ما هي الشبكة العصبية الاصطناعية؟ إليك كل ما تحتاج إلى معرفته

إذا كنت قد قضيت أي وقت في القراءة عنه الذكاء الاصطناعيمن المؤكد أنك سمعت عن الشبكات العصبية الاصطناعية. ولكن ما هو بالضبط واحد؟ بدلاً من التسجيل في دورة شاملة لعلوم الكمبيوتر أو الخوض في بعض الموارد الأكثر تعمقًا متاح عبر الإنترنت، راجع دليلنا السهل الاستخدام للشخص العادي للحصول على مقدمة سريعة وسهلة لهذا النوع المذهل من الماكينات تعلُّم.

ما هي الشبكة العصبية الاصطناعية؟

تعد الشبكات العصبية الاصطناعية إحدى الأدوات الرئيسية المستخدمة في التعلم الآلي. وكما يوحي الجزء "العصبي" من اسمها، فهي أنظمة مستوحاة من الدماغ تهدف إلى تكرار الطريقة التي نتعلم بها نحن البشر. تتكون الشبكات العصبية من طبقات الإدخال والإخراج، بالإضافة إلى (في معظم الحالات) طبقة مخفية تتكون من وحدات تعمل على تحويل المدخلات إلى شيء يمكن لطبقة الإخراج استخدامه. إنها أدوات ممتازة للعثور على الأنماط المعقدة جدًا أو المتعددة التي يتعذر على المبرمج البشري استخراجها وتعليم الآلة كيفية التعرف عليها.

بينما الشبكات العصبية (وتسمى أيضًا "الإدراك الحسي") كانت موجودة منذ الأربعينيات، في العقود القليلة الماضية فقط أصبحت جزءًا رئيسيًا من الذكاء الاصطناعي. ويرجع ذلك إلى وصول تقنية تسمى "الانتشار العكسي"، والتي تسمح للشبكات بضبط طبقاتها المخفية من الخلايا العصبية في المواقف حيث لا تتطابق النتيجة مع ما يأمله المبدع - مثل شبكة مصممة للتعرف على الكلاب، والتي تخطئ في التعرف على القطة، مثال.

كان التقدم المهم الآخر هو وصول الشبكات العصبية للتعلم العميق، والتي كانت مختلفة تقوم طبقات الشبكة متعددة الطبقات باستخراج ميزات مختلفة حتى تتمكن من التعرف على ما تبحث عنه ل.

يبدو معقدا جدا. هل يمكنك شرح ذلك وكأنني في الخامسة من عمري؟

للحصول على فكرة أساسية عن كيفية تعلم الشبكة العصبية للتعلم العميق، تخيل خط مصنع. بعد إدخال المواد الخام (مجموعة البيانات)، يتم تمريرها بعد ذلك إلى أسفل الحزام الناقل، مع كل توقف أو طبقة لاحقة تستخرج مجموعة مختلفة من الميزات عالية المستوى. إذا كان الهدف من الشبكة هو التعرف على كائن ما، فقد تقوم الطبقة الأولى بتحليل سطوع وحدات البكسل الخاصة به.

يمكن للطبقة التالية بعد ذلك تحديد أي حواف في الصورة، بناءً على خطوط ذات وحدات بكسل متشابهة. بعد ذلك، قد تتعرف طبقة أخرى على الأنسجة والأشكال، وهكذا. بحلول الوقت الذي يتم فيه الوصول إلى الطبقة الرابعة أو الخامسة، ستكون شبكة التعلم العميق قد أنشأت أجهزة كشف ميزات معقدة. يمكنه معرفة أن بعض عناصر الصورة (مثل زوج من العيون والأنف والفم) موجودة معًا بشكل شائع.

بمجرد الانتهاء من ذلك، يمكن للباحثين الذين قاموا بتدريب الشبكة إعطاء تسميات للمخرجات، ثم استخدام الانتشار العكسي لتصحيح أي أخطاء تم ارتكابها. وبعد فترة، تستطيع الشبكة تنفيذ مهام التصنيف الخاصة بها دون الحاجة إلى مساعدة بشرية في كل مرة.

علاوة على ذلك، هناك أنواع مختلفة من التعلم، مثل تحت الإشراف أو تعليم غير مشرف عليه أو تعزيز التعلم، حيث تتعلم الشبكة بنفسها من خلال محاولة تعظيم درجاتها - كما تم تنفيذها بشكل لا يُنسى روبوت Google DeepMind للعب الألعاب Atari.

كم عدد أنواع الشبكات العصبية الموجودة؟

هناك أنواع متعددة من الشبكات العصبية، كل منها يأتي مع حالات الاستخدام الخاصة به ومستويات التعقيد. النوع الأساسي من الشبكة العصبية هو ما يسمى أ الشبكة العصبية المغذيةحيث تنتقل المعلومات في اتجاه واحد فقط من الإدخال إلى الإخراج.

نوع الشبكة الأكثر استخدامًا هو الشبكة العصبية المتكررة، حيث يمكن أن تتدفق البيانات في اتجاهات متعددة. تمتلك هذه الشبكات العصبية قدرات تعليمية أكبر وتستخدم على نطاق واسع لمهام أكثر تعقيدًا مثل تعلم الكتابة اليدوية أو التعرف على اللغة.

هناك أيضا الشبكات العصبية التلافيفية, شبكات آلة بولتزمان, شبكات هوبفيلد، ومجموعة متنوعة من الآخرين. يعتمد اختيار الشبكة المناسبة لمهمتك على البيانات التي يتعين عليك تدريبها عليها، والتطبيق المحدد الذي تفكر فيه. في بعض الحالات، قد يكون من المرغوب فيه استخدام أساليب متعددة، كما هو الحال مع مهمة صعبة مثل التعرف على الصوت.

ما نوع المهام التي يمكن للشبكة العصبية القيام بها؟

يشير الفحص السريع لأرشيفاتنا إلى أن السؤال المناسب هنا يجب أن يكون "ما هي المهام؟ لا أستطيع هل تفعل الشبكة العصبية؟" من جعل السيارات تسير بشكل مستقل على الطرق، ل توليد وجوه CGI واقعية بشكل مثير للصدمة، إلى الترجمة الآلية، إلى كشف الاحتيال، إلى قراءة عقولنا، للتعرف على متى أ القطة في الحديقة وتقوم بتشغيل الرشاشات; تقف الشبكات العصبية وراء العديد من أكبر التطورات في مجال الذكاء الاصطناعي.

ومع ذلك، فهي مصممة بشكل عام لاكتشاف الأنماط في البيانات. يمكن أن تشمل المهام المحددة التصنيف (تصنيف مجموعات البيانات إلى فئات محددة مسبقًا)، والتجميع (تصنيف البيانات إلى فئات محددة مسبقًا). فئات مختلفة غير محددة)، والتنبؤ (استخدام الأحداث الماضية لتخمين الأحداث المستقبلية، مثل سوق الأوراق المالية أو صندوق الأفلام مكتب).

كيف بالضبط "يتعلمون" الأشياء؟

بنفس الطريقة التي نتعلم بها من تجاربنا في حياتنا، تحتاج الشبكات العصبية إلى بيانات لتتعلم. في معظم الحالات، كلما زاد عدد البيانات التي يمكن إرسالها إلى الشبكة العصبية، أصبحت أكثر دقة. فكر في الأمر كأي مهمة تقوم بها مرارًا وتكرارًا. بمرور الوقت، تصبح أكثر كفاءة تدريجيًا وترتكب عددًا أقل من الأخطاء.

عندما يشرع الباحثون أو علماء الكمبيوتر في تدريب شبكة عصبية، فإنهم عادةً ما يقومون بتقسيم بياناتهم إلى ثلاث مجموعات. الأول هو مجموعة التدريب، التي تساعد الشبكة على تحديد الأوزان المختلفة بين عقدها. وبعد ذلك، يقومون بضبطها باستخدام مجموعة بيانات التحقق من الصحة. وأخيرًا، سيستخدمون مجموعة اختبار لمعرفة ما إذا كان بإمكانهم تحويل الإدخال إلى الإخراج المطلوب بنجاح.

هل للشبكات العصبية أي قيود؟

على المستوى الفني، أحد أكبر التحديات هو مقدار الوقت الذي يستغرقه تدريب الشبكات، الأمر الذي قد يتطلب قدرًا كبيرًا من الطاقة الحاسوبية لمهام أكثر تعقيدًا. لكن المشكلة الأكبر هي أن الشبكات العصبية هي عبارة عن "صناديق سوداء"، حيث يقوم المستخدم بإدخال البيانات ويتلقى الإجابات. يمكنهم تحسين الإجابات، لكن ليس لديهم إمكانية الوصول إلى عملية صنع القرار الدقيقة.

وهذه مشكلة يواجهها عدد من الباحثين العمل بنشاط علىلكن الأمر سيصبح أكثر إلحاحًا حيث تلعب الشبكات العصبية الاصطناعية دورًا أكبر وأكبر في حياتنا.

توصيات المحررين

• أجهزة الكمبيوتر المحمولة التي تشحن USB-C: إليك ما تحتاج إلى معرفته
• ما هو GDDR7؟ كل ما تحتاج لمعرفته حول الجيل التالي من VRAM
• استبدال بطارية MacBook Pro: كل ما تحتاج إلى معرفته
• ما هو Wi-Fi 7: كل ما تحتاج لمعرفته حول 802.11be
• يوتيوب يطرح المقابض. إليك ما تحتاج إلى معرفته