كان المبدأ الرئيسي للآلات التي نتعامل معها يومياً هو “اذا فعلنا شيئاً فسيحدث شيء”، مثلاً اذا ضغطنا على زر ما سيحدث أمر ما مبرمج سابقاً وفق خوارزمية تضبط عمل وإيقاع النظام بحيث تكون كل الاحتمالات مخزنة سابقاً لضمان عدم حدوث أخطاء اثناء الاستخدام، أي لم تكن الآلات ذكية كما يعتقد الكثيرين، كانت تنفذ فقط ما بُرمجت للقيام به.
ولكن وفي تلك الأثناء كان العلماء يحاولون كسر هذا العائق وجعل الآلة قادرة على “التعلم” واتخاذ القرارات بناءً على معطيات لم تزود بها، وهذا الاتجاه عُرِف “بتعلم الآلة” الذي نخصص له هذه المقالة لإلقاء نظرة سريعة عليه.
ما هو تعلم الآلة؟
يعرف تعلم الآلة Machine Learning بأنه أحد فروع الذكاء الاصطناعي الذي يُعنى بتصميم وتحسين الخوارزميات والتقنيات التي تسمح للحواسيب والأنظمة الأخرى بـ “التفكير والتعلم” وهو إما استقرائي او استنتاجي.
فتعلم الآلة ML يعتمد على الأنماط والاستدلال بدلاً من التعليمات الواضحة المخزنة مسبقاً، وذلك عن طريق استخدام أساليب التعلم الآلي لمعالجة كميات كبيرة من البيانات الموجودة سابقاً والتعرّف على أنماط البيانات لبناء تصورات مستقلة جديدة للبيانات التي ستعرض عليه لاحقاً، فمثلاً يمكن للعلماء تزويد تطبيق ما بمجموعة كبيرة من الصور لمرض ما، ليصبح هذا التطبيق قادراً على التعرف على هذا المرض عند رؤيته وبدقة أعلى من التي يملكها الإنسان في كثير من الحالات.
ولتوضيح الفكرة أكثر فإننا على سبيل المثال نزود البرنامج بمجموعة من المدخلات والمخرجات التي تربط بينها معادلة ما لا علم للبرنامج بها، فيحاول ان يجد الرابط بين هذه المدخلات والمخرجات للتوصل للمعادلة، ومن ثم إيجاد المخرجات لمدخلات جديدة لا علم له بها مسبقاً.
وإن تعلم الآلة له 4 أشكال وهي:
– التعلم الآلي تحت الإشراف:
في هذا النوع يزود المختصين نظام تعلم الآلة ببيانات تدريب مسماة ومعرفة مسبقاً من أجل تقييم العلاقات.
– التعلم الآلي بدون إشراف:
هنا يتم تدريب النظام على مجموعة بينات غير مسماة، وتفحص البيانات الجديدة لتحاول تأسيس روابط ذات مغزى بين المدخلات والمخرجات مسبقة التحديد، وهذا النوع يكون مفيد لتحديد الأنماط، والكشف عن القيم الشاذة، وتجميع البيانات إلى فئات.
– التعلم تحت الإشراف الجزئي:
وهو مزيج من الشكلين السابقين، يعتمد على تزويد النظام بمجموعة بيانات صغيرة مسماة، ومجموعة بيانات كبيرة غير مسماة، وهي تستخدم عند عدم توفر بيانات مسماة كافية، وتفيد في حالات كثيرة مثل تصنيف المقالات التي تحتاج لوقت طويل من البشر لقراءتها.
– التعلم الآلي المعزز:
وهو طريقة يتم فيها إرفاق قيم معطاة بأنواع مختلفة من الخطوات التي يجب على اللوغاريتم المرور بها.
وإن تعلم الآلة يغطي العديد من التطبيقات نذكر منها:
تمييز الأنماط syntactic pattern recognition، معالجة اللغات الطبيعية natural language processing، والتعرف على الكلام speech recognition، و تمييز كتابة اليد handwriting recognition وغيرها الكثير من المجالات والتطبيقات.
ومن أهم مزايا تعلم الآلة لتطبيقها في كل ما سبق:
- نستطيع باستخدام تعلم الآلة التعرف على اتجاهات البيانات وأنماطها التي لا نستطيع كبشر التعرف او التعامل معها.
- نحصل على نتائج أكثر دقة مع مرور الوقت ومع تدريب أكثر.
- عملية مؤتمتة فلا حاجة لعنصر بشري للقيام بأي مهمام بعد الإعداد الأولي.
- قدرتها على التعامل مع بيانات بأحجام وكميات ضخمة وبكل التنسيقات والبيئات المختلفة.
بهذا نكون قد عرجنا على أهم النقاط التي تخص تعلم الآلة، ونتمنى أن تكون قد حصلت على تصور واضح وشامل عن تعلم الآلة ومدى أهميته في وقتنا الحالي وكيفيه عمله.
ونحن نوصيك كعادتنا بمتابعتنا على وسائل التواصل الاجتماعي لتبقى على اطلاع بكل جديد في عالم التقنية ولتشاركنا آرائك بما نقوم بنشره بشكل دوري.
ما الذي سوف نتعلمه في هذا الكورس المجاني
- ما هو مجال الذكاء الاصطناعي وما معنى تعلّم الآلة وما أنواعها.
- المواضيع الرياضيّة المهمة من الإحصاء والجبر للبدء في مجال تعلم الآلة.
- تنصيب المكتبات اللازمة الخاصة بلغة البرمجة بايثون.
- كيف تتنفذ الخوارزميات والمعادلات داخل لغة بايثون.
- إنجاز الكثير من الأمثلة والمشاريع.
رابط تحميل كورس تحميل كورس تعلّم الآلة بروابط مباشرة وتدعم الإكمال التلقائي ..
