بول داوني | فليكر
إن التعلّم الآلي عبارة عن تعترض على نحو متزايد في كثير من الأحيان ، ومع ذلك لا يزال الكثيرون لا يعرفون بالضبط ما هي . بالطبع ، هناك سبب لذلك. لا يزال في مراحله المبكرة ، ويفترض الكثيرون أنه ليس شيئًا يؤثر على عامة السكان حتى الآن. في الواقع ، ربما هذا ليس صحيحًا كما يفترض البعض.
إذن ما هو التعلم الآلي؟ وما هو استخدامها في اليوم؟ إليك دليلنا حول كل ما تحتاج لمعرفته حول التعلم الآلي.
ما هو تعلم الآلة؟
التعلم الآلي ، ببساطة ، هو شكل من أشكال الذكاء الاصطناعي الذي يسمح لأجهزة الكمبيوتر بالتعلم دون أي برمجة إضافية. وبعبارة أخرى ، فإن البرنامج قادر على تعلم أشياء جديدة من تلقاء نفسه ، دون حاجة مبرمج أو مهندس إلى "تعليمها" أي شيء. التعلم الآلي قادر على أخذ البيانات واكتشاف الأنماط وإيجاد الحلول ، ثم تطبيق هذه الحلول على مشاكل أخرى.
الصورة: K؟ rlis Dambr؟ ns | فليكر
من المهم الإشارة إلى أن التعلم الآلي كمفهوم ليس بالأمر الجديد على الإطلاق - من الصعب تتبع الأصول الدقيقة للمفهوم مع الأخذ في الاعتبار أنه يدمج في أشكال التكنولوجيا الأخرى وإليها. يمكنك المجادلة بأن التعلم الآلي يرجع إلى بداية اختبار تورينج ، والذي تم استخدامه لتحديد ما إذا كان الكمبيوتر لديه ذكاء أم لا. ومع ذلك ، كان أول برنامج كمبيوتر يتعلم لعبة الداما ، تم تطويره في عام 1952 بواسطة آرثر صموئيل. أصبحت هذه اللعبة أفضل كلما لعبت.
التكنولوجيا الحديثة ، ومع ذلك ، يحسن بشكل كبير التعلم الآلي. على سبيل المثال ، يتطلب التعلم الآلي قدرًا كبيرًا من قوة المعالجة ، لدرجة أننا بدأنا للتو في تطوير القدرة على تعلم الآلة الأساسية في التاريخ الحديث.
هناك بعض الطرق الرئيسية لتطبيق المبرمجين التعلم الآلي. الأول يسمى "التعلم الخاضع للإشراف". ما يعنيه هذا في الأساس هو أن الآلة تتغذى على المشاكل حيث يكون حل المشكلة معروفًا. تستطيع خوارزمية التعلم تلقي هذه المشكلات مع النتائج المرغوبة وتحديد أنماط المشكلات والتصرف وفقًا لذلك. غالبًا ما يستخدم التعلم الخاضع للإشراف للتنبؤ بالأحداث المستقبلية - مثل عندما تكون معاملة بطاقة ائتمان قد تكون احتيالية.
يُطلق على التطبيق الثاني للتعلم الآلي "التعلم غير الخاضع للإشراف". في هذه الحالة ، لا يتم إعطاء نتيجة المشكلة إلى البرنامج - بدلاً من ذلك ، يتم تغذية المشاكل ويجب اكتشاف أنماط في البيانات. الهدف هنا هو العثور على بنية في البيانات التي يتم تقديمها.
ثالثًا هو "التعلم شبه الخاضع للإشراف". غالبًا ما يتم استخدام طريقة التعلم الآلي هذه لنفس الأشياء التي يستخدمها التعلم الخاضع للإشراف ، ولكنها تأخذ البيانات بحل وبيانات بدونها. غالبًا ما يتم تنفيذ التعليم شبه الخاضع للإشراف عندما تكون الأموال محدودة ولا تستطيع الشركات تقديم مجموعات كاملة من البيانات لعملية التعلم.
أخيرًا وليس آخرًا ، "تعلم التعزيز" ، والذي يستخدم خصيصًا لأشياء مثل الألعاب والروبوتات. يتعلم تعلم التعزيز أساسًا من خلال التجربة والخطأ - حيث يحاول الجهاز الأشياء ويتعلم بناءً على نجاحاته أو إخفاقاته. الهدف هنا هو أن يكتشف الجهاز أفضل النتائج الممكنة.
بالطبع ، تتضمن كل أساليب التعلم الآلي هذه تغذية مئات الآلاف من المشكلات ، وكميات هائلة من البيانات. حقا ، والمزيد من البيانات كان ذلك أفضل.
أين يستخدم التعلم الآلي اليوم؟
صور من المال | فليكر
في الواقع ، هناك الكثير من الأماكن التي يتم فيها استخدام التعلم الآلي اليوم. العديد من هؤلاء وراء الكواليس ، ومع ذلك قد يفاجأ أن تعرف أن الكثير منهم هو أيضا شيء تستخدمه كل يوم.
ربما يكون الشخص الذي تستخدمه أكثر من غيره هو مساعدك الشخصي - هذا صحيح ، يستخدم أمثال Siri و Google Now التعلم الآلي ، إلى حد كبير لفهم أنماط الكلام بشكل أفضل. مع وجود ملايين كثيرة من الناس يستخدمون Siri ، يستطيع النظام التقدم بجدية في كيفية تعامله مع اللغات واللكنات وما إلى ذلك.
بالطبع ، سيري ليس التطبيق المستهلك الوحيد للتعلم الآلي. استخدام آخر هو في المصرفية ، مثل الكشف عن الاحتيال. على سبيل المثال ، يمكن لخوارزميات التعلم الآلي تتبع أنماط الإنفاق ، وتحديد الأنماط التي من المرجح أن تكون احتيالية بناءً على نشاط احتيالي سابق.
في الواقع ، حتى بريدك الإلكتروني قد يستخدم التعلم الآلي. على سبيل المثال ، تعد رسائل البريد الإلكتروني العشوائي مشكلة ، وقد تطورت مع مرور الوقت. تستخدم أنظمة البريد الإلكتروني التعلم الآلي لتتبع أنماط البريد الإلكتروني العشوائي وكيفية تغيير رسائل البريد الإلكتروني العشوائي ، ثم وضعها في مجلد الرسائل غير المرغوب فيها بناءً على تلك التغييرات.
الاستنتاجات
تم تعيين التعلم الآلي ليكون جزءًا كبيرًا من كيفية استخدامنا للتقدم التكنولوجي ، وكيف يمكن أن تساعدنا التكنولوجيا. من سيري إلى بنك الولايات المتحدة ، أصبح التعلم الآلي واسع الانتشار ، وهذا من المرجح أن يستمر فقط.
