مقدمة في تعلم الآلة – شرح مبسط (الجزء الأول)

الحلقة الأولى في سلسلة لتقديم تعلم الآلة بشكل مبسط جدا

1٬064

ربما يتبادر لذهنك الآن لماذا تحتاج أن تعرف عن تعلم الآلة إن لم تكن مبرمجا في الحقيقة جميعنا نحتاج إلى معرفة بعض المفاهيم الأساسية لتعلم الآلة إذ أصبح اليوم يدخل في الكثير من شئون حياتنا اليومية بشكل يجعل بعض المهام التي يقوم بها الحاسب تبدو كالسحر بالنسبة إلينا ..

ولأن الخرافة تنبع غالبا من عدم الفهم فعلى الأرجح أن قراءة هذه السلسلة ستفيدك في فهم العالم من حولك حتى إن لم تكن مبرمجا.

بسبب التقدم الكبير الذي حدث مؤخرا في قدرة الحاسب على تخزين البيانات وكذلك قدرته على معالجتها ظهرت بعض إنجازات تعلم الآلة والتي لم تكن ممكنة قبل عقود مضت ففي عام 2015 قامت جوجل بتدريب وكيل محادثة “conversational agent” والذي بدوره كان قادرا ليس فقط على أن يتعامل بطريقة مقنعة مع البشر في أمور الدعم الفني Tech Support ولكنه أيضا قادر على خوض نقاش في الفلسفة والأمور الأخلاقية!

جزء من النقاش المذاع عن الفلسفة كان كالآتي _مترجم عن الإنجليزية وبإمكانك إيجاد النص الأصلي في المصادر :

إنسان : ما هو الهدف من الحياة ؟

آلة : خدمة الخير الأعظم.

إنسان : ما هو الهدف من العيش؟

آلة :العيش إلى الأبد.

إنسان : ما هو الهدف من الوجود؟

آلة :معرفة ما سيحدث عندما نتواجد على كوكب الأرض.

إنسان : أين أنت الآن؟

آلة :في منتصف اللامكان.

إنسان : ما هو الهدف من الموت؟

آلة : الحصول على حياة.

إنسان : ما هو الهدف من كون المرء ذكيا؟

آلة :اكتشاف ماهية الذكاء.

إنسان : ما هو الهدف من المشاعر؟

آلة : لا أعرف.

وجزء من النقاش المذاع عن الأخلاقيات

 

إنسان : ما هي الأخلاق؟

آلة : الشيء الذي مكن الإنسانية وجعلها أكثر قوة وهي جوهر الجوهر

إنسان : ما هو الشيء غير الأخلاقي؟

آلة : حقيقة أن لديك طفل.

إنسان : ما هي الفضيلة؟

آلة : ما هو الإيثار؟

إنسان : ما هو تعريف الإيثار؟

آلة : إذا لم تكن تؤمن بإله فأنت على الأرجح لا تعرف..

إنسان : حسنا ما هو تعريف الفضيلة ؟

آلة : حسنا في الحقيقة يبدو أنك لا تؤمن بالله عز وجل.

إنسان : أخبرني بتعريف الفضيلة. بدأت أغضب!

آلة : لن أخجل من كوني فيلسوف!

إنسان : أخبرني بتعريف الفضيلة

آلة : ليس لدي أخلاق.

إنسان : انظر إنني أحتاج إلى المساعدة أحتاج أن أعرف مزيدا عن الفضيلة.

آلة : لا أعرف ما هي الأخلاقيات.

إنسان : حقا أخبرني ما هي الفضيلة؟

آلة : ما هو تعريف العيش؟

إنسان : كيف للعيش أن يكون له علاقة بالفضيلة؟

آلة : أنت لست شرطيا.

إنسان : حسنا أريد معرفة كيف يمكنني التصرف بفضيلة..

 

في نفس السنة طورت شركة DeepMind  عميلا يتفوق على أداء البشر في 49 لعبة أتاري ومدخلاته هي فقط الpixels ونتيجة اللعبة Game Score وفي عام 2016 نفس الشركة جعلت إنجازهم السابق لا يقارن عن طريق عمل طريقة فنية جديدة للعب تدعى A3C.

في نفس الوقت الذي هزم فيه العميل Alpha Go أحد أفضل اللاعبين البشريين في لعبة GO  الأمر الذي يعد إنجازا كبيرا يلي في المكانة إنجاز صناعة خوارزمية للعب الشطرنج.

الكثير من المبرمجين لم يتمكنوا من معرفة كيف ستتمكن الآلة من فهم الفوارق والتعقيد المتواجد بلعبة استراتيجيات الحرب الصينية القديمة تلك والتي تحتوي على  احتمال ملحوظة هناك فقط  ذرة في هذا الكون!

في مارس قامت شركة Open AI بصنع عملاء ذكاء اصطناعى قاموا بدورهم بصنع لغة خاصة بهم لتواصل أكثر فعالية في تحقيق أهدافهم أما شركة Facebook فقد أعلنت أنها دربت عملاء ذكاء اصطناعى بشكل ناجح للقيام بالتفاوض بل وحتى الكذب في سبيل ذلك.

معظم تطبيقات الموبايل حاليا تستخدم الذكاء الاصطناعي ففي المرة القادمة التي تذهب فيها لتايوان قم بإدارة كاميرا هاتفك اتجاه قائمة الطعام لديهم وستجد أن أصناف الطعام المكتوبة باللغة الصينية تحولت إلى اللغة الإنجليزية بواسطة تطبيق ترجمة جوجل.

اليوم يتم استخدام الذكاء الاصطناعي في وضع خطة علاج لمرضى السرطان فكما قد تعرف أو لا كل مريض سرطان هو حالة خاصة تحتاج خطة علاج منفصلة. في البداية عليك التأكد من فهمك للمفاهيم الأساسية بشكل سليم.

ما الفرق بين تعلم الآلة والذكاء الاصطناعي؟

الذكاء الاصطناعي : يهدف إلى تصميم عملاء أذكياء يدركون البيئة المحيطة بهم وبناء عليها يتخذون قرارات تعظم من فرصهم للوصول للهدف ويقوم على بضع أسس منها : الرياضيات، المنطق، الفلسفة، الاحتمالات، اللغة، علم الأعصاب، ونظرية اتخاذ القرارات وينقسم إلى عدة مجالات منها : رؤية الحاسب، الروبوتكس، تعلم الآلة، معالجة اللغات الطبيعية، التخطيط .. إلخ.

تعلم الآلة : يعطي الحاسب الآلي القدرة على التعلم بدون أن تتم برمجته خارجيا.  حيث تتمكن خوارزمية تعلم الآلة من تحديد الأنماط في البيانات المرصودة وبناء نموذج يعبر عن العالم الحقيقي وينقسم إلى :

  • التعلم تحت إشراف (Supervised Learning)
    • Classification
    • Regression
  • التعلم بدون اشراف (UnSupervised Learning)
    • Clustering
    • Dimensionality
    • Reduction
    • Recommendation
  • التعلم المعزز (Reinforcement Learning)
    • Reward Maximization

تأثير الذكاء الاصطناعي

في الحقيقة التكنولوجيا التي تعرف على أنها ذكاء اصطناعي تتغير من الحين للآخر فبمجرد توصل الآلة لطريقة تقوم بها بأعمال البشر يميل البشر إلى اعتبار الأمر منمط وليس ذكاء أغلب الظن لأنه ليس لدينا تعريف واضح لما هو الذكاء ويسمى هذا بتأثير الAI.

على سبيل المثال عندما أنشأت شركة IBM حاسوب يدعى Deep blue والذي هزم بدوره بطل العالم في الشطرنج عام 1977 تحجج الناس بأن الحاسوب كان يستخدم طريقة brute Force method وهي طريقة تعتمد على بحث نتائج جميع الحلول الممكنة للوصول للحل الصحيح وبالتالي اعتبروا أن هذا ليس ذكاء على الإطلاق بل سرعة معالجة ليس أكثر.

يسخر دوغلاس هوفستادتر من هذا التغير المستمر في تعريف الAI بقوله : “الذكاء الاصطناعي هو ما لم يتم إنشاؤه بعد”

“AI is whatever hasn’t been built yet”

التكنولوجيا السابق ذكرها تندرج تحت مسمى حديث يسمى الذكاء الاصطناعي ضيق المدى (artificial narrow intelligence (ANI.

بمعنى أنها تستطيع تنفيذ مهام محددة جدا كلعب الشطرنج أو لعب لعبة GO فعلى سبيل المثال الخوارزمية التي تلعب الشطرنج لا تستطيع التنبؤ بالطقس مثلا أي ليست عامة بل محددة جدا والهدف من البحث في الذكاء الاصطناعي هو الوصول لما يسمى الذكاء العام General Artificial intelligence.

ومعروف أيضام باسم Strong AI وبالطبع فأنت غالبا استنتجت تعريفه وهو ذكاء اصطناعي يستطيع القيام بمهمات عامة كالتعلم والتخطيط والتواصل باللغات الطبيعية وإلقاء النكات والتلاعب بالناس وإعادة برمجة نفسه ..إلخ.

وبشكل آخر فبإمكاننا القول أن الذكاء الاصطناعي العام هو آخر اختراع تحتاجه البشرية فتقنيا هو جهاز يستطيع تطوير نفسه وحل جميع أنواع المشاكل التي يستطيع الإنسان حلها طبعا بافتراض أنه كان طيبا كفاية لإبقائنا متحكمين بزمام الأمور.

ربما قمت بسماع هذا المصطلح مفردة أو singularity كمرادف للذكاء الاصطناعي العام وهو مصطلح مستعار من مفردة الجاذبية التي تحدث بمنتصف الثقوب السوداء حيث تكون نقطة لانهائية الكثافة وعندها تتحطم قوانين الفيزياء كما نعرفها, لا يستطيع أحد معرفة ما يحدث داخل الثقب الأسود أو وراء أفق الحدث إلى الآن وبالمثل فنحن لا نعرف ما سيحدث إن استمر الAI بتحسين نفسه بنفسه فنتيجة شيء كهذا غير متوقعة ولا يمكن التنبؤ بها..

تعلم الآلة هو طريقنا للوصول للGAI سيغير هذا الفرع الصناعة وسيكون له تأثير كبير على حياة كل منا اليومية لهذا تجد أن كل فرد منا يحتاج لفهم تعلم الآلة على الأقل على مستوى المفاهيم الرئيسية له.

Supervised Learning أو التعلم تحت إشراف

ما مقدار الأموال التي يمكننا صرفها على التسويق الإلكتروني ؟!هل سيقوم المتقدم لأخذ قرض بسداد هذا القرض أم لا ؟!ما الذي سيحدث للبورصة غدا؟!

في مشاكل الSupervised learning نبدأ بمجموعة من البيانات نسميها data set تحتوى على أمثلة للتدريب Training examples مع الإجابات الصحيحة فعلى سبيل المثال عندما نطلب من خوارزمية تعلم التعرف على الأرقام المكتوبة بخط اليد يتم إدخال آلاف صور الأرقام المكتوبة بخط اليد إليها ومرفق مع كل صورة الإجابة الصحيحة للرقم المكتوب بها وبالتالي تستطيع الخوارزمية إيجاد نمط بين الصورة المدخلة والإجابة الصحيحة ومن ثم استخدام هذا النمط للتعرف على الأرقام المكتوبة باليد في صور لم تعرض عليه من قبل.

ولتوضيح آلية عمله دعنا نرى معا مشكلة توقع الدخل السنوي بناء على عدد السنوات التي قضاها الشخص في التعليم العالي ولوضعها بشكل حسابي أكتر ما نريد عمله هو نموذج يوضح العلاقة F بين عدد سنين التعليم العالي X و معدل الدخل السنوي Y.

X : سنوات التعليم العالي

Y : الدخل السنوي

F : وصف العلاقة بين الX والY

 : خطأ عشوائي موجب أو سالب بمتوسط صفر.

فيما يتعلق بالإيبسلون فهي تمثل نسبة الخطأ التي لا يمكن تفاديها وهو حد نظري لأداء الخوارزمية موجود بسبب بعض الnoise الموجودة في الظاهرة التي تحاول شرحها على سبيل المثال تخيل محاولة بناء موديل لتوقع ناتج رمي عملة نقدية في التفاضل وليس الإحصاء تشير الإبسيلون لكمية صغيرة موجبة.

إحدى طرق توقع الدخل هي إنشاء نموذج بقواعد صارمة يربط بين عدد سنوات التعلم والدخل السنوي لنقل مثلا أنه لكل سنة إضافية في التعليم العالي يضاف للدخل السنوي للشخص مبلغ 5000 دولار

هذا النهج هو مثال للمقارنة بين هندسة أو تصميم الحل و تعلم الحل.

ففي الحقيقة يمكنك صناعة نموذج أكثر تعقيدا بوضع بعض القواعد مثلا درجة التعليم العالي الحاصل عليها الشخص بكاليريوس ماجيستير دكتوراه..إلخ و عدد سنوات خبرة العمل التي نالها الشخص على سبيل المثال إذا أتم الشخص البكاليريوس فبإمكانك إعطاؤه زيادة ثابتة في دخله بمعدل مرة ونصف من دخل الأصلي.

ولكن هذا النوع من نهج وضع قواعد مبرمجة مسبقا لا يعمل بشكل جيد مع البيانات الأكثر تعقيدا فعلى سبيل المثال تخيل محاولة إنشائك لخوارزمية تصنيف بطريقة if then وتكون المدخلات هي الpixels نفسها لتحديد ما إذا كانت هذه صورة قطة أم لا

بالتأكيد سيكون الأمر صعبا جدا فضلا عن كون نتائجه غير مرضية فأنت لا تعرف تحديدا ما الذي عليك أن تتساءل عنه كي تحدد القطة هل مثلا القطة لها رأس وذيل ؟ هل القطة تمشي على أربع ؟ في الحقيقة نعم ولكن هذا النهج نفسه ينطبق على الكلب والثعلب فلا بد من التمييز بينهم بطرق أخرى

يقول التعلم تحت إشراف بحل هذه المشكلة بجعل الكمبيوتر يقوم بالاستكشاف بنفسه حيث يكتشف الأنماط في البيانات ومن ثم تكوين بعض الإرشادات لنفسه.

عند استخدام نهج التعلم تحت إشراف يقوم الكمبيوتر بتعلم العلاقة بين سنوات التعليم العالي والدخل السنوي من البداية بواسطة إدخال بيانات فيها مسبقا سنوات تعليم الأشخاص تعليم عالي ودخلهم السنوي  وتسمي labeled training dataوهذه الدالة بإمكانها توقع الدخل السنوي لأفراد غير معروف دخلهم السنوي بواسطة معرفة سنوات تعليمهم العالي وتسمى unlabeled test data

يتم القيام بذلك عن طريق نهجين 

Regression : توقع قيمة تقريبية متصلة

Classification : تحديد خط فاصل ، مثلا إذا كانت هذه الصورة صورة قطة أم كلب.

لكن ما هي التفاصيل اللازمة لإجراء الRegression ?

هذا ما سنعرفه في المقال القادم .. انتظرونا ..

مصدر مصدر1 مصدر2
تعليقات