التعلم العميق هو حقل فرعي من تعلم الآلات والذي يهتم بالخوارزميات ويعتمد على بنية ووظائف الدماغ المسماة بالشبكات العصبية الصناعية، إذا كنت قد بدأت للتو في هذا المجال أو امتلكت بعضاً من الخبرة في الشبكات العصبية فيما مضى، فقد يختلط عليك الأمر، ومع هذا، فإن الخبراء والرياديين في هذا المجال يمتلكون أفكاراً عن ماهية التعلم العميق وقد استعنا بهذا الأفكار ووجهات النظر لتسليط الضوء على هذا المفهوم.
التعليم العميق هو شبكات عصبية هائلة
أندرو أن جي من كورسيرا – كورسيرا هي شركة تقانة تربوية ربحية توفر مساقات هائلة مفتوحة أنشأها مدرسين من جامعة ستانفورد. تعمل كورسيرا مع جامعات عالمية على طرح مساقاتها التعليمية عبر واجهة كورسيرا لإدارة النظم التعليمية – وعالم رئيس في أبحاث بايدو التي أسست ما يسمى بدماغ جوجل والذي أنتج في نهاية الأمر تعديلاً في تكنولوجيا التعليم العميق خلال عدد كبير من الخدمات التي يقدمها جوجل.
وقد تحدث أندرو وكتب كثيراً عن موضوع التعليم العميق وسنستعرض بعضاً من شروحاته، في بدايات ظهور هذا المفهوم، وصف أندرو التعلم العميق في سياق شبكات عصبية اصطناعية تقليدية، وفي مؤتمر في عام 2013 كان عنوانه « التعلم العميق، تعلم ذاتي ومزية لا تحتاج المتابعة والإشراف – Deep Learning, Sel-Taught Learning and Unsupervised Feature Learning»، وصف فكر التعليم العميق كالتالي:
«بالاستعانة بمحاكاة الدماغ، نأمل أن:
– نجعل خوارزميات التعليم أفضل وأسهل للاستخدام
– نحقق تقدماً ثورياً في تعلم الآلة والذكاء الاصطناعي
وأنا أؤمن بأنه أفضل فرصة لنا في التقدم تجاه ذكاء اصطناعي حقيقي.»
إن لب التعلم العميق استناداً إلى أندرو هو امتلاكنا الآن حواسيب سريعة بما فيه الكفاية وبيانات كافية لتدريب شبكات عصبية هائلة، وعندما نوقش سبب اعتبار هذا أنسب الأوقات للانطلاق في هذا المجال في مؤتمر «ExrtactConf» عام 2015 الذي كان عنوانه « ما هي البيانات التي يجب أن يكون العلماء على علم بها فيما يخص التعلم العميق»، علق أندرو:
« نستطيع الآن امتلاك عدد هائل من الشبكات العصبية وكم كبير من البيانات التي بإمكاننا الولوج إليها»
كما علق بأن أهم نقطة هي المقياس، لأننا أثناء بناء شبكات عصبية أكبر وتدريبها على بيانات أكبر فأكبر، فإن أدائها سوف يستمر بالتزايد، وهذا يختلف بشكل عام عن تقنيات أخرى لتعليم الآلة التي تصل إلى حد معين في الأداء، ويضيف: « في جميع الأجيال القديمة من خوارزميات التعلم، فإن الأداء سوف يصل إلى حد ما، أما التعلم العميق فهو الدرجة الأولى من الخوارزميات وهو قابل للتطوير على عكس الخوارزميات القديمة، فالأداء فيها سوف يستمر بالتحسن كلما زدنا كمية البيانات.»
يمكننا استنتاج أن التعلم العميق هو ليس إلا شبكات عصبية هائلة الحجم تمتلك بيانات كبيرة، وتتطلب حواسيب خارقة، وبالرغم من أن الدراسات الأولية ركزت على الوسائل التي لا تحتاج إلى رقابة، فإن آخر التطورات في هذا المجال ركزت على التدرب العميق ونماذج الشبكات العصبية بالاستعانة بخوارزميات عكسية، وأكثر التقنيات شعبية في هذا المجال هي:
• شبكات المستقبلات متعددة الطبقات
• شبكات التلافيف العصبية
• الشبكات العصبية للذاكرة المتكررة الطويلة قصيرة الأجل.
اضافة تعليق