كيف إنتقلنا من الذكاء الإصطناعي إلي التعلم العميق مروراً بتعلم الآلة

من الذكاء الإصطناعي إلي التعلم العميق :

الذكاء الاصطناعى هو المجال الذي يجعل الحاسوب يفكر مثل البشر بانشاء عقل إصطناعي. أياً كان ما يقوم به الإنسان بذكاء مطلوب نتقله الى الآلات. الآلة سوف تفعل ما يُملى عليها ليس أكثر. على سبيل المثال, يُمكن للإنسان ترتيب الأرقام بطريقة ذكية وكذلك يجب ان تكون الآلية ذكية بترتيب الأرقام كما يفعل البشر. للقيام بذلك, هناك عدد من الخوارزميات مثل ترتيب الفقاعات يسمح للآلة بأن تفكر كالبشر. الآلة فقط ستتبع العديد من التعليمات والتي يقوم بتنفيذها فى كل مرة دون ادخال اى تغيير عليها. فقط علي الآلة إتباع التعليمات التي حددها الإنسان للقيام بذلك العمل. الآلة فى هذه الحالة مرتبط بالإنسان ولا تستطيع العمل بمفردها. هذه علاقة السيد والعبد. الانسان هو السيد, والآلة هي العبد الذي فقط يتبع الأوامر لا اكثر. فقط برنامج به بعض السلوك الذكى يخبر الآلة ما تفعله.

لكن فكرة تضمين السلوك الذكى داخل كود برمجي لا يمكنه القيام بكل التصرفات الذكية للبشر. بعض المهام البسيطة مثل فرزالأرقام يمكن القيام بها بنسبة 100% من الذكاء البشرى. هذا الكود سيعمل مع جميع هذه الارقام حتى وإن كانت صغيرة أو كبيرة, عشرية أو صحيحه, موجبه او سالبه. لكن بعض المهام المعقدة لا يمكن حلها فقط عن طريق كود. فمن المستحيل كتابة كود لتصنيف الاجسام فى الصور مثل القطط, البشر, والسيارات وما إلى ذلك. هذا السلوك الذكى لتصنيف الأشياء لا يمكن نقله للآلة ببساطة باستخدام كود فقط لانه لا يوجد قاعدة واحدة لتصنيف كل هذه الأشياء. ليست هناك قاعدة تميز فئتان مثل الكلاب والقطط بسبب اختلاف مظهور هذه الاشياء والبيئات المختلفة لهم. اذا نجحت قاعدة فى تصنيف الكلاب والقطط فى بيئة ما, لا يمكنها العمل فى بيئة أخري. ولكن كيف لنا أن نجعل الآلات قوية فى هذه المهام؟ هذا هو تعلم الآله.

مهام عديدة لا يمكن حلها باستخدام كود فقط لتعليم الآلة كيفية القيام بها ونحتاج الإستعانة بالبيانات. لجعل الآلة قادرة على تصنيف الاشياء المختلفة, يتطلب الأمر إستخدام بيانات.

شاهد أيضا : مـجالات الذكاء الاصطناعي .

في تعلم الآلة, الإنسان كان مسؤلاً عن القيام بالعديد من المهام ومن أعقد هذه المهام هي إستخراج السمات المميزة. ما هى أهم السمات القوية لإستخدامها في مهمة ما؟ هذا هو السؤال الذى حاول الباحثون إيجاد الإجابة له على مختلف التطبيقات مثل الإكتشاف, التعقب, التعرف, الخ. إضافة إلي ذلك, فإن الإنسان هو المسئول عن تحليل البيانات وإيجاد أفضل السمات التى تُناسب جميع الفئات المختلفة من البيانات. فعلى سبيل المثال, لتمييز أشياء مثل البشر, القطط, الكلاب, السيارات, الطائرات, الاشجار, والعديد من الأشيائ الأخري, يتطلب ذلك الأمر إيجاد سمات قوية فى تمييز كل هذه الاشياء. هذه هى مهمة شاقة للغاية لانه كلما كبر حجم البيانات كلما زاد الأمر تعقيداً لإيجاد سمات يمكنها العمل الفئات الوجودة. ولكن كيف يمكن إيجاد سمات قوية لإستخدامها كوسيلة للتمييز بين الفئات المختلفة؟ هذا يمكن حله باستخدام التعلم العميق.

شاهد أيضا : قراءة وتحميل كتاب الذكاء الإصطناعي .
                        كتاب تعلم الجافا سكربت .

فاذا كانت قدرة الإنسان لإيجاد سمات جيدة للتمييز قلت كلما تزايد عدد الفئات, يمكننا تجنب الاعتماد على البشر وترك تلك المهمة للآلة. الآلة نفسها ستحاول إكتشاف البيانات وإيجاد أقوى السمات لتمييز الفئات. فقط أعطي الآلة البيانات وهي ستجد السمات من اجل عمل مصنف. ولكن هذا أمراً مرهقاً فى لأنه سيتطلب وقتاً أطول في المعالجة وأيضاً ذاكرة تخزين كبيرة وقد يستغرق الأمر أسابيعاً للآلة لمعرفة كيفية التمييز بين الاشياء المختلفة.

المصدر : هلالي تاك .