ما هو التعلم الآلي؟  هذا فيديو قصير تمهيدي

التعلم الآلي هو العملية التي تنمو بها برامج الكمبيوتر من التجربة.

هذا ليس خيالًا علميًا ، حيث تتقدم الروبوتات حتى تسيطر على العالم.

عندما نتحدث عن التعلم الآلي ، فإننا نشير في الغالب إلى خوارزميات ذكية للغاية.

في عام 1950 ، جادل عالم الرياضيات آلان تورينج بأن التساؤل عما إذا كانت الآلات تستطيع التفكير مضيعة للوقت. بدلاً من ذلك ، اقترح لعبة: لدى اللاعب محادثتان مكتوبتان ، إحداهما مع إنسان آخر والأخرى بآلة. بناءً على التبادلات ، على الإنسان أن يقرر أيهما.

ستكون “لعبة التقليد” هذه بمثابة اختبار للذكاء الاصطناعي. ولكن كيف يمكننا برمجة الآلات لتشغيلها؟

اقترح تورينج أن نعلمهم ، تمامًا مثل الأطفال. يمكننا توجيههم لاتباع سلسلة من القواعد ، مع تمكينهم من إجراء تعديلات طفيفة على أساس الخبرة.

بالنسبة لأجهزة الكمبيوتر ، تبدو عملية التعلم مختلفة قليلاً.

أولاً ، نحتاج إلى تزويدهم بالكثير من البيانات: أي شيء من صور الأشياء اليومية إلى تفاصيل المعاملات المصرفية.

ثم علينا إخبار أجهزة الكمبيوتر بما يجب فعله بكل هذه المعلومات.

يقوم المبرمجون بذلك عن طريق كتابة قوائم بالتعليمات أو الخوارزميات خطوة بخطوة. تساعد هذه الخوارزميات أجهزة الكمبيوتر على تحديد الأنماط في مجموعة كبيرة من البيانات.

بناءً على الأنماط التي يجدونها ، تطور أجهزة الكمبيوتر نوعًا من “النموذج” لكيفية عمل هذا النظام.

على سبيل المثال ، يستخدم بعض المبرمجين التعلم الآلي لتطوير البرامج الطبية. أولاً ، قد يقومون بتغذية برنامج بالمئات من فحوصات التصوير بالرنين المغناطيسي التي تم تصنيفها بالفعل. بعد ذلك ، سيكون لديهم الكمبيوتر لبناء نموذج لتصنيف التصوير بالرنين المغناطيسي الذي لم يره من قبل. وبهذه الطريقة ، يمكن للبرنامج الطبي اكتشاف المشكلات في عمليات مسح المريض أو وضع علامة على سجلات معينة لمراجعتها.

غالبًا ما تتطلب النماذج المعقدة مثل هذه العديد من الخطوات الحسابية الخفية. بالنسبة للهيكل ، ينظم المبرمجون جميع قرارات المعالجة في طبقات. من هنا يأتي “التعلم العميق”.

تحاكي هذه الطبقات بنية الدماغ البشري ، حيث تطلق الخلايا العصبية إشارات إلى الخلايا العصبية الأخرى. لهذا السبب نطلق عليها أيضًا “الشبكات العصبية”.

الشبكات العصبية هي أساس الخدمات التي نستخدمها كل يوم ، مثل المساعدين الصوتيين الرقميين وأدوات الترجمة عبر الإنترنت. بمرور الوقت ، تتحسن الشبكات العصبية في قدرتها على الاستماع والاستجابة للمعلومات التي نقدمها لهم ، مما يجعل هذه الخدمات أكثر دقة.

التعلم الآلي ليس مجرد شيء مغلق في المختبر الأكاديمي. الكثير من خوارزميات التعلم الآلي مفتوحة المصدر ومتاحة على نطاق واسع. ويتم استخدامها بالفعل للعديد من الأشياء التي تؤثر على حياتنا ، بطرق كبيرة وصغيرة.

استخدم الناس هذه الأدوات مفتوحة المصدر للقيام بكل شيء من تدريب حيواناتهم الأليفة إلى إنشاء فن تجريبي لرصد حرائق الغابات.

لقد قاموا أيضًا ببعض الأشياء المشكوك فيها من الناحية الأخلاقية ، مثل إنشاء مقاطع فيديو مزيفة – تم التلاعب بها من خلال التعلم العميق. ولأن خوارزميات البيانات التي تستخدمها الآلات مكتوبة من قبل بشر غير معصومين من الخطأ ، فيمكن أن تحتوي على تحيزات ، ويمكن للخوارزميات أن تحمل تحيزات صانعيها في نماذجهم ، مما يؤدي إلى تفاقم مشاكل مثل العنصرية والتمييز على أساس الجنس.

لكن لا يوجد توقف لهذه التكنولوجيا. ويجد الناس المزيد والمزيد من التطبيقات المعقدة لذلك – وبعضها سوف يقوم بأتمتة الأشياء التي اعتدنا القيام بها لأنفسنا – مثل استخدام الشبكات العصبية للمساعدة في تشغيل السيارات بدون سائق. ستتطلب بعض هذه التطبيقات أدوات حسابية معقدة ، نظرًا لتعقيد المهمة.

وعلى الرغم من أن هذا قد يكون على الطريق ، إلا أن الأنظمة لا يزال لديها الكثير من التعلم للقيام به.

التعليقات

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *