دليل دراسي · نحو 12 دقيقة قراءة

تعلّم الآلة

البرامج العادية تتبع قواعد كتبها إنسان. تعلّم الآلة يقلب ذلك: أنت تقدّم أمثلة مع إجاباتها، والحاسوب يستنتج القواعد.

البرمجة التقليدية
القواعد+البيانات→الإجابات
يكتب المبرمج القواعد: «إن احتوت الرسالة على كلمة WIN وكان المرسل مجهولًا، فصنّفها مزعجة».
تعلّم الآلة
البيانات+الإجابات→القواعد
تعرض عليه 100,000 رسالة مصنّفة مسبقًا مزعجة أو لا، فيستنتج أي الأنماط تتنبأ بالرسائل المزعجة.

ما تعلّم الآلة، باختصار

تعلّم الآلة فرع من الذكاء الاصطناعي تتعلم فيه الحواسيب الأنماط من البيانات بدل أن تُعطى قواعد صريحة. يُدرَّب النموذج على أمثلة، ويُقاس على أمثلة لم يرها، ثم يُستخدم للتنبؤ بحالات جديدة.

وصفه آرثر صامويل، الذي صاغ المصطلح عام 1959، بأنه منح الحواسيب القدرة على التعلّم دون برمجتها صراحة. ومعظم ما يُسمّى ذكاءً اصطناعيًا اليوم هو تعلّم آلة.

صياغة المصطلح
1959، آرثر صامويل (IBM)
يحتاج إلى
بيانات ونموذج وطريقة لقياس الخطأ
الأنواع الرئيسية
الموجَّه وغير الموجَّه والمعزَّز
أكبر فخ
فرط التوافق: الحفظ بدل التعلّم
مفهوم أساسي · التدريب

درّب نموذج نجاح/رسوب يدويًا

عشرون طالبًا: ساعات المذاكرة، وهل نجحوا. اسحب الخط لتحدد القاعدة «تنبأ بالنجاح فوق هذا العدد من الساعات». والتدريب يعني إيجاد الخط الأقل أخطاءً.

3.0 hتنبؤ بالرسوبتنبؤ بالنجاح
0 hساعات المذاكرة10 h
نجحرسبتنبؤ خاطئ
الدقة75%
صحيحة15
نجاح كاذب5
نجاح فائت0
التدريب هو هذا بالضبط، لكن تلقائيًا: جرّب إعدادات كثيرة، وقِس الأخطاء، واحتفظ بالأفضل. والنماذج الحقيقية تضبط ملايين الأرقام بدل رقم واحد.
أكبر فخ

الأكثر تعقيدًا ليس دائمًا الأذكى

يُحكم على النموذج ببيانات لم يرها. زد التعقيد: يواصل خطأ التدريب الهبوط، لكن خطأ الاختبار يهبط ثم يعود للارتفاع حين يبدأ النموذج بحفظ الضجيج.

12345678910
تمامًا كما يجب
خطأ التدريب11%
خطأ الاختبار14%
النقطة المثلى: خطأ اختبار منخفض. تعلّم النموذج النمط دون حفظ الضجيج.
أخطاء توضيحية لنموذج نموذجي. البنفسجي: الخطأ على بيانات التدريب. الوردي: الخطأ على بيانات الاختبار المحجوزة.
أنواع التعلّم

مَن يقدّم الإجابات؟

الموجَّه learningيتعلم النموذج من أمثلة موسومة، مُدخلات مقرونة بإجابات صحيحة، ثم يتنبأ بالإجابات لمُدخلات جديدة. ونموذج النجاح/الرسوب أعلاه موجَّه.يُستخدم في:مرشحات الرسائل المزعجة، التنبؤ بأسعار المنازل، التشخيص من الصور الطبية
طرق نموذجية
الانحدار الخطي واللوجستيأشجار القرار والغابات العشوائيةالشبكات العصبية
في التطبيق

من البيانات إلى نموذج منشور

معظم العمل ليس في الخوارزمية. تقدّم خطوة بخطوة.
اجمع البياناتاجمع أمثلة تمثّل الوضع الحقيقي الذي سيواجهه النموذج.انتبه:بيانات تُغفل فئات كاملة من الناس أو الحالات.
أين يعمل
الرسائل المزعجة والاحتيالالتوصياتالتصوير الطبيالكلام واللغةالتنبؤمساعدة القيادة

لا يزال صعبًا

البيانات المتحيزةإن عكست بيانات التدريب ظلمًا سابقًا، تعلّمه النموذج. ومراجعة البيانات والنتائج أمر أساسي.
الشراهة للبياناتتحتاج طرق كثيرة إلى مجموعات بيانات موسومة ضخمة، مكلفة وتثير أسئلة الخصوصية.
قابلية التفسيرنادرًا ما تشرح النماذج المعقدة سبب قرارها.
انزياح التوزيعقد تفشل النماذج المدرَّبة على بيانات الأمس بصمت حين يتغير العالم.

كيف وصلنا إلى هنا

1943العصبونات الاصطناعية.وصف ماكولوك وبيتس نموذجًا رياضيًا للعصبون.
1958البيرسبترون.بنى فرانك روزنبلات آلة تعلّمت تصنيف صور بسيطة.
1959المصطلح.صاغ آرثر صامويل «تعلّم الآلة» لبرنامج الداما الذي يحسّن نفسه.
1986الانتشار العكسي.نشر روملهارت وهينتون وويليامز الطريقة التي لا تزال تُستخدم لتدريب الشبكات العصبية.
2012وصول التعلّم العميق.فازت AlexNet، المدرَّبة على وحدات GPU، بتحدي ImageNet بفارق كبير.
2017المحوّلات.البنية وراء نماذج اللغة الكبيرة اليوم.
قائمة قراءة
Pattern Recognition and Machine Learning· Christopher Bishop2006
The Hundred-Page Machine Learning Book· Andriy Burkov2019
Hands-On Machine Learning· Aurélien Géron2017
Deep Learning· Goodfellow, Bengio & Courville2016

النماذج تجد الأنماط. وأنت كذلك.

التعرّف على الأنماط في قلب اختبار الذكاء الكامل لدينا: 60 سؤالًا في أربعة مجالات، نحو 30 دقيقة.

خذ اختبار الذكاء الكامل