منذ السبعينيات و علماء الحاسوب يحاولون أخد طريقة حل المشكلات فى الحاسوب إلى بعد جديد عن طريق محاكة طريقة تفكير البشر فالبشر يتعلمون بالتجريب والخبرة
كما ظهرت المحاولات الجدية فى عام 2006 ضمن بحوث تعلم الآلة او Machine Learning كما أثرت هذه البحوث الجديدة على الكثير من المجالات والتطبيقات وعلى طريقة تحليل البيانات التقليدية
تتزايد الحاجة إلى هذه الطريقة مع ظهور مفهوم Big Data او البيانات الضخمة فتمامًا كما يعلم الطفل الحروف المكونة للغة والأرقام حتى يستطيع تشكيل أنماط من الكلمات فالحاسوب يحتاج إلى بيانات خام تمكنة من فهم العلاقة بين الأشياء
محتوي المقال
جوجل ورحلة Deep Learning
فى عام 2012 وعندما قام العلماء من Google X ببناء شبكات عصبية من 16000 معالج مع مليار وصلة وجعلوه يتصفح موقع Youtube تعرض Google Brain او دماغ جوجل إلى 10 مليون صورة ثابتة من فديوهات يوتيوب أكتشف الدماغ من تلقاء نفسه أن انماط متكررة بكثرة وهى كالمتوقع الوجوه البشرية والأجسام البشرية وعلى غير المتوقع القطط !؟
أثارت النتائج موجة من النكات على الصحفيين والرأي العام ولكن على الجانب الأخر كان ذلك بداية عصر جديد من تطبيقات التعلم العميق من التعرف على الوجوه والصوت والتعرف على الأنماط التى يتعرف عليها الأنسان بشكل فطرى
كيف يعمل Deep Learning
عند بداية ظهور الحاسب فى الخمسينات كانت الحماسة كبيرة بين اوساط بحاثى الذكاء الأصطناعى وأن ظهور محاكة للعقل البشرى او الذكاء الأصطناعى على وشك الظهور ولكن الحقيقة أن هذا كان بعيد كل البعد عن طريقة التفكير فى العالم الحقيقى خصوصًا فى الأمور مثل جعل الحاسب يتعرف على صورة على أنها صورة أنسان وليس قناعًا مثلًا وكانت الطريقة التقليدية لفعل هذه هو بتزويد الحاسوب بجميع الصفات اللازمة لجعل الحاسوب يتعرف على صورة الأنسان مثلًا وذلك يستغرق وقتًا طويلًا وجهد كبير لأدخال كل هذه السمات للوجه البشرى مثلًا ما دعى العلماء للتفكير فى طريقة أفضل
ظهر فى الثمانينات الشبكات العصبية أو Neural Networks وهى ما بدت طريقة أفضل للتعلم العميق نظرًا لقدرة هذه الانظمة على تعلم القواعد الخاصة من الصفر فهى تستخدم طريقة شبيه بألية عمل الدماغ البشرى عن طريق طبقات من الخليا العصبية فعند تعريض صورة مثلًا لمثل هذا النظام تلاحظ كل طبقة نمط معين فى الصورة فمثلًا الطبقة الأولى قد تلاحظ حدود الصورة وطبقة أخرى تلاحظ العين فى منتصف الرأس وهو موجود فى البشر لم يكن الاداء الأول لهذا النظام أفضل من النظم الموجودة ولكن تطور حتى وصلنا الأن إلى أن معظم التطبيقات الكبيرة تستخدمه وسنستعرض معًا هذه التطبيقات
تطبيقات Deep Learning
تستخدم هذه التقنية الأن فى الكثير من المجالات من مجالات الأتصالات والبنوك والطب الحيوي والكشف عن المخدرات و البصمة الوراثية والحصول على عقاقير جديدة فى مجال الصيدلة وفى الكمبيوتر والأنترنت فى خدمات الأميل للتعرف على الأميلات Spam وخدمات البحث عن الصور والبحث بالصوت وغيرها
جوجل تعتمد على هذه الطريقة فى نظام أندرويد للتعرف على الكلام فحققت أنخفاض بنسبة 25 % فى أخطاء التعرف على الكلمات وبعد النجاح الكبير لهذه التقنية فى التعرف على الصور والكلمات تسعى جوجل تطبيق هذه التقنية فهم لغة البشر بما يكفى لأعادة صياغة الجمل ويمكن الأستفادة منها فى ترجمة جوجل
كما مكن التعلم العميق جوجل من تسويق الأعلانات بشكل آلى وتسعى الشركات الكبرى الأخرى فى مجالكما تكنولوجيا المعلومات مثل ميكروسوفت وفيس بوك فى الأستثمار فى هذه التقنية
يستخدم البيولوجين والباحثون من معهد ماساتشوستس هذه التقنية لتحليل صور طبيقية ثلاثية الأبعاد للدماغ البشرى للتعرف على الوصلات العصبية كما تستخدم التقنية للتعرف على الأحماض الأمينية والتبؤ ببنية البروتين بجامعة واشنطن
ماذا يقول المشككون ؟
مع ما سبق ذكره ليس كل الباحثين مؤيدين لفكرة التعلم العميق فيقول بعضهم أنه عند أختراع الطيران كانت التصاميم الأكثر نجاحًا لم تكن تشبه الطيور أو تستلهم من علم الأحياء للطيور وبالتالى ليس دائمًا أنجح طريقة لمحاكاة الذكاء البشرى هى عن طريق محكاة تركيب الدماغ من حيث الشبكات العصبية أو طريقة الأنسان فى التعلم
أننا فى البداية فقط ووصلنا لهذه المرحلة فما بالك بعد أن تبلغ هذه التقنية ذروتها إلى ماذا سنصل ؟
مقالة جيدة
شكرًا لك وبالتوفيق ان شاء الله