.jpg "كود برمجة نموذج الذكاء الاصطناعي")
وبعد رحلة بحث واستكشاف في مصادر متعددة، تعمقت أكثر لأفهم هذا المصطلح وبنيته.
لذلك، في هذا المقال سأقدم لكم فهمًا لنموذج الذكاء الاصطناعي من عدة جوانب، بدايةً من ماهيته، وصولًا إلى سبب ظهور هذا العدد الكبير منها اليوم، والتعرف على بعض منها.
ما هو نموذج الذكاء الاصطناعي؟
في البداية كنت أظن أن النموذج هو النظام نفسه، وأن تدريب نموذج واحد يكفي لبناء نظام كامل. لكن بعد البحث اتضح لي أن فهمي كان سطحيًا جدًا.وقبل أن أشرح ما هو النموذج، يجب أن نعرف أولًا معنى «النظام».
النظام هو المنتج الكامل الذي نريد بناءه لخدمة المستخدم، ويتكوّن من عدة أجزاء تعمل معًا، منها واجهة المستخدم، والإنسان الذي يراجع النتائج أو يتخذ القرار، والنموذج، إلى جانب مكونات أخرى مختلفة.
أما النموذج فهو بنية رياضية، وهو مجرد جزء من هذا النظام، هدفه القيام بمهمة معينة أو عدة مهام محددة، مثل اكتشاف الأمراض أو التنبؤ. ولهذا يمكن للنظام الواحد أن يحتوي على عدة نماذج مختلفة.
وهذا ما نراه في النظام البنكي نفسه، فقد يحتوي على نموذج لتقدير احتمال استرداد الأموال، ونموذج آخر لاكتشاف العمليات المشبوهة.
وحتى تتضح الصورة أكثر، لننظر إلى شيء نستخدمه كل يوم، وهو هاتفك. إن كنت تفتحه بالتعرف على الوجه، فقد يبدو لك أنه يتعرف عليك مباشرة. لكن العملية في الحقيقة تعتمد على نظام كامل يضم الكاميرا والبرمجيات ونظام الأمان.
أما النموذج فمهمته محددة: تحليل ملامح وجهك ومقارنتها بالبيانات المسجلة، ثم إرسال النتيجة.
في رأيي، فهم الفرق بين النظام والنموذج هو أول خطوة قبل التعمق في أي شيء آخر. فمتى عرفتَ أن النموذج جزء واحد من النظام، وأن النظام الواحد قد يضم عدة نماذج، صار أي تطبيق ذكي تراه أوضح وأسهل في الفهم.
كيف تعمل نماذج الذكاء الاصطناعي؟
يمكن لبعض النماذج أن تطبق الأوامر والقواعد التي يحددها المبرمج مسبقا، بينما تعتمد الأخرى على التعلم من البيانات لاكتشاف الأنماط والعلاقات بينها، ويطلق على هذا النوع اسم نماذج التعلم الآلي. وقد تعمل هذه النماذج بشكل مستقل في بعض المهام، بينما تحتاج إلى تدخل بشري في مهام أخرى، مثل تحديد الهدف، أو تقديم البيانات، أو مراجعة النتائج.
وخلال بحثي وتعمقي في الموضوع، وجدت في أحد المقالات العربية على موقع IBM فكرة لفتت انتباهي، مفادها أن :
"كل نموذج تعلم آلي هو نموذج ذكاء اصطناعي، لكن ليس كل نموذج ذكاء اصطناعي نموذجا لتعلم الآلة".
في البداية لم أفهم المقصود منها تماما، لكن بعد التعمق فيها، اكتشفت علاقة مهمة بين الذكاء الاصطناعي وتعلم الآلة لم أكن أعرفها من قبل.
المقصود هنا هو أنه بما أن التعلم الآلي أحد فروع الذكاء الاصطناعي، فإن نماذجه تُعد نماذج ذكاء اصطناعي.
لكن الذكاء الاصطناعي يضم أيضا أنظمة قائمة على القواعد وأساليب أخرى، ولذلك لا يمكن اعتبار كل نموذج ذكاء اصطناعي نموذجا لتعلم الآلة.
ما الفرق بين الخوارزمية والنموذج؟
مفهوم الخوارزمية معقد قليلا، فأنا شخصيا كنت في البداية أعاني من صعوبة في فهمه بسبب اختلاط الأمور عليّ، ولكن بعد مدة من تجربة خوارزميات مختلفة، سواء من خلال كتابة الأكواد أو الاطلاع على أبحاث سابقة، بدأت أفهمه أكثر.الخوارزمية هي مجموعة من الخطوات التي نستخدمها لأداء مهمة معينة. وفي التعلم الآلي، تحدد الخوارزمية الطريقة التي يتعلم بها النموذج اكتشاف الأنماط والعلاقات الموجودة في البيانات، وتختلف هذه الطريقة باختلاف المهمة ونوع البيانات المستخدمة.
فعلى سبيل المثال، في التعلم الخاضع للإشراف، يتعلم النموذج من بيانات مرتبطة بالمهمة ومرفقة بإجابات صحيحة، وتحدد الخوارزمية خطوات تدريب النموذج لاكتشاف العلاقة بين المدخلات والنتائج.
أما النموذج، فهو النتيجة التي نحصل عليها بعد تطبيق الخوارزمية على بيانات التدريب، ويمثل الأنماط والعلاقات التي تعلمها. وبمعنى آخر، تحدد الخوارزمية كيف يتعلم النموذج، بينما يمثل النموذج ما تعلمه بعد انتهاء التدريب.
ماذا يحتوي نموذج الذكاء الاصطناعي؟
يتكوّن نموذج الذكاء الاصطناعي من جزأين أساسيين يعملان معًا لمعالجة المدخلات وإنتاج التنبؤات، وهما:
- البنية: وهي شكل النموذج وطريقة عمله. فمثلًا، معادلة التنبؤ f(x) = w*x + b تُعدّ جزءًا من البنية، لأنها تحدد كيف يحول النموذج المدخلات إلى مخرجات.
- المعاملات: وهي القيم العددية التي يتعلمها النموذج من بيانات التدريب، وتحدد سلوكه في التنبؤ.
وبوجود البنية والمعاملات معًا، أصبح النموذج قادرًا على تحويل أي مدخل جديد إلى تنبؤ.
لماذا توجد نماذج كثيرة؟
نماذج الذكاء الاصطناعي لا تخدم مهمة واحدة فقط، بل صمم كل نموذج لهدف معين.
يمكن أن تجد نماذج بسيطة وسريعة، وأخرى معقدة وقوية. ولا يمكن القول إن نموذجا أفضل من الآخر بشكل مطلق، فكل نموذج مناسب لمهمة قد لا يستطيع الآخر القيام بها بنفس الكفاءة.
سأقدم لكم مثالا بسيطا للفهم: نأخذ نظام البنك الذي تحدثنا عنه سابقا. قلنا إنه يحتوي على نموذج لاكتشاف العمليات المشبوهة. هل يستطيع هذا النموذج نفسه تقدير احتمال استرداد الأموال؟ هذا غير ممكن، لأن النموذج صُمِّم خصيصا لمهمة اكتشاف العمليات المشبوهة.
ولهذا السبب بالذات، تجد اليوم عددا كبيرا من النماذج، فكل نموذج يبنى لخدمة مهمة محددة.
أنواع نماذج الذكاء الاصطناعي
قبل أن نذكر أنواع نماذج الذكاء الاصطناعي الموجودة اليوم، يجب أن نعرف أولًا تاريخ أول نموذج وما هو؟
في الخمسينيات من القرن 20، ظهرت فكرة التعلم الآلي مع عالم الكمبيوتر آرثر صموئيل في شركة IBM.
طور صموئيل برنامجًا للعبة الداما يستطيع تحسين أدائه مع الوقت من خلال التجربة، ويعتبر هذا من أوائل نماذج التعلم الآلي في التاريخ.
بعد ذلك، في أواخر الخمسينيات، ظهر نموذج البيرسيبترون كأول شبكة عصبية بسيطة قادرة على التعلم من البيانات.
واليوم، بفضل التطور الهائل، توجد نماذج كثيرة ومتطورة، منها:
- نماذج التنبؤ: وهي نفسها التي تحدثنا عنها في هذا المقال.
- نماذج التصنيف: هدفها هو وضع كل معلومة أو عنصر متشابه في فئة خاصة به.
- نماذج الشبكات العصبية: نوع معقد جدًا مستوحى من عمل الدماغ البشري، ويُستخدم في المهام الصعبة مثل التعرف على الوجه والصور.
- نماذج اللغة الكبيرة: وهي نوع من الشبكات العصبية نماذج مُدرَّبة على كميات هائلة من النصوص، وتستطيع توليد نصوص تشبه الكلام البشري، والإجابة على الأسئلة.
الذكاء الاصطناعي مجال كبير جدًا، لذلك فإن البدء من الأساسيات هو من أهم الخطوات إذا أردت التعمق أكثر فيه، فالبداية الصحيحة توفر وقتًا وجهدًا في المستقبل.
وللتلخيص، هذا أهم ما تعلمناه في هذا المقال:
- النموذج جزء من النظام وليس النظام كله، وقد يضم النظام الواحد عدة نماذج.
- الخوارزمية تحدد كيف يتعلم النموذج، والنموذج هو ما تعلّمه بعد التدريب.
- يتكوّن النموذج من بنية ومعاملات، ولكل نموذج مهمة صُمّم من أجلها.
وتذكر: كل خبير تراه اليوم بدأ من الصفر، وأنا نفسي كنت أظن النموذج هو النظام كله قبل أن أبحث وأصحح فهمي، فلا تتردد في الخطأ أثناء التعلم.
وإن أردت أن تكمل رحلتك، فأنصحك بالبدء في دورة التعلم الآلي، حيث ستجد جميع دروسها مرتبة خطوة بخطوة.
أكتب تعليق لتشجيعنا على العمل أكثر