Ehabتعلم الآلة مصطلح جديد في مجال التقنية وهو علم يجعل الحواسيب قادرة على العمل دون الحاجة إلى برمجة كبيرة. في العقد الماضي قدم لما تعلم الآلة السيارات ذاتية القيادة، خاصة التعرف على الخطاب speech recognition البحث الفعال في الويب، وفهم أوسع وأفضل للجينوم البشري.
أصبح التعلم الآلي شائعًا جدًا اليوم، وربما تستخدمه عشرات المرات في اليوم دون أن تدرك ذلك. ويعتقد العديد من الباحثين أنه هو الطريقة المثالية لإحراز تقدم نحو الذكاء الاصطناعي الذي يعادل ذكاء الإنسان.
يعتبر تصنيف الصور وأنظمة التوصية وAI في الألعاب من الاستخدامات الشائعة تعلم الآلة في حياتنا اليومية. إذا قمنا بالتعمق في خصائص ومنهجية عمل الأمثلة الثلاثة المذكورة في أول الفقرة فإننا نجد أن هذه الاستخدامات لتعلم الآلة مدعومة بأنواع مختلفة من التعلم الآلي:
- يأتي تصنيف الصور من التعلم المراقب أو الاستقرائي Supervised Learning
- تأتي أنظمة التوصية من التعلم غير المراقب Unsupervised Learning.
- تأتي الألعاب المدعومة بالذكاء الاصطناعي من التعليم المعزز Reinforcement Learning.
الآن دعونا على طرق التعلم الثلاث ونفهم طريقة عملها.
نبدأ بالتعلم المراقب والذي يمثل معظم استخدامات تعلم الآلة اليوم. في التعلم تحت الإشراف، تعرف الآلة مخارج الخوارزمية قبل أن تبدأ في العمل عليها. يتم تدريس الخوارزمية من خلال مجموعة من بيانات التدريب التي تُدخل في لآلة، وتعمل هذه الأخيرة على تنفيذ الخطوات من الإدخال إلى الإخراج. يستخدم التعلم المراقب لتصنيف الصور أو كشف الاحتيال في الهوية، والتنبؤ بالطقس.
التعلم الغير المراقب أو التعلم ألاستنتاجي، الأنظمة التي تعتمده لا تحتوى على أي بيانات ملموسة، والنتائج غير معروفة في الغالب، هذا يجعل الآلة قادرة على تفسير وإيجاد حلول لعدد لا حدود له من البيانات. كمثال نأخذ نتفلكس وهولو (تطبيقات لمشاهدة الأفلام، المسلسلات، وغيرها) بحيث أنك لما تقوم بالدخول لها تجد توصيات في مختلف الفئات، البرمجية التي سمحت بذلك هي التعلم غير المراقب.
أما التعلم المعزز فيختلف تماما على التعلم المراقب والغير المراقب فهو يعطي درجة عالية من السيطرة لوكلاء البرامج، حيث يتعلم الوكيل كيفية التصرف في بيئة ما من خلال تنفيذ الإجراءات ورؤية النتائج. الفكرة وراء تعزيز التعلم هي أن الوكيل سيتعلم من البيئة من خلال التفاعل معها وتلقي المكافآت لأداء الأعمال.
اضف تعليق