Professional Documents
Culture Documents
التعلم الآلي للأطفال باستخدام سكراتش 15 مشروع تعلم الآلي للأطفال علاء طعيمة المكتبة نت
التعلم الآلي للأطفال باستخدام سكراتش 15 مشروع تعلم الآلي للأطفال علاء طعيمة المكتبة نت
ترجمة واعداد:
د .عالء طعيمة
غطت تطبيقات الذكاء االصطناعي والتعلم اآللي جيل اليوم .نتيجة لذلك ،من واجبنا إعداد أطفالنا
للمستقبل من خالل تثقيفهم حول التعلم اآللي.
واحدة من أفضل الطرق لألطفال لتعلم الذكاء االصطناعي والتعلم اآللي هي من خالل أفكار مشاريع
التعلم اآللي باستخدام البرمجة الرسومية او المرئية ( )Scratchوالتي تسمح لك بمعالجة العناصر المرئية
-على سبيل المثال سحب وإسقاط الكتل -إلنشاء برنامج ،على عكس لغات البرمجة القائمة على النص،
والذي يجعلك تكتب سطورًا وسطورًا من التعليمات البرمجية إلنشاء برنامج.
توفر منصة Machine Learning for Kidsبيئة بسيطة وموجهة لغرض تدريب نماذج التعلم اآللي
للتعرف على النص أو األرقام أو الصور أو األصوات وإضافة هذه النماذج إلى منصة البرمجة المرئية
.Scratchمن خالل توفير فرص التدريب العملي ،تقدم هذه المنصة المجانية أنظمة التعلم اآللي ويمكن
أن تعلم طفلك كيفية إنشاء مشاريع مذهلة.
في هذا الكتاب ،سيتعلم طفلك أساسيات الذكاء االصطناعي والتعلم اآللي من خالل مجموعة من
المشاريع ،بما يكفي حتى تتمكن من بناء األلعاب الخاصة بك والمساعد الذكي ،باإلضافة إلى البرامج التي
يمكنها تمييز اللغة والصور .يحتوي هذا الكتاب على أكثر من 15مشروعا ً من مشاريع التعلم اآللي الشائعة
من منصة ،Machine Learning for Kidsوالتي يمكن تجربتهايف المنزل باستخدام منصة البرمجة
الرسومية .Scratch
لقد حاولت قدر المستطاع ان اترجم هذه المشاريع من منصة Machine Learning for Kidsمع
الشرح المناسب والكافي ،ومع هذا يبقى عمالً بشرياً يحتمل النقص ،فاذا كان لديك أي مالحظات حول
هذا الكتاب ،فال تتردد بمراسلتنا عبر بريدنا االلكتروني . alaa.taima@qu.edu.iq
نأمل ان يساعد هذا الكتاب كل طفل او مبتدئ يريد ان يدخليف مجاالت الذكاء االصطناعي والتعلم
اآللي ومساعدة الطفل العربي على تعلم هذا المجاالت .اسأل الله التوفيقيف هذا العمل ألثراء المحتوى
العربي الذي يفتقر أشد االفتقار إلى محتوى جيد ورصينيف مجال التعلم اآللي والتعلم العميق وعلم
البيانات .ونرجو لك االستمتاع مع الكتاب وال تنسونا من صالح الدعاء.
تصف ويكيبيديا هذا السؤال كدليل على أن "الموقف يمكن رؤيته بطرق مختلفة اعتمادًا على وجهة نظر
الفرد" ،وكاختبار "لتحديد وجهة نظر الفرد للعالم".
في هذا المشروع ،ستعلم الكمبيوتر كيف يجيب على هذا السؤال .وبعد ذلك سترى ما تعلمه منك.
.4انقر على زر ملء الشاشة ،ثم على العلم األخضر .Green Flag
.5استخدم األزراريف الجزء العلوي لإلجابة على بعض األسئلة .بعد شرح الفكرة ،سيعرض لك مشروع
سكراتش Scratchكأساً بكمية عشوائية من السائل ويطلب منك النقر فوق الزر الذي تعتقد أنه
يصفه.
في الجزء السفلي من الشاشة ،يمكنك رؤية المساحة حيث سيعرض الكمبيوتر تنبوًا بما تعتقده. •
في هذا المشروع ،ستقوم بتحديث كود سكراتش حتى يتمكن من إنشاء هذا التوقع.
يمكنك القيام بذلك عن طريق كتابة قاعدة يمكن للكمبيوتر اتباعها. •
Describe the glass 1 8
لكن بالنسبة لهذا المشروع ،ستقوم بتدريب الكمبيوتر حتى يتعلم بنفسه كيف يفكريف هذا السؤال.
ستجمع أمثلة عن كيفية إجابتك على السؤال واستخدامها لتدريب "نموذج " modelللتعلم اآللي يتنبأ بما
ستكون إجابتك.
.9انقر فوق الزر +إضافة مشروع جديد "."Add a new project” button +
.10قم بتسمية مشروعك " " describe the glassواضبطه لمعرفة كيفية التعرف على األرقام
"." numbers
.14ستتم إضافة " "describe the glassإلى قائمة المشاريع الخاصة بك .انقر عليه.
9
.15أنت بحاجة إلى إعداد أنواع التنبؤ التي تريد أن يقوم بها الكمبيوتر .انقر فوق الزر "تدريب ."Train
.16انقر فوق " +إضافة تسمية جديدة "Add new label +وسميها "نصف فارغ ."half-emptyافعل
ذلك مرة أخرى وأنشئ حاوية ثانية تسمى "نصف ممتلئة ."half-full
.17انقر فوق الرابط "<الرجوع إلى المشروع < "Back to projectيف الجزء العلوي األيسر.
ستحذرك الصفحة من أنك لم تدرب نموذجًا حتى اآلن ،ولكن هذا صحيح.
حسنًا ،ألنك ستستخدم سكراتش لجمع أمثلة التدريب أوالً .سيتم فتح سكراتش مع كتل إضافية من
مشروعك.
Describe the glass 1 10
.23انقر فوق الكائن "نصف فارغ "half-emptyوابحث عن السكريبت "عند نقر هذا الكائن when
"this sprite clicked
.24أضف كتلة "إضافة بيانات التدريب ،"add training dataمع قيمة "نسبة السائل liquid-
"percent
سيضيف هذا المثال إلى حاوية التدريب الخاص بك لـ "نصف فارغ "half-empty
.25انقر فوق الكائن "نصف ممتلئ "half-fullوابحث عن السكريبت "عند نقر هذا الكائن when
"this sprite clicked
11
هذا هو السكريبت للزر الذي تنقر عليه ليقول "نصف ممتلئ "half-full
.26أضف كتلة "إضافة بيانات التدريب ،”add training dataمع قيمة "نسبة السائل liquid-
"percent
.27انقر فوق "العلم األخضر "Green Flagوأجب عن "كيف تصف هذا؟ how would you
"?describe thisسؤال مرة واحدة
Describe the glass 1 12
.28يف نافذة متصفح الويب األخرى التي ال تزال على أداة التعلم اآللي ،انقر على رابط "<الرجوع إلى
المشروع < "Back to projectيف الزاوية العلوية اليسرى.
.30تأكد من أن اإلجابة التي قدمتها قد أضيفت إلى أمثلة التدريب التي ستستخدمها لتدريب الكمبيوتر.
.31ارجع إلى سكراتش ،والعب اللعبة مرة أخرى تسع مرات أخرى.
.33انقر فوق رمز "التنبؤ "predictionوابحث عن السكريبت "عندما أتلقى سؤاالً when I receive
." questionيجب أن يكون لديك أمثلة كافية اآلن لمحاولة استخدام نموذج التعلم اآللي لعمل
تنبؤات.
13
.34أضف كتلة "التعرف على األرقام ( ...التسمية) ) "recognise numbers … (labelلعمل تنبؤ.
.35ابحث عن السكريبت "عندما أتلقى السؤال التالي "when I receive next questionأضف كتلة
“تدريب نموذج جديد للتعلم اآللي ."train new machine learning model
ما مدى جودة نموذج التعلم اآللي الخاص بكيف توقع إجاباتك؟
Describe the glass 1 14
على سبيل المثال ،إذا علمت أنك تصف دائمًا أكثر •
من النصف على أنها "نصف ممتلئة "half-full
وأقل من النصف بأنها "نصف فارغة ،"half-emptyفربما تكون قد كتبت كوداً مثل هذا.
نستخدم التعلم اآللي عندما ال نكون متأكدين من كيفية كتابة التعليمات التي يجب على •
الكمبيوتر اتباعها ،أو إذا كنا نعتقد أن ذلك سيكون معقدًا للغاية.
بدالً من كتابة تعليمات للكمبيوتر ليتبعها ،نترك الكمبيوتر يتعلم بنفسه كيف ينبغي أن يفعل شيئًا •
من خالل عرض أمثلة عليه.
سيتعلم الكمبيوتر من األنماط الموجودةيف األمثلة .سوف تستخدم هذه لعمل تنبؤات. •
.37يف صفحة أداة التعلم اآللي ،انقر فوق الرابط "<الرجوع إلى المشروع < "Back to project
نوع نموذج التعلم اآللي الذي دربته هو "مصنف شجرة القرار ."decision tree classifier •
يتيح لك التصور visualizationرؤية كيفية قيام نموذجك بالتنبؤات .إنها طريقة جيدة لمعرفة
األنماط التي وجدها الكمبيوتريف بيانات التدريب التي جمعتها.
على سبيل المثال،يف لقطة الشاشةيف الصفحة األخيرة ،يمكنك أن ترى أن نموذج التعلم اآللي •
الخاص بي قد تعلم أنني أميل إلى وصف أي شيء يزيد عن ٪46بأنه نصف ممتلئ.
م ا الذي تعلمه نموذج التعلم اآللي الخاص بك عن إجاباتك؟ هل كان هذا ما توقعته؟ •
(إذا لم تكن إجاباتك متسقة دائمًا ،فقد يكون لنموذج التعلم اآللي الخاص بك تصورًا أكثر •
تعقيدًا حيث حاول الكمبيوتر إظهار الطرق المختلفة التي تجيب بها)
حاول مقارنة نموذج التعلم اآللي الخاص بك بنموذج تم تدريبه بواسطة شخص آخر .هل علم •
الكمبيوتر أنهم أكثر أو أقل تفاؤالً منك؟
Describe the glass 1 16
اآلن بعد أن انتهيت ،لماذا ال تجرّب إحدى هذه األفكار؟ أو ابتكر واحدة خاصة بك؟
بدالً من مجرد الحصول على حاويتي تدريب ("نصف ممتلئة " ،"half-fullنصف فارغة half- •
)"emptyحاول إضافة المزيد.
على سبيل المثال ،جرب تدريب نموذج تعلم اآللة للتعرف على "شبه فارغ ،"nearly empty •
"نصف فارغ " ،"half emptyنصف ممتلئ " ،"half fullشبه ممتلئ ."nearly full
ما هي العوامل األخرى التي قد تؤثر على إجاباتك بصرف النظر عن كمية السائل؟ •
على سبيل المثال ،هل تجيب بشكل مختلف عن السوائل الملونة المختلفة؟ أو كؤوس مختلفة •
الشكل؟
ماذا لو زاد السائل أو انخفض منذ السؤال األخير؟ هل هذا يغير طريقة إجابتك؟ •
حاول إنشاء مشروعك الخاص لترى كيف يتعلم الكمبيوتر مجموعة أكثر تعقيدًا من األنماط •
التي تؤثر على إجاباتك.
بدالً من تدريب الكمبيوتر على التعرف على مدى امتالء الكأس من خالل وصفه برقم ،كان •
بإمكاننا استخدام صورة للكأس .حاول القيام بذلك كمشروع صور بدالً من أرقام.
2
صور بوكيمون
Pokémon images
18
Pokémonعلى https://pokemondb.net
حشرة Bug تنين Dragon صلب Steel نار Fire عادي Normal
ظالمي Dark خرافي Fairy مائي Water جليدي Ice عشبي Grass
كهربائي Electric قتال Fighting طائر Flying أرضي Ground
سمي Poison نفسية Psychic شبح Ghost صخري Rock
19
ال توجد قواعد .ولكن يمكننا أن نتعلم ما هو مشترك بينهم ونستخدمهيف التخمين. •
يمكن ألجهزة الكمبيوتر القيام بذلك .يمكن ألجهزة الكمبيوتر أن تعمل دون االعتماد على •
القواعد ،من خالل تعلم األشياء المشتركة واستخدامها لعمل تنبؤات.
في هذا المشروع ،ستقوم بتدريب جهاز كمبيوتر ليكون قادرًا على التنبؤ بنوع بوكيمون بناءً على •
شكله ،من خالل تدريبه بصور مائة مثال من بوكيمون.
لجعل األمور أسرع قليالً ،لن ندرب الكمبيوتر على التعرف على كل نوع من أنواع بوكيمون، •
سنركز فقط على ستة من األنواع كمثال.
.9انظر من خالل صور التدريب .هذه صور لحوالي مائة بوكيمون ستستخدمها لتدريب الكمبيوتر.
.12انقر على "تدريب نموذج جديد للتعلم اآللي "Train new machine learning model
لقد استخدمت صورًا لعينة عشوائية من مائة بوكيمون لتدريب جهاز كمبيوتر ليكون قادرًا على •
التنبؤ بنوع بوكيمون من الصورة.
لقد أعددت مشروع سكراتش يمكنه استخدام نموذج التعلم اآللي الخاص بك. •
بعد ذلك ،ستختبر نموذجك لترى مدى جودتهيف تخمين نوع بوكيمون الجديد. •
تم إعداد صور لست بوكيمون من أجلكيف مشروع سكراتش .كل هؤالء الستة عبارة عن بوكيمون لم يتم
تضمينهميف بيانات التدريب التي استخدمتها لتدريب نموذج التعلم اآللي الخاص بك.
إذا كنت ترغبيف االختبار مع المزيد من بوكيمون ،فيمكنك العثور على المزيد من الصور على
https://pokemondb.net
إذا وجدت خطاً ،فراجع أمثلة التدريب مرة أخرى لمحاولة التفكيريف سبب الخطأ.
ستتصرف النماذج المختلفة بشكل مختلف قليالً ،لذا قد ال تكون نتائجك هي نفسها نتائجي .لكن هذه
أخطاء الحظتهايف االختبار.
Pokémon images 2 24
Magikarpهو بوكيمون مائي ،water Pokémonلكن نموذجي خمن أنه نوع من النار .fireلماذا
تعتقد أنه قد يكون فعل ذلك؟
قد يكون اللون .تحتوي الكثير من الناريف بوكيمون على الكثير من اللون األحمر والبرتقالي ،لذلك من
الممكن أن نموذج التعلم اآللي الخاص بي تعلم ربط األحمر والبرتقالي بالنار.
Blazikenعبارة عن بوكيمون ناري ،fire Pokémonلكن نموذجي خمن أنه من النوع الكهربائي
.electric Pokémonلماذا تعتقد أنه قد يكون فعل ذلك؟
يمكن أن تكون األشكال .تحتوي الكثير من بوكيمون الكهربائية على أشكال صفراء متعرجة على شكل
الترباس الكهربائي ،لذا فمن الممكن أن نموذج التعلم اآللي الخاص بي تعلم ربط األشكال الصفراء
الشائكة بالكهرباء.
25
يمكنهم تعلم تحديد األنماط ،ويمكنهم استخدام هذه األنماط لعمل تنبؤات .غالبًا ما تكون هذه •
التوقعات صحيحة .لكنيف بعض األحيان سيكونون مخطئين.
من الصعب فهم سبب إعطاء نموذج التعلم اآللي إجابة خاطئة .غالبًا ما تمنحك أنظمة التعلم •
اآللي توقعاتها فقط ،دون توضيح سبب توصلهم إلى هذه اإلجابة .يمكننا محاولة التخمين
ألسباب محتملة من خالل مقارنة االختبارات بالبيانات التي استخدمناها للتدريب.
اآلن بعد أن انتهيت ،لماذا ال تجرّب إحدى هذه األفكار؟ أو ابتكر واحدة خاصة بك؟
حاول رسم بوكيمون الخاص بك .ما النوع الذي يعتقده نموذج التعلم اآللي الخاص بك؟ •
يمكنك رسم بوكيمونيف سكراتش باستخدام أدوات الرسم لكائن جديد. •
أو يمكنك رسمها باستخدام القلم والورق ،ثم استخدام أداة الكاميرا إلنشاء مظهر جديد new •
costumeيف سكراتش من صورة كاميرا الويب للرسم.
3
الفصل الدراسي الذكي
Smart Classroom
27
ستتمكن من التحكميف األجهزة االفتراضية virtual devicesيف الفصل الدراسي من خالل قول •
ما تريد.
بادئ ذي بدء ،ستقوم ببرمجة قائمة من القواعد لفهم األوامر ،ومعرفة سبب أن هذا األسلوب •
ليس جيدًا جدًا.
بعد ذلك ،ستقوم بتعليم الكمبيوتر التعرف على أوامر األجهزة المختلفة من خالل إعطائه أمثلة •
لكل منها.
.3انقر فوق "تسجيل الدخول "Log Inواكتب اسم المستخدم وكلمة المرور.
إذا لم تتمكن من تذكر اسم المستخدم أو كلمة المرور ،فاسأل معلمك أو قائد المجموعة إلعادة
تعيينه لك.
28
.5انقر فوق الزر " +إضافة مشروع جديد ."Add a new project +
.6قم بتسمية مشروعك "الفصل الدراسي الذكي "smart classroomواضبطه لمعرفة كيفية التعرف
على "النص ."textانقر فوق إنشاء ""Create
.7يجب أن ترى "الفصل الدراسي الذكي "smart classroomيف قائمة المشاريع .انقر عليه.
.13انقر فوق كائن "الفصل الدراسي "classroomبحيث يتم تحديده كما هو موضح أدناه.
.15احفظ مشروعك
انقر فوق ملف >- Fileحفظ Saveعلى جهاز الكمبيوتر الخاص بك لحفظ المشروعيف ملف.
جرب "تشغيل المصباح "Turn off the lampو "إطفاء المصباح " Turn on the lampو
"تشغيل المروحة "Turn on the fanو " إطفاء المروحة ."Turnoff the fanيجب أن يعملوا
جميعًا.
لقد قمت ببرمجة الفصل الدراسي االفتراضي للتفاعل مع األوامر باستخدام نهج بسيط قائم على •
القواعد.
إذا كنت تريد أن تفهم األوامر التي تمت صياغتها بشكل مختلف ،فستحتاج إلى إضافة كتل •
إضافية.
تكمن المشكلةيف أنك بحاجة إلى التنبؤ بالضبط باألمر الذي سيحصل عليه المساعد الذكي .قد •
يستغرق سرد كل رسالة ممكنة إلى األبد.
بعد ذلك ،سنحاول اتباع نهج أفضل :تعليم الكمبيوتر التعرف على األوامر لنفسه. •
.21انقر فوق " +إضافة تسمية جديدة "Add new label +وسميها "تشغيل مروحة ."fan on
افعل ذلك مرة أخرى ،وأنشئ حاوية ثانيًة تسمى " إطفاء المروحة ."fan off
افعل ذلك مرة أخرى ،وأنشئ حاوية ثالثة تسمى "تشغيل المصباح ."lamp onافعل ذلك مرة أخرى،
وأنشئ حاوية رابعة تسمى "إطفاء المصباح ."lamp off
.22انقر فوق الزر "إضافة مثال "Add exampleيف حاوية "تشغيل المروحة ،"fan onواكتب بطريقة
تطلب تشغيل المروحة.
على سبيل المثال ،يمكنك كتابة "من فضلك ،هل يمكنك تشغيل المروحة Please can you
."switch on the fan
32
.23انقر فوق الزر "إضافة مثال " Add exampleيف حاوية "إيقاف تشغيل المروحة" ،واكتب بطريقة
تطلب إيقاف تشغيل المروحة.
على سبيل المثال ،يمكنك كتابة "أريد إطفاء المروحة اآلن " I want the fan off now
.24افعل الشيء نفسه مع حاوية "تشغيل المصباح " lamp onو "إطفاء المصباح ." lamp off
.25كرر الخطوات من 22إلى 24حتى تحصل على ستة أمثلة على األقل لكل منها.
كن مبدعا!
حاول وفكريف الكثير من الطرق المختلفة لطرح كل أمر .بالنسبة إلى "تشغيل المروحة ،" fan on
يمكنك الشكوى من كونك حارًا جدًا.
بالنسبة إلى "إيقاف المروحة ،" fan offيمكنك الشكوى من أنه منسم جدًا.
بالنسبة إلى "تشغيل المصباح ،" lamp onيمكنك الشكوى من كونه مظلمًا جدًا أو أنه ال يمكنك
رؤيته .بالنسبة إلى "إطفاء المصباح ،" lamp offيمكنك الشكوى من أنه المع للغاية.
.26انقر فوق االرتباط "<رجوع إلى المشروع < ،"Back to projectثم انقر فوق "تعلم واختبار Learn
"& Test
.27انقر فوق الزر "تدريب نموذج التعلم اآللي الجديد ."Train new machine learning model
33 Smart Classroom 3
طالما جمعت أمثلة كافية ،يجب أن يبدأ الكمبيوتريف تعلم كيفية التعرف على األوامر من األمثلة التي
كتبتها.
.28انتظر حتى يكتمل التدريب .قد يستغرق هذا دقيقة أو دقيقتين .أثناء االنتظار ،حاول إكمال اختبار
الخيارات المتعددة للتعلم اآللييف أسفل الصفحة.
.29بمجرد انتهاء التدريب ،سيتم عرض مربع اختبار .Test boxحاول اختبار نموذج التعلم اآللي
الخاص بك لمعرفة ما تعلمته .اكتب أمرًا ،واضغط على مفتاح اإلدخال .يجب ان يكون قادر على
التعرف على األوامر.
إذا لم تكن راضيًا عن كيفية تعرّف الكمبيوتر على الرسائل ،فارجع إلى الخطوة 25وأضف بعض
األمثلة األخرى.
.30انقر فوق الرابط "<الرجوع إلى المشروع < . " Back to project
لقد بدأتيف تدريب جهاز كمبيوتر على التعرف على األوامر. •
بدالً من كتابة القواعد للقيام بذلك ،فأنت تفعل ذلك من خالل جمع األمثلة .يتم استخدام هذه •
األمثلة لتدريب "نموذج "modelالتعلم اآللي.
وهذا ما يسمى "التعلم الخاضع لإلشراف "supervised learningنظرًا للطريقة التي تشرف •
بها على تدريب الكمبيوتر.
سيتعلم الكمبيوتر من األنماط الموجودةيف األمثلة التي قدمتها له ،مثل اختيار الكلمات وطريقة •
بناء الجمل .سيتم استخدام هذه لتكون قادرة على التعرف على األوامر.
تحتوي هذه الصفحة على إرشادات حول كيفية استخدام الكتل الجديدةيف سكراتش
انقر فوق ملف >- Fileتحميل Loadمن جهاز الكمبيوتر الخاص بك.
كلما أعطيت المزيد من األمثلة ،كان من األفضل أن يتعرف الكمبيوتر على تعليماتك.
إذا كان لديك الكثير من األمثلة ألمر واحد دون اآلخر ،فقد يتعلم الكمبيوتر أن هذا األمر مرجح
أكثر ،لذلك ستؤثر على الطريقة التي يتعلم بها التعرف على الرسائل.
على سبيل المثال ،تأكد من تضمين بعض األمثلة الطويلة وبعض األمثلة القصيرة جدًا.
.35انقر فوق عالمة التبويب " ،"Codeوقم بتحديث السكريبت الستخدام نموذج التعلم اآللي الخاص
بك بدالً من القواعد التي وضعتها من قبل.
كتلة "التعرف على النص ( ...التسمية) ) "recognise text … (labelعبارة عن كتلة جديدة تمت
إضافتها بواسطة مشروعك .إذا أعطيته نصًا ،فسيعيد تسمية أحد األوامر األربعة بناءً على التدريب
الذي قدمته للكمبيوتر.
36
.37اختبر مشروعك.
.38احفظ مشروعك.
انقر فوق ملف >- Fileحفظ Saveعلى جهاز الكمبيوتر الخاص بك.
لقد قمت بتعديل مساعد الفصل الدراسي الذكي الستخدام التعلم اآللي بدالً من منهجك السابق •
المستند إلى القواعد.
يجب أن يكون تدريب الكمبيوتر ليكون قادرًا على التعرف على التعليمات لنفسه أسرع بكثير •
من محاولة إعداد قائمة بكل أمر ممكن.
كلما أعطيت المزيد من األمثلة ،كان من األفضل التعرف على التعليمات بشكل صحيح. •
.39اترك سكراتش مفتوحًا (سنعود بعد قليل) لكن ارجع إلى صفحة Learn & Testيف أداة
التدريب.
37 Smart Classroom 3
اكتب شيئًايف مربع االختبار Test boxال عالقة له بالمصابيح lampsأو المراوح .fans
.40انظر إلى درجة الثقة ،confidence scoreوتأكد من أنها منخفضة للغاية .قارن هذا مع النتيجة
التي تحصل عليها من أوامر مثل "تشغيل المصباح ."turn on the lamp
هذه هي طريقة الكمبيوتر إلخبارك أنه ليس متأكدًا تمامًا من أنه يفهم أمرك ،ألنه ال يشبه ما تعلمه
من األمثلة الخاصة بك.
.42قم بتعديل السكريبت لعنصر "الفصل الدراسي "classroomبحيث يستخدم درجة الثقة هذه.
حاول طلب تشغيل شيء ما أو إيقاف تشغيله .تأكد من أن فصلك يتفاعل بالطريقة الصحيحة.
39 Smart Classroom 3
لقد قمت بتدريب مساعد ذكي -مثل إصدار بسيط من المساعدين الذي يمكنك •
الحصول عليه على الهواتف الذكية الحديثة (مثل Siriمن Appleأو مساعد )Google
أو أجهزة المساعد االفتراضي (مثل Amazon's Alexaأو .)Google's Home
لقد استخدمته إلنشاء مساعد ذكي للفصل الدراسييف سكراتش ،باستخدام التعلم اآللي •
بدالً من منهجك السابق المستند إلى القواعد.
كان من المأمول أن يكون تدريب الكمبيوتر ليكون قادرًا على التعرف على التعليمات •
أسهل بكثير من محاولة إعداد قائمة بكل أمر ممكن .وكلما قدمت المزيد من األمثلة ،كان
ذلك أفضليف التعرف على التعليمات وكلما زادت الثقةيف القيام بذلك.
واآلن ،إذا لم تكن متأكدًا مما تقصده ،فسيطلب منك المحاولة مرة أخرى.
•
بدالً من مجرد مروحة ومصباح ،هل يمكنك إضافة جهاز آخر إلى فصلك الدراسي الذكي؟
•
هل ٪70هو الحد األدنى المناسب الستخدامه لتقرير ما إذا كان الكمبيوتر قد تعرف على األمر؟
جرب قيمًا مختلفة حتى تحصل على قيمة تعمل جيدًا مع نموذج التعلم اآللي الخاص بك.
إذا اخترت رقمًا مرتفعًا جدًا ،فسيقول الكمبيوتر "آسف ،لست متأكدًا مما تقصده" كثيرًا Sorry
.I’m not sure what you mean
•
ألق نظرة على المساعدين األذكياء الذين صنعهم المطورون لـ Alexaمن أمازون:
http://amzn.to/2sxy1hw
40
قام المطورون بصنعها بنفس الطريقة التي قمت بهايف هذا المشروع -إنشاء تسميات لألوامر
التي أرادوا التعرف عليها ،ثم جمع أمثلة عن كيفية صياغة هذه األوامر لتدريب Alexaحتى
يتمكن من فهمها.
ابحث عن مهارة Alexaالتي تعتقد أنها تبدو جيدة .انظر إلى األوامر التي يمكنه فهمها -هل
يمكنك التفكيريف كيفية تدريبها؟
4
انا اتجسس
I Spy
42
ستستخدم نموذجًا للتعلم اآللي مدربًا مسبقًا للتعرف على األشياء الموجودةيف الصورة .ستكون اللعبة متاحة
لك لمحاولة تخمين ما تعرف عليه الكمبيوتر.
يؤدي هذا إلى إضافة كتلة "التعرف على الصورة "recognise imageالجديدة إلى سكراتش.
سيستخدم نموذج التعلم اآللي من imagenetللتعرف على شيء مايف الصورة التي تقدمها له.
ستستخدم هذه الكتلةيف الخطوة .7
.7قم بإنشاء هذا الكود لعمل لعبة " انا اتجسس."I Spy
النموذج قد ميز؟
إذا استمر الالعبيف فهمها بشكل خاطئ ،فإن الدليل يعطي األحرف الثالثة األولى .ال داعي
الستخدام هذه الفكرة .اصنع دليلك الذي تعتقد أنه سيجعل اللعبة أسهل.
هل لديك أي صور يمكنك استخدامها؟ يمكنك عادة تنزيل صورة من إحدى صفحات الويب
عن طريق النقر بزر الماوس األيمن عليها واختيار "حفظ الصورة "Save imageأو "حفظ الصورة
."Save picture
.17قم بتغيير كود "اختيار صورة عشوائية " choose a random pictureالستخدام صورتك.
لقد أنشأت مشروع سكراتش للعب ""I Spyيف مواجهة نموذج التعلم اآللي. •
تم تدريب النموذج من خالل جمع صور أمثلة آلالف األشياء المختلفة .استغرق هذا الكثير •
من الوقت والجهد ،لذا لتوفير الوقت ،استخدمت نموذجًا تم تدريبه بالفعل من قبل شخص
آخر.
هل يمكنك التفكيريف أي طرق أخرى يمكنك من خاللها استخدام هذا النموذج؟ •
هل تعتقد أن النموذج جيد بما يكفييف التعرف على الصور لذلك؟ •
5
ًاجعلني سعيدا
Make me happy
48
في البداية ،ستبرمج قائمة من القواعد لما هو لطيف kindوما هو سيء ،meanوستتعرف •
على سبب كون هذا النهج غير جيد جدًا.
بعد ذلك ،سوف تقوم بتعليم الكمبيوتر التعرف على الرسائل اللطيفة والرسائل السيئة من •
خالل إعطائها أمثلة لكل منها.
.3انقر فوق "تسجيل الدخول "Log Inواكتب اسم المستخدم usernameوكلمة المرور
.password
إذا لم يكن لديك اسم مستخدم ،فاطلب من معلمك أو قائد المجموعة إنشاءه واحد لك.
إذا كنت ال تتذكر اسم المستخدم أو كلمة المرور ،فاطلب من معلمك أو قائد المجموعة إعادة
تعيينهما لك.
49
.5انقر فوق الزر " +إضافة مشروع جديد ."Add a new project +
.6قم بتسمية مشروعك "اجعلني سعيدًا "make me happyواضبطه لتعلم كيفية التعرف على
"النص ."text
.7يجب أن ترى اآلن "اجعلني سعيدًا "make me happyيف قائمة مشاريعك .انقر عليه.
لكن النقر فوق Scratchيف حد ذاته سيؤدي إلى تشغيل سكراتش على أي حال.
.12قم بإنشاء كائن جديد من خالل النقر على أيقونة الرسام Paint
.14انقر بزر الماوس األيمن على المظهر وانقر على "تكرار ."duplicateافعل ذلك مرة أخرى حتى
يكون لديك ثالث نسخ من المظهر.
.15تسمية المظاهر الثالثة "غير متأكد " ، "not sureسعيد "happyو "حزين "sad
.16ارسم فمًا على كل من المظاهر .يجب أن يكون الوجه "غير متأكد " not sureيف خط مستقيم.
يجب أن يكون للوجه "السعيد " happyابتسامة.
.18احفظ مشروعك.
انقر فوق ملف >- Fileحفظ Saveعلى جهاز الكمبيوتر الخاص بك لحفظ المشروعيف ملف.
اكتب "أعتقد أنك رائع "I think you are awesomeواضغط على مفتاح اإلدخال .enter
الشخصية تبتسم.
انقر فوق العلم األخضر مرة أخرى واكتب "رائحتك سيئة ."You smell badالشخصية تبكي.
اكتب أي شيء آخر ،ولن يتغير وجه الشخصية.
53
لقد أنشأت شخصية يجب أن تتفاعل مع ما يكتبه الناس ،وبرمجتها باستخدام نهج بسيط •
قائم على القواعد.
إذا كنت تريد أن يتفاعل مع الرسائل األخرى ،فأنت بحاجة إلى إضافة المزيد من كتل .if •
تكمن المشكلةيف هذايف أنك بحاجة إلى التنبؤ بالضبط بالرسائل التي ستتلقاها الشخصية. •
قد يستغرق إعداد قائمة بكل رسالة ممكنة وقتًا طويالً!
بعد ذلك ،سنحاول اتباع نهج أفضل -تعليم الكمبيوتر التعرف على الرسائل بنفسه. •
.22أنت بحاجة إلى أمثلة لتدريب الكمبيوتر .انقر على رابط "<الرجوع إلى المشروع < Back to
."projectثم انقر فوق الزر "تدريب ." Train
.23انقر فوق " +إضافة تسمية جديدة "Add new label +وسميها "األشياء اللطيفة kind
."things
افعل ذلك مرة أخرى ،وأنشئ حاوية ثانية تسمى "األشياء السيئة ."mean things
Make me happy 5 54
.24انقر فوق الزر "إضافة مثال "Add exampleيف حاوية "األشياء اللطيفة ،"kind thingsواكتب
أطيب مجاملة يمكنك التفكير فيها.
.25انقر فوق الزر "إضافة مثال "Add exampleيف حاوية "األشياء المهينة ،"Add example
واكتب أقسى إهانة يمكن أن تخطر ببالك.
.27انقر فوق ارتباط "<الرجوع إلى المشروع < ."Back to projectثم انقر فوق الزر "تعلم واختبار
."Learn & Test
.28انقر فوق الزر "تدريب نموذج التعلم اآللي الجديد Train new machine learning
."model
طالما أنك جمعت أمثلة كافية ،يجب أن يبدأ الكمبيوتريف تعلم كيفية التعرف على الرسائل من
األمثلة التي قدمتها له.
55
.30بمجرد انتهاء التدريب ،سيتم عرض مربع اختبار .حاول اختبار Test boxالنموذج الخاص
بك لمعرفة ما تعلمه الكمبيوتر.
اكتب شيئًا نوعًا ،واضغط على مفتاح اإلدخال .يجب االعتراف به كنوع .اكتب شيئًا مهيناً
،meanواضغط على .Enterيجب أن يتم التعرف عليه على أنه مهين .اختبره بأمثلة لم
تعرضها على الكمبيوتر من قبل.
إذا لم تكن راضيًا عن كيفية تعرف الكمبيوتر على الرسائل ،فارجع إلى الخطوة 26وأضف
بعض األمثلة األخرى.
لقد بدأتيف تدريب جهاز كمبيوتر على التعرف على النص على أنه لطيف أو مهين .بدالً •
من محاولة كتابة القواعد لتكون قادرًا على القيام بذلك ،فأنت تفعل ذلك من خالل جمع
األمثلة .يتم استخدام هذه األمثلة لتدريب "نموذج "modelالتعلم اآللي.
وهذا ما يسمى "التعلم الخاضع لإلشراف "supervised learningنظرًا للطريقة التي •
تشرف بها على تدريب الكمبيوتر.
سيتعلم الكمبيوتر من األنماط الموجودةيف األمثلة التي قدمتها له ،مثل اختيار الكلمات •
وطريقة بناء الجمل .سيتم استخدام هذه لتكون قادرة على التعرف على الرسائل الجديدة.
.31انقر فوق االرتباط "<الرجوع إلى المشروع “< " Back to project
تحتوي هذه الصفحة على إرشادات حول كيفية استخدام الكتل الجديدةيف سكراتش.
اترك الصفحة مفتوحة إذا كنت بحاجة إلى التحقق مرة أخرى من كيفية استخدامها.
.33انقر فوق الزر "فتحيف سكراتش " Open in Scratchلتشغيل محرر سكراتش.
انقر فوق ملف >- Fileتحميل Loadمن جهاز الكمبيوتر الخاص بك.
•
كلما قدمت المزيد من األمثلة ،كان من األفضل للكمبيوتر التعرف على ما إذا كانت الرسالة لطيفة
أو لئيمة.
•
•
على سبيل المثال ،تأكد من تضمين بعض األمثلة الطويلة وبعض األمثلة القصيرة جدًا.
57
إذا كان لديك الكثير من األمثلة لنوع واحد دون اآلخر ،فقد يتعلم الكمبيوتر أن هذا النوع هو
األرجح ،لذلك ستؤثر على الطريقة التي يتعلم بها التعرف على الرسائل.
.35انقر فوق عالمة التبويب "كود "Codeوقم بتحديث السكريبت الستخدام نموذج التعلم اآللي
الخاص بك بدالً من القواعد التي وضعتها من قبل.
كتلة "التعرف على النص ( ...التسمية) ) "recognise text … (labelعبارة عن كتلة جديدة
تمت إضافتها بواسطة مشروعك .إذا أعطيته بعض النص ،فسيعيد إما "األشياء اللطيفة" أو "األشياء
المهينة" بناءً على التدريب الذي قدمته للكمبيوتر.
.37اختبر مشروعك
انقر فوق العلم األخضر مرة أخرى .اكتب رسالة مهينة وغير لطيفة واضغط على .Enterيجب
أن تبدو الشخصية حزينة.
لقد قمت بتعديل شخصية سكراتش الخاص بك الستخدام التعلم اآللي بدالً من منهجك •
السابق القائم على القواعد.
يجب أن يكون تدريب الكمبيوتر ليكون قادرًا على التعرف على الرسائل بنفسه أسرع بكثير •
من محاولة إعداد قائمة بكل رسالة ممكنة.
كلما قدمت أمثلة أكثر ،كان من األفضل التعرف على الرسائل بشكل صحيح. •
59
اآلن بعد أن انتهيت ،لماذا ال تجرّب إحدى هذه األفكار؟ أو ابتكر واحدة خاصة بك؟
•
بدالً من مجرد تغيير الطريقة التي تبدو بها ،اجعل شخصيتك ترد بناءً على ما تتعرف عليهيف
الرسالة!
•
على سبيل المثال ،يمكنك أن تصنع كلبًا يهز ذيله إذا قلت له شيئًا لطيفًا!
•
بدلًا من اللطف واالهانة ،هل يمكنك تدريب الشخصية على التعرف على أنواع الرسائل
األخرى؟
•
هل يمكنك التفكيريف أمثلة يكون من المفيد فيها أن تكون قادرًا على تدريب جهاز كمبيوتر
على التعرف على المشاعريف الكتابة؟
6
إحصائيات بوكيمون
Pokémon statistics
61
Pokémonعلى https://pokemondb.net
حشرة Bug تنين Dragon صلب Steel نار Fire عادي Normal
ظالمي Dark خرافي Fairy مائي Water جليدي Ice عشبي Grass
كهربائي Electric قتال Fighting طائر Flying أرضي Ground
سمي Poison نفسية Psychic شبح Ghost صخري Rock
62
النوع؟
ال توجد قواعد .ولكن يمكننا أن نتعلم ما هو مشترك بينهم ونستخدمهيف التخمين. •
يمكن ألجهزة الكمبيوتر القيام بذلك .يمكن ألجهزة الكمبيوتر أن تعمل دون االعتماد على •
القواعد ،من خالل تعلم األشياء المشتركة واستخدامها لعمل تنبؤات.
في هذا المشروع ،ستقوم بتدريب جهاز كمبيوتر ليكون قادرًا على التنبؤ بنوع بوكيمون بناءً على •
شكله ،من خالل تدريبه بصور مائة مثال من بوكيمون.
لجعل األمور أسرع قليالً ،لن ندرب الكمبيوتر على التعرف على كل نوع من أنواع بوكيمون، •
سنركز فقط على ستة من األنواع كمثال.
هذه هي اإلحصائيات الخاصة ببضع مئات من بوكيمون التي ستستخدمها لتدريب الكمبيوتر.
.12انقر على "تدريب نموذج جديد للتعلم اآللي "Train new machine learning model
لقد استخدمت إحصائيات عينة عشوائية من بضع مئات من بوكيمون لتدريب جهاز كمبيوتر •
ليكون قادرًا على التنبؤ بنوع بوكيمون من األرقام التي تصف حجمها وقدراتها .لقد أعددت
مشروع سكراتش يمكنه استخدام نموذج التعلم اآللي الخاص بك.
بعد ذلك ،ستختبر نموذجك لترى مدى جودتهيف تخمين نوع بوكيمون الجديد. •
تم إعداد إحصائيات لستة بوكيمو ن من أجلكيف مشروع سكراتش .كل هؤالء الستة عبارة عن بوكيمون لم
يتم تضمينهميف بيانات التدريب التي استخدمتها لتدريب نموذج التعلم اآللي الخاص بك.
67 Pokémon statistics 6
اسحب أحدهم إلى المربع األحمر ،ثم انقر على الزر األزرق.
سيتم عرض إحصائيات بوكيمون الذي اخترته ،جنبًا إلى جنب مع التنبؤ الذي تم إجراؤه بواسطة نموذج
التعلم اآللي الخاص بك.
(ال يستخدم نموذج التعلم اآللي صورة - Pokémonبل تم تضمينها فقطيف المشروع لجعلها تبدو
أفضل!)
اآلن بعد أن انتهيت ،لماذا ال تجرّب إحدى هذه األفكار؟ أو ابتكر واحدة خاصة بك؟
•
حاول ابتكار بوكيمون خاص بك .يتم تضمين كائن يسمى ""your- pokemonيف مشروع
سكراتش جاهزًا لملئه.
أو يمكنك رسمها باستخدام القلم والورق ،ثم استخدام أداة الكاميرا إلنشاء مظهر جديديف سكراتش
من صورة كاميرا الويب للرسم.
ثم يمكنك ملء اإلحصائيات الخاصة ببوكيمون الخاص بك .ما النوع الذي يعتقده نموذج التعلم
اآللي الخاص بك؟
7
برنامج األسئله واالجوبه
Quiz Show
69
ستستخدم نموذجًا للتعلم اآللي مدربًا مسبقًا تم تدريبه للعثور على إجابات لألسئلةيف صفحات ويكيبيديا.
.1اختر موضوعك.
للحصول على لقطات الشاشةيف ورقة العمل هذه ،استخدمت بطولة ويمبلدون للتنس.
تعرض هذه الصفحة بعض نماذج التعلم اآللي التي تم اختبارها مسبقًا والمتوفرة لك.
بالنسبة لهذا المشروع ،سنستخدم نموذج اإلجابة على األسئلة Question Answering
.model
.9ستحتاج إلى هذه االضافة للعثور على صفحات ويكيبيديا التي سيبحث فيها نموذج التعلم اآللي
للعثور على إجابات لألسئلة.
ستحتاج إلى هذه االضافة الستخدام نموذج التعلم اآللي المدرب مسبقًا والذي يجد إجابات
لألسئلة.
.11قم بإنشاء الكود التالي لضبط متغير الموضوع subject variableعلى اسم صفحة ويكيبيديا
الخاصة بك.
يجب عليك تعيين المتغير ليطابق تمامًا اسم صفحة Wikipediaالخاصة بك من الخطوة - 2
بمايف ذلك أي عالمات ترقيم
.12انقر فوق كائن الكمبيوتر computer spriteوابحث عن إجابة رمز السؤاليف مشروع النموذج،
سيتظاهر الكمبيوتر بالتفكير لمدة 5ثوانٍ ثم اإلجابة "ال أعرف ."I don’t know
هذا يحصل على محتويات النص من صفحة ويكيبيديا .يمكنك النقر فوقه لمعرفة ما يرجع:
هذا يحصل على النص من صفحة Wikipediaالتي اخترتها ،باستخدام المتغير الذي قمت
بتعيينهيف الخطوة .11
هذا هو نموذج التعلم اآللي المدروس مسبقًا الذي ستستخدمه للبحث عن إجابات .سيبحث عن
إجابة سؤال "السؤال "questionيف نص "المقطع ."passage
سيبحث هذا عن إجابة السؤاليف متغير السؤال ( question variableالذي تم تعيينه بواسطة
قالب المشروع)يف محتويات صفحة ويكيبيديا التي اخترتها باستخدام متغير الموضوع subject
.variable
73 Quiz Show 7
بالنسبة لموضوعي ،قررت استخدام "ما لون كرات التنس؟ What colour are the tennis
" ?balls
يمكن أن يكون أحد أفراد فصلك ،أو أحد أفراد العائلة إذا كنت تفعل ذلكيف المنزل.
.17عندما ترى موجه السؤال التالي ،اكتب السؤال الذي فكرت بهيف الخطوة ،14ثم اضغط على
Enter
.19قرر ما إذا كانت إجابات منافسيك صحيحة .انقر فوق عالمة tickأو عالمة عرضية crossلكل
منافس.
يؤدي تشغيل اللعبةيف وضع ملء الشاشة إلى تسهيل تجنب تحريك الكائنات المتحركة عن طريق
الخطأ عند النقر عليها.
.21كرر مع أنواع مختلفة من األسئلة لمعرفة نوع األسئلة التي يجدها منافسوك أسهل أو أصعب.
.22حاول القيام بجولة عرض اختباري على فئة مختلفة ،عن طريق تغيير متغير الموضوع الذي قمت
بتعيينهيف الخطوة .11
تحتاج إلى النقر فوق العلم األخضر مرة أخرى لتشغيل هذا الكود.
لقد أنشأت مشروع سكراتش لتوضيح "اإلجابة على األسئلة ."Question answering •
اإلجابة على األسئلة هي عندما يتعرف الكمبيوتر بشكل كافٍ على معنى السؤال حتى يتمكن من •
الحصول على إجابة.
لقد كانت هذه مجموعة فرعية من أبحاث التعلم اآللي لعدة عقود. •
على سبيل المثال،يف عام ،1961صنع باحثونيف جامعة ستانفورد " - "BASEBALLجهاز
كمبيوتر يمكنه اإلجابة عن أسئلة حول لعبة البيسبول.
https://ibm.biz/baseball-qa
اعتمدت هذه األنظمة المبكرة على القدرة على استرجاع اإلجابات من "قواعد المعرفة •
"knowledgebasesالمعدة بعناية -وهي البيانات التي تم تنظيمها وهيكلتها لتسهيل قيام
أجهزة الكمبيوتر بالبحث عن اإلجابات فيها.
في السنوات األخيرة ،ركز الباحثون على أنظمة اإلجابة على األسئلة التي يمكنها استرداد اإلجابة •
من مجموعة من المستندات (تسمى "مجموعة .)"corpus
ظهرت إحدى السمات البارزةيف القدرة على استرداد اإلجابات من المستندات غير المهيكلةيف •
عام ،2011عندما قامت شركة IBMبعمل نظام لإلجابة على األسئلة يسمى " ."Watsonتم
إثبات ذلك من خالل الدخوليف برنامج مسابقات تلفزيوني يسمى !Jeopardyحيث تنافست
ضد اثنين من أفضل الالعبين البشريين الذين خاضوا اللعبة.
https://ibm.biz/watson-qa
إذا كنت قد أنجزت مشروعات أخرى لتعلم اآللة لألطفال ،فمن المحتمل أنك تعلم أن تدريب •
نموذج التعلم اآللي يتطلب بيانات تدريب - training dataأمثلة يمكن للكمبيوتر استخدامها
لمعرفة كيفية القيام بمهمة ما.
لهذه المهمة ،يحتاج تدريب النموذج إلى بيانات تدريبية تتكون من أكثر من 100000سؤال، •
وموقع اإلجابات على هذه األسئلةيف صفحات ويكيبيديا.
77 Quiz Show 7
إذا كنت ترغبيف االطالع على بيانات التدريب التي تم استخدامها ،فتفضل بزيارة •
https://ibm.biz/squad-qa
اآلن بعد أن انتهيت ،لماذا ال تجرّب إحدى هذه األفكار؟ أو ابتكر واحدة خاصة بك؟
بدالً من كتابة أسئلة االختبار ،يمكنك التحدث بها .حاول استخدام نموذج التعلم اآللي
للتعرف على الكالم المُدرب مسبقًا للقيام بذلك.
•
حاول دمج محتويات العديد من صفحات ويكيبيديا المختلفةيف مقطع طويل واحد،
واعرف ما إذا كان نموذج التعلم اآللي ال يزال بإمكانه العثور على إجابات ألسئلتك.
8
حرباء
Chameleon
79
Chameleon 8
في هذا المشروع سوف تصنع حرباء Chameleonيتغير لونها لتتناسب مع خلفيتها.
ستستخدم كاميرا الويب اللتقاط صور ألجسام ملونة مختلفة ،ثم تستخدم التعلم اآللي مع هذه األمثلة
لتدريب الحرباء على التعرف على األلوان.
.3انقر فوق "تسجيل الدخول "Log Inواكتب اسم المستخدم وكلمة المرور.
إذا لم يكن لديك اسم مستخدم ،فاطلب من معلمك إنشاء واحد لك.
إذا كنت ال تتذكر كلمة مرورك ،فاطلب من معلمك إعادة تعيينها لك.
.5انقر فوق الزر " +إضافة مشروع جديد ."Add a new project +
.6قم بتسمية مشروعك "الحرباء "chameleonواضبطه لتتعلم كيفية التعرف على "الصور
."imagesانقر فوق الزر "إنشاء "Create
80
اختر األلوان التي يمكنك العثور عليها بسهولة .لبقية هذا ورقة العمل ،سأستخدم األحمر
واألخضر واألزرق.
81 Chameleon 8
.10انقر على " +إضافة تصنيف جديد "Add new label +
حاول أن تجد كائنات مختلفة لكل لون .إذا لم يكن ذلك ممكنًا ،فالتقط أكثر من صورة واحدة
ألشياء من زوايا مختلفة أو مقلوبة.
.18انقر فوق الزر "تدريب نموذج التعلم اآللي الجديد Train new machine learning
"model
لقد بدأتيف تدريب جهاز كمبيوتر على التعرف على لون الصورة .أنت تفعل ذلك من خالل •
التقاط الصور على سبيل المثال .يتم استخدام هذه األمثلة لتدريب "نموذج "modelالتعلم
اآللي.
وهذا ما يسمى "التعلم الخاضع لإلشراف "supervised learningنظرًا للطريقة التي تشرف •
بها على تدريب الكمبيوتر.
سيتعلم الكمبيوتر من األنماط الموجودةيف األلوان من كل صورة من الصور التي قدمتها له .سيتم •
استخدام هذه للتعرف على الصور الجديدة.
.26انقر بزر الماوس األيمن على "مخطط ،"outlineوانقر على "تكرار "duplicate
.28استخدم أداة ملء حاوية الطالء paint bucket Fillلتلوين مظهر الحرباء.
86
.29كرر .قم بتكرار مظهر المخطط التفصيلي مرة أخرى ،وقم بتسميته exactlyبعد ثاني ألوانك،
وقم بتلوينه
حاول تجربة أرقام ثقة confidence numbersمختلفة بدالً من " ."70ما هي عتبة الثقة
confidence thresholdالتي تعتقد أنها تعمل بشكل أفضل مع نموذجك؟
88
لقد أنشأت حرباءيف سكراتش تستخدم التعلم اآللي للتعرف على لون الخلفية ،وتستخدم ذلك •
لتبديل المظهر للمطابقة.
كلما أعطيته المزيد من األمثلة ،كان من األفضل التعرف على األلوان بشكل صحيح. •
اآلن بعد أن انتهيت ،لماذا ال تجرّب إحدى هذه األفكار؟ أو ابتكر واحدة خاصة بك؟
•
ليس من الضروري أن يكون لديك حرباء بسيطة .لماذا ال تحاول تصميم أنماط التمويه الخاصة
بك؟
حاول إضافة حاوية رابعة إلى بيانات التدريب الخاصة بك ،مع عشر صور لك تخرج لسانك.
عندما يتعرف نموذج التعلم اآللي على أنك تخرج لسانك ،يمكنك التبديل إلى هذا المظهر،
بحيث تخرج الحرباء لسانها أيضًا!
9
ساعي البريد ماكس
Mailman Max
90
يعد الرمز البريدي postcodeطريقة رائعة لتحديد مكتب الفرز التالي الذي يجب أن يذهب إليه الحرف،
لذلك ستستخدمه.
ستقوم بتدريب الكمبيوتر على التعرف على شكل الرموز المختلفةيف بداية الرمز البريدي عندما تكون
مكتوبة بخط اليد ،واستخدام ذلك لفرز الحروف.
.3انقر فوق "تسجيل الدخول "Log Inواكتب اسم المستخدم وكلمة المرور
إذا لم يكن لديك اسم مستخدم ،فاطلب من معلمك أو قائد المجموعة إنشاء واحد لك.
إذا كنت ال تتذكر كلمة مرورك ،فاطلب من معلمك أو قائد المجموعة إعادة تعيينها لك.
.5انقر فوق الزر " +إضافة مشروع جديد ."Add a new project +
.6قم بتسمية مشروعك " "Mailman Maxوقم بتعيينه لمعرفة كيفية التعرف على "الصور
." images
.8يجب أن ترى ساعي البريد ماكس ""Mailman Maxيف قائمة مشاريعك .انقر فوقه.
.10انقر فوق الزر "إضافة تصنيف جديد ،”Add new labelوأنشئ تسمية باسم "أكسفورد
"Oxford
92
.16انقر فوق "إضافة تسمية جديد "Add new labelمرة أخرى ،وإنشاء تسمية باسم جيلفورد
""Guildford
.17استخدم الزر "رسم "Drawيف حاوية " "Guildfordلرسم "GU" 10للرموز البريديةيف منطقة
Guildford
.18انقر على "إضافة تصنيف جديد "Add new labelمرة أخرى ،وأنشئ تسمية باسم ساوثهامبتون
"" Southampton
.22انقر فوق الزر "تدريب نموذج التعلم اآللي الجديد Train new machine learning
"model
قد يستغرق األمر بضع دقائق حتى ينتهي هذا .يمكنك االستمرار والحصول على مشروع
سكراتش جاهز ،لكنه لن يعمل حتى انتهاء التدريب.
.23انقر فوق االرتباط "<الرجوع إلى المشروع “< " Back to project
95
لقد بدأتيف تدريب جهاز كمبيوتر على التعرف على صور خط اليد على أنها بداية الرموز البريدية •
لمنطقة أكسفورد أو جيلفورد أو ساوثهامبتون .أنت تفعل ذلك من خالل جمع أمثلة على خط
يدك .يتم استخدام هذه األمثلة لتدريب "نموذج "modelالتعلم اآللي.
وهذا ما يسمى "التعلم الخاضع لإلشراف " supervised learningنظرًا للطريقة التي تشرف •
بها على تدريب الكمبيوتر.
سيتعلم الكمبيوتر من األنماطيف أشكال كل من األمثلة التي رسمتها .سيتم استخدام هذا ليكون •
قادرًا على التعرف على الرموز البريدية التي سنكتبها على المغلفات المراد ترتيبها.
.29ابحث عن السكريبت "عند النقر على العلم األخضر "when green flag clickedعلى كائن
"الرمز البريدي "postcode
.31أضف هذا السكريبت للتعرف على الرموز البريدية التي ستكتبها على الظرف.
.32احفظ مشروعك.
انقر فوق "ملف " >- "Fileحفظ على جهاز الكمبيوتر الخاص بك Save to your
"computer
يجب أن تراه أيضًا يظهريف الظرفيف المكان المناسب .إذا بدت كبيرة جدًايف الظرف ،فانقر فوق
العلم االخضر Green Flagمرة أخرى.
يجب أن ترى الحرف يتقلص .ثم سيحاول الكمبيوتر التعرف على أحرف الرمز البريدي التي
كتبتها .بمجرد أن يعتقد أنه يحتوي على اإلجابة ،سينتقل الظرف إلى الشاحنة الخاصة بمكتب
الفرز الصحيح.
Mailman Max 9 100
إذا لم يكن األمر كذلك ،فقد تحتاج إلى إضافة المزيد من األمثلة ،وتدريب نموذج جديد للتعلم
اآللي (الخطوات من 21إلى )22معهم.
لقد دربت نموذجًا للتعلم اآللي لتتمكن من التعرف على خط اليد .وهذا ما يسمى "التعرف •
البصري على الحروف "optical character recognitionأو " "OCRلالختصار.
لقد فعلت ذلك من خالل جمع أمثلة على خط اليد ،لتدريب الكمبيوتر ليكون قادرًا على التعرف •
عليه.
لقد أنشأت مثالًا صغيرًا وبسيطًا ،باستخدام الحرفين األولين فقط لثالث مناطق للرمز البريدي •
فقط.
تخيل ا لقيام بنفس الشيء لكل منطقة رمز بريدييف البلد .سيتعين عليك إنشاء المزيد من •
مجموعات التدريب لتغطية 120منطقة للرمز البريدييف المملكة المتحدة .وستحتاج إلى جمع
اآلالف من األمثلة التدريبية ،مع الكثير من الكتابة اليدوية ألشخاص مختلفين ،حتى يتمكن
الكمبيوتر من التعرف عليهم جيدًا.
هذه هي الطريقة التي تقوم بها مكاتب فرز البريد الكبيرة بفرز رسائلنايف الحياة الواقعية. •
101
اآلن بعد أن انتهيت ،لماذا ال تجرّب إحدى هذه األفكار؟ أو ابتكر واحدة خاصة بك؟
•
لقد قمت بتدريب الكمبيوتر على التعرف على كيفية كتابة أحرف الرمز البريدي ،ولكن هل
سيكون قادرًا على التعرف على أحرف شخص آخر؟
•
إذا لم يكن األمر كذلك ،فستحتاج إلى الحصول على بعض األمثلة على كتاباتهم إلضافتها إلى
بيانات التدريب الخاصة بك .كلما زاد عدد األشخاص الذين يمكنك الحصول على أمثلة تدريبية
منهم ،كان الكمبيوتر أفضليف التعرف على مجموعة متنوعة من أنماط الكتابة اليدوية.
•
قمنا بتسهيل األمر على الكمبيوتر من خالل إعطائه الحرفين األولين فقط.
ولكن كيف يمكننا التعرف على شيء مثل " "OX1 2JDباعتباره رمزًا بريديًايف منطقة أكسفورد؟
إذا قمت بجمع مجموعة متنوعة من أمثلة التدريب المختلفة للرموز البريدية الكاملة الفعلية
(وليس فقط الحرفين األولين) ،فيجب أن تكون قادرًا على تدريبها للتعرف عليها .ربما يحتاج
ذلك إلى أكثر من 10أمثلة!
10
أطلق النار على الحشره
تعتمد اللعبة على إطالق الكرات على الهدف .ال يمكنك التصويب على الهدف مباشرة ألن هناك •
جداريف الطريق ،لذلك عليك أن ترتد الكرة عن الحائط للقيام بذلك.
سوف تعلم الكمبيوتر أن يكون قادرًا على لعب هذه اللعبة من خالل جمع أمثلة من الطلقات •
shotsالتي تصطدم hitوتفوت ،missحتى يتمكن من تعلم كيفية عمل تنبؤات حول الطلقات
التي يمكن أن يأخذها.
.3انقر فوق نموذج "إطلق النار على الحشرة "Shoot the bug
104
.4ابحث عن كتلة "عند النقر على العلم األخضر "when Green Flag clickedعلى اللوحة
canvas
.6انقر فوق العلم األخضر Green Flagوحاول إطالق النار على الحشرة!
استخدم مفاتيح األسهم للتصويب ،ثم اضغط على مفتاح المسافة عندما تكون جاهزًا.
لقد لعبت لعبةيف سكراتش.يف كل مرة تلعب فيها ،تنتقل الحشرة bugإلى موقع عشوائي .الهدف •
من اللعبة هو إطالق كرة على الحشرة.
هناك عائق obstacleيف طريقك ،لذا عليك أن ترتد من جدار جانبي لاللتفاف حول هذا العائق. •
يتم عرض إحداثيات xو yللخطأ على شاشة اللعبةيف الزاوية اليسرى السفلية. •
يتم عرض الزاوية التي تطلق بها الكرةيف الركن األيمن السفلي. •
105 Shoot the bug 10
في هذا المشروع ،ستجعل الكمبيوتر يقرر الزاوية التي يجب أن يلتقطها ،بناءً على موقع الحشرة. •
يمكنك القيام بذلك عن طريق كتابة كود لحساب الزاوية الصحيحة لبدء اللعب ،بناءً على •
الموقع( .إذا كان لديك متسع من الوقت ،فجرّب هذه المحاولة للمقارنة!)
ولكن ،بالنسبة لهذا المشروع ،ستقوم بتدريب الكمبيوتر حتى يتعلم بنفسه كيفية إطالق النار على •
الحشرة.
ستجمع أمثلة من اللعبة التي يتم لعبها وتستخدم ذلك لتدريب "نموذج "modelللتعلم اآللي •
يمكنه التنبؤ بما إذا كان االطالق من زاوية معينة سيصيب أم ال.
.10انقر فوق الزر " +إضافة مشروع جديد ."Add a new project +
.11قم بتسمية مشروعك "أطلق النار على الحشرة "shoot the bugوقم بتعيينه لمعرفة كيفية
التعرف على "األرقام ."numbers
.13قم بإنشاء قيمة "رقم "numberتسمى " ،"xثم انقر فوق "إضافة قيمة أخرى Add another
"value
.16ستتم إضافة " " shoot the bugإلى قائمة المشاريع الخاصة بك .انقر عليه.
.17أنت بحاجة إلى إعداد أنواع التنبؤ التي تريد أن يقوم بها الكمبيوتر .انقر فوق الزر "تدريب
."Train
.18انقر فوق " +إضافة تصنيف جديد "Add new label +وسمها "ضرب ."hit
افعل ذلك مرة أخرى ،وأنشئ حاوية ثانية تسمى "فقدان ."miss
.19انقر فوق االرتباط "<الرجوع إلى المشروع < "Back to projectيف الجزء العلوي األيسر
107 Shoot the bug 10
ستحذرك الصفحة من أنك لم تدرب نموذجًا حتى اآلن ،ولكن ال بأس بذلك ألنك ستستخدم
سكراتش لجمع أمثلة التدريب أوالً.
سيتم فتح سكراتش ،مع إضافة كتل إضافية إلى صندوق األدوات لمشروع "إطالق النار على
الحشرة ." shoot the bug
.24افتح نموذج مشروع "إطالق النار على الحشرة "shoot the bugمرة أخرى.
.25قم بتوصيل "اللعب يدويًا "play manuallyببلوك "عند النقر على العلم االخضر Green
"Flagمرة أخرى ،كما فعلت من قبل.
108
.27إضافة كتلة "إضافة بيانات التدريب " add training dataإلى السكريبت ""hit
سيكون هذا مثالًا تدريبيًا على حاوية ""hitيف كل مرة تقوم فيها بالتصويب على الحشرة.
.28إضافة كتلة "إضافة بيانات التدريب " add training dataإلى السكريبت ""miss
تأكد من تحديث الخيار األخير إلى " "missحيث يضيف أمثلة إلى مجموعة " "missالخاصة
بك
109 Shoot the bug 10
.29انقر فوق "العلم األخضر "Green Flagوالعب اللعبة .حاول ضرب الحشرة!
.30يف نافذة متصفح الويب األخرى التي ال تزال على أداة التعلم اآللي ،انقر على رابط "<الرجوع إلى
المشروع < "Back to projectيف الزاوية العلوية اليسرى.
.32تأكد من أن الطلقة التي أطلقتها قد أضيفت إلى أمثلة التدريب التي ستستخدمها لتدريب
الكمبيوتر.
.33عد إلى سكراتش ،والعب اللعبة مرة أخرى أربع عشرة مرة.
110
حاول تسديد أكبر عدد ممكن من الطلقات ،ولكن ال تقلق إذا فاتتك بعض الطلقات!
.35قم بتحديث السكريبت "عند النقر على العلم األخضر" when Green Flag clickedبحيث
يستخدم "اللعب العشوائي ( "play randomlyبدالً من "اللعب يدويًا )"play manually
سيؤدي استخدام الزوايا العشوائية ألمثلة التدريب إلى الحصول على مزيج أفضل من األمثلة،
وسيجعل جمعها أسرع وأسهل!
111 Shoot the bug 10
.37قم بتحديث السكريبت "عند النقر على العلم األخضر "when Green Flag clickedبحيث
يستخدم "اللعب باستخدام نموذج التعلم اآللي "play using machine learning model
(بدالً من "اللعب بشكل عشوائي .)"play randomly
يجب أن يكون لديك أمثلة كافية اآلن لمحاولة استخدام نموذج التعلم اآللي للتنبؤ بالزوايا
الصحيحة إلطالق النار عليها.
.38أضف كتلة "تدريب نموذج جديد لتعلم اآللة "train new machine learning modelإلى
السكريبت "عند نقر العلم األخضر "when Green Flag clicked
112
.39ابحث عن السكريبت "اختر االتجاه باستخدام التعلم اآللي choose direction using
."machine learning
سيؤدي هذا إلى اتخاذ خيارات عشوائية للزوايا إلطالق النار عليها ،ولكن استخدم فقط خيارًا
عشوائيًا إذا كان نموذج التعلم اآللي الخاص بك يعتقد أنه سيصيب.
ما مدى جودة نموذج التعلم اآللي الخاص بكيف اختيار الزوايا التي ستصيب الحشرة؟
لقد بدأتيف تدريب جهاز كمبيوتر على ممارسة لعبة .بدالً من كتابة القواعد لتكون قادرًا على •
القيام بذلك أو العمل على معادلة لحساب الزاوية إلطالق القذيفة ،فأنت تفعل ذلك من خالل
جمع األمثلة .يتم استخدام هذه األمثلة لتدريب نموذج التعلم اآللي.
سيتعلم الكمبيوتر من األنماط الموجودةيف األمثلة .سيستخدمها إلجراء تنبؤات حول ما إذا كان •
الموقع والزاوية سيؤديان إلى إصابة أو خطأ.
نظرًا ألنه ال يزال لديك كتل "إضافة بيانات التدريب "يف السكريبت الخاص بك ،فإنك ال تزال •
تجمع المزيد من أمثلة التدريبيف كل مرة تلعب فيها .هذا يعني أنه كلما زاد الوقت الذي سمحت
فيه لنموذج التعلم اآللي الخاص بك بلعب اللعبة ،كان من األفضل أن تلعبها.
إذا كانت فوتت اإلصابة missيف كثير من األحيان ،فقد يكون ذلك ألنك لم تعطها أمثلة كافية
على اإلصابة .hit
حاول تغيير اللعبة مرة أخرى إلى وضع "اللعب يدويًا " play manuallyواستخدم مفاتيح األسهم
مرة أخرى .جمع عشرة أمثلة أخرى من "اصابة ." hitثم غيّر مرة أخرى إلى "اللعب باستخدام
نموذج التعلم اآللي " play using machine learning modelومعرفة ما إذا كان ذلك مفيدًا.
.43استمريف جمع أمثلة التدريب حتى يبدأ نموذج التعلم اآللي الخاص بكيف التحسنيف اللعبة .كم
يستغرق لنموذجك؟
114
اقرأ الصفحة لفهم ما تعنيه .جرب وضع قيم لإلحداثيات السينية للحشرة ،وزاوية إلطالق النار
عليها ،ثم انقر على "اختبار " Testلترى كيف يقوم نموذج التعلم اآللي الخاص بك بالتنبؤ بما
سيحدث.
.47استخدم هذا التصور واللعبةيف سكراتشيف وضع "اللعب يدويًا ،"play manuallyلمعرفة
التنبؤات التي يقوم بها نموذج التعلم اآللي الخاص بك ،وما إذا كانت صحيحة.
115 Shoot the bug 10
نوع نموذج التعلم اآللي الذي دربته هو "مصنف شجرة القرار ."decision tree classifier •
يتيح لك التصور رؤية كيفية قيام نموذجك بالتنبؤات .إنها طريقة جيدة لمعرفة األنماط التي
وجدها الكمبيوتريف بيانات التدريب التي جمعتها.
نستخدم التعلم اآللي عندما نريد من أجهزة الكمبيوتر القيام بأشياء معقدة للغاية بالنسبة لنا حتى •
نتمكن من كتابة التعليمات التباعها.
نتجنب التعلم اآللي عندما يكون الوقت الذي يستغرقه جمع أمثلة تدريبية لمهمة ما أطول من •
مجرد كتابة التعليمات الخاصة بكيفية القيام بالمهمة.
قارن بين الجهد المبذول لجمع أمثلة التدريب لتدريب الكمبيوتر على لعب هذه اللعبة ،بالجهد •
الذي كنت ستستغرقهيف تحديد الزاوية إلطالق النار .هل تعتقد أن هذه اللعبة هي استخدام جيد
للتعلم اآللي؟
ماذا لو أصبحت اللعبة أكثر صعوبة؟ ماذا لو كان هناك عائقان لاللتفاف؟ أم ثالثة؟ أم خمسة؟ •
ماذا لو ظهرت الحشرة على ارتفاعات عشوائية ،وليس فقطيف الجزء العلوي؟
هذه األنواع من التغييرات تجعل من الصعب معرفة ما سيحدث للكرة عند إطالقها. •
ستكون المعادالت التي ستحتاجها لحساب الزاوية المناسبة إلطالق النار عليها أكثر تعقيدًا. •
116
هذا يجعله استخدامًا أفضل للتعلم اآللي من لعب اللعبة بعائق واحد فقط. •
(ولكن من المحتمل أن تحتاج إلى المزيد من األمثلة التدريبية للكمبيوتر لتعلم كيفية لعب هذا •
ألنها مهمة أكثر تعقيدًا من تعلم االلتفاف على عقبة واحدة .جربها وانظر بنفسك!)
اآلن بعد أن انتهيت ،لماذا ال تجرّب إحدى هذه األفكار؟ أو ابتكر واحدة خاصة بك؟
•
حاول جعل اللعبة أكثر تحديًا بإضافة عقبات إضافية إلى شاشة اللعبة.
ستحتاج إلى تحديث سكريبت "بدء التحرك "start movingحتى تعرف الكرة أنها ترتد عن
العوائق الجديدة.
لتقليل مقدار التدريب المطلوب ،استخدمنا إحداثيًا واحدًا فقط (احداثي )xوتركنا الحشرة
تتحرك يسارًا /يمينًا فقط.
حاول القيام بالمشروع مرة أخرى حيث يمكن أن تنتقل الحشرة إلى ارتفاع عشوائي (موضع )y
أيضًا .ستحتاج إلى إضافة قيمة رقمية جديدة لتخزين هذه اإلحداثيات yعند إنشاء مشروع
التعلم اآللي.
•
حاول إضافة متغير لالحتفاظ بالدرجات ومعرفة ما إذا كان نموذج التعلم اآللي الخاص بك
يمكنه الحصول على درجة أعلى مما تستطيع.
11
سياره أم كوب
?Car or Cup
118
ستقوم بتدريب الكمبيوتر ليكون قادرًا على فرز مجموعة من الصور إلى مجموعتين: •
.3انقر فوق "تسجيل الدخول "Log Inواكتب اسم المستخدم وكلمة المرور.
إذا لم يكن لديك اسم مستخدم ،فاطلب من معلمك أو قائد المجموعة إنشاء واحد لك..
إذا كنت ال تتذكر اسم المستخدم أو كلمة المرور ،فاطلب من معلمك أو قائد المجموعة إعادة
تعيينهما لك.
.5انقر فوق الزر " +إضافة مشروع جديد ."Add a new project +
119
.6قم بتسمية مشروعك "سيارة أو كوب "car or cupواضبطه لمعرفة كيفية التعرف على "الصور
."images
.7يجب أن تشاهد اآلن "سيارة أو كوب "car or cupيف قائمة مشاريعك .انقر عليه.
.9انقر فوق " +إضافة تسمية جديدة "Add new label +وسميها "سيارة ."car
افعل ذلك مرة أخرى ،وأنشئ حاويةً ثانيًا يسمى "الكوب ."cup
.12يف نافذة المتصفح الجديدة ،ابحث عن صور للسيارات .اسحب الصور التي تعتبر أمثلة جيدة
لسيارةيف الحاوية اليسرى.
اسحب الصور التي تعتبر أمثلة جيدة لكأس إلى الحاوية الصحيحة.
.18انقر فوق الزر "تدريب نموذج التعلم اآللي الجديد Train new machine learning
"model
Car or Cup 11 122
لقد بدأتيف تدريب جهاز كمبيوتر على التعرف على صور األكواب والسيارات .بدالً من ▪
محاولة كتابة القواعد لتكون قادرًا على القيام بذلك ،فأنت تفعل ذلك من خالل جمع
األمثلة .يتم استخدام هذه األمثلة لتدريب "نموذج "modelالتعلم اآللي.
وهذا ما يسمى "التعلم الخاضع لإلشراف "supervised learningنظرًا للطريقة التي ▪
تشرف بها على تدريب الكمبيوتر.
123
سيتعلم الكمبيوتر من األنماط الموجودةيف أمثلة الصور التي اخترتها ،مثل األشكال ▪
واستخدام األلوان .سيتم استخدام هذه لتكون قادرة على التعرف على الصور الجديدة.
انقر فوق قوالب المشروع Project templatesثم انقر فوق السيارة أو الكأس
كلما أعطيت المزيد من األمثلة ،كان من األفضل للكمبيوتر التعرف على ما إذا كانت الصورة
عبارة عن كوب أو سيارة.
حاول التوصل إلى نفس العدد تقريبًا من األمثلة على األكواب والسيارات..
Car or Cup 11 124
إذا كان لديك الكثير من األمثلة لنوع واحد دون اآلخر ،فقد يتعلم الكمبيوتر أن هذا النوع هو
األرجح ،لذلك ستؤثر على الطريقة التي يتعلم بها التعرف على الصور.
على سبيل المثال ،تأكد من تضمين بعض األمثلة ذات الخلفيات المختلفة.
إذا كانت كل صورة لسيارة تستخدمها للتدريب تحتوي على عشبيف الخلفية ،وكانت كل صورة
لكأس تستخدمه للتدريب على طاولة خشبية ،فقد ينتهي بك األمر بتدريب الكمبيوتر على التعرف
على العشب أو الخشب بدالً من ذلك.
بعد ذلك ،ستقوم بتعديل المشروع الستخدام التدريب الذي قدمته للكمبيوتر ،حتى يتمكن من
فرز هذه الصور إلى مجموعتين.
.25انقر فوق الكائن "الغامض ،"mysteryثم عالمة التبويب "الكود ،"Codeوقم بتغيير السكريبت
الستخدام نموذج التعلم اآللي الخاص بك.
.26انقر فوق ايقونة ملئ الشاشة ،full screenثم انقر فوق العلم األخضر .green flag
.27شاهد السيناريو الخاص بك يستخدم النموذج الخاص بك لفرز الصور إلى مجموعتين.
.28إذا ارتكب نظامك المدرّب أخطاء ،فسيلزمك الرجوع إلى الخطوة 14وجمع المزيد من األمثلة.
يعد تدريب الكمبيوتر ليكون قادرًا على التعرف على الصور بنفسه أسرع بكثير من محاولة فرز ▪
آالف الصور يدويًا.
كلما أعطيته المزيد من األمثلة ،كان من األفضل التعرف على الصور بشكل صحيح. ▪
اآلن بعد أن انتهيت ،لماذا ال تجرّب إحدى هذه األفكار؟ أو ابتكر واحدة خاصة بك؟
•
بدالً من مجرد التعرف على األكواب والسيارات ،هل يمكنك إضافة نوع ثالث أيضًا؟
•
قم بتدريب الكمبيوتر على التعرف على السيارات التي تحتوي على عشر صور لسيارة على
خلفية عشبية.
قم بتدريب الكمبيوتر على التعرف على األكواب التي تحتوي على عشر صور لكوب على خلفية
بيضاء عادية.
تحقق اآلن مما إذا كان الكمبيوتر يتعرف على سيارة على خلفية بيضاء عادية.
أو إذا كان بإمكانه التعرف على فنجان على خلفية عشبية.
هل سيتم ارباك الكمبيوتر؟ هل تعلمت التعرف على الكوب والسيارة؟ أم أنها تأثرت أكثر
بالخلفية؟
Face Lock
128
ستدرب نموذجًا للتعلم اآللي ليكون قادرًا على التعرف على الوجه بحيث يفتح الهاتف للشخص •
المناسب فقط.
.3انقر فوق "تسجيل الدخول "Log Inواكتب اسم المستخدم وكلمة المرور
إذا كنت ال تتذكر اسم المستخدم أو كلمة المرور ،فاطلب من معلمك أو قائد المجموعة إعادة
تعيينهما لك.
.5انقر فوق الزر " +إضافة مشروع جديد ."Add a new project +
.6قم بتسمية المشروع "قفل الوجه "face lockواضبطه لتعلم كيفية التعرف على "الصور
"images
129
.7يجب أن ترى "قفل الوجه "face lockيف قائمة المشاريع الخاصة بك .انقر عليه.
.9انقر فوق " +إضافة تسمية جديدة ."Add new label +أنشئ حاوية تسمى "مسموح له
"Granted
ستحتاج إلى النقر فوق "موافقة "Approveأو "سماح "Allowإذا طلب متصفح الويب
الخاص بك إذنًا الستخدام كاميرا الويب الخاصة بك.
.11ضع وجهك أمام كاميرا الويب ،وانقر على "إضافة "Addاللتقاط صورة له.
تأكد من حصولك على إذن لتحميل صور وجهك .إذا لم تفعل ذلك ،فاستخدم لعبة ذات وجه
كما فعلنا هنا.
التقط صورًا بخلفيات وزوايا وتركيز ومسافات مختلفة من كاميرا الويب .كلما زاد التنوع الذي
يجب أن يتعلم الكمبيوتر منه ،كان ذلك أفضل.
131
.13انقر فوق " +إضافة تسمية جديد "Add new labelوأنشئ تسمية باسم "مرفوضة "denied
حاول تنويع هذه الصور بنفس الطريقة التي نوَّعت بها مجموعتك األولى.
.17انقر فوق الزر "تدريب نموذج التعلم اآللي الجديد Train new machine learning
"model
وهذا قد يستغرق بضع دقائق .ستعرف متى يتم ذلك عندما يمنحك الفرصة الختبار النموذج.
لماذا ال تحاول القيام باالختبار؟
لقد بدأتيف تدريب جهاز كمبيوتر على التعرف على صورك. •
بدالً من محاولة كتابة القواعد لتكون قادرًا على القيام بذلك ،فأنت تفعل ذلك من خالل جمع •
صور لنفسك.
يتم استخدام هذه األمثلة لتدريب "نموذج "modelالتعلم اآللي .وهذا ما يسمى "التعلم الخاضع •
لإلشراف "supervised learningنظرًا للطريقة التي تشرف بها على تدريب الكمبيوتر.
سيتعلم الكمبيوتر من األنماط الموجودةيف الصور التي التقطتها .نأمل أن يكون هذايف الغالب هو •
مالمح الوجه والشعر ،ولكن احذر من أنه قد يشمل أيضًا المالبس والخلفية!
انقر فوق قوالب المشروع >- Project templatesقفل الوجه Face Lockكما هو موضح
أدناه
133
ثم انقر على زر "مظهر جديد من الكاميرا "New costume from camera
Face Lock 12 134
.26استخدم كاميرا الويب اللتقاط صورة لوجه ال ينبغي السماح له باستخدام الهاتف.
.27انقر فوق الزر "مظهر جديد من الكاميرا "New costume from cameraمرة أخرى ،والتقط
صورة لوجه يجب السماح له باستخدام الهاتف.
135
ستعمل هذه على تحديث شاشة الهاتف بناءً على ما إذا كانت مقفلة.
لقد قمت بتدريب نظام التعرف على الوجه .لقد قمت بذلك من خالل جمع أمثلة لصور الوجوه، •
واستخدمت ذلك لتدريب نموذج تعلم آلي قادر على التعرف على الوجوه.
لقد استخدمت هذا النموذج إلنشاء تطبيق باستخدام النموذج كطريقة مصادقة (طريقة إلثبات •
أن شخصًا ما هو نفسه).
•
تُرجع كتلة الثقة نسبة مئوية (رقم من 0إلى )100مع مدى ثقتهايف أنها تعرفت على الوجه.
هل يجب استمرار فتح الهاتف إذا كان الكمبيوتر متأكدًا بنسبة ٪10فقط من أنه تعرف على
وجه المالك بشكل صحيح؟
•
هل يمكنك جعل الهاتف يتعرف على وجهين مختلفين لشخصين يجب أن يسمح لهما
بالمرور؟
•
إذا قمت بتدريب الكمبيوتر على التعرف عليك أثناء وجودكيف مكان واحد فقط ،فهل ال يزال
بإمكانه التعرف عليك إذا كنتيف مكان آخر؟ ماذا لو غيرت مالبسك؟
كانت أول محاولة معروفة للتعرف على الوجهيف عام 1965من قبل وودرو ويلسون بليدسو. •
أدخل قياسات وجه الشخص يدويًا وقام بتخزينها ،جنبًا إلى جنب مع قياسات وجوه األشخاص
اآلخرين.
عند تقديم صورة جديدة ،يمكن استخدام النظام لتحديد الشخص األكثر تشابهًا مع الصورة. •
وجد عددًا من المشكالتيف جعل نظامه يتعامل مع االختالفاتيف "دوران الرأس ،واإلمالة، •
وشدة الضوء ،وزاوية الضوء ،والشيخوخة ،وتعبيرات الوجه" وعدد من العوامل األخرى .كان من
المستحيل تجنب هذهيف ذلك الوقت.
في اآلونة األخيرة ،أدخلت Appleميزة التعرف على الوجهيف هواتفهم ،باستخدام برنامج يعرف •
باسم .Face IDبدالً من االعتماد على الصور ،يؤدي ذلك إلى إنشاء خريطة مفصلة ألكثر من
30000نقطة محددة على وجهك.
يساعد ذلكيف التعامل مع التغييرات الصغيرةيف مظهر وجهك ،مثل وضع الماكياج أو تسريحة •
شعر مختلفة .قدمت شركات أخرى ،مثل ،Samsungتقنية مماثلة لهواتفها.
13
رحله إلى المدرسه
Journey to school
139
ستختبر هذا التدريب عن طريق جعل الكمبيوتر يتنبأ بكيفية انتقال األشخاص المختلفين إلى •
المدرسة.
.1بالنسبة لهذا المشروع ،سوف تحتاج إلى إجراء مسح مع زمالئكيف الفصل الدراسي .كلما زاد
عدد األشخاص الذين يمكنك أن تسألهم ،كان ذلك أفضل!
.2اكتب 2أو 3أسئلة يمكن أن تطرحها على زمالئكيف الفصل الدراسي والتي يمكن أن تؤثر على
كيفية رحلتهم إلى المدرسة .أنت بحاجة إلى أسئلة يمكنهم اإلجابة عليها برقم.
• العمر (بالسنين).
ولكن يمكنك اختيار القيم الخاصة بك .تأكد من أنها أرقام ،واختر األشياء التي قد يكون لها عالقة برحلتهم
إلى المدرسة.
140
.3ارسم جدوالً لتجميع النتائج ،ثم اذهب وقم بإجراء المسح .تذكر أن تسأل كيف يذهبون إلى
المدرسة باإلضافة إلى أسئلتك .كلما زاد عدد األطفال الذين تسألهم ،كان ذلك أفضل .إذا كان
بإمكانك أن تسأل أطفالًا من فصول دراسية وسنوات مختلفة ،فهذا أفضل.
.4بمجرد جمع اإلجابات من أكبر عدد ممكن من األطفال ،فقد حان الوقت الستخدام ذلك
لتدريب الكمبيوتر.
.5انقر فوق "تسجيل الدخول "Log Inواكتب اسم المستخدم وكلمة المرور
إذا لم يكن لديك اسم مستخدم ،فاطلب من معلمك إنشاء واحد لك.
إذا كنت ال تتذكر اسم المستخدم أو كلمة المرور ،فاطلب من معلمك أو قائد المجموعة إعادة
تعيينهما لك.
.7انقر فوق الزر " +إضافة مشروع جديد ."Add a new project +
.8قم بتسمية مشروعك "رحلة إلى المدرسة "journey to schoolواضبطه لتعلم كيفية التعرف
على "األرقام "numbers
141 Journey to school 13
.9انقر فوق "إضافة قيمة ،"Add a valueثم قم بتسميتها "العمر "ageثم قم بعمل النوع "رقم
."numberقم بذلك مرة أخرى للحصول على قيمة "رقم "numberتسمى "مسافة
."distance
افعل ذلك مرة ثالثة للحصول على قيمة "رقم "numberتسمى "أصدقاء ." friendsانقر فوق
"إنشاء " Createعندما تبدو مثل الصورة أدناه.
يجب عليك استخدام القيم التي استخدمتهايف االستطالع الخاص بك ،ولكن ال تقم بتضمين
طريقة الرحلة الفعلية إلى المدرسة .سنصل إلى ذلك بعد ذلك.
.10يجب أن ترى اآلن "رحلة إلى المدرسة "journey to schoolتظهريف قائمة مشاريعك .انقر
عليه.
.12انقر فوق "إضافة تسمية جديدة " Add new labelوإنشاء حاوية تسمى "سيارة ."car
افعل ذلك مرة أخرى وأنشئ حاوية تسمى "المشي ."walkافعل ذلك مرة أخرى لـ "دراجة
."cycle
إذا استخدمت خيارات مختلفةيف االستطالع ،فاستخدم هذه األسماء بدالً من ذلك.
.13انقر فوق الزر "إضافة مثال "Add exampleيف حاوية "السيارة "carثم اكتب نتيجة االستطالع
األولى لشخص يسافر بالسيارة.
143 Journey to school 13
.15انقر فوق ارتباط "<الرجوع إلى المشروع < ،"Back to projectوهذه المرة انقر فوق "تعلم
واختبار "Learn & Testالستخدام األمثلة الخاصة بك.
.17بمجرد انتهاء التدريب ،يجب أن يظهر مربع اختبار .Test boxاستخدم هذا الختبار النموذج
الخاص بك.
أدخل القيميف مربعات نص االختبار Test text boxesواضغط على اختبار .Test
144
.18استمريف االختبار لمحاولة التعرف على األنماط التي شاهدها الكمبيوتريف بيانات المسح.
مع تقدمكيف العمر ،هل يعتقد الكمبيوتر أن المشي يصبح أكثر احتماال من الذهاب بالسيارة؟
إذا كان األمر كذلك ،ما هو العمر الذي يبدو أن الكمبيوتر قد شهد التغيير فيه؟
لقد دربت نموذجًا بسيطًا للتعلم اآللي باستخدام أرقام من استطالع حول السفر. •
لقد أنشأت "نموذجًا تنبئيًا - "predictive modelسمي ذلك ألننا نستخدم نماذج مثل هذه •
لعمل تنبؤات.
يمكنك استخدام هذا النموذج لعمل تنبؤات حول مدى احتمالية ذهاب شخص ما إلى المدرسة •
سيرًا على األقدام إذا كنت تعرف عمره ومدى تواجده بعيدًا عن المدرسة.
.19انقر على رابط "<الرجوع إلى المشروع < "Back to projectثم ارجع إلى صفحة التدريب
.Train page
تأكد من كتابة جميع القيم للمثال الذي تقوم بحذفه قبل حذفه .سنحتاج القيميف دقيقة واحدة.
حرك مؤشر الماوس فوقه ،حتى يظهر الصليب األحمر .انقر فوق هذا الصليب األحمر لحذف
المثال.
.21انقر فوق االرتباط "<الرجوع إلى المشروع < "Back to projectثم ارجع إلى صفحة التعلم
واالختبار .Learn & Test page
.22انقر فوق "تدريب نموذج جديد للتعلم اآللي "Train new machine learning modelمرة
أخرى.
.23بمجرد تدريب النموذج الجديد ،أدخل القيم التي قمت بحذفهايف مربعات االختبار.
أنت تعرف اإلجابة الصحيحة عن ذلك -إنها الحاوية التي حذفت هذا المثال منها.
قارن تنبؤات الكمبيوتر باإلجابة الصحيحة .هل الكمبيوتر فهمها بشكل صحيح؟
لقد اختبرت نموذج التعلم اآللي التنبئي لمعرفة مدى دقته. •
بحذف المثال من تدريب الكمبيوتر أوالً ،فهذا يعني أنك اختبرته من خالل مطالبتك بإجابة سؤال •
لم يسبق له رؤيته من قبل.
(إذا قمت باختباره على مثال شاهده من قبل -أنه كان عليه التعلم منهيف التدريب -فال يمكنك •
حقًا معرفة ما إذا كان الكمبيوتر قد تعلم كيفية إيجاد اإلجابة بنفسه).
هل اخترت مثاال سهال حقا؟ (مثل الطالب الذي يعيش حقًا طريقًا طويالً جدًا من المدرسة!) •
اآلن بعد أن انتهيت ،لماذا ال تجرّب إحدى هذه األفكار؟ أو ابتكر واحدة خاصة بك؟
•
هل يمكنك التفكيريف طريقة الستخدام قدرة الكمبيوتر على التنبؤ بكيفية انتقال األشخاص إلى
المدرسةيف لعبة ما؟
146
•
بدالً من مجرد حذف مثال واحد من بيانات التدريب واستخدام ذلك لالختبار ،حاول استخدام
المزيد من األمثلة.
إذا كنت تستخدم القليل جدًا لالختبار ،فال يمكنك التأكد من جودة الكمبيوتر.
إذا كنت تستخدم الكثير لالختبار ،فإنك تقلل عدد األمثلة التي يجب أن يتعلم الكمبيوتر منها
بالفعل.
11 2.6 1 car
8 5 4 car
9 1.2 0 car
6 5 4 car
9 2.3 0 car
8 2.6 1 car
8 1.5 4 car
5 2.8 1 car
6 1.5 0 car
7 3 1 car
5 1 0 car
6 3 1 car
9 1 0 car
7 1 1 walk
8 0.9 0 walk
13 1 0 walk
9 1 0 walk
11 1.4 3 walk
11 1.5 2 walk
9 0.9 0 walk
9 1.1 0 walk
9 1 1 walk
8 1.3 0 walk
9 1 0 walk
10 0.9 1 walk
9 1.2 0 walk
9 1 3 walk
11 1 0 walk
11 1.1 4 walk
9 1.25 1 walk
13 0.5 5 walk
7 1.25 1 walk
9 0.1 0 walk
9 1.4 1 walk
13 0.3 5 walk
15 0.3 3 walk
Shy Panda
151
سيكون باندا خجولة ،سيحرج ويتوقف عن الرقص إذا رآك تنظر من خالل النافذة. •
ستقوم بتدريبه بحيث إذا غطيت عينيك ،فسوف يدرك أنك ال تنظر ويستمريف الرقص. •
.5انقر فوق الزر " +إضافة مشروع جديد ."Add a new project +
.6أطلق عليه اسم "الباندا الخجول "shy pandaواضبطه ليتعلم كيفية التعرف على "الصور
"images
إذا طلب النموذج مكان تدريب النموذج ،فاختر "على جهاز الكمبيوتر الخاص بك on your
"computer
152
.10انقر على " +إضافة تسمية جديدة ."Add new label +
153 Shy Panda 14
.12افعل ذلك مرة أخرى ،ولكن هذه المرة أضف "عدم النظر "not looking
.13انقر فوق الزر "كاميرا ويب " webcamيف حاوية "عدم النظر "not looking
154
قد يكون من األسهل إذا كان لديك شريك أن تنقر على زر "إضافة " Addمن أجلك!
.21انقر فوق الزر "تدريب نموذج التعلم اآللي الجديد Train new machine learning
"model
انتظر حتى يتدرب النموذج .يجب أن يستغرق األمر دقيقة واحدة فقط.
156
لقد بدأتيف تدريب جهاز كمبيوتر على التعرف على ما إذا كانت صور الوجه وصور •
الوجه المغطى .أنت تفعل ذلك من خالل التقاط الصور على سبيل المثال .يتم
استخدام هذه األمثلة لتدريب "نموذج "modelالتعلم اآللي.
.28ابحث عن سكريبت "التعرف على النافذة "recognise windowيف كائن "النافذة "window
.29قم بتغيير سكريبت "التعرف على النافذة "recognise windowبحيث يبدو هكذا:
.33يجب أن ترى نفسكيف النافذةيف مشروع سكراتش .قد تحتاج إلى التحرك حتى يكون وجهك
مرئيًايف النافذة.
إذا كان نموذج التعلم اآللي الخاص بك يتعرف على النظريف النافذة على أنه "نظر ،"looking
فيجب أن يتوقف الباندا عن الرقص ويبدو محرجًا!
159 Shy Panda 14
يجب أن يبدأ الباندايف الرقص مرة أخرى ،ألن نموذج التعلم اآللي الخاص بك سيدرك أنك ال
تنظر.
لقد أنشأت باندا خجولةيف سكراتش تستخدم التعلم اآللي للتعرف على ما إذا كان المنظريف •
النافذة هو صورة لك تنظر إليه.
نموذج التعلم اآللي الذي دربته هو مُصنِّف للصور image classifierقادر على تصنيف الصور •
كواحدة من فئتين -إما النظر lookingأو عدم النظر .not looking
كلما أعطيت المزيد من األمثلة ،كان من األفضل أن تدرك ما إذا كنت تنظر إليها أم ال. •
اآلن بعد أن انتهيت ،لماذا ال تجرّب إحدى هذه األفكار؟ أو ابتكر واحدة خاصة بك؟
•
ليس عليك استخدام الباندايف قالب المشروع .لماذا ال ترسم شخصيتك الخاصة؟ ستحتاج إلى
اثنين من الكائنات المتحركة لتتمكن من تحريكه وهو يرقص ،والكائن الثالث يبدو خجولًا.
160
•
حاول اختباره مع زمالئكيف الفصل الدراسي .هل ما زال الباندا يتصرف بشكل صحيح؟
كيف يمكنك تحسين التدريب بحيث يفعل الباندا الشيء الصحيح لهذه األنواع من الحاالت؟
15
لغه الكائن الفضائي
Alien Language
162
ستستخدم ذلك للتحكميف شخصية الكائن الفضائي Alienحتى تتمكن من فهم ما تخبرها أن •
تفعله.
إذا لم يكن لديك حق الوصول إلى ،Google Chromeفانتقل إلى الخطوة 5وابدأ من هناك.
انقر على زر اإلضافات ( Extensionsعالمة الجمع)يف أسفل اليسار ،ثم اختر تحويل الكالم
إلى نص من القائمة.
163
قل "يسار "leftأو "يمين ."rightيجب أن يتحرك القطيف االتجاه الذي تخبره به .حاول تحريكه
ذهابًا وإيابًا عبر الشاشة باستخدام صوتك .قد يكون من الصعب تشغيلها .حاول التحدث بهدوء
ووضوح.
لقد استخدمت التعرف على الكالم speech recognitionللتحكميف شخصيةيف سكراتش. •
للحصول على هذا العمل بسرعة ،لقد استخدمت نموذج التعلم اآللي الذي تم تدريبه بالفعل
من أجلك .هذا نموذج عام للتعلم اآللي تم تدريبه للتعرف على كلمات قاموس اللغة اإلنجليزية.
بعد ذلك ،ستقوم بتدريب نموذج التعلم اآللي بنفسك لترى كيف تم ذلك. •
في الجزء التالي من المشروع ،ستستخدم صوتك للتحكميف شخصية الكائن الفضائي ال تفهم •
اللغة اإلنجليزية! سوف تخترع كلمتين جديدتين ،لن يتم العثور عليهمايف قاموس اللغة
اإلنجليزية ،للتحكميف شخصيتك وتدريب نموذج التعلم اآللي للتعرف عليها.
أنت بحاجة إلى كلمتين -كلمة فضائية لـ "يسار "leftوكلمة فضائية لـ"يمين ."rightاخترع
كلمات جديدة ال تظهريف قاموس اللغة اإلنجليزية .يمكن أن تكون ضوضاء عشوائية طالما
يمكنك تكرارها بنفس الطريقةيف كل مرة وستكون مختلفة بشكل ملحوظ عن بعضها البعض.
إذا كنت ال ترغبيف إصدار أصوات فضائية بصوتك ،فال بأس بذلك -ابحث عن طرق أخرى
إلحداث ضوضاء .ي مكنك النقر بأصابعك أو التصفيق بيديك أو الضغط على لعبة مزعجة أو
القيام بأي شيء آخر يخطر ببالك!
.10انقر فوق الزر " +إضافة مشروع جديد ."Add a new project +
.11قم بتسمية مشروعك "لغة الفضائيين "Alien Languageواضبطه لتعلم كيفية التعرف على
"األصوات ."sounds
.12يجب أن تشاهد اآلن "للغة الفضائيين "Alien Languageيف قائمة مشاريعك .انقر عليه.
.14انقر فوق الزر "إضافة مثال "Add exampleيف حاوية ضوضاء الخلفية .background noise
سيساعد تسجيل ضوضاء الخلفية نموذج التعلم اآللي الخاص بك على معرفة الفرق بين
األصوات التي ستقوم بتدريبها على التعرف عليها ،وضوضاء الخلفيةيف مكان وجودك.
.17كرر ذلك حتى تحصل على 8أمثلة على األقل لضوضاء الخلفية background noise
167
.18انقر فوق الزر "إضافة تسمية جديدة "Add new labelيف الجزء العلوي األيمن ،وأنشئ مجموعة
تدريب جديدة تسمى "يسار "left
.19انقر فوق الزر "إضافة مثال "Add exampleيف الحاوية اليسرى الجديدة.
.20سجل ما ال يقل عن 8أمثلة على ضوضاء الكائنات الفضائية الخاصة بك لـ "اليسار "left
.21انقر فوق الزر "إضافة تسمية جديدة "Add new labelيف الجزء العلوي األيسر ،وأنشئ مجموعة
تدريب جديدة تسمى "يمين "right
.22سجل ما ال يقل عن 8أمثلة على ضوضاء الفضائيين الخاصة بك من أجل "اليمين "right
Alien Language 15 168
.23انقر فوق االرتباط "الرجوع إلى المشروع "Back to projectيف الجزء العلوي األيسر.
.25انقر فوق "تدريب نموذج جديد للتعلم اآللي "Train new machine learning model
.26بمجرد االنتهاء من التدريب ،انقر فوق الزر "بدء االستماع " Start listeningالختبار نموذج
التعلم اآللي الخاص بك.
169
قم بعمل أحد األصوات التي قمت بتدريب الكمبيوتر على التعرف عليها على أنها تعني "يسار
"leftأو "يمين ."rightإذا تعرف عليها نموذج التعلم اآللي الخاص بك ،فسيعرض ما تعتقد
أنك فعلته.
.27إذا لم تكن راضيًا عن كيفية عمل النموذج ،فارجع إلى صفحة التدريب Train pageوأضف
المزيد من األمثلة إلى جميع مجموعات التدريب الثالثة.
.28عندما تكون راضيًا عن نموذج التعلم اآللي الخاص بك ،انقر فوق الزر .Make
.29انقر فوق الزر Scratch 3ثم انقر فوق .Open in Scratch 3
.30انقر على زر قوالب المشروع Project templatesيف الجزء العلوي من الشاشة وافتح قالب
مشروع "لغة الفضائيين "Alien Language
توجد بالفعل بعض السكريبتاتيف الكائن الفضائي لوضعهيف المكان المناسبيف البداية
وتحريك كيفية سيره .ال تحذفها .يمكنك إضافة هذه السكريبتات تحتها.
Alien Language 15 170
أصدر أصواتك من أجل "اليسار "leftو "اليمين "rightلتخبر الفضائي عن طريقة المشي.
171
لقد قمت بتدريب نموذج التعلم اآللي الخاص بك للقيام بالتعرف على الكالم .لقد استخدمت •
ذلك للتحكميف شخصيةيف سكراتش.
على عكس النموذج المدرب مسبقًا الذي استخدمته من قبل ،والذي تم تدريبه على التعرف •
على عشرات اآلالف من الكلمات ،فقد قمت بتدريبه فقط على التعرف على كلمتين مختلفتين.
ولكن المبدأ هو نفسه.
لقد رأيت أيضًا أهمية تدريب نموذج التعلم اآللي للعمل مع ضوضاء خلفية معينة. •
هل يمكنك التفكيريف مثال لنظام مثل هذا رأيته مستخدمًا من قبل؟ على سبيل المثال ،تستخدم •
بعض السيارات أنظمة التعرف على الكالم التي تم تدريبها للتعرف على األوامر المختلفة التي
يمكنك إعطاؤها للكمبيوتر داخل السيارة .ما هي األمثلة األخرى التي استخدمتها؟
اآلن بعد أن انتهيت ،لماذا ال تجرّب إحدى هذه األفكار؟ أو ابتكر واحدة خاصة بك؟
•
حاول إضافة حاويات تدريب إضافيين لـ "اعلى "upو "أسفل "downحتى تتمكن من التحكم
في الكائن الفضائي للتحركيف جميع االتجاهات األربعة.
16
مكتشف الوجوه
Face Finder
173
ستستخدم نموذجًا للتعلم اآللي مُدرَّبًا مسبقًا pre-trained machine learning model •
إلجراء اكتشاف الوجه على مقطع فيديو مباشر لكاميرا الويب وتأثيرات الرسوم المتحركة
باستخدام النتائج.
تعرض هذه الصفحة بعض نماذج التعلم اآللي التي تم اختبارها مسبقًا والمتوفرة لك .بالنسبة
لهذا المشروع ،سنستخدم نموذج اكتشاف الوجه .Face Detection model
ستحتاج إلى هذه االضافة الستخدام نموذج التعلم اآللي المدرب مسبقًا والذي يحدد موقع
وجهكيف مغذي كاميرا الويب.
يمكنك رسمه يدويًا إذا أردت ،أو استخدم أداة الدائرة لرسم دائرتين إذا كنت تفضل شيئًا أبسط.
انقر بزر الماوس األيمن فوق الكائن ثم انقر فوق تكرار .Duplicate
.12قم بتسمية الكائنين "العين اليسرى "left eyeو "العين اليمنى "right eye
.17انقر فوق كائن "العين اليسرى "left eyeوقم بإنشاء هذا السكريبت.
178
لقد أنشأت مشروعًا باستخدام نموذج تعلُّم آلي مُدرَّب مسبقًا pre-trained machine •
.learning model
تم جمع أكثر من 32000صورة من قبل أكاديميينيف إحدى الجامعات ،الذين قاموا بمراجعتها •
جميعًا والحظوا موقع 390.000وجه وجدوها فيها .تم استخدام كل هذه األمثلة لما تبدو عليه
أجزاء الصور للوجوه لتدريب نموذج التعلم اآللي على كيفية التعرف على الوجوهيف الصور.
غالبًا ما تستخدم مشاريع التعلم اآللييف العالم الحقيقي نماذج تم تدريبها بالفعل من قبل •
أشخاص آخرين .إنها طريقة جيدة إلنشاء مشروع بسرعة عندما ال يكون لديك الوقت لجمع
بيانات التدريب الخاصة بك.
سيؤدي هذا إلى تحديث حجم الكائنات المتحركة بناءً على حجم وجهك ،بحيث تكبر إذا
حركت وجهك بالقرب من كاميرا الويب .جرب أرقامًا مختلفة حتى تصبح راضيًا عن طريقة
عملها (على سبيل المثال ،جرب ،2 ،1.75 ،1.5 ،1إلخ).
179 Face Finder 16
.22اختبر مشروعك مرة أخرى بالنقر فوق العلم األخضر .Green Flag
لقد أنشأت مشروع سكراتش باستخدام تقنية التعلم اآللي المعروفة باسم اكتشاف الوجه face •
:detectionاكتشاف موقع الوجوهيف الصور.
المرحلة األولى" :الكشف عن األشياء ."object detectionيعثر على جزء الصورة الذي ▪
يبدو أنه يحتوي على وجه .فكريف األمر على أنه الكمبيوتر يرسم صندوقًا حول المكان الذي
يتوقع فيه الوجه.
المرحلة الثانية :التنبؤ بالشكل .shape predictionيتنبأ بالمكان الذي من المرجح أن ▪
تكون فيه العين واألنف والفميف المربع المرسوميف المرحلة األولى .يوصف هذا أحيانًا بأنه
اكتشاف "معالم الوجه ."facial landmarks
ما تفعله ليس "التعرف على الوجه ."facial recognitionال يتعرف مشروعك على من يظهر ▪
وجههيف الصورة .وذلك ألن النموذج المدرب مسبقًا الذي تستخدمه لم يتم تدريبه على صور
شخص معين.
180
إنه يبحث فقط عن شيء يشبه وجه اإلنسان ،ألنه تم تدريبه بأمثلة من صور للعديد من الوجوه ▪
المختلفة.
"اكتشاف الوجه " Face detectionهو قدرة مفيدة .ربما رأيت أن تطبيقات الجوال تستخدم ▪
فالتر وجه الفيديو إلضافة تأثيرات ممتعة إلى الفيديو ،كما فعلتيف هذا المشروع.
تشمل االستخدامات األخرىيف العالم الواقعي القدرة على تعتيم blurوجوه األشخاص تلقائيًا ▪
في الصور عندما ال يكون لديك إذن بنشر وجوههم ،أو حساب عدد األشخاص الذين يمكن
لكاميرا الفيديو رؤيتها تلقائيًا.
1. Machine Learning for Kids, Machine learning projects, Dale Lane,
https://machinelearningforkids.co.uk/?lang=en#!/worksheets