الدرس الثاني: تطبيقات الذكاء الاصطناعي
كيف يعمل تعلم الآلة؟ انظر إلى الصفحة: يبدأ الأمر ببيانات ضخمة تدخل إلى النموذج، فيقوم باستخراج الأنماط والرؤى منها. هذا النموذج يأخذ بيانات شديدة التعقيد ويحولها إلى مخرجات محددة يفهمها البشر. كيف يتحقق ذلك؟ عبر مجموعة بيانات، وخوارزمية، ودالة. الخوارزمية هي مجموعة التعليمات البرمجية التي يتبعها الحاسوب لمعالجة مجموعة البيانات. أما الدالة فهي التعيين المستخرج لققيم الإدخال إلى مجموعة نتائج واضحة. وفي الجدول أدناه أمثلة لتطبيقات تعلم الآلة في مجالات مختلفة: في ذكاء الأعمال يتم اتخاذ قرارات استراتيجية، وفي الحكومة يتم تحليل أنماط المواطنين لتوزيع الموارد والأصول بأفضل شكل، وفي التقنية الحيوية يتم تطوير الأدوية والعلاجات بسرعة وتقدم الطب الشخصي، وفي الطاقة يتم خفض تكاليف استخدام الطاقة في القطاعين الصناعي والمدني لتوفير مليارات الريالات، وفي النقل تعمل سيارات ذاتية القيادة لحل مشكلة الازدحام المروري، وفي الإعلان يتم الوصول للعملاء المحتملين عبر الإعلان المخصص.
يقوم تعلم الآلة على تغذية الحاسب بكميات هائلة من البيانات لاستخراج الأنماط والرؤية، وتحويل البيانات المعقدة عبر خوارزميات ودالة إلى مخرجات واضحة. يعتمد الدرس على تطبيق عملي باستخدام منصة تعلم الآلة للأطفال لإنشاء نموذج يصنف صور المركبات مثل السيارات والطائرات والسفن. تتضمن مراحل المشروع تدريب النموذج عبر إضافة تسميات ورفع صور الأمثلة، ثم اختبار النموذج عبر إدخال صورة جديدة ومعرفة نسبة الثقة في التصنيف، وتدريب الخوارزمية بمزيد من البيانات لتحسين دقة النتائج.
الفكرة الأساسية
يقوم تعلم الآلة على إدخال كميات هائلة من البيانات المعقدة إلى الحاسب، لتتولى الخوارزميات والدوال استخراج الأنماط منها وتحويلها إلى مخرجات دقيقة ومفيدة للبشر.
الشرح
يعمل تعلم الآلة بأخذ بيانات معقدة وتحويلها إلى مخرجات واضحة عبر مجموعة بيانات وخوارزمية ودالة. مجموعة البيانات هي بيانات الإدراج المنظمة. الخوارزمية هي مجموعة التعليمات البرمجية التي يتبعها الحاسب لمعالجة البيانات. والدالة هي التعيين المستخرج لققيم الإدراج إلى مجموعة بيانات محددة من قيم الإخراج. لتطبيق ذلك عملياً، يمر المشروع بثلاث مراحل رئيسية: أولاً تدريب النموذج بجمع أمثلة للأشياء المراد التعرف عليها، ثانياً اختبار النموذج باستخدام الأمثلة لتدريب الجهاز وتحقيق دقة التصنيف، وث ثالثاً إنشاء لعبة في سكراتش تستخدم قدرة الحاسب. في منصة تعلم الآلة، تتم إضافة التسميات باللغة الإنجليزية حصراً، مثل تسمية cars للسيارات، وتضاف الصور عبر روابطها من مواقع مخصصة بصيغتي jpg أو png فقط. تمثل النسبة المئوية للثقة مدى صحة تصنيف الصورة الجديدة، وكلما زاد عدد الأمثلة المقدمة للنموذج، تدربت الخوارزمية بشكل أفضل لتصبح النتيجة أكثر دقة.
مثال محلول خطوة بخطوة
لإنشاء وتدريب نموذج لتصنيف الصور: ١. افتح موقع تعلم الآلة للأطفال، ثم اضغط على بدء الاستخدام وجرب الآن. ٢. اضغط على إضافة مشروع جديد، واكتب اسم المشروع Transportation ثم اختر نوع البيانات images للصور، ثم اضغط على إنشاء. ٣. اضغط على زر تدريب Train ثم أضف تسمية جديدة Add new label وليكن اسمها cars للسيارات. ٤. افتح موقع الصور المخصص، وانسخ رابط صورة سيارة عبر خيار نسخ عنوان الصورة Copy image link. ٥. عد إلى المنصة، اضغط على زر إضافة صورة www، وألصق الرابط في الحقل المخصص، ثم اضغط على إضافة Add. ٦. كرر العملية لتجميع أكبر عدد ممكن من الصور في التسميات المختلفة، ثم انتقل إلى تبويب تعلم واختبار Learn & Test لتدريب النموذج واختباره.
أخطاء شائعة
- محاولة كتابة تسميات التسمية باللغة العربية، والصحيح أن التسميات تكون باللغة الإنجليزية حصراً لأن التطبيق لا يدعم العربية.
- استخدام صيغ صور غير مدعومة مثل webp أو gif، والصحيح استخدام صيغتي jpg و png فقط لتجنب رسائل الخطأ.
- الاكتفاء بعدد قليل جداً من الصور في التدريب، والصحيح توفير أكبر عدد ممكن من الصور لرفع نسبة الثقة في التعرف.
سؤالان للتدريب مع الإجابة
السؤال الأول: ما هي الوظيفة الأساسية للخوارزمية في تعلم الآلة؟ الإجابة: هي مجموعة التعليمات التي تمت برمجة جهاز الحاسب لاتباعها من أجل معالجة مجموعة البيانات. السؤال الثاني: ماذا تمثل النسبة المئوية للثقة عند اختبار النموذج بصورة جديدة؟ الإجابة: تمثل مدى دقة الخوارزمية في تصنيف الصورة الجديدة بناء على طريقة تدريب النموذج والأمثلة المقدمة.