مقدمة عن تعلم اللآلات Machine Learning

[أدم علي]

مقدمة
أعرف نفسي لكم من جديد .. أسمي آدم على أعمل في مجال وتطوير تطبيقات الويب، او بمعنى أدق أنا اعمل مبرمج، ومن واقع ما اعيشه يومياً من تطور تيكنولوجي ينعكس دائماً على كافة مناحي العلم، كان من الواجب أن أعطي رواد المنتدى لمحة عن أهم علم في مجال علوم الكمبيوتر اليوم وهو Machine Learning او التعلم اللآلات، والذي سبب طفره في فهمنا لكل فروع العلم مثل الفيزياء والأحياء والكمياء.

ما هو اذاً تعلم اللآلات؟

التعلم اللآلات هو من فروع علوم الكمبيوتر وبالتحديد فرع AI او الذكاء الإصطناعي، وهو العلم الذي يبحث في الأساس تطوير خوارزميات تجعل من الآلات قادرة على تعليم نفسها ذاتياً بدون تدخل مباشر من الإنسان، وحتى يكون الأمر أوضح يجب ان نعطي لكم خلفية عن كيفية كتابة البرامج قبل ظهور التعلم اللآلات.

البرمجة من الأساس

تعتبر البرمجة الشرطية هي الطريقة التقليدية لبرمجة معظم التطبيقات سواء كانت خاصة بسطح المكتب او الموبيل. بحيث نقوم عند كتابة تطبيق ما تحديد شروط عمل البرنامج وفقاً للمخطط الأساسي للطبيق. أما في حالة التطبيقات التي تعمل بطريقة تعلم الآلة في تعمل بشكل مختلف.

كيف تتعلم الآلات؟
التطبيقات التي تعمل بطريقة تعلم الآلة يتم برمجتها كأى تطبيق لكنها تعتمد في الأساس على استقبال كمية ضخمة جداً جداً جداً من البيانات المصنفة او الغير مصنفة - وفق خوارزميات محددة مسبقاً - وتحليلها والخروج بنتائج صحيحة او تقترب من الصحة.
وهناك طرق متعدد تتعلم بها الآلة واشهرها التعلم الآلي بإشراف، والتعلم بدون إشراف.

التعلم الآلي بإشراف:
التعلم بإشراف يتم عن طريق تغذية الآلة ببيانات مصنفة مسبقاً معروفة الخرج، فنحن على سبيل المثال نغذى الآلة ببيانات بريد مقسمة إلى مهمة او غير مهمة - مصنفة مسبقاً ومعروفة الخرج- ونتوقع منه ان يميز في المستقبل ما اذا كان البريد القادم كان مهماً ام لا.


التعلم بغير إشراف:
التعلم الآلي بغير إشراف عكس سابقه فهو فنحن نمد الآلة ببيانات غير معروفة الخرج، وذلك لاستخراج علاقات خفية قد لا تظهرها البيانات في شكلها الحقيقة قبل المعالجة.

هناك خوارزميات اخرى مثل التصنيف Classification و التجميع Clustering وقد يبدو هذه الأمثلة بسيطة لكن الفيزيائيين يستخدموه في تغذية الآلات بكمية كبيرة من datasets خاصة بتفاعلات فيزيائية معينة وتخرج لهم الآلة الأحتمالات الأكبر من بين ملايين الإحتمالات، وتستخدم ايضاً في علوم الفضاء الخ...

كما يجب ان ننبهكم إلى ان المدخل الرئيسي لكل هذا هو علوم البيانات او data science والذي يهم تنقيب - جمع - تصنيف - تحليل البيانات.

اما عن الشركات التي تعمل حالياً في هذا المجال على سبيل المثال
google
ibm
facebook
Microsoft

ولكل شركة منهم منصة برمجية خاصة بالمطورين لتجربة جميع تطبيقات الذكاء الإصطناعي ومن اشهر تلك المنصات Microsoft Azure والخاصة بشركة Microsoft.

موضوع تعلم الآلة طويل ولذل قيد التطوير وبحاجة إلى جهد كبير من قبل المطورين والمبرمجين وجميع العاملين بالمجالات الطبيقية كالفيزيائيين وعلماء البيولوجيا، حيث تضافر مجهوداتهم قد تؤدي بسرعة الي نتائج مبهرة تنعكس على العلم والإنسان.

مقدمة في تعلم الآلة يشرحها لكم sebastian thrun مؤسس منصة udacity للتعلم عن بعد
https://www.youtube.com/watch?v=ICKB...dIvYv4HfLG7SiH

مقدمة في تعلم الآلة - الباحثون السورييون
https://www.syr-res.com/article/7895.html

Top 15 AI Platforms
https://www.predictiveanalyticstoday...nce-platforms/

اذا اعجبكم الموضوع وتريدون توضيحات اكثر اكتب رد وسأحاول كتابة موضوع اخر وفي انتظار تعليقاتكم.

[Mazen]

تحياتي ادم وشكراً لمناقشة الموضوع.

‏Machine Learning قد يوحي للبعض ما كنا نشاهده في افلام الخيال العلمي ان الالات تعلم نفسها بنفسها واخيراً تسيطر على الارض...

في الحقيقه Machine Learning في معظمه هو معالجه احصائيه statistical analysis و local minimum / optimization problem etc.

الان تتوفر المعلومات الضخمه المنظمه او غير المنظمه بشكل الكتروني كما ذكرت. معالجة هذه البيانات بالطريقه التقليديه مستحيل حتى ولو تم استخدام distributed computing ولو حتى استخدمت 100 كمبيوتر بشكل متوازي، لن تحصل على نتيجه بالوقت المطلوب.

‏Machine Learning كما افهمه واستخدمه في عملي، هو:
1- الحصول على البيانات اولاً (data). نشتري هذه المعلومات.
2- محاولة فهم بعض المعلومات غير المنظمه بشكل اولي. لم استخدم خوارزميات NLP (natural language processing). اكتفي باستخدام regular expressions (regex. فهذا كافي لما احتاجه
3- تخزين الكم الهائل من الداتا، وتوزيعها (clustering). استخدمنا redshift من amazon الان نستخدم Azure ايضاً
4- تحليل المعلومات او جزء منها. استخدم بعض خوارزميات التطور genetic algo مع بعض statistical analysis.
5- ضع feedback loop لتحسين التحاليل مستقبلاً (معظم الاحيان هذه الfeedback loop) هي تدخل بشري لتحسين البرنامج او معطياته.

هناك امثله مذهله تستخدم (مثلاً، من الحصول على عدد الهواتف المتواجده في منطقه معينه وتحليل تلك المعلومات يومياً نستطيع ان نعرف اذا كان هناك نمو سكاني في تلك المنطقه. بل حتى من تواجد الهواتف النقاله في المول، تستطيع ان تحصل على معلومات ان كان الناس يتسوقون اكثر او اقل في موسم الاعياد).

في الحقيقه Machine Learning يعني شيء مختلف عما يتوارد الى الذهن ان الالاه تتعلم بنفسها...

[أدم علي]

المشاركة الأصلية كتبت بواسطة mazen

تحياتي ادم وشكراً لمناقشة الموضوع.

‏machine learning قد يوحي للبعض ما كنا نشاهده في افلام الخيال العلمي ان الالات تعلم نفسها بنفسها واخيراً تسيطر على الارض...

في الحقيقه machine learning في معظمه هو معالجه احصائيه statistical analysis و local minimum / optimization problem etc.

الان تتوفر المعلومات الضخمه المنظمه او غير المنظمه بشكل الكتروني كما ذكرت. معالجة هذه البيانات بالطريقه التقليديه مستحيل حتى ولو تم استخدام distributed computing ولو حتى استخدمت 100 كمبيوتر بشكل متوازي، لن تحصل على نتيجه بالوقت المطلوب.

‏machine learning كما افهمه واستخدمه في عملي، هو:
1- الحصول على البيانات اولاً (data). نشتري هذه المعلومات.
2- محاولة فهم بعض المعلومات غير المنظمه بشكل اولي. لم استخدم خوارزميات nlp (natural language processing). اكتفي باستخدام regular expressions (regex. فهذا كافي لما احتاجه
3- تخزين الكم الهائل من الداتا، وتوزيعها (clustering). استخدمنا redshift من amazon الان نستخدم azure ايضاً
4- تحليل المعلومات او جزء منها. استخدم بعض خوارزميات التطور genetic algo مع بعض statistical analysis.
5- ضع feedback loop لتحسين التحاليل مستقبلاً (معظم الاحيان هذه الfeedback loop) هي تدخل بشري لتحسين البرنامج او معطياته.

هناك امثله مذهله تستخدم (مثلاً، من الحصول على عدد الهواتف المتواجده في منطقه معينه وتحليل تلك المعلومات يومياً نستطيع ان نعرف اذا كان هناك نمو سكاني في تلك المنطقه. بل حتى من تواجد الهواتف النقاله في المول، تستطيع ان تحصل على معلومات ان كان الناس يتسوقون اكثر او اقل في موسم الاعياد).

في الحقيقه machine learning يعني شيء مختلف عما يتوارد الى الذهن ان الالاه تتعلم بنفسها...

انا افهم كلامك بالطبع، وافهم ايضاً اننا لا نستطيع محاكة عقل الإنسان وان الآلات لا تسكتسب الوعي الذاتي، ولكن محاولة محاكة بعض وظائف العقل قد تكون مجدية، نحن نستخدم كلمات مثل تعلم الآلة لنصف حالة "محاولة الآلات لفهم تعقيدات معينة" بالطبع تحليل البيانات من المجالات الآساسية لفهم وتطبيق ذلك، وفي النهاية نحن نسعى لتبسيط العلم دون المساس بجوهر :) واشكر على التفاعل :)