ما هو تعلُم الآلة؟

تعتبر خوارزميات التعلم الآلي مسؤولة عن الغالبية العظمى من التطورات في الذكاء الاصطناعي التي تسمع عنها. وتستخدم خوارزميات تعلُم الآلة الإحصاءات للعثور على أنماط بكميات هائلة من البيانات. وتشمل البيانات هنا الكثير من الأشياء – الأرقام والكلمات والصور والنقرات ، وماذا لديك. إذا كان يمكن تخزينه رقميًا ، فيمكن إدخاله في خوارزمية تعلم الآلة.

التعلم الآلي هو العملية التي تقوم بها العديد من الخدمات التي نستخدمها يوميا – أنظمة التوصيات مثل تلك الموجودة على Netflix و YouTube و Spotify ؛ محركات البحث مثل Google و Baidu ؛ ويغذي وسائل الإعلام الاجتماعية مثل Facebook و Twitter ؛ مساعدي الصوت مثل سيري وأليكسا والقائمة طويلة.

في كل هذه الحالات ، يجمع النظام الأساسي أكبر قدر ممكن من البيانات عنك – الأنواع التي تحب مشاهدتها ، الروابط التي تنقر عليها ، الحالات التي تتفاعل معها – ويستخدامها في التعلم الآلي لتخمين ما قد ترغب فيه، أو في حالة المساعد الصوتي ، يتعلم عن أي الكلمات التي تتوافق بشكل أفضل مع الأصوات التي تخرج من فمك.

وهكذا، فأن هذه العملية الأساسية: “ابحث عن النمط ، طبق النمط “ find the pattern apply the pattern“، هذه التكنولوجيا هي التي تدير العالم إلى حد كبير في جميع المجالات. والفضل يرجع إلى  جيفري هينتون، الذي اخترع هذه التقنية سنة 1986 ، المعروف اليوم باسم أب التعلم العميق the father of deep learning.

ما هو التعلم العميق؟

التعلم العميق Deep Learning هو التعلم الآلي على الستيرويدات Steroids : فهو يستخدم تقنية تمنح الآلات القدرة على البحث عن أصغر الأنماط وتضخيمها.  وتُسمى أيضا هذه التقنية بالشبكة العصبية العميقة  Deep Neural Network، (الشبكات العصبية مستوحاة من العمل الداخلي للدماغ البشري، والعقد تشبه نوعًا ما الخلايا العصبية ، والشبكة تشبه نوعًا ما الدماغ، وهي تحتوي على العديد من الطبقات من العُقد الحسابية البسيطة التي تعمل معًا من أجل معالجة البيانات وتقديم نتيجة نهائية في شكل التنبؤ. ينقسم التعلم الآلي (والعميق) إلى ثلاثة أنواع: خاضع للإشراف، وغير خاضع للرقابة، والمعزز، وهم كالآتي:

التعلم الخاضع للإشراف Supervised Learning : هو الأكثر شيوعًا ، يتم تصنيف البيانات لإخبار الجهاز بالضبط عن الأنماط التي يجب أن تبحث عنها. فكر في الأمر على أنه شيء يشبه كلب الشم الذي سيطارد الأهداف بمجرد أن يعرف الرائحة التي يبحث عنها، هذا ما تفعله عندما تضغط على تشغيل عرض Netflix – فأنت تطلب من الخوارزمية العثور على عروض مماثلة.

التعلم غير الخاضع للرقابة Unsupervised Learning : لا يحتوي لا على البيانات و لا على التسميات، فالجهاز يبحث فقط عن أي أنماط يمكن أن يجدها، ويمكن تشبه ذلك بالكلب فهو يقوم بشم الكثير من الأشياء المختلفة ويفرزها إلى مجموعات ذات روائح مماثلة، وهذه التقنيات الغير خاضعة للرقابة ليست شائعة لأن لها تطبيقات أقل وضوحًا وصعبة التطبيق، ومن المثير للاهتمام أنها اكتسبت زخما كبيرا لدى الشركات التي تهتم  بالأمن السيبراني .

التعلم المعزز  Reinforcement Learning : وهو أحدث تقنية لتعلم الآلة، حيث تتعلم الخوارزمية بالتجربة والخطأ لتحقيق هدف واضح، أي يحاول الكثير من الأشياء المختلفة ويكافأ أو يعاقب اعتمادًا على ما إذا كانت سلوكياته تساعده أو تعوقه عن الوصول إلى هدفه، ويمكن تشبه هذا بإعطاء أوحجب المكافآت عند تعليم كلب حيلة جديدة.  والتعلم المعزز هو أساس برنامج AlphaGo من Google ، وهو البرنامج الذي فاز على أفضل اللاعبين في لعبة Go المعقدة.

في الأخير، يمكن القول أن تعلم الآلي هو المستقبل، كما أنه هو الأسس للثورة الصناعية الرابعة.