البيانــات. . . كمية غير كافية من بيانات التدريب تتجلــى إحــدى إمكانيــات قــوة العقــل البشــري علــى قدرتــه علــى التعلّــم مــن خــلال بيانــات قليلــة جــدًا، فمثــلاً لكــي يتعلــم الطفــل الصغيــر معنــى التفــاح، كلّ مــا عليــك فعلــه هــو تحضــر أمامــه تفاحــة، وأن . )وربمــا تكــرر هــذه العمليــة أكثــر مــن مــرة حتــى يتعلــم الطفــل ( ”هــذه تفاحــة “تشــير إلــى تفاحــة وتقــول أن الطفــل ســيكون قــادرًا علــى التعــرف علــى جميــع أنــواع -مــن وجهــة نظــر الآلــة -إلا أنــه مــن المفاجــئ وألــوان وأشــكال التفــاح مــن خــلال تعلمــه شــكل تفاحــة واحــدة فقــط، وفــي بعــض الأحيــان مــن زاويــة رؤية . طفــلٌ عبقــري! هــذا )مثلمــا يحــدث عندمــا تعــرض صــورة مــا علــى طفلــك وتعلمــه مــا يوجــد بهــا (واحــدة حتمًــا مــا ســتقوله الآلــة عــن طفلــك.

تاطم لا تاووذلذل رذذاذل تاطل:ل ن تالعلا 111 ، والقــادرة علــى تعميــم التعلّــم، )وفــي كلّ أطفــال العالــم (إن الميــزات التلقائيــة الموجــودة فــي طفلــك ، والعديــد مــن )مثــل اســتنباط شــكل التفــاح فــي مثالنــا الســابق (واســتنباط النمــوذج الخــاص بــأي كائــن الميــزات الأخــرى الّتــي لــم يســبق لنــا تعلمهــا وإنمــا وجدناهــا مثبتــة تلقائيًــا فــي عقولنــا وللأســف لا تكــون موجــودة تلقائيًــا فــي الآلــة لتُعــزِّز عمليــة تعلمهــا. بــل إن معظــم خوارزميــات تعلّــم الآلــة تحتــاج للكثيــر مــن البيانــات حتــى تســتطيع العمــل بصــورة صحيحــة وحتــى بالنســبة لأبســط المشــكلات علــى العقــل، ســتحتاج خوارزميــات تعلّــم الآلــة عــادةً لآلاف الأمثلــة الصحيحــة كــي تتعلّــم، أمــا بالنســبة للمشــكلات المعقــدة مثــل باســتثناء (التعــرف علــى الصــور أو الــكلام المنطــوق، فغالبًــا مــا ســتحتاج لملاييــن الأمثلــة الصحيحــة .)الحــالات الّتــي نســتطيع فيهــا إعــادة اســتخدام أجــزاء مــن نمــوذج موجــود مــن الجديــر بالذكــر أنــه للقاعــدة الســابقة بعــض الاســتثناءات إذ فــي بعــض الحــالات تكــون كميــة بيانــات صغيــرة نوعًــا مــا ولكــن فعاليتهــا قويــة وهــذا يعــود إلــى عــدة ميــزات لهــذه البيانــات مثــل: شمولية البيانات لكافة الحالات الممكنة للشيء المدروس. عدم وجود ضجيج أو قيم فارغة أو شاذة. مشــهور نشــر فــي بحــث فــي الحقيقــة إن هــذه البيانــات هــي حلــم لــكل مهندســي تعلّــم آلــة. ففــي ، أظهــر باحثــا مايكروســوفت ميشــيل بانكــو وإريــك بريــل أن خوارزميــات تعلّــم الآلــة المختلفــة 2001عــام جــدًا ببنيتهــا وصعوبتهــا وطريقــة تعاملهــا مــع البيانــات، وحتــى الخوارزميــات البســيطة إلــى حــد مــا، كان )المحكيــة (أداؤهــا متطابقًــا تقريبًــا عنــد حلهــا لمشــكلة معقــدة تنــدرج تحــت مســائل معالجــة اللغــة الطبيعيــة .55وتوضيحهــا، وذلــك بمجــرد إعطــاء هــذه الخوارزميــات البيانــات الكافيــة فقــط

تاطم لا تاووذلذل رذذاذل تاطل:ل ن تالعلا 112 نلاحظ من خلال الشكل السابق أهمية البيانات مقابل الخوارزميات. على حد تعبير المؤلفين تشير هذه النتائج إلى أننا قد نرغب في إعادة النظر في هذه المفاضلة بين إنفاق الوقت والمال على تطوير الخوارزمية مقابل إنفاقها على طريقة تطوير وتحسين البيانات. . . بيانات التدريب المتحيزة مــن الأهميــة بمــكان اســتخدام مجموعــة تدريــب تمثــل جميــع الحــالات الّتــي تريــد التعميــم عليهــا. غالبًــا مــا يكــون هــذا أصعــب ممــا يبــدو: وخصيصًــا إذا كانــت العينــة صغيــرة جــدًا، فســيكون لديــك ضوضــاء ، ولكــن حتــى العينــات الكبيــرة جــدًا يمكــن )أي البيانــات مُتحيِّــزة نتيجــة للصدفــة البحتــة (فــي أخــذ العينــات