انتقل إلى المحتوى

معرفة تضيء العالم

ما هو التعلم العميق؟ شرح مبسط للشبكات العصبية الاصطناعية

ما هو التعلم العميق وكيف يختلف عن تعلم الآلة؟ كيف تتعلم الشبكات العصبية، نقطة التحول في عام 2012، واستخداماته بدءاً من التعرف على الوجوه وصولاً إلى روبوتات الدردشة.

ما هو التعلم العميق؟ شرح مبسط للشبكات العصبية الاصطناعية

التعلم العميق هو أسلوب من أساليب الذكاء الاصطناعي يتيح لأجهزة الكمبيوتر تعلم الأنماط ذاتياً من كميات كبيرة من البيانات باستخدام شبكات عصبية اصطناعية متعددة الطبقات. رداً على سؤال "ماذا يعني التعلم العميق؟"، تشير كلمة "عميق" إلى العدد الكبير من الطبقات في الشبكة. واليوم، تُبنى عليه العديد من التقنيات، بدءاً من فتح قفل الهاتف عبر التعرف على الوجه وصولاً إلى المساعدات الذكية.

كيف تعمل الشبكة العصبية؟

تتكون الشبكة العصبية من "خلايا عصبية" اصطناعية مترابطة. تقوم كل خلية بضرب الأرقام التي تتلقاها في أوزان معينة، ثم تجمعها وتمرر النتيجة إلى الطبقة التالية. تلتقط الطبقات الأولى ميزات بسيطة (مثل الحواف والألوان في الصورة)؛ بينما تدمج الطبقات اللاحقة هذه الميزات في مفاهيم أكثر تعقيداً (مثل عين، وجه، أو قطة).

يحدث التعلم أثناء التدريب: تقوم الشبكة بإجراء تنبؤ، ثم تتم مقارنة هذا التنبؤ بالإجابة الصحيحة، ويتم نشر الخطأ إلى الوراء باستخدام طريقة تسمى الانتشار العكسي، مما يؤدي إلى تعديل الأوزان بخطوات صغيرة. وبفضل تكرار هذه العملية على ملايين الأمثلة، تتمكن الشبكة من أداء مهام لم يكتب لها أحد قواعد صريحة.

ما الفرق بين التعلم العميق وتعلم الآلة؟

في تعلم الآلة التقليدي، غالباً ما يقرر البشر الميزات التي يجب النظر إليها في البيانات. أما في التعلم العميق، تقوم الشبكة باستخراج الميزات المهمة بنفسها من البيانات الخام (البكسلات، الموجات الصوتية، النصوص). الثمن هو أنها تحتاج إلى بيانات وقوة حوسبة أكبر بكثير، وخاصة معالجات الرسوميات (GPUs).

لماذا انطلق التعلم العميق في عام 2012؟

تعود فكرة الشبكات العصبية إلى خمسينيات القرن الماضي، لكن لعقود من الزمن لم تكن هناك بيانات كافية أو قوة حوسبة كافية. في عام 2012، فاز نموذج AlexNet، الذي طوره فريق في جامعة تورنتو، بمسابقة ImageNet للتعرف على الصور بفارق كبير، وأظهر قوة الشبكات العميقة التي تم تدريبها على معالجات الرسوميات. حصل رواد هذا المجال جيفري هينتون، ويان ليكون، ويوشوا بنجيو على جائزة تورينج في عام 2018، كما شارك هينتون في جائزة نوبل في الفيزياء لعام 2024 مع جون هوبفيلد.

أين يُستخدم التعلم العميق؟

  • الصور: التعرف على الوجوه، تحليل الصور الطبية، والإدراك في السيارات ذاتية القيادة.
  • الكلام: المساعدات الصوتية وتحويل الكلام إلى نص.
  • اللغة: الترجمة الآلية ونماذج اللغات الكبيرة مثل ChatGPT وGemini وClaude.
  • العلوم: التنبؤ بهياكل البروتين، نماذج الطقس، واكتشاف الأدوية.

أسئلة شائعة

هل التعلم العميق والذكاء الاصطناعي هما نفس الشيء؟

لا. الذكاء الاصطناعي هو المفهوم الأوسع؛ وتعلم الآلة هو فرع منه، والتعلم العميق هو فرع من فروع تعلم الآلة.

ما الذي أحتاج لمعرفته لتعلم التعلم العميق؟

برمجة بايثون الأساسية بالإضافة إلى الجبر الخطي والاحتمالات في مستوى المدرسة الثانوية هي بداية جيدة. يمكنك المتابعة باستخدام مكتبات مجانية مثل PyTorch وTensorFlow والدورات التدريبية عبر الإنترنت.

ما هي نقاط ضعف التعلم العميق؟

إنه يحتاج إلى الكثير من البيانات والطاقة، ومن الصعب تفسير قراراته (مشكلة "الصندوق الأسود")، كما يمكن أن يحمل تحيزات من بيانات التدريب الخاصة به.

المصادر

  1. ACM، إعلان جائزة أ. م. تورينج لعام 2018 (بنجيو، هينتون، ليكون).
  2. مؤسسة نوبل، جائزة نوبل في الفيزياء لعام 2024 (هوبفيلد وهينتون).
  3. كريجيفسكي، سوتسكيفير، هينتون، "تصنيف ImageNet باستخدام الشبكات العصبية التلافيفية العميقة"، 2012.
مشاركة
تابع YulaHubكن أول من يعرف أهم أخبار اليوم.
RSS

اترك تعليقاً

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