Professional Documents
Culture Documents
الاحتمالات
الاحتمالات
ﻣﺪﺧﻞ إﻟﻰ
اﻟﺬﻛﺎء اﻻﺻﻄﻨﺎﻋﻲ
ّ
وﺗﻌﻠﻢ اﻵﻟﺔ
ﻣﺤﻤﺪ ﻟﺤﻠﺢ
مدخل إلى الذكاء االصطناعي وتعلم اآللة
تعرف على أهم المفاهيم واألسس التي بني عليها
تأليف
محمد لحلح
تحرير
جميل بيلوني
إخراج فني
فرج الشامي
أكاديمية حسوب © النسخة األولى 2020
•تهــدف أكاديميــة حســوب إلــى توفير مقــاالت ودروس عالية الجــودة حول مجــاالت ُمختلفة وبلغة
عربية فصيحة.
•تقــدم أكاديميــة حســوب دورات شــاملة بجــودة عاليــة عــن تعلــم البرمجــة بأحــدث تقنياتهــا تعتمــد
علــى التطبيــق العملــي ،ممــا يؤهــل الطالــب لدخــول ســوق العمــل بثقــة.
مدعمــا باألمثلــة
ً ً
شــامل عربيــا
ً ً
توثيقــا •تتكامــل األكاديميــة مــع موســوعة حســوب ،التــي توفــر
للغات البرمجة.
المســاهمة فــي األكاديميــة مفتــوح لــكل مــن يــرى فــي نفســه القــدرة علــى توفيــر مقــاالت أو
•بــاب ُ
كتــب أو مســارات عاليــة الجــودة.
•تهــدف حســوب لتطويــر الويــب العربــي وخدمــات اإلنترنــت عــن طريــق توفيــر حلــول عمليــة
•تشــجع حســوب الشــباب العربــي للدخــول إلــى ســوق العمــل عــن بعــد بتوفيرهــا
ً
إضافــة إلــى موقــع بعيــد ،وكمــا منصــات عربيــة للعمــل عــن بعــد ،مســتقل وخمســات؛
أنهــا توفــر خدمــات للنقاشــات الهادفــة فــي حســوب I/Oوخدمــة رفــع الصــور عبــر
موقع صور.
•يعمــل فــي حســوب فريــق شــاب وشــغوف مــن مختلــف الــدول العربيــة .ويمكــن معرفــة المزيــد
جدول المحتويات
40 .2الذكاء االصطناعي :مراحل البدء والتطور واألسس التي نشأ عليها
41 .1 .2القرن التاسع عشر والبدايات
41 .2 .2التحديات الجديدة للرياضيات واآلفاق المستقبلية
43 .3 .2األخطاء في نص أحد المسائل يفتح ً
آفاقا جديدة
44 .4 .2أول شبكة عصبية اصطناعية
44 .5 .2تكاتف الجهود ومحاولة توحيد المصطلحات
45 .6 .2التطور السريع ألشباه الموصالت
46 .7 .2أسباب حدوث شتاء الذكاء االصطناعي
48 .8 .2الشتاء األول للذكاء االصطناعي 1980-1974
49 .9 .2فترة االزدهار
50 .10 .2الشتاء الثاني للذكاء االصطناعي 1993-1987
51 .11 .2عودة الذكاء االصطناعي إلى الساحة
56 .12 .2خالصة الفصل
56 .13 .2مراجع إضافية
121 .5المصادر
تقديم
ال يخفــى علــى أي متعلــم لمجــال علــوم الحاســوب كثــرة االهتمــام بمجــال الــذكاء االصطناعــي وتعلــم
اآللــة ،وكذلــك األمــر بالنســبة لمســتخدم التقنيــة العــادي الــذي بــات يــرى تطــو ًرا كبيـ ًـرا فــي اآلالت والتقنيــات
بــدءا مــن المســاعد الصوتــي اآللــي فــي جوالــه وحتــى ســيارته وبقيــة األشــياء الذكيــة
ً التــي تحيــط بــه
توصلهــا إلمكانيــة زرع شــرائح فــي الدمــاغ لتُ مكِّــن اآللــة أخيـ ًـرا مــن تبــادل التواصــل مــع الدمــاغ مباشــر ًة.
ُّ
ولــم يكــن ليأتــي هــذا التطــور الــذي وصلنــا إليــه فــي مجــال الــذكاء االصطناعــي وتعلــم اآللــة عبثً ــا وإ َّنمــا
ولــد هــذا الكتــاب مــن رحــم كتــاب آخــر -نعمــل علــى ترجمتــه -يشــرح كيفيــة كتابــة مشــاريع واقعيــة
فــي مجــال تعلــم اآللــة بلغــة بايثــون فــكان ذلــك الكتــاب يَ تطـ َّـرق إلــى مصطلحــات مجــال تعلــم اآللــة دون
شــرح فتســاءلنا ،كيــف يمكــن أن نرمــي القــارئ بوابــل مــن المصطلحــات الجديــدة الصعبــة دون توفيــر شــرح
إلــى العمــل علــى الكتــاب اآلخــر ،فجــاء هــذا الكتــاب الــذي بيــن يديــك اآلن وسننشــر ذاك الكتــاب العملــي
مبنيــا عليــه.
ثانيــا ً
ـزءا ً
اآلخــر بعــده ليكــون جـ ً
يبــدأ هــذا الكتــاب بعــرض أهميــة الــذكاء االصطناعــي وتعلــم اآللــة عبــر اإلشــارة إلــى المشــاريع
واإلنجــازات التــي قدَّ مهــا هــذا المجــال إلــى البشــرية حتــى يومنــا هــذا وكيــف أثــرت علــى كل مجــاالت
8 ميدقت
حياتنــا اليوميــة .ننتقــل بعدهــا إلــى لمحــة تاريخيــة عــن المجــال وكيفيــة والدتــه ومراحــل حياتــه حتــى
ـذ المعلومــات الدســمة فــي الفصــل الثالــث الــذي يشــرح المصطلحــات المتعلقــة
يومنــا الحالــي .ســتجد بعدئـ ٍ
بمجــال تعلــم اآللــة ويشــرح أســاليب تعليــم اإلنســان لآللــة واألســس التــي بنيــت عليهــا عمليــات تعليــم اآللــة.
أخيــرا عــرض
ً نعــرض فــي الفصــل األخيــر تحديــات عمليــة تعليــم اآللــة ومــا عالقــة البيانــات فيهــا ،ثــم
خارطــة طريــق ألهــم المفاهيــم التــي يجــب أن تتقنهــا فــي حــال أردت التوســع فــي المجــال وإتقانــه.
أرجــو أن نكــون قــد ُوفق َنــا فــي هــذا العمــل لســد ثغــر ًة كبيــر ًة فــي المحتــوى العربــي -كمــا خططنــا
لذلــك -الــذي يفتقــر أشــد االفتقــار إلــى محتــوى جيــد ورصيــن فــي مجــال الــذكاء االصطناعــي وتعلــم اآللــة.
جميل بيلوني
2020-10-21
1.إنجازات الذكاء الصنعي
ال يــكاد يمضــي يــوم إال ونســمع فيــه ظهــور اختــراع جديــد مــن هنــا ،وقفــزة علميــة مــن هنــاك ،أمســت
التكنولوجيــا عنصـ ًـرا أساسـ ًـيا فــي حياتنــا ُتشــاركنا يومياتنــا وتســاعدنا فــي معظــم أعمالنــا ومهامنــا ســواء
َّ
يتجــزأ مــن شــخصيتنا وذواتنــا إلــى درجــة أنــه يصعــب جــزءا ال
ً الســهلة منهــا أو الصعبــة بــل أصبحــت
علينــا تخيــل الحيــاة مــن دونهــا .لــم يقتصــر األمــر علــى ذلــك فقــط ،وإنمــا تعــدى األمــر ألبعــد مــن ذلــك
ـر ُف عنــا أضعــاف مــا نعرفـ ُ
ـه عنهــا .وفــي حضــرة هــذا االنغمــاس بكثيــر إذ أضحــت هــذه التكنولوجيــا َتعـ ِ
التقنــي تتالشــى حــدود الخصوصيــة ،وتتكســر جــدران التفـ ُّـرد اإلنســاني بقــوة أمــواج التطفــل التكنولوجــي،
مخفيــا آخــر يصعــب تصديقــه .لتتحــول بذلــك جميــع معلوماتنــا وصورنــا واهتماماتنــا وقائمــة
ً لهــا وجهً ــا
ولكــن دعونــا ال نركــز علــى الجوانــب الســلبية فقــط ولنأخــذ نصــف الــكأس الممتلئــة ،فمــن المعيــب
ً
وبعضــا مــن حقوقــه يُ عـ ُ
ـرف فــي بعــض األفــام ســايبورغ؟ أم أننــا نشــهد تجريــد اإلنســان مــن خصوصيتــه
ـة ماديـ ٌ
ـة بحتــة األساســية وتجميــد أفــكاره وتهميشــها وجعلهــا مجــرد منشــور عابــر تتحكــم فيــه خوارزميـ ٌ
ُتعلــي مــن قيمــة اإلعجــاب أو التعليــق أكثــر مــن قيمــة المنشــور بحــد ذاتــه أو الفكــرة الكامنــة وراءه؟
فــي الحقيقــة وعلــى الرغــم مــن كثــرة األخطــار المترتبــة علــى خصوصيــة الفــرد بـ ِّ
ـكل تقنيــة جديــدة،
إال أنــه ال بــدُّ لنــا بــأن نعتــرف أن لهــذه التكنولوجيــا فضـ ًـا كبيـ ًـرا فــي تطــور الكثيــر مــن المجــاالت والعلــوم
لبســط ســيطرتنا ونفوذنــا علــى أقراننــا مــن البشــر ،ومــا هــذه التكنولوجيــا أو التقنيــات
ِ الموجــود فينــا
الحديثــة إال مجــرد أدوات جديــدة بإمكانيــات مذهلــة نســتطيع مــن خاللهــا خدمــة البشــرية أو تدميرهــا،
وأمــا هــي بحــد ذاتهــا فليــس لهــا أي نيــة خبيثــة للنيــل منــا أو للســيطرة علينــا ففــي نهايــة المطــاف نحــن
مــن برمجناهــا!
ُ
ـنتجاهل
ـراع جديــد سـ
ـدر مــن اإلمــكان مــن أي تقنيـ ٍـة أو اختـ ٍ
وفــي إطــار ســعينا لالســتفادة بأكبــر قـ ٍ
ُ
سنســلط الضــوء فــي الجانــب الســلبي وســنحاول التركيــز فقــط علــى الجانــب اإليجابــي .ولذلــك
لطالمــا شــاهدنا الســباق المتســارع بيــن الشــركات علــى أتمتــة مهامهــا وخطــوط إنتاجهــا فــي ســعي
حثيــث منهــا لالعتمــاد علــى اآللــة بـ ً
ـدل مــن البشــر نظـ ًـرا للفوائــد الكبيــرة التــي ســتجنيها من هــذا االعتمــاد ،إذ
ال تتطلــب اآللــة زيــادة أجــر ســنوية ،وال تتذمــر مــن كثــرة العمــل اإلضافــي ،بــل مــع ِّ
كل ذلــك تســتمر بالحفــاظ
علــى جــودة اإلنتــاج ودقتــهِّ ،
وكل متطلبــات هــذه اآلالت جـ َّـراء مــا تقدمــه هــو عمليــة صيانــة دوريــة بســيطة
لتســتمر فيهــا بخدمــة تلــك الشــركات .إنهــا ً
حقــا الموظــف المثالــي الــذي يحلــم بــه جميــع أصحــاب المشــاريع.
إال أن الــدور الــذي تقدمــه هــذه اآلالت بســيط للغايــة ،ويعــود الســبب فــي ذلــك لقصورهــا مــن عــدة نواحــي
ـاء علــى مــا رأتــه ،عــدا
إذ ال يمكنهــا فهــم أو تمييــز مــا تــراه ،وال تســتطيع أن تتخــذ قــرار مــن تلقــاء نفســها بنـ ً
عــن األســباب األخــرى التــي ال حصــر لهــا التــي تســاعد علــى تشــكل الوعــي لــدى هــذه اآللــة ،وقــد الحــظ كثيــر
مهامــا كثيــرة ال بــد لنــا مــن تطويــر النظــام البصــري الخــاص بــاآلالت
ً مــن الباحثيــن أنــه إذا أردنــا أن نؤتمــت
شــهد مجــال الرؤيــة الحاســوبية ( )computer visionكثيـ ًـرا مــن التطــورات النوعيــة كمــا أضــاف
الــذكاء الصنعــي المزيــد علــى هــذا التطــور كان مــن أبرزهــا إمكانيتــه فــي أكتشــاف الكائنــات فــي الصــور،
ماهيــة مــا تشــاهده .إنــه فــي الحقيقــة لشــيئ رائــع أل َّننــا نســتطيع
َّ أي أن تجعــل اآلالت قــادرة علــى معرفــة
بذلــك معرفــة تصرفــات هــذا الكائــن ،وهــل يقــوى هــذا الكائــن الــذي تــراه اآللــة علــى الحركــة أم أنــه مجــرد
شــجرة؟ أم أنــه إنســان يســتطيع الحركــة؟ أم أنــه مجــرد آلــة أخــرى؟ وهنــا ال بــدَّ لنــا مــن تغييــر تســمية
اآللــة إلــى روبــوت -إنســان آلــي -وذلــك بســبب كميــة الحــواس البشــرية التــي اســتطعنا تزويــده بهــا فلذلــك
12 يعنصلا ءاكذلا تازاجنإ
اســتحق هــذه التســمية عــن جــدارة .ولكــن كيــف سيســتطيعُ هــذا الروبــوت أن يعــرف أن أمامــه إنســان
وهــو يــراه مجــرد بكســات تحــوي قيــم لونيــة معينــة؟ فأيــن يبــدأ جســم الكائــن بيــن ّ
كل هــذه البكســات
وأيــن ينتهــي؟ ولنفــرض أننــا اســتطعنا أن نجعــل الروبــوت يتعــرف علــى هــذا الكائــن؟ مــاذا لــو غيرنــا حجــم
الصــورة المدروســة أو ألوانهــا أو درجــة حتــى درجــة ســطوعها هــل يــا ُتــرى سيسـ ُ
ـتمر هــذا الروبــوت فــي
تعتمــد معظــم أنظمــة اكتشــاف الكائنــات فــي الصــور علــى الشــبكات العصبيــة االصطناعيــة ّ
والتــي
تحتــوي علــى الكثيــر مــن الطبقــات الداخليــة المخفيــة ،وتختــص ّ
كل طبقــة مــن هــذه الطبقــات بمهمــة
معينــة ،فمثـ ًـا تختــص الطبقــة األولــى بتحديــد الحــواف والهيــاكل الهندســية الخارجيــة للكائــن ،ومــن ثـ ّ
ـم
ُتمـ ّـر ُر هــذه الطبقــة نتائجهــا إلــى الطبقــة التاليــةّ ،
والتــي تعمــل علــى مســتوى آخــر مــن التفاصيــل ،مثــل أن
تكــون مختصــة بتحديــد األلــوان والتدرجــات اللونيــة ومقارنتهــا بمــا تعلمتــه ومــا تدربــت عليــه سـ ً
ـابقا ،ومــن
ـم ُتمــرِّ ُر هــي األخــرى نتائجهــا إلــى الطبقــة التاليــة ،وهكــذا دواليــك إلــى أن تكتمــل المعلومــات الخاصــة
ثـ ّ
بالصــورة ،ويصــل النظــام إلــى نتيجــة نهائيــة مــع الطبقــة األخيــرة ،وبذلــك يســتطيع تحديــد مــا هــو الكائــن
كانــت شــركة مايكروســوفت مــن أوائــل الشــركات ّالتــي دخلــت 1هــذا المجــال وأنجــزت فيــه ولكــن مــا
لبثــت إلــى أن لحقتهــا جميــع الشــركات ،بــل وبعــض الشــركات ســبقتها بمراحــل مثــل شــركة فيســبوك .فــي
يومنــا الحالــي ال يــكاد يخلــو أي روبــوت مــن منظومــة الرؤيــة الحاســوبية بمختلــف تطبيقاتهــا ،مــن بينهــا
مدمجــا بالكاميــرات
ً نظامــا
ً نظــام اكتشــاف الكائنــات ،ولــم يقتصــر األمــر علــى ذلــك فحســب بــل وأصبحــت
الحديثــة فــي الهواتــف النّقالــة لننتقــل بذلــك إلــى خطــوة جديــدة متقدمــة فــي عالــم الرؤيــة الحاســوبية
ومزيــدً ا مــن اإلمكانيــات للروبوتــات والــذي ســيؤدي فــي نهايــة المطــاف إلــى كثــرة االعتمــاد عليهــا مسـ ً
ـتقبل.
13 يعنصلا ءاكذلا تازاجنإ
لطالمــا كان نقــل المعرفــة مــن لغــة إلــى أخــرى عمليــة شــاقة ومجهــدة ،وتحتــاج إلــى جيــوش مــن
المترجميــن والمدققيــن والكتَّ ــاب ً
أيضــا ،ولطالمــا كان حاجــز اللغــة هــو الحاجــز األساســي الموجــود فــي
جســر التواصــل بيــن الشــعوب ،بــل وغال ًبــا مــا يرتبــط عــدد اللغــات المحكيــة فــي دولـ ٍـة مــا بمســتوى انغــاق
ثقافــة هــذه الدولــة أو انفتاحهــا .ولطالمــا حاولــت بعــض الشــركات مثــل غوغــل وفيســبوك فــي تطويــر أنظمة
الترجمــة فــي إطــار ســعيها لهــدم هــذا الحاجــز ،إال أن معظــم هــذه المحــاوالت كانــت خجولــة وال ترتقــي إلــى
الترجمــة البشــرية .ولكــن هــذا الحــال لــم يــدم طويـ ًـا فمــع تقــدم الــذكاء الصنعــي وإمكانياتــه غيــر المحدودة
فــكان ال بــد مــن هــذه الشــركات مــن إعــادة النظــر فــي الحلــول أ�تيحــت مــن خــال الــذكاء الصنعــي ومحاولــة
ُّ
التعلــم العميــق ( - )Deep Learningوهــي جــزء تعظيــم االســتفادة منهــا .وفعـ ًـا كان ذلــك ،بفضــل طريقــة
مــن طــرق تطبيــق الــذكاء الصنعــي -إذ أحدثــت هــذه الطريقــة نقلــة نوعيــة فــي الترجمــة.
التعلــم العميــق فــي الترجمــة ّالتــي تقدمهــا عمالقــة اإلنترنــت شــركة غوغــل
ُّ ســاهم تطبيــق طرائــق
(التابعــة للشــركة األم ألفابــت) فــي خفــض معــدل الخطــأ بمقــدار 60%بحســب تصريــح الشــركة.2
ً
الحقــا اســم نظــام َ
أطلــق عليــه كمــا أوضحــت أنهــا ســتعتمدُ علــى هــذه التقنيــة بالكامــل فــي ترجمتهــا.
الترجمــة اآلليــة العصبيــة ( )Neural Machine Translation systemويدعــى اختصــا ًرا NMTS
وصــرح كــوك لــي -عالــم حاســوب وأحــد مطــوري نظــام - NMTSأن عمليــات الدخــل والخــرج للنظــام
يتعلــم هــذا النظــام الترجمــة مــن خــال تحليــل الترجمــات الموجــودة فــي خطابــات األمــم المتحــدة
والبرلمــان األوروبــي ،وعنــد تمريرهــا عبــر الشــبكة العصبيــة تتعــدَّ ل االتصــاالت الموجــودة بيــن الخاليــا
14 يعنصلا ءاكذلا تازاجنإ
العصبيــة االصطناعيــة بهــدف تحســين الترجمــة النهائيــة .وهــي تحلــل الجمــل عــن طريــق تقســيم َّ
كل
كلمــة فيهــا إلــى أجــزاء مقطعيــة (أجــزاء الكلمــة باللغــة اإلنكليزيــة) ،وتتحــد هــذه األجــزاء بطريقــة مــا داخــل
الشــبكة العصبيــة مشـ ً
ـكلة المعنــى ،وهــي طريقــة مســتمدة مــن طريقــة اكتشــاف الكائنــات فــي الصــور مــن
خــال تقســيم الصــورة لبكســات وتحليــل هــذه البكســات بطريقــة معقــدة جــدً ا الســتخراج ميــزات معقــدة
ُّ
التعلــم العميــق ونجاحــه فــي مســاعدتنا فــي التغلــب يســلط هــذا النجــاح الضــوء علــى أهميــة تقنيــات
علــى مشــاكل أنظمــة الترجمــة ّالتــي عانينــا منهــا لســنوات .ويعتقــد شــميد هوبــر -عالــم حاســوب فــي
جامعــة لوغانــو -أن اآلالت ستســتطيعُ محــاكاة طريقــة البشــر فــي الترجمــة أو حتــى هزيمتهــم فــي حــال
تمكنهــا مــن الجمــع بيــن المدخــات الحســية المختلفــة ،فمثـ ًـا فــي المســتقبل لــن يــرى الحاســوب جملــة
ـيتحكم فــي
ُ ـط تســقط مــن األشــجار ،وسـ
سيشــاهد فيديوهــات لقطـ ٍ
«ســقطت القطــة مــن الشــجرة» وإنمــا ُ
روبوتــات آليــة أخــرى يمكنهــا رؤيــة القطــط وســماعها والشــعور باأللــم مــن خــال أجهــزة استشــعار األلــم،
لتنقــل هــذه التجــارب إلــى النظــام ويعالجهــا ويربطهــا جميعً ــا بالنصــوص المترجمــة.
ـم التفاعــل
ـم لطالمــا راودنــا لكثيــر مــن الوقــت حلـ ُ
إن الســماح لألشــخاص بالتحــدث مــع اآلالت هــو حلـ ٌ
بيــن اإلنســان والحاســوب بالصــوت .وعندمــا ظهــرت قــدرة الحواســيب علــى فهــم الــكالم الطبيعــي مــن
خــال اســتخدام الشــبكات العصبيــة العميقــة (مثــل تقنيــة البحــث مــن خــال الصــوت فــي غوغــل) أحــدث
ذلــك ثــورة فــي الســنوات القليلــة الماضيــة ،إال أن توليــد الــكالم مــن خــال الحاســوب (أو عمليــة تحويــل
النــص إلــى كالم بطريقــة تسلســلية ،إذ تعتمــد هــذه التقنيــة علــى تســجيل قاعــدة بيانــات كبيــرة جــدً ا مــن
ولكــن كان لشــركة ديــب ماينــد (المملوكــة مــن ِقبــل شــركة غوغــل) رأي آخــر ،إذ اســتطاعت هــذه
األخيــرة مــن بنــاء نظــام قــادر علــى توليــد صــوت خــام وحقيقــي ليحاكــي أي صــوت بشــري ،وبذلــك يكــون
الصــوت الناتــج عــن هــذا النظــام أفضل مــن أفضل أنظمــة تحويــل النصــوص إلــى كالم ()Text-to-Speech
الحاليــة .3ممــا يقلــل الفجــوة بيــن أداء صــوت اآللــة والصــوت الطبيعــي بمقــدار .50%
علــى نمذجــة الصــوت الخــام ،وهــو أمــر لطالمــا تجنبــه الباحثــون فــي هــذا المجــال بســبب ســرعة تدفــق
كمــا أنهــا اعتمــد علــى الشــبكات العصبيــة التالفيفيــة بالكامــل (Fully Convolutional Neural
.)Networkومــن أجــل اســتخدام الصــوت الــذي يولــده نظــام WaveNetكان ال بــد مــن تحويــل النــص إلى
الميــزات اللغويــة والصوتيــة ّ
(التــي تحتــوي علــى معلومــات حــول كالم ،إذ تحــول النصــوص إلــى سلســلة مــن ِّ
الصــوت الحالــي ،والمقطــع اللفظــي ،والكلمــة ،ومــا إلــى ذلــك مــن مميــزات الكلمــات بحســب اللغــة) وتدخـ ُـل
هــذه المعلومــات إلــى نظــام .WaveNetوبالتالــي إن تنبــؤات الشــبكة ليســت مشــروطة فقــط بالعينــات
الصوتيــة الســابقة ،وإنمــا بالنــص الــذي نريــد أن تنطقــه .كمــا أن هــذا النظــام اســتطاع توليــد ميــزات إضافيــة
للصــوت مثــل :التنفــس أثنــاء الحديــث ،ومحــاكاة حــركات الفــم ممــا يعطــي مرونــة أكبــر لنمــوذج الصــوت
الخــام بــل وحتــى ً
أيضــا يمكنــه محــاكاة اللهجــات واللكنــات والعواطــف.
يفتــح نظــام WaveNetsالكثيــر مــن الفــرص واألفــكار حــول طريقــة اســتغالل هــذه التقنيــة لتحقيــق
اســتبدال المعلقيــن الصوتييــن ( )Voice Overبنظرائهــم اآللييــن ســتكون فكــرة رائعة ومســتدامة ومســتقرة
أكثــر مــن اســتئجار معلقيــن بشــريين ،أو ميــزة قــراءة األخبــار لبعــض األشــخاص ّالذيــن يعانــون مــن عســر
القــراءة أو لألشــخاص المشــغولين بقيــادة الســيارة أو للنســاء المشــغوالت باألعمــال المنزليــة ،كمــا يمكننــا
16 يعنصلا ءاكذلا تازاجنإ
ـاب جديــدٌ للشــركات بخفــض تكاليفهــا ،وزيــادة شــعبيتها ،وتعظيــم إيراداتهــا وهــو الهــدف الرئيســي
ـيفتح بـ ٌ
ُ سـ
والمشــترك لـ ِّ
ـكل الشــركات.
مــع تزايــد األجهــزة القابلــة لالرتــداء وانتشــار «إنترنــت األشــياء» ( ،)Internet of Thingsوحقيقــة
أن الهواتــف المحمولــة أصبحــت مــن األمــور األساســية لـ ِّ
ـكل شــخص ،واالنتشــار المتزايــد لمختلــف األجهــزة
األخــرى ّالتــي تســتطيع التواصــل مــع البشــر مــن خــال الصــوت ،كالمســاعدين الشــخصيين فــي الهواتــف
مثــل :المســاعد الشــخصي ســيري ( )Siriالخــاص بأجهــزة أبل ،والمســاعد الشــخصي أليكســا ( )Alexaالخاص
بأجهــزة أمــازون ،والمســاعد الشــخصي كورتانــا ( )Cortanaالخــاص بأجهــزة مايكروســوفت ،فــكان ال بــدّ
مــن جعــل األنظمــة الصوتيــة أذكــى ليــس فقــط علــى مســتوى فهــم الــكالم المنطــوق فحســب؛ وإنمــا لفهــم
المشــاعر المترابطــة مــع هــذا الــكالم لكــي تســتطيع تحليــل ردات فعــل مــن تتحــدث معــه وقياســها ومعرفــة
مــا هــو التصــرف الصحيــح المناســب لـ ّ
ـكل ردة فعــل وبنــاء أنظمــة ذكيــة تســتفيد مــن ذلــك.
تســابقت العديــد مــن الشــركات للدخــول فــي هــذا المجــال وكان أبرزهــا شــركة إمبــاث ()Empath
اليابانيــة وشــركة أمــازون األمريكيــة وشــركة Affectivaاألمريكيــة المنبثقــة مــن معهــد ماساتشوســتس
للتكنولوجيــا ،واســتطاعت هــذه األخيــرة إطــاق شــبكة عصبيــة قــادرة علــى تحليــل الغضــب مــن البيانــات
الصوتيــة فــي أقــل مــن 1.2ثانيــة متجــاوزة بذلــك قــدرة البشــر علــى إدراك الغضــب مــن الصــوت وســمي
ً
الحقــا SoundNet.4 هــذا النظــام
17 يعنصلا ءاكذلا تازاجنإ
يعتمــد هــذا النظــام علــى الشــبكات العصبيــة التالفيفيــة بالكامــل (Fully Convolutional Neural
)Networksلتصنيــف األصــوات مــن خــال تحليــل التغيــرات فــي تماثــل الــكالم ونبــرة الصــوت وإيقاعــه
إن العناصــر األساســية والمعياريــة المتبعــة فــي هــذا النظــام هــو القــدرة علــى تمكيــن التطبيقــات
إن التطبيقــات العمليــة كثيــرة لمثــل هــذه األنظمــة إذ يمكنهــا مســاعدتنا فــي اكتشــاف العالمــات
المبكــرة للخــرف أو النوبــات القلبيــة ،وإمكانيــة جعــل المســاعدين الشــخصيين أكثــر جاذبيــة واســتجابة
بمعرفتهــا مشــاعر للمتحــدث ،ومــن خــال تعلــم هــذه األنظمــة مــن أخطائهــا ســتضيف بذلــك ميــزة جميلــة
أرى فــي رصيــد هــذه األنظمــة ،كمــا يمكــن لهــذه األنظمــة مســاعدة مندوبــي خدمــة العمــاء فــي معرفــة
مشــاعر الزبائــن بــل إن شــركة Empathاختبــرت ذلــك إذ نشــرت خدماتهــا فــي مراكــز خدمــة العمــاء (call
الــزوار أو العمــاء المحتمليــن إلــى عمــاء حقيقييــن -بمقــدار يقــارب ،400%كمــا أن شــركة إمبــاث دخلــت
فــي شــراكة مــع شــركة األلعــاب بوكــو ( )Boccoإلنشــاء رســائل متحركــة تفاعليــة للكشــف عــن مشــاعر
علــى الرغــم مــن هــذا التقــدم الحاصــل فــي هــذا المجــال إال أنــه مــا تــزال اآلالت تواجــه صعوبــة فــي
أي نظــام آلــي إلــى مســتوى أداء المتخصصيــن البشــر الكشــف عــن المشــاعر الحقيقيــة بدقــة عاليــة ولــم يـ َ
ـرق ّ
فــي اكتشــاف جميــع المشــاعر اإلنســانية ،إال أنــه وبــكل األحــوال مهمــا تكــن الخطــوة التاليــة لهــذه التقنيــة
ً
فوفقــا لدراســة نشــرتها شــركة األبحــاث Allied Market Researchيمكــن أن فحتمــا ســتكون مثمــرة
ً
تصــل قيمــة هــذا الســوق إلــى 33.9مليــار دوالر علــى مســتوى العالــم فــي عــام 2023مدفوعً ــا بارتفــاع
ـزءا مــن حياتنــا وســاعدتنا كثيـ ًـرا فــي مجــال الحمايــة واآلمــن،
كانــت الكاميــرات لســنوات عديــدة جـ ً
وال زالــت حتــى اآلن تســاعدنا .إذ يمكننــا مــن خاللهــا مراقبــة الموظفيــن فــي الشــركة ،ومراقبــة المصانــع
لحمايتهــا مــن الســارقين ،ورصــد المخالفــات المروريــة فــي الطرقــات ،ومراقبــة المنــزل أثنــاء غيــاب
أصحابــه ،ومراقبــة المــدارس ،والعديــد مــن االســتخدامات األخــرى المفيــدة جــدً ا لهــذه التقنيــة ،ولكــن بعــد
بــزوغ عصــر الــذكاء الصنعــي لوحــظ أن هــذا المنجــم الذهبــي مــن المعلومــات القــادم مــن هــذه الكاميــرات
والمتــاح منــذ عشــرات الســنين لــم يســتثمر علــى النحــو الصحيــح مــن أجــل تحقيــق أقصــى اســتفادة منــه،
وهنــا تضافــرت الجهــود لتعزيــز دور تقنيــات الــذكاء الصنعــي وتحديــدً ا ُّ
تعلــم اآللــة ولســد هــذه الفجــوة مــن
خــال تحليــل مــا تشــاهده هــذه اآلالت بنفســها واســتخالص المعلومــات المفيــدة والمهمــة ،والتــي نســتطيع
مــن خاللهــا دعــم عمليــة اتخــاذ القــرار باالعتمــاد علــى األدلــة المناســبة.
وبمــا إن قــدرة ّ
تعلــم اآللــة تعــدت عــن كونهــا قــادرة علــى اكتشــاف الكائنــات فــي الصــور بــل تجــاوزت
الحــدود وأصبحــت قــادرة علــى رصــد مشــاعر النــاس .علــى الرغــم مــن أنهــا ليســت قــادرة علــى رصــد
المشــاعر بدقــة ممتــازة ،إال أن دقتهــا معقولــة ومنطقيــة إذا اعتبرنــا أنهــا مجــرد البدايــة فــي هــذا المجــال
“مجــال اكتشــاف ورصــد المشــاعر مــن خــال الصــور” ،تعتمــد معظــم هــذه النظــم فــي عملهــا علــى
خوارزميــات تتعــرف علــى تفاصيــل الوجــه مــن العينيــن والحاجبيــن إلــى الشــفاه والعضــات المرتبطــة
بهــا ثــم تنشــئ خوارزميــة قــادرة علــى التنبــؤ بمــا تعنيــه تعابيــر الوجــه المختلفــة وذلــك بحســب تفاصيــل
الوجــوه الخاصــة بـ ّ
ـكل ِعــرق معيــن .إذ تســتطيع هــذه الخوارزميــات تعلــم شــعور اإلنســان بالفــرح مــن خــال
مشــاهدة مالييــن األشــخاص يضحكــون بطــرق مختلفــة ومــع تحليــل ّ
كل صــورة مــن هــذه الصــور علــى حدة
19 يعنصلا ءاكذلا تازاجنإ
تســتطيع هــذه الخوارزميــات أن تصــل الســتنتاج قريــب جــدً ا مــن الحقيقــة ،بــل وأحيا ًنــا تصــل إلــى الحقيقــة
نظــام اكتشــاف المشــاعر أقــوى وأدق وال يحلــل الصــور فقــط ،وإنما جميع هــذه المعلومات اســتخلصت
مــن خــال تحليــل الصــور فقــط فمــا بالــك إذا كان النظــام يحلــل الصــوت والصــورة ليصبــح بذلــك مشــهدً ا
متكامـ ًـا لــدى الخوارزميــات تترابــط فيــه ّ
كل التفاصيــل لنصــل فــي نهايــة األمــر الســتنتاجات أكثــر دقــة
وموثوقيــة بمشــاعر الفــرح أو الحــزنّ ،
والتــي اســتطعنا تحقيقهــا بفضــل خوارزميــات التعلــم العميــق .ولكــن
هــل حــدث ذلــك فعـ ًـا؟ هــل اســتطاعت إحــدى الشــركات أن تطبــق هــذا األمــر؟ فــي الحقيقــة نعم اســتطاعت
تطبيقهــا وأيَّ مــا تطبيــق فهــا هــي الدكتــور رنــا القليوبــي -حاصلــة علــى دكتــوراه علــوم الحاســب مــن جامعــة
كامبريــدج -تطـ ُـل علينــا بتأسيســها مــع مجموعــة مــن األشــخاص مــن معهــد ماساتشوســتس للتكنولوجيــا
شــركة ناشــئة ســمتها أفكتيفــا (ّ )Affectiva
والتــي تقــدم خدمــات الكشــف عــن المشــاعر مــن خــال الصــوت
َّ
المرشــحة وغيــر المنحــازة باســتخدام مستشــعر تقيــس أنظمــة هــذه الشــركة تعابيــر الوجــه غيــر
وب قياســية ،إذ تحــدد فــي البدايــة جنــس هــذا الوجــه ســواء فــي الصــور أو
ضوئــي أو بمجــرد كاميــرات ِ
الفيديــو وتحــدد الخوارزميــات المعتمــدة بصــورة رئيســية علــى مجــال الرؤيــة الحاســوبية معالــم الوجــه
ّ
التعلــم العميــق الرئيســية ،مثــل :زوايــا الحواجــب وأطــراف األنــف وزوايــا الفــم ،ومــن ثــم تحلــل خوارزميــات
ِوحــدات البكســل فــي الصــور عنــد تلــك المناطــق لتصنيــف تعابيــر الوجــه ومعرفــة مــا هــو الشــعور األنســب
لهــذا التعبيــرات .وتقيــس 7أنــواع فريــدة للمشــاعر وهــي :الغضــب واالزدراء واالشــمئزاز والخــوف والفــرح
والحــزن والمفاجــأة .وتتــدرب هــذه الخوارزميــات علــى قاعــدة بيانــات كبيــرة جــدً ا تصــل إلــى 6مالييــن
صــورة مــن 87دولــة ُمقدمـ ً
ـة بذلــك مقاييــس دقـ ٍـة تصــل إلــى 90%بحســب التصريــح الرســمي للشــركة (زر
وصلــت قيمــة االســتثمارات الحاليــة فــي الشــركة إلــى 26مليــون دوالر مــع تســجيل أكثــر مــن
7بــراءات اختــراع غيــر أن هــذه الشــركة ليســت الوحيــدة فــي هــذا المضمــار وإنمــا هنالــك العديــد مــن
ً
الحقــا شــركة آبــل وشــركة الشــركات األخــرى مثــل :شــركة إيموتينــت ( )Emotientوالتــي اســتحوذت عليهــا
فــي ظــل الزخــم الهائــل والمتواصــل مــن المعلومــات المنتشــرة فــي جميــع األنــواع مــن المواقــع
ـواء المواقــع التعليميــة أو المدونــات أو حتــى فــي مواقــع التواصــل االجتماعي.
الموجــودة علــى اإلنترنــت سـ ً
وفــي كثيــر مــن األوقــات نجــد أن عمليــة البحــث علــى المعلومــة الصحيحــة والدقيقــة والمناســبة أصبــح
كمــن يبحــث عــن إبــرة فــي كومــة مــن القــش ،وفــي ظــل هــذا الكــم الهائــل مــن المعلومــات تتالشــى أي
قيمــة للوقــت فتصبــح رحلــة البحــث عــن إجابــة لســؤال معيــن رحلــة مليئــة بمعلومــات – لــن نقــول أنهــا
ضــارة ولكنهــا غيــر مفيــدة فــي الوقــت الحالــي – وغال ًبــا مــا نشــاهد جميــع المواقــع تحــاول بشــتى الطــرق
شــركة فيســبوك) .كمــا أنهــا تعــرف بالضبــط كيــف ُتشــد انتباهــك وتحــرك مشــاعرك فــي محاولــة منهــا إلشــباع
وفــي حضــرة هــذه األحــداث تتنامــى الحاجــة الملحــة لإلجابــة علــى األســئلة بأقصــر مــدة زمنيــة
وبدقــة عاليــة أو مقبولــة وبســهولة معقولــة وهنــا جــاءت شــركة غوغــل لتقــدم لنــا الحلــول ،ولتعطينــا اإلجابة
ـق مــن ذهــب .6هــل صــدف وأن ســألت محــرك البحــث غوغــل عــن أمــر مــا وجاءك
المناســبة للســؤال علــى طبـ ٍ
بمقطــع مــن مقالــة معينــة تجيبــك عــن هــذا الســؤال بالضبــط؟ كيــف حــدث ذلــك؟ هــل وظفــت شــركة غوغــل
أحــد األشــخاص ُليحــدد مــا هــي الفقــرة المناســبة التــي تجيــب ســؤالك؟ بالتأكيــد الً ،
إذا كيــف لهــا معرفــة
ذلــك؟ ببســاطة أنهــا مــن ِفعــل الشــبكات العصبيــة االصطناعيــة العميقــة -وهــي إحــدى طــرق ّ
تعلــم اآللــة- ِ
ذات صلــة بالموضــوع ً
بــدل مــن عرضهــا لنتائــج ُ إذ عمــدت الشــركة علــى عــرض اإلجابــات المناســبة لــك
فقــط .مختصــر ًة بذلــك الوقــت ومضيفــة لهــا ميــزة جديــدة تزيــد مــن إعجابــك بهــا أكثــر مــن ذي قبــل.
21 يعنصلا ءاكذلا تازاجنإ
تعتمــد هــذه الطريقــة علــى تدريــب الشــبكات العصبيــة االصطناعيــة العميقــة مــن خــال خوارزميــة
تدعــى خوارزميــات ضغــط الجمــل ( .7)Sentence Compression Algorithmsعلــى الرغــم مــن كــون
فهمــا كامـ ًـا باإلضافــة إلــى فهــم الــكالم الطبيعــي العامــي إليجــاد الــرد المناســب مهمــا َّ
تغيــرت الصياغــة. ً
العالــم يتحدثــون أكثــر مــن 30لغــة مختلفــة ،ويحــاول هــذا الفريــق تصنيــف أجــزاء معينــة مــن الــكالم
بطريقــة دقيقــة ليســاعدوا الخوارزميــات علــى فهــم كيــف تعمــل اللغــات البشــرية مــن أجــل أن تتمكــن هــذه
ولكــن الســؤال المشــروع هنــا مــاذا لــو أضيــف هــذه الميــزة إلــى جميــع حقــول البحــث الموجــودة
ببعــض المواقــع ّالتــي نثــق ً
حقــا بجــودة محتواهــا؟ بــكل تأكيــد ذلــك ســيعزز مــن محبــة النــاس لهــذه
المواقــع وهــذا بــدوره سـ ُـيعزز شــعبيتها وإجمالــي إيراداتهــا فــي نهايــة المطــاف وهــذا مــن أبــرز التطبيقــات
لهذه األنظمة.
22 يعنصلا ءاكذلا تازاجنإ
رأينــا قــدرة الــذكاء الصنعــي علــى تنفيــذ مهــام رائعــة مثــل التعــرف علــى الصــور والترجمــة بيــن اللغات
َّ
المعقــدة بيــن البيانــات والتعــرف علــى المشــاعر ولكــن مــاذا عــن قــدرة الــذكاء الصنعــي فــي تمثيــل العالقــات
أو المتغيــرات والتــي تتطلــب قــد ًرا جيــدً ا مــن التفكيــر المنطقــي مثــل ُّ
تعلــم كيفيــة التنقــل عبــر الخريطــة
فــي متــرو أنفــاق لنــدن ،فهــل يســتطيع الــذكاء الصنعــي النجــاح فــي هــذه المهمــة؟
كشــفت شــركة ديــب ماينــد ( )DeepMindالمملوكــة لشــركة ألفابــت (الشــركة األم لمحــرك البحــث
لغوغــل) فــي ورقــة بحثيــة نشــرتها أنهــا اســتطاعت التغلــب علــى هــذه العقبــة مــن خــال بنــاء شــبكة عصبية
اصطناعيــة ذات ذاكــرة خارجيــة ،مســتفيد ًة بذلــك مــن قــدرة الشــبكات العصبيــة علــى التعلــم وتخزيــن هــذا
ً
الحقــا لتشــكيل اســتنتاجات مثــل خوارزميــات البرمجــة العلــم الممثــل بحقائــق فــي الذاكــرة الســتخدامه
تمامــا ،وبذلــك ســتتمكن مــن التنقــل فــي متــرو أنفــاق لنــدن باســتخدام خريطــة النفــق وبــدون
التقليديــة ً
أيضــا .8فــي الحقيقــةَّ ،
حــل هــذه أي معرفــة مســبقة بهــا وبــدون معرفــة طريقــة ِّ
حــل األلغــاز المنطقيــة ً
المشــاكل ســيكون مثيـ ًـرا لإلعجــاب لخوارزميــة نظــام هجيــن قــادر علــى تحقيــق ذلــك وبــدون أي قواعــد
ً
مسبقا. محددة
يمكــن لهــذا النظــام فهــم خريطــة لــم ترهــا مــن قبــل إذ تتــدرب هــذه الشــبكة العصبيــة علــى هيــاكل
شــبيهة بالخريطــة بصــورة عشــوائية (والتــي يمكــن أن تمثــل محطــات متصلــة بخطــوط ومــا شــابه
ذلــك) ،وذلــك مــن أجــل ُّ
تعلــم كيفيــة تخزيــن أوصــاف هــذه العالقــات فــي ذاكــرة الشــبكة الخارجيــة،
ومحاولــة اإلجابــة علــى األســئلة المتعلقــة بهــا وفــي حــال عــرض خريطــة جديــدة علــى النظــام ســيتمكن
23 يعنصلا ءاكذلا تازاجنإ
النظــام مــن كتابــة هــذه العالقــات الجديــدة (االتصــاالت بيــن متــرو األنفــاق) فــي الذاكــرة واســتدعائها
لتخطيــط الطريــق.
وصـ َّـرح أليكــس جريفــز -عالــم الحاســب والمؤلــف المشــارك فــي الورقــة البحثيــة -أ َّنــه الرغــم إثبــات
هــذه التقنيــة لنفســها فــي حـ ِّـل المشــاكل االصطناعيــة فقــط ،إال أ َّنــه يمكننــا تطبيقهــا فــي المهــام الواقعيــة
ّالتــي تنطــوي علــى عمليــات اســتدالل مــن كميــات هائلــة مــن البيانــات .كمــا يمكــن أن يحـ ُّـل هــذا النظــام
األســئلة ّالتــي لــم ُتحــدَّ د إجاباتهــا بطريقــة واضحــة فــي مجموعــة البيانــات.
ســيمنح هــذه التقــدم قــرارات أذكــى بطريقــة تنقلنــا وذلــك ألن الحاســوب يســتطيع ربــط الكثيــر مــن
تمامــا كيفيــة التنقــل فــي المــدن مــع الحفــاظ علــى توفيــر وقــود المعلومــات مــع بعضهــا ً
بعضــا وســيعرف ً
أكثــر فــي الســيارة وهــذا سيشــكل ميــزة مــن ميــزات الســيارات ذاتيــة القيــادة والعديــد مــن التطبيقــات
األخــرى المشــابهة.
كــم مــر ًة ســمعنا عــن حــوادث ســيارات ســببها الرئيســي نــوم الســائق أو ســرعته أو انشــغاله بالهاتــف؟
ـأن 1.24مليــون شــخص حــول العالــم يموتــون ســنويً ا بســبب أخطــاء الســائقين؟ 9مــا ذنــب هــذا
هــل تعلــم بـ َّ
المواطن المســكين ليموت بســبب رعونة ســائق؟ هل ً
فعل يتســبب جهل الســائقين بطرق المدينة وشــوارعها
بحــدوث االزدحامــات المروريــة؟ هــل تســتطيع اآللــة أن تقلــل مــن نســبة االنبعاثــات الكربونيــة ّالتــي تســببها
المنظومــة الحاليــة للمــرور (أي االعتمــاد علــى البشــر في قيادة الســيارات)؟ هل تعتقــد بأن المبلــغ ّالذي تدفعه
للتأميــن علــى ســيارتك كبيـ ًـرا جــدً ا؟ هل ســتخفف الســيارات ذاتية القيــادة من اســتخدام الوقــود األحفوري؟
هــل تعتقــد بــأن جميــع هذه المشــاكل التي ذكرناهــا يمكننا التغلب عليها باســتخدام الســيارات ذاتيــة القيادة؟
24 يعنصلا ءاكذلا تازاجنإ
َّ
وأبشــرك بــأن هــذا النظــام إذا كان جوابــك ال علــى جميــع األســئلة الســابقة فاســمح لــي أن أخالفــك الــرأي
إن التطــور الســريع ّالــذي حــدث ألنظمــة الرؤيــة الحاســوبية ،وزيــادة قــوة المعالجــات علــى معالجــة
َّ
المعلومــات فــي الصــور بســرعات كبيــرة كان لــه أثــر كبيــر علــى مجــاالت حياتيــة عديــدة ،فهــا نحــن نالحــظ
فحســب بــل تعــدى ليفتتــح مجــاالت وأســواق جديــدة مثــل أســواق الســيارات ذاتيــة القيــادة .تســارعت
معظــم شــركات الســيارات إلــى الدخــول فــي تطويــر هــذا النــوع مــن الســيارات ،مــن أبرزهــم منهــم شــركة
جنــرال موتــورز وتويوتــا وآبــل وغوغــل وإنتــل وأودي وبــي أم دبليــو وتســا وأوبــر وفــورد ،وغيرهــا الكثيــر
مــن الشــركات.
تعتمــد الســيارات ذاتيــة القيــادة علــى العديــد مــن التقنيــات مثــل :خوارزميــات رســم الخرائــط
والبيانــات ّالتــي تحصــل عليهــا مــن أجهــزة االستشــعار الموصولــة بهــا وأنظمــة الرؤيــة المجســمة ونظــام
تحديــد المواقــع ونظــام اكتشــاف الكائنــات فــي الصــور .إن معظــم هــذه التقنيــات -إن لــم يكــن جميعهــا-
تعتمــد علــى الــذكاء االصطناعــي وتحديــدً ا تعلــم اآللــة ،ونظـ ًـرا الختــاف الســيناريوهات ّالتــي تتـ َّ
ـدرب عليهــا
ذاتيــة القيــادة بيــن العالــم االفتراضــي والعالــم الحقيقــي تظهــر حاجتنــا إلــى نظــام يســتطيع
الســيارات َّ
اتخــاذ قــرار عقالنــي فــي اللحظــة المناســبة اعتمــادً ا علــى خبراتــه القديمــة ،وهنــا يتدخــل الــذكاء الصنعــي
ليكــون همــزة الوصــل بيــن العالميــن وليدفــع عجلــة تطــوِّ ر الســيارات َّ
ذاتيــة القيــادة إلــى األمــام.
مــن أبــرز المتضرريــن مــن الســيارات ذاتيــة القيــادة هــي شــركات التأميــن فمــع قلــة الحــوادث
المروريــة لــن تظهــر الحاجــة لتأميــن الســيارة ،كمــا إن عــدد ســائقي الحافــات وســيارات األجــرة ســينخفض
التغيــر فــي النظــام المــروري ،بلغــت االســتثمارات فــي هــذا المجــال خــال الســنوات
ُّ كثيــرا بســبب هــذا
ً
القليلــة الماضيــة 16مليــار دوالر كانــت وراءهــا أكثــر مــن 30شــركة عالميــة ،وإلــى اآلن مــا زالــت تتزايــد
االســتثمارات فــي هــذه التقنيــة ،علــى الرغــم مــن عــدم وجــود أي عوائــد ماليــة مباشــرة لهــذه االســتثمارات،
إال أن هــذه الشــركات متفائلــة جــدً ا مــن المســتقبل .ومــن يــدري قــد يأتــي يــوم وتثــق بالســيارة ذاتيــة
القيــادة أكثــر مــن ثقتــك بســائق الحافلــة لتوصيــل ابنتــك إلــى المدرســة!
25 يعنصلا ءاكذلا تازاجنإ
لطالمــا عانــت عمليــات البنــاء والتنقيــب مــن أخطــار كثيــرة وفــي كثيــر مــن األحيــان شــكلت عمليــة
التحقــق مــن ســير المشــروع بنجــاح تحديً ــا كبيـ ًـرا وخطيـ ًـرا بنفــس الوقــت إذ إن البنــاء ليــس مكتمـ ًـا بعــد،
واحتماليــة أن يظهــر عيــب مــا فــي المشــروع كبيــر جــدً ا ،وبالتأكيــد ال نريــد أن نخاطــر بــأرواح المشــرفين
أو العمــال القائميــن علــى المشــروع ،كمــا إن عمليــات التنقيــب تحتــوى هــي األخــرى علــى نفــس الكــم مــن
المخاطــرة الشــديدة بــأرواح العامليــن ،وفــي ِكال الحالتيــن لــن نســتطيع المراهنــة علــى حيــاة المشــرفين أو
العمــال بـ ِّ
ـكل تأكيــد ،ونظـ ًـرا لكــون المشــروع جديــد فليــس لدينــا خريطــة ثالثيــة األبعــاد نســتطيع مــن خاللها
تطييــر الطائــرات بــدون طيــار مثــل طائــرات الــدرون وإن مهمــة التحكــم المباشــر فيهــا أثنــاء طيرانهــا -أي
بالزمــن الحقيقــي -يحتــاج ألنــاس ماهريــن جــدً ا عــدا عــن صعوبــة المترافقــة عنــد اكتشــاف أماكــن فيهــا
اإلضــاءة ضعيفــة ومعتمــة ولــو توفــر ِّ
كل المقومــات فلــن تخلــو هــذه المهمــة مــن األخطــاء البشــرية ،فمــا
ّالــذي يجــب علينــا فعلــه فــي هــذه النــوع مــن الحــاالت؟ ومــاذا ً
أيضــا عــن الكــوارث الطبيعيــة مثل الــزالزل أو
تطييــر طائــرات الــدرون يدويً ــا ومعرفــة أماكــن وجــود الناجيــن وإنقــاذ أرواحهــم
ّ األعاصيــر هــل سنســتطيع
بأقصى سرعة؟
إكســن ( )Exynعــن برنامــج جديــد يعتمــد علــى الــذكاء الصنعــي يســتطيع تطييــر
كشــفت شــركة ِ
طائــرات الــدرون بمفردهــا فــي المناطــق المظلمــة وذات الطبيعــة غيــر المســتقرة وفــي األماكــن الخارجــة
عــن ميــزة التعقــب الجغرافــي ( ،)GPSأي الطيــران بمجــال مجهــول وبــدون أي خريطــة مســاعدة ســامحة
بذلــك للطائــرات بخلــق وعــي خــاص بهــا يُ مكنُهــا مــن اتخــاذ قــرارات فــي الزمــن الحقيقــي ،وصــرح المؤســس
الشــركة فيجــاي كومــار -عالــم الروبوتــات المخضــرم وعميــد كليــة الهندســة فــي جامعــة بــن -إن الــذكاء
االصطناعــي المســتخدم لتطييــر الطائــرات بمفردهــا أكثــر تعقيــدً ا مــن الــذكاء المســتخدم فــي الســيارات
26 يعنصلا ءاكذلا تازاجنإ
ذاتيــة القيــادة أو الروبوتــات األرضيــة وذلــك عائــدٌ علــى قــدرة الطائــرات علــى الطيــران فــي جميــع
المســارات باألبعــاد الثالثــة المتاحــة علــى عكــس الســيارات ،كمــا أن الطائــرات ال تســتطيع حمــل بطاريــات
تعتمــد هــذه التقنيــة علــى بنــاء خريطــة ثالثيــة األبعــاد من خــال المعلومــات الــواردة من مستشــعراتها
فــي الزمــن الحقيقــيّ ،
وكلمــا اكتشــفت كائ ًنــا جديــدً ا ســواء حاجــز إســمنتي أو أي كائن آخــرُ ،تحـ ِّ
ـدث خريطتها
بمــا يتوافــق مــع ذلــك لتحقيــق هــدف تحليقهــا األساســي .11مســتفيد ًة بذلــك مــن مجــال الــذكاء االصطناعــي
وتعلــم اآللــة فــي عمليــات اتخــاذ القــرارات المناســبة باالعتمــاد علــى الخبــرات الســابقة وبــدون أي تدخــل
بشــري ،ويحــاول الروبــوت اإلجابــة علــى ثــاث أســئلة جوهريــة قبــل بدئهــا بــأي عمليــة مالحــة جويــة وهــي:
بعــد محاولــة اآللــة اإلجابــة علــى هــذه األســئلة ســيتضح لهــا الخطــوة األولــى وتتعلــم بعدهــا مــن
المستشــعرات والكاميــرات لكــي تســتطيع اتخــاذ القــرار المناســب بمــا يتوافــق مــع ســلوك الكائــن ّالــذي
أمامهــا .وتوفــر هــذه الشــركة ً
أيضــا البنيــة الهندســية لهــذه التقنيــة لتســتطيع تركيبهــا علــى نــوع محـ ِّ
ـدد مــن
شــركة برمجيــات معتمــدة علــى الــذكاء الصنعــي لتمكيــن الطائــرات مــن الطيــران بــدون تدخــل بشــري.
إن التطبيقــات العمليــة لهــذه التقنيــة مفيــدة جــدً ا وفريــدة من نوعهــا وال بدّ أنها ســتجعل مــن العمليات
الخطــرة والصعبــة أكثــر أما ًنــا ودقــة وموثوقيــة وســتُ ضيف إنجــا ًزا جديــدً ا يحققــه الــذكاء الصنعــي .فــي
بعــد أن أمضيــت الكثيــر مــن الوقــت فــي تجهيــز نفســك لالجتمــاع المرتقــب ،وبعــد أن حضــرت جميــع
األوراق والمســتندات الالزمــة أصبحــت علــى تمــام االســتعداد للذهــاب لالجتمــاع ،فتركــب ســيارتك الخاصــة
وتذهــب لموقــع االجتمــاع وعندمــا تصــل وتحــاول ركــن ســيارتك فــي أقــرب موقـ ٍـف للســيارات تجــده ممتلئ
مألــوف بالنســبة لــك؟ إن كنــت مــن ســكان المملكــة المتحــدة -أو أحــد المــدن ذات التعــداد الســكاني الكبيــر-
ً
فوفقــا لموقــع التلغــراف يمضــي الســائق فــي المملكــة المتحــدة يوميــا،
ً فحتمــا أنــك تواجــه هــذا الســيناريو
ً
13
مــا مجموعــه 2549ســاعة فــي محاولــة منــه إليجــاد موقــف للســيارة أي 106يــوم مــن الوقــت الضائــع!
إنــه ً
حقــا وقــت طويــل لمهمــة ركــن الســيارة .الحظــت شــركة غوغــل هــذا األمــر وســارعت بإطــاق ميــزة
جديــدة فــي تطبيــق الخرائــط خاصتهــا ( )Google Mapsتســاعدنا علــى معرفــة أماكــن ازدحــام مواقــف
إن المنهجيــة التــي تعتمــد عليهــا هــذه الميــزة هــي المســاهمات الجماعيــة مــن قبــل المســتخدمين
( )Crowdsourcedوبعــض خوارزميــات تعلــم اآللــة البســيطة للمســاعدة فــي تحديــد صعوبة وجــود موقف
للســيارة .كمــا توفــر هــذه المنهجيــة دقـ ً
ـة أعلــى مــن طريقــة الســابقة وهــي مــن معلومــات المتوفــرة مــن عــدد
الســيارات المتواجــدة فــي المواقــف والتــي تكــون متاحــة علــى اإلنترنــت ،فغال ًبــا مــا تقــدم هــذه الطريقــة
معلومــات غيــر كاملــة أو خاطئــة بســبب المتنزهيــن غيــر القانونييــن أو األشــخاص ّالذيــن غــادروا مبكـ ًـرا مــن
أماكنهــم .هــذا النــوع مــن المشــاكل تجاوزتهــا المنهجيــة الجديــدة ّالتــي اعتمــدت عليهــا غوغــل كمــا راقبــت
شــركة غوغــل حركــة الســيارات قبــل عثورهــا علــى موقــف فــإذا دارت الســيارات حــول مواقــع مواقــف
28 يعنصلا ءاكذلا تازاجنإ
أن المواقــف مزدحمــة ،كمــا اعتمــدت علــى موازنــة الوقــت المتوقــع للوصــول
للســيارات فهــذا يــدل علــى َّ
مــع وقــت توقــف الســيارة واســتخدمت غوغــل نمــوذج االنحــدار اللوجســتي ()Logistic Regression
البســيط لتدريــب الخوارزميــة فــي إشــارة -غيــر مباشــرة -منهــا بأ َّنــه ال داعــي الســتخدام الشــبكات العصبيــة
االصطناعيــة فــي ِّ
كل حالــة وإ َّنمــا يمكــن للخوارزميــات البســيطة أن تفــي بالغــرض فــي بعــض المهــام.
ـأن هــذه الميــزة أدت لزيــادة كبيــرة فــي النقــرات علــى وضــع النقــل العــام
الحظــت شــركة غوغــل بـ َّ
الشــخصية ،وهــذا بــدوره يمكــن أن يخفــف مشــكلة مــن مشــاكل المــرور ويســاعد النــاس فــي حفــظ أوقاتهــم
المهــدرة ســدى.
القفــزات النوعيــة فــي هــذا المجــال مــن أصعــب القفــزات أل َّنهــا تراهــن علــى أرواح بشــرية وهــذا مــا يشــكل
مضاعفــا علــى كاهــل الباحثيــن والمختصيــن ،وعلــى الرغــم مــن التقــدم الملحــوظ ّالــذي شــهده المجــال
ً عب ًئــا
فــي القــرن التاســع عشــر والعشــرين إال أ َّنــه كان للــذكاء الصنعــي دور مميــز فــي تســريع عجلــة تقدمــه العلمــي
واختصــار العديــد مــن ســنوات البحــث والتجريــب ،لنســتطلع اآلن مــا هــي أبــرز هــذه اإلنجــازات الرائعــة.
29 يعنصلا ءاكذلا تازاجنإ
فــي دراســة جديــدة نشــرتها جامعــة كاليفورنيا-ســان فرانسيســكو حــول إمكانيــة إعطــاء صــوت
تعتمــد هــذه التقنيــة علــى اســتخدام األقطــاب الكهربائيــة والــذكاء الصنعي إلنشــاء جهاز يمكنــه ترجمة
إشــارات الدمــاغ إلــى كالم وبحســب الباحثيــن فقــد يتمكــن هــؤالء األشــخاص ليــس مــن اســتعادة قدرتهــم
علــى الــكالم فحســب وإنمــا ســيتمكنون مــن نقــل المشــاعر المترافقــة مــع الــكالم والتــي تعكــس شــخصية
المتحــدث .عندمــا يحــاول أي شــخص الــكالم يرســل الدمــاغ إشــارات مــن القشــرة الحركيــة إلــى عضــات
الفــك والشــفاه والحنجــرة لتنســيق حركتهــا وإصــدار الصــوت المخصــص لـ ِّ
ـكل حــرف مــن الحــروف .ومــن
ّ
المولــدة مــن األقطــاب الموصولــة بهــذه المراكــز يمكــن للخوارزميــات المعتمــدة علــى خــال قــراءة البيانــات
ّ
تعلــم اآللــة مــن فهــم االرتبــاط بيــن اإلشــارات العصبيــة والــكالم المنطــوق بطريقــة تمكنهــا مــن االســتفادة
مــن اإلشــارات وتحويلهــا لــكالم منطــوق (يمكنــك مشــاهدة هــذا الفيديــو القصيــر الــذي يشــرح ذلــك).
علــى الرغــم مــن ذلــك ال تــزال هــذه التقنيــة غيــر دقيقــة بمــا يكفــي الســتخدامها واعتمادهــا خــارج
حتمــا لهــذه التقينــات ويمكــن جــدً ا أن تصبــح مشــاكل عديــدة مــن بينهــا
ً المختبــرات ،إال أن المســتقبل واعــدٌ
فــي آخــر إحصائيــة أجرتهــا منظمــة الصحــة العالميــة أعلنــت فيهــا أن أعــداد المكفوفيــن تقــدر بأكثــر
مــن 39مليــون شــخص حــول العالــم ،ومــن بيــن أبــرز المشــاكل ّالتــي يعانــي منهــا المكفوفيــن هــي الصعوبــة
الكبيــرة فــي التنقــل والحركــة بــدون مرافــق .16األمــور تغيــرت كثيـ ًـرا مــع تطــور أنظمــة الرؤيــة الحاســوبية
30 يعنصلا ءاكذلا تازاجنإ
والــذكاء االصطناعــي وبفضــل إمكانيــة دمــج أنظمــة اكتشــاف الكائنــات فــي الصــور والكثيــر مــن التقنيــات
األخــرى التــي مكنــت فريــق بحثي مــن جامعــة ميغيــل هيرنانديــز ()University of Miguel Hernandez
مــن تطويــر آليــة جديــدة للرؤيــة عبــر إرســال إشــارات الرؤيــة البصريــة مباشــرة إلــى القشــرة البصريــة
تعتمــد هــذه الطريقــة علــى تســجيل الكاميــرات مــا تشــاهده أمامهــا ومــن ثــم ترســله إلــى الحاســوب
فيترجــم الحاســب هــذه المعلومــات المرئيــة إلــى نبضــات كهربائيــة باالعتمــاد علــى مجموعــة معقــدة مــن
مباشــر إلــى الجمجمــة ليحفــز بــدوره الغرســة الموجــودة فــي القشــرة البصريــة فــي الدمــاغ .علــى الرغــم مــن
التعقيــدات الموجــودة فــي هــذا النظــام إال أنــه يعــدُّ قفــزة نوعيــة ،وتبلــغ دقــة الصــورة التــي تســتطيع هــذه
بصرهــم وإنمــا فقــط تســمح للنــاس ّالذيــن فقــدوا بصرهــم بســبب مــرض مــا أو بســبب حــادث معيــن.
بالتأكيــد إن هــذا الحــل لــن يعــوض الكفيــف بصــره بالمعنــى الحرفــي للكلمــة ،ولكــن يعــدّ هــذا الحــل
خطــوة كبيــرة فــي تعزيــز اســتقاللية المكفوفيــن وتمكينهــم مــن اســتعادة جــزء كبيــر مفقــود مــن حياتهــم.
ولذلــك يجــب علينــا أن نبقــى متفائليــن مــن هــذه اإلمكانيــات الجديــدة للتكنولوجيــا وأن نجهــز أنفســنا ليــس
ـزءا مــن مصنعيهــا ومطوريهــا ً
أيضــا. لشــراء هــذه التقنيــات الجديــدة فقــط وإنمــا لنكــون جـ ً
31 يعنصلا ءاكذلا تازاجنإ
تعرفنــا فــي الفقــرة الماضيــة علــى طريقــة جيــدة لتعويــض المكفوفيــن عــن نظــام الرؤيــة الخــاص
بهــم ،ولكــن مــاذا لــو اســتطعنا أن نســبق المــرض بخطــوة ،وأن نكتشــفه ونعالجــه قبــل أن يتطــور ويتســبب
بفقــدان المريــض بصــره بالكامــل؟ ولكــن مهـ ًـا هــل ً
حقــا نســتطيع فعــل ذلــك؟ نعــم نســتطيع فقــط إذا كان
ســبب العمــى هــو مضاعفــات مــرض الســكري أو التنكــس (الضمــور) البقعــي المرتبــط بالتقــدم فــي العمــر.
بالتنكــس البقعــي واالعتــال فــي شــبكية العيــن وذلــك ألن ِكال المرضيــن يمكــن تشــخيصهما مــن خــال
رؤيــة صــور المســح ثالثيــة األبعــاد الخاصــة بالعيــن المريضــة ،وبمــا أن الــذكاء الصنعــي وتحديــدً ا تعلــم اآللــة
ماهــر جــدً ا فــي التعامــل مــع الصــور بطريقــة رائعــة وسلســلة فــإن أداؤه ســيكون مقبـ ً
ـول جــدً ا فــي هــذا
فــي البدايــة يتــدرب النمــوذج علــى العديــد مــن الصــور المشــخصة بــأن لديهــا هــذه األمــراض ومــن
ثــم يحــاول أن يحــدد بعــض الميــزات (ّ )featuresالتــي ترتبــط مــع هــذه األمــراض ومــن ثــم ُتعـ ُ
ـرض صــور
جديــدة لهــذا النظــام ليطبــق عليهــا مــا تعلمــه من الصــور الســابقة ويســتنتج فيمــا إذا كان المريض ســيتعرض
وبهــذا اإلنجــاز تثبــت شــركة ألفابــت أنهــا قــادرة علــى تطويــر أنظمــة ال تكشــف الفــرق بيــن صــور
القطــط والــكالب فحســب وإنمــا قــادرة علــى تطويــع مجــال الــذكاء الصنعــي ليخــدم مجــال الطبــي والرعايــة
الصحيــة فــي جميــع تطبيقاتــه ،ويأمــل الباحثــون فــي مجــال الــذكاء الصنعــي فــي أن يســاعد هــذا التقــدم
العلمــي علــى تســهيل العمليــات الطبيــة وأتمتتهــا بأفضــل طريقــة للنهــوض فــي مســتوى الرعايــة الصحيــة
ألقصــى حـ ٍّ
ـد ممكــن فــي جميــع دول العالــم.
يعــدُّ مــرض الســرطان مــن أكثــر األمــراض فتــكًا بيــن ســائر األمــراض التــي عانتهــا البشــرية َّ
ألن
أنحــاء العالــم توفــي منهــم حوالــي 9.6مليــون حالــة ،وكمــا أشــارت اإلحصائيــة إلــى أنــه بحلــول عــام 2040
سـ ُـيكون ّ
كل عــام حوالــي 27.5مليــون حالــة ســرطان جديــدة .19تكمــن خطــورة هــذا المــرض فــي صعوبــة
فــوات األوان .كمــا أن األعــراض الخاصــة بمــرض الســرطان بمختلــف أنواعــه تتشــابه مــع أعــراض كثيــر مــن
األمــراض األخــرى ممــا يضفــي حاجـ ًـزا آخــر يحــول بيننــا وبيــن االكتشــاف المبكــر للســرطان.
إال أن هــذه األمــور تغيــرت كثيـ ًـرا بعــد التقــدم التكنولوجــي ،إذ يمكــن للحواســيب تحليــل كميــات كبيرة
مــن البيانــات وبفضــل الــذكاء الصنعــي اســتطعنا أن نســتنتج االرتباطــات واألنمــاط الخفيــة فــي البيانــات
ونحللهــا ونصنفهــا وهــذا األمــر مــن المســتحيل أن يحققــه البشــر مثلمــا تحققــه خوارزميــات ُّ
تعلــم اآللــة .كمــا
33 يعنصلا ءاكذلا تازاجنإ
أيضــا ّ
والتــي يمكــن أن تكــون غيــر مرئيــة للبشــر يمكــن اكتشــاف األنمــاط الخفيــة فــي صــور األشــعة الســينية ً
نظـ ًـرا مــن إمكانيــة العيــن المتواضعــة علــى تمييــز الفروقــات الصغيــرة والدقيقــة فــي الصــور الشــعاعية ،كمــا
أن خوارزميــات تعلــم اآللــة قــادرة ً
أيضــا علــى معالجــة العديــد مــن هــذه األنمــاط ،واألهــم مــن ذلــك قدرتهــا
تعتمــد هــذه الطريقــة فــي التشــخيص علــى الشــبكات العصبيــة االصطناعيــة ،إذ نــزود فــي البداية هذه
الشــبكات بالصــور ألشــخاص مصابيــن بالســرطان وتبــدأ الخوارزميــات بتحليــل وتصنيــف الصــور واكتشــاف
فعلــى ســبيل المثــال أظهــر فريــق مــن الباحثيــن مــن مركــز بيــث الطبــي فــي كليــة الطــب بجامعــة
هارفــارد أن تحليــل البيانــات مــن خــال خوارزميــات التعـ ّـلEم العميــق يمكــن أن تقلــل مــن معــدل الخطــأ
فــي تشــخيص ســرطان الثــدي بنســبة .85%وعلــق الدكتــور بيــك -أحــد الباحثيــن علــى هــذا البحــث قائـ ًـا:
كان هدفنا هو بناء نظام حسابي للمساعدة في تحديد مناطق انتشار السرطان في الغدد الليمفاوية،
وكانت النتائج مذهلة ألنها نجحت في تشخيص السرطان بدقة ،92%ومع مزيد من التحسينات في
وحتــى أن هــذه الخوارزميــات تســتطيع تشــخيص مختلــف أنــواع الســرطان مثــل :ســرطان الثــدي
وســرطان الرئــة وســرطان الجلــد وســرطان القولــون والمســتقيم وســرطان الجينــوم وســرطان البروســتات
وســرطان الــرأس والعنــق وســرطان الغــدة الدرقيــة .20غيــر أنــه ال يمكننــا بالتأكيــد االســتغناء عــن إشــراف
الدكاتــرة المختصيــن علــى هــذه الخوارزميــات بــل ســيقتصر دورهــا علــى كونهــا مســاعد شــخصي للدكاتــرة
1. 3. 5.تصنيع أدوية جديدة بالكامل باالعتماد فقط على الذكاء الصنعي
يعــدّ مجــال صناعــة وتطويــر األدويــة الجديدة مــن المجــاالت الصعبــة وذات التكاليف المرتفعــة ،إذ في
دراســة نشــرت علــى موقــع جامانيتــورك ( )jamanetworkفــي الشــهر مــارس مــن عــام 2020جــاء فيــه أن
تكلفــة إدخــال دواء جديــد إلــى الســوق يبلــغ 985مليــون دوالر كمــا أن متوســط زمــن وصــول هــذا الــدواء
أليــدي النــاس ســيكون مــن 10إلــى 12ســنة .21ويعــود ارتفــاع هــذه التكليــف إلــى المراحــل اإلجباريــة ّالتــي
يجــب أن يمــر بهــا أي دواء حتــى يصــل إلــى الســوق ،فمثـ ًـا يجــب أن يُ ختبــر علــى جميــع الحــاالت الخاصــة
مثــل :كبــار الســن واألطفــال والحوامــل والمرضعــات وعلــى مختلــف األعــراق البشــرية لمعرفــة التأثيــرات
الجانبيــة المحتملــة ،ولذلــك تجــد الكثيــر مــن التحذيــرات والتعليمــات فــي نشــرة التوصيــف الخاصــة بـ ّ
ـكل
دواء تتحــدث عــن كافــة التأثيــرات المحتملــة علــى المريــض .ولطالمــا حاولــت شــركات الــدواء تخفيــض
هــذه التكاليــف ولكنهــا لــم تحقــق نجاحــات كبيــرة إال عندمــا تدخــل الــذكاء الصنعــي فــي األمــر.
فــي الحقيقــة ســبق وأن ســاعدت خوارزميــات الحاســب عمليــة تطويــر الــدواء بصــورة كبيــرة إال
إن آخــر الطــرق ّالتــي توصــل إليهــا الباحثيــن مــن جامعــة فلينــدرز فــي جنــوب أســتراليا كانــت ملفتــة
للنظــر إذ اســتطاعوا بنــاء دواء مناعــي يعالــج االنفلونــزا باســتخدام برنامــج يعتمــد علــى الــذكاء الصنعــي
فقــط أي لوحــده وبــدون أي تدخــل بشــري ،ليكــون بذلــك أول مســاعدة يقدمهــا لنــا الــذكاء الصنعــي مــن
هذا النوع.22
35 يعنصلا ءاكذلا تازاجنإ
يعتمــد هــذا البرنامــج علــى خوارزميــة تدعــى “خوارزمية البحــث عــن روابــط” (Search Algorithm
)for Ligandsوتدعــى اختصــا ًرا ،SAMإذ تبحــث هــذه الخوارزميــة عــن جميــع المركبــات التــي يمكــن
تصورهــا فــي الكــون للعثــور علــى دواء جديــدّ .
وعلــق أحــد الباحثيــن قائـ ًـا:
كان علينا أن ّ
نعلم برنامج الذكاء االصطناعي على مجموعة من المركبات المعروفة بتنشيط جهاز المناعة
حتى تتمكن من فحصها للعثور على مركبات مرشحة تعتقد اآللة بأنها يمكن أن تكون عقاقير مناعية
مناسبة للبشر.
وعلــق بتروفســكي وهــو أحــد الباحثيــن فــي هــذا البحــث علــى األمــر “إن قــدرات هــذا البرنامــج
ليســت محصــورة فقــط فــي قدرتــه علــى تحديــد العقاقيــر الجيــدة فحســب ،بــل إنــه فــي الحقيقــة توصــل
ابتكرهــا البرنامــج بغيــة تجربتهــا علــى الحيوانــات للتأكــد مــن فعاليتهــا ،وتحديــدً ا اللقــاح المخصــص لعــاج
اإلنفلونــزا” .وختــم كالمــه قائـ ًـا“ :إن هــذا مــن شــأنه أن يقصــر عمليــة اكتشــاف العقاقيــر وتطويرهــا علــى
تحدثنــا عــن طــرق كثيــرة التــي تســاعد األطبــاء فــي تشــخيص بعــض األمــراض ،ولكــن مشــكلة هــذه
الطــرق أنهــا متواجــدة فقــط عنــد األطبــاء ،وبالنظــر إلــى حقيقــة أن أغلبيــة المرضــى فــي جميــع أرجــاء
العالــم ال يذهبــون للطبيــب مــن أجــل التشــخيص عــن حالتهــم إال بعــد ظهــور عالمــات مؤكــدة عــن المــرض.
كانــت معظــم محاوالتنــا مهــدورة ولفئــة قليلــة مــن المجتمــع (غال ًبــا مــا تكــون مــن المتعلميــن) .ولكــن مــاذا
لــو تمك َّنــا مــن الكشــف عــن األمــراض مبكـ ًـرا إنهــا ً
حقــا ســتؤدي إلــى فرصــة أكبــر وأفضــل للشــفاء ،ألن ذلــك
ســيقطع طريــق انتشــار المــرض قبــل أن يتمكــن مــن التفشــي بكامــل الجســم.
اإلشــراف الطبــي المناســب؟ أم نســتأجر طبي ًبــا ونحضــره معنــا إلــى البيــت ليشــرف علــى حالتنــا الصحيــة؟
فــي الواقــع وبغــض النظــر عــن حقيقــة قلــة عــدد األطبــاء حــول العالــم فــإن هــذه الفكــرة مكلفــة جــدً ا وغيــر
عمليــة .إذا مــا الحــل؟ مــا رأيــك بــأن نحضــر طبي ًبــا صغيـ ًـرا جــدً ا بالتأكيــد ال أقصــد هنــا أن يكــون صغيـ ٌـر
بالعمــر وإنمــا صغيــر بالحجــم ليكــون مثـ ًـا بحجــم الموجــه (الراوتــر) الالســلكي تقري ًبــا ونضعــه فــي البيــت
ليراقــب حالتنــا الصحيــة؟ هــل برأيــك أنــه يوجــد لدينــا ً
حقــا طبيــب بهــذه المواصفــات؟ إذا كان جوابــك ال
فــا مشــكلة أنــا مثلــك ظننــت بأنــه ال يوجــد طبيــب بهــذه المواصفــات ولكــن تفاجــأت ً
حقــا عنــد قراءتــي أن
هنالــك فعـ ًـا طبيــب بهــذه المواصفــات ولكــن نســيت أن أخبــرك بأنــه ليــس بشــريً ا وإنمــا آلــة.
تســتطيع هــذه اآللــة تتبــع جميــع أنــواع اإلشــارات الفيزيولوجيــة الخاصــة بــك أثنــاء حركتــك مــن
غرفــة إلــى غرفــة أخــرى مثــل :التنفــس ،ومعــدل نبضــات القلــب ،والنــوم وطريقــة المشــي والكثيــر مــن
األمــور األخــرى ّالتــي تحــدد حالتــك الصحيــة بدقــة .هــل فعـ ًـا اســتطاع اإلنســان اختــراع مثــل هــذه اآللــة؟
37 يعنصلا ءاكذلا تازاجنإ
نعــم اســتطاع ،إذ تزعــم البروفيســورة دينــا قتابــي -وﻫﻲ ﺑﺮوﻓﻴﺴﻮرة ﻣﺨﺘﺼﺔ فــي ﻋﻠﻮم اﻟﻬﻨﺪﺳﺔ اﻟﻜﻬرﺑﺎﺋﻴﺔ
واﻟﺤﺎﺳﻮﺑﻴﺔ فــي جامعــة إم آي تــي -أنهــا اســتطاعت بنــاء هــذه اآللــة فــي مختبرهــا ،وكمــا تعتقــد بــأن
َّ
محــل مجموعــة كبيــرة ومكلفــة مــن المعــدات الطبيــة والتــي نســتخدمها فــي هــذا االختــراع قــد يحــل
مســاحة شــقة بغرفــة نــوم أو اثنتيــن ،وتســتطيع هــذه األمــواج االنتشــار فــي البيــت إذ تنعكــس اإلشــارة
عــن أجســام األشــخاص الموجوديــن ضمــن نطاقهــا ،ومــن ثــم تســتخدم هــذه اآللــة تقنيــات ّ
تعلــم اآللــة فــي
تحليــل اإلشــارات المنعكســة ،واســتخالص البيانــات الفيزيولوجيــةب .وقــد ُركِّبــت اآللــة حتــى اآلن -وفقـ ًـا
لقتابــي -فــي أكثــر مــن 200منــزل ،وذلــك ألشــخاص أصحــاء وآخريــن يعانــون مــن بعــض األمــراض (مثــل
باركنســون ،وألزهايمــر واالكتئــاب ،واألمــراض الرئويــة) .كمــا شــاركت قتابــي فــي تأســيس شــركة ناشــئة
أســمتها إيميرالــد ( )Emeraldمــن أجــل اســتثمار هــذه التقنيــة تجاريً ــا ،وقدمــت اآللــة إلــى شــركات األدويــة
وحتــى تثبــت قتابــي فائــدة هــذه اآللــة ،اســتعرضت البيانــات ّالتــي ُجمعــت علــى مــدى ثمانيــة أســابيع
فــي منــزل مريــض مصــاب بــداء باركنســون ،مشــير ًة إلــى أن ِمشــيته كانــت تتحســن مــا بيــن الســاعة
الخامســة والسادســة مــن ّ
كل صبــاح ،بشــكل يتواقــت مــع أخــذه للــدواء ،وتقــول:
هذا الجهاز ال يساعدك على فهم حياة المريض فحسب ،بل يساعدك على فهم تأثير الدواء ً
أيضا
وهــو مــا قــد يمكِّــن األطبــاء مــن تحديــد الســبب وراء إفــادة بعــض األدويــة لبعــض المرضــى دو ًنــا عــن
البعــض اآلخــر.
الســورية ،مــن شــبكة انظــر مقــال دينــا القتابــي ،بروفيســورة علــم الحاســوب و الهندســة الكهربائيــة أ
الباحثون السوريون
تلــك البيانــات بطريقــة تنعكــس باإليجــاب علــى صحتنــا .وتتجلــى أهميــة رصــد التغيــرات المبكــرة مــع ازدياد
أعــداد المســنين حــول العالــم ،إذ تقــول األمــم المتحــدة أن عــدد المســنين الذيــن تتجــاوز أعمارهــم 60ســنة
يبلــغ 13%مــن عــدد ســكان العالــم أي مــا يقــارب المليــار نســمة .23وتقــول قتابــي إن الكثيــر مــن المســنين
أن ابتكارهــا سـ ُـيمكن األطبــاء مــن التدخــل المبكــر بالمريــض تفاديً ــا لمحاولــة إســعاف المرضــى بشــكل طــارئ
ً
الحقــا وجعلــه ينتظــر فــي طوابيــر المشــافي.
ـزءا أساسـ ًـيا مــن أجزائــه .ســنعرض ســريعً ا أهــم اإلنجــازات فــي
وقــد دخــل فيــه الــذكاء الصنعــي وأصبــح جـ ً
المجــاالت التالــي:
•مجال الزراعة
24
»الكشف عن أمراض المحاصيل الزراعية
25
»رش المبيدات الحشرية بدقة متناهية
•مجال القانون
»توقــع نتائــج القضايــا فــي المحكمــة األوروبيــة لحقــوق اإلنســان بدقــة تصــل 79%وهــي أعلى
41
»كتابة سيناريو فيلم سينمائي
1. 5.الخالصة
إن جميــع هــذه اإلنجــازات الرائعــة الواعــدة ّ
والتــي اســتطعنا تغطيتهــا فقــط وهنالــك العديــد مــن
اإلنجــازات األخــرى والتــي اعتقدنــا فــي زمــن مــن األزمــان أنهــا ضــرب مــن الخيــال مــا هــي ســوى البدايــة
ً
الحقــا ســيكون أكثــر دهشــة وأكثــر فائــدة فــي عديد مــن جوانــب حياتنــا ،وبالتأكيد فحســب ،ومــا سنكتشـ ُ
ـفه
حتمــا جعــل
ً ّ
كل إنجــاز جديــد يرافقــه ظهــور تهديــدات جديــدة ،وهــذا األمــر ال يمكننــا إيقافــه ولكــن يمكننــا
واآلن هــل مــا زلــت متــرددً ا فــي دخــول مجــال الــذكاء الصنعــي وتحديــدً ا ّ
تعلــم اآللــة؟ ســتتعرف
فــي الفصــل التالــي علــى معلومــات جديــدة عــن تاريــخ هــذا المجــال ّ
والتــي ستســاعدك فــي اتخــاذ هــذا
حتما.
ً القرار
2.الذكاء االصطناعي :مراحل البدء
والتطور واألسس التي نشأ عليها
بعــد ّ
كل مــا تعرفنــا عليــه مــن إنجــازات الــذكاء االصطناعــي وإمكانياتــه منقطعــة النظيــر فــي جميــع
جوانــب حياتنــا اليوميــة ،ال بــدّ لســائل أن يســأل؛ كيــف بــدأ األمــر كلــه؟ كيــف وصلنــا إلــى مــا وصلنــا إليــه؟
كيــف اســتطاع الــذكاء االصطناعــي التفــوق علــى ُمعلمــه (اإلنســان) فــي بعــض المجــاالت (مثــل األلعــاب
ً
عميقــا فــي جحــر الــذكاء االصطناعــي ونبــش لفهــم واضــح وكامــل لهــذا المجــال ال بــدَّ لنــا مــن الغــوص
تاريخــه وأســراره لفهمــه جيــدً ا ،ومعرفــة األســس ّالتــي وضــعَ عليهــا إلــى أن تكتمــل الصــورة فــي أذهاننــا
ـل أعمــق تمكننــا مــن الدخــول فــي هــذا المجــال الشـ ّـيق.
ولنســتطيعَ بعدهــا التعــرف علــى تفاصيـ ٍ
فــي البدايــة مــن الضــرورة بمــكان المــرور علــى تاريخ مجــال الرياضيــات المرتبــط بالــذكاء االصطناعي،
ّ
والــذي جعــل مــن الــذكاء االصطناعــي قابـ ًـا للوجــود ،باإلضافــة إلــى ذلــك تأتــي أهميــة الرياضيــات مــن كونها
العلــم ّالــذي سيســاعدنا فــي بنــاء ذكاء البرنامــج ومــا طــرق االســتنتاج واالســتنباط المســتخدمة فــي معظــم
الــذكاء االصطناعــي بــل شــاركت علــوم أخــرى مثــل الفلســفة ّالتــي حاولــت وصــف عمليــة التفكيــر البشــري
علــى أنهــا معالجــة ميكانيكيــة للرمــوز ،وغيرهــا مــن العلــوم مثــل علــم اإلحصــاء واالحتمــاالت.
تجنــب أي تفاصيــل أخــرى ليــس تقليـ ًـا مــن شــأنها ولكــن فــي نهايــة المطــاف هدفنــا التركيــز علــى تاريــخ
شــهد الربــع الثانــي مــن القــرن التاســع عشــر بدايــة ظهــور بــذور الــذكاء االصطناعــي علــى
البوليانــي ( )Boolean algebraوهــي نظريــة تعتمــد فــي أساســها علــى تمثيــل أي متغيــرات فــي
أي عمليــة رياضيــة علــى قيمتيــن فقــط وهمــا 1و ،0وتشــكل مجموعــة متغيــرات عبــارات منطقيــة.
فــي هــذه األثنــاء كانــت الرياضيــات غيــر واضحــة المعالــم وكانــت هنالــك جهــود كبيــرة فــي تنظيــم
الطــرق الرياضيــة ومــن بيــن هــذه الجهــود كان هنالــك المؤتمــر الدولــي للرياضيــات ّ
والــذي ســاعد فــي
توحيــد الجهــود المبذولــة وفــي النســخة الثانيــة مــن هــذا المؤتمــر وتحديــدً ا فــي عــام 1900عــرض عالــم
الرياضيــات األلمانــي ديفيــد هيلبــرت ( )David Hilbertفــي ذلــك المؤتمــر الــذي أقيــم فــي باريــس 23
مســألة رياضيــة عصيــة علــى الحـ ّـل (والتــي تســمى ً
أيضــا معضــات هيلبــرت).
مســائل ذات صــات وجــذور بفــروع متعــددة فــي الرياضيــات ،بحيــث أن الســعي لحلهــا ســوف يولــد
نظريــات ونتائــج جديــدةُ .ح ّلــت حتــى يومنــا الحالــي 16مســألة وأدى ذلــك إلــى بــروز فــروع رياضيــة
جديــدة .ويــرى المتمعــن فــي طريقــة تطــور رياضيــات القــرن العشــرين أن ســببها الرئيســي هــو حـ ّـل تلــك
المســائل ممــا أدى إلــى حــدوث ثــورة عارمــة فــي هــذا العلــم طيلــة القــرن الـــ 20وأعطتــه دفعــة قويــة ترتــب
الــدرس ّالــذي يمكــن أن نتعلمــه مــن مســائل هيلبــرت أو مــن العقليــة الكامنــة بطريقــة تفكيــره هــو
أنــه قــد يكــون مــن الصعــب جــدً ا تحديــد جميــع االفتراضــات ّالتــي تســتخدم فــي أي فــرع مــن الرياضيــات.
ولكــن هــذا األمــر لــم يــرق إلــى عالميــن مــن علمــاء الرياضيــات وهمــا برترانــد راســل وألفريــد نــورث وايتهيــد
ـاء علــى وإنمــا حثهــم علــى اعتنــاق هــذا التحــدي ومحاولــة تجميــع ّ
كل الفرضيــات والمســلمات الرياضيــة بنـ ً
42 يلع أشن يتلا سسألاو روطتلاو ءدبلا لحارم :يعانطصالا ءاكذلا
المنطــق الجبــري لجوتلــوب فريجــه (ّ )Gottlob Fregeالــذي كان حاضـ ًـرا بشــدة آنــذاك ،وذلــك فــي ثالثــة
مجلــدات تحــت اســم “مبــادئ الرياضيــات” (ُ )Principia Mathematicaنشــرت عــام 1910-1912-
1913علــى التتالــي جــاءت محاولــة هاذيــن العالميــن لتمثيــل مجموعــة مــن البديهيــات وقواعــد االســتنتاج
فــي منطــق الرمــوز ،لنســتطيع مــن خاللهــا -مــن حيــث المبــدأ علــى األقــل -إثبــات جميــع الحقائــق الرياضيــة،
كمــا حــاوال مــن خــال هــذا الكتــاب تحديــد األســس الرياضيــة بدقــة ليكــون بذلــك أول كتــاب يناقــش
أحــدث هــذا الكتــاب جلَبــة كبيــرة فــي الوســط العلمــي لــذا بــدأت تظهــر مجموعــة مــن األســئلة
•مــاذا لــو كان بإمكاننــا اســتنتاج تناقــض مــن البديهيــات؟ (وهــذا هــو الســؤال ّالــذي حفــز العلمــاء
علــى إيجــاد مســألة عــدم االتســاق).
•ومــاذا لــو كان هنــاك بيــان رياضــي ال يمكــن إثباتــه مــن خــال هــذه المنظومــة؟ (وهــذا هــو الســؤال
وفــي عــام ،1931نشــر عالــم رياضيــات نمســاوي شــاب يدعــى كــورت غــودل ( )Kurt Gödelورقــة
بحثيــة أحدثــت صدمــة تــرددت أصداؤهــا فــي أنحــاء مجتمــع الرياضييــن وأجبرتهــم علــى إعــادة النظــر
فــي علمهــم .كانــت هــذه الورقــة تحتــوي علــى مبرهنــة عــدم االكتمــالّ .
والتــي تحـ ُّ
ـث علــى التشــكيك فــي
معنــى افتــراض أن أمـ ًـرا مــا صحيــح فــي الرياضيــات .كان التغيــر الناتــج فــي فهمنــا للرياضيــات مثيـ ًـرا بقــدر
التغييــر ّالــذي حــدث فــي إدراكنــا للهندســة ،عنــد اكتشــاف الهندســة غيــر اإلقليديــة (أو الهندســة الالإقليديــة)
فــي القــرن التاســع عشــر .اشــتمل هــذان االكتشــافان الكبيــران علــى نظـ ٍـم بديهيــة ،وال يمكــن فهــم كليهمــا
علــى نحــو صحيــح دون تقديــر مــا يعنيــه الرياضيــون بكلمــة «بديهــي» والــدور ّالــذي تلعبــه المســلمات
في الرياضيات.
أحدثــت نظريــة عــدم االكتمــال ثــورة فــي الرياضيــات وألهمــت أشــخاص مثــل جــون فــون نيومــان،
ّالــذي ابتكــر نظريــة األلعــاب ،وآالن تورنــغ (ّ ،)Alan Turingالــذي يعــد األب الروحــي للــذكاء االصطناعــي
وعلــوم الحاســوب.
43 يلع أشن يتلا سسألاو روطتلاو ءدبلا لحارم :يعانطصالا ءاكذلا
فــي وقــت الحــق ،أصبحــت نظريــات غــودل ال تقــدر بثمــن فيمــا يتعلــق بعلــوم الحاســوب ،ألن
االعتــراف بــأن هنــاك أشــياء ال يمكــن إثباتهــا يضــع حــدً ا لمــا يمكــن للحواســيب حلــه ،وتجنــب ضيــاع الوقــت
ً
آفاقا جديدة 2. 3.األخطاء في نص أحد المسائل يفتح
بالعــودة لعــام 1928أعــاد العالــم ديفيــد هيلبــرت عــرض المســائل مــرة أخــرى ،وكان مــن بيــن هــذه
المســائل مســألة القــرار ( )Entscheidungsproblemوهــي إثبــات أنــه هــل يمكــن الحصــول علــى منهــج
أو مجموعــة إجــراءات يمكننــا مــن خاللهــا الحكــم علــى عبــارة رياضيــة بأنهــا صحيحــة أو خاطئــة (أطروحــة
التقريــر أو الحكــم) .لفتــت هــذه المســألة نظــر الشــاب آالن تورنــغ وقــرر أن يعتنــق هــذا التحــدي ويبــدأ بحــل
هــذه المســألة وفــي إطــار حلــه لهذه المســألة احتــاج آالن آللة ذكية تســتطيع أن تقــرأ وتتعامل مــع مخرجاتها.
مــن خــال اســتعانته بعمــل جــورج كانتــور ( Georg Cantorوهــو العالــم ّالــذي حــاول ّ
حــل هــذه
المســألة قبــل تورنــغ) توصــل تورنــغ إلــى أن اآللــة ّالتــي يفكــر فيهــا والمطلوبــة إلنجــاز مســألة هيلبــرت تحتاج
لخطــوات ال منتهيــة ،وبالتالــي فهــي عاجــزة عــن إنتــاج أي جــواب .وإن وصــول اآللــة لجــواب يعنــي أنهــا
تتحــرك فــي حلقــة مغلقــة بدايتهــا الســؤال ونهايتهــا الجــواب ،وهــذا يعنــي عــدد منتـ ِـه مــن الخطــوات .آلــة
ً
الحقــا تيورينــغ متورطــة فــي خطــوات ال منتهيــة وبالتالــي فــا أمــل مــن وصولهــا إلــى جــواب .واســتنتج
خطــأ مســألة (معضلــة) هيلبــرت.
وعندمــا عَ ِم َ
ــل فــي محطــة بليتشــلي بــارك (وهــي حديقــة خصصــت فــي الحــرب العالميــة الثانيــة
لتكــون المقــر الرئيســي لعمليــات فــك الشــيفرة األلمانيــة) ،تمكــن مــن تحقيــق خمســة إنجــازات مهمــة فــي
مجــال تحليــل الشــفرات ،وأثنــاء الحــرب العالميــة الثانيــة اســتطاع بنــاء جهــاز كهروميكانيكــي للمســاعدة
فــي فــك شــفرة اإلشــارات الخاصــة بجهــاز إنجمــا األلمانــي ( ،)Enigma Machineوســمي هــذا الجهــاز
ً
الحقــا بآلــة تورينــغ وســاعدت هــذه اآللــة علــى اختصــار مــدة الحــرب بمــدة 2-4ســنوات علــى األقــل.
حــاول آالن تورنــغ بهــذه اآللــة إيجــاد ّ
حــل لمعضلــة هيلبــرت .وكان آللــة تورنــغ اإلثبــات الحقيقــي لقــدرة
اآللــة علــى العمــل بالمنطــق الرياضــي بــدون تدخــل البشــر ً
وفقــا لمدخــات وأوامــر مســبقة .علــى الرغــم
مــن أن تورنــغ برهــن بآلتــه خطــأ مســألة هيلبــرت وذلــك بإثباتــه عــدم قــدرة الرياضيــات علــى حـ ّـل جميــع
المشــاكل عــدا المشــاكل القابلــة للحـ ّـل بحــد ذاتهــا ،إال أنــه اســتطاع أن يركــز فقــط علــى مــا يســتطيع تحقيقــه
44 يلع أشن يتلا سسألاو روطتلاو ءدبلا لحارم :يعانطصالا ءاكذلا
باســتخدام آلتــه الفكريــة ،ووصلــوا بذلــك الســتنتاج بــأن أي مســألة تخضــع للمنطــق الرياضــي يمكــن تمثيلهــا
بالقيمتين 0و.1
لــم يكــن آالن تورينــغ الوحيــد فــي المضمــار (مضمــار تطــور الــذكاء االصطناعــي) وإنمــا انضــم لمرافقتــه
بعــض العلمــاء األخريــن مثــل :عالــم الفيزيولوجيــا العصبيــة وارن ماكولوتــش وعالــم الرياضيــات الشــاب
والتــر بيتــس عندمــا نشــرا ورقــة علميــة فــي عــام 1943تتحــدث عــن كيفية عمــل الخاليــا العصبيــة ونمذجا
للمــرة األولــى شــبكة عصبيــة بســيطة باســتخدام دوائــر كهربائيــة ولهمــا تنســب الفكــرة األساســية للخاليــا
العصبيــة االصطناعيــة ّالتــي نســتخدمها فــي أيامنــا الحاليــة .42وفــي الخمســينيات بــدأ علمــاء الحواســيب
بتطبيــق هــذه الفكــرة فــي عملهــم .وكان مــن بينهــم العالــم األمريكــي أرثــر ســامويل عندمــا أنشــأ برنامــج
علــم نفســه بنفســه لعبــة الدامــا ( ،)checkersكمــا أنــه أول مــن أبتكــر مصطلــح ّ
تعلــم اآللــة (machine يُ ّ
فــي ورقــة بحثيــة نشــرها تورنــغ عــام 1950أثنــاء عملــه بقســم الحاســوب بجامعــة مانشســتر ،ع ّبــر
تورنــج عــن تســاؤالته حــول قــدرة أي آلــة أو برنامــج أو حاســوب علــى القيــام بأفعــال وتصرفــات تــدل
علــى وجــود ذكاء حقيقــي ووعــي خــاص بهــا .43ولكــن كان ال بــدّ فــي البدايــة اإلجابــة علــى بعــض األســئلة
مثــل :مــا هــو الوعــي؟ هــل يمكــن آللــة اصطناعيــة التفكيــر ً
حقــا؟ هــل يتألــف العقــل مــن خاليــا عصبيــة فــي
حاســوب ولوحــة مفاتيــح بــدون معرفتهــم بالشــخص المقابــل ّالــذي يحدثونــه .وتهــدف اللعبــة ألن يميــز
45 يلع أشن يتلا سسألاو روطتلاو ءدبلا لحارم :يعانطصالا ءاكذلا
الحقــا ُ
وقصــر علــى ً ـور هــذا االختبــار ً
الحقــا باختبــار الــذكاء ،طـ ّ الحكــم بيــن اإلنســان والحاســوب وعرفــت
ـوب واحــد ،ومــن خــال توجيــه أســئلة مباشــرة لـ ّ
ـكل منهمــا وتحليــل اإلجابــة سـ ُـيحاول ـد وحاسـ ٍ
حكـ ٍـم واحـ ٍ
ً
الحقــا ،ومــن الجديــر بالذكــر أنــه لــم يســتطع أي حاســوب ظهــرت العديــد مــن االختبــارات األخــرى
اجتيــاز اختبــار تورنــغ حتــى عــام 2014إال حاســوب يُ دعــى يوجيــن جوســتمان ()Eugene Goostman
بالعــودة إلــى وقــت طــرح اختبــار تورنــغ لــم يكــن فــي ذلــك الوقــت حديــث عــن إعطــاء المصطلحــات
المناســبة للمفاهيــم الموجــودة .فــي الحقيقــة إن البدايــة الرســمية لظهــور مصطلــح الــذكاء االصطناعــي
( )Artificial Intelligenceكانــت فــي عــام 1956وتحديــدً ا فــي كليــة دارتمــوث فــي واليــة هانوفــر فــي
الواليــات المتحــدة األمريكيــة ،وذلــك بفضــل ورشــة عقــدت حــرم الكليــة ناقــش فيهــا مجموعــة مــن العلمــاء
معظمهــم مــن شــركة - IBMنتيجــة ازدهــار الشــركة آنــذاك -البرمجيــات الذكيــة والبرمجيــات القــادرة علــى
التفكيــر حتــى أطلقــوا فــي نفــس الورشــة المصطلــح الرســمي وهــو الــذكاء االصطناعــي لهــذا المجــال
العلمي الصاعد.
بعدهــا توالــى االهتمــام فــي هــذا المجــال وضخــت الواليــات المتحــدة أمـ ً
ـوال طائلــة لدعــم المشــاريع
المتعلقــة بهــذا المجــال ،وبــدا هنــاك تفــاؤل كبيــر جــدً ا فــي هــذا العلــم الجديــد ،إذ أطلــق فــي عــام 1959
نموذجــا لشــبكة عصبيــة قــادرة علــى إزالــة صــدى
ً برنــارد ويــدرو ومارســيان هــوف مــن جامعــة ســتانفورد
الصــوت مــن المكالمــات عبــر خطــوط الهاتــف التقليديــة لتكــون بذلــك أول شــبكة عصبيــة تحـ ّـل مشــكلة فــي
عالمنــا الحقيقــي ،وأطلقــوا عليهــا اســم مادليــن ( )MADALINEوال تــزال هــذه الشــبكة مســتخدمة حتــى
يومنــا الحالــي.44
فــي هــذه األثنــاء كان العمــل متواصـ ًـا علــى تطويــر تقنيــة أشــباه الموصــات ،وتحســين إمكانياتهــا
التطبيقيــة ممــا جــذب العديــد مــن وســائل اإلعــام علــى تغطيــة أخبــار هــذا المجــال ،ومــن بيــن وســائل
اإلعــام كانــت «مجلــة إلكترونيكــس» تجهــز عددهــا 35وعندمــا طلبــت المجلــة مــن الدكتــور غــوردون مــور
46 يلع أشن يتلا سسألاو روطتلاو ءدبلا لحارم :يعانطصالا ءاكذلا
كتابــة مقــال مفصــل يتنــاول فيــه الحديــث عــن توقعاتــه حــول مــا ســيحدث فــي صناعــة مكونــات أشــباه
انتهزت تلك الفرصة لمراجعة ما شهده هذا المجال من تطورات حتى ذلك الوقت .وكان ذلك في عام
،1964على ما أعتقد ،وحينها نظرت إلى األنواع القليلة من الرقاقات ّالتي صنعناها ،والحظت أننا انتقلنا
من «ترانزستور» واحد على ّ
كل رقاقة إلى نحو ثمانية عناصر (ترانزستورات ومقاومات) على الرقاقة
أما في
عنصراّ .
ً الواحدة .ثم أصبحت الرقاقات الجديدة حينها تحمل ضعف عدد العناصر ،أي نحو 16
عنصرا للرقاقة الواحدة .وعندما وضعت تلك المعلومات على شكل رسم بياني،
ً هذا العدد ،أي نحو 60
ابتداء من «الترانزستور» الوحيد على رقاقة في عام ،1959الحظت أن عدد العناصر كان يتضاعف ّ
كل
عام تقري ًبا .وهكذا أجريت عملية استقراء ،وتوقعت أننا سنواصل مضاعفة عدد العناصر على الرقاقة
أحدثــت هــذه المقالــة نقلــة نوعيــة فــي طريقــة تعامــل العامليــن فــي هــذا القطــاع مــع آليــة تطويــر
أشــباه الموصــات مــع العلــم بــأن هــدف الدكتــور غــوردون مــن المقــال لــم يكــن بنــاء األساســات العلميــة
والمثبتــة لطريقــة تطويــر هــذه التقنيــة ،وإنمــا فقــط لقيــاس واســتنباط طريقــة تطورهــا فــي الماضــي،
ً
منعطفــا حــادً ا آخــر بعــد هــذا المقــال وأصبحــت المقالــة وجعلهــا أوضــح للعيــان ،ولكــن اتخــذت األمــور
ومــن جانــب آخــر لــم يكــن علــى الصعيــد اإلعالمــي العالمــي ســمعة قويــة لمجــال الــذكاء االصطناعــي،
إذ كان هــذا المجــال جديــدً ا وغيــر واضــح المعالــم إلــى حــد مــا ،ولكــن تغيــرت األمــور كثيـ ًـرا بعــد أن زار
المخــرج الســينمائي ســتانلي كوبريــك العالــم مارفــن مينســكي ( )Marvin Minskyفــي مختبــر الــذكاء
االصطناعــي التابــع لمعهــد ماساتشوســتس للتكنولوجيــا ( )MITوذلــك للســؤال عمــا إذا كان الحاســب
ً
فعــا بحلــول عــام .452001أكــد لــه مينســكي بتفــاؤل أنــه الذكــي ّالــذي كان يتخيلــه ســيكون موجــودً ا
ســيكون موجــودً ا .أدى ذلــك ذلــك لــوالدة فيلــم جديــد أطلــق عليــه اســم A Space Odysseyناقــش هــذا
عالميــا
ً ممــا جعــل مــن مجــال الــذكاء االصطناعــي موضوعً ــا
الفيلــم الــذكاء االصطناعــي بطريقــة مختلفــة ّ
وحديث الساعة.
47 يلع أشن يتلا سسألاو روطتلاو ءدبلا لحارم :يعانطصالا ءاكذلا
فــي ذلــك الوقــت لــم تكثــر األقاويــل والمبالغــات والشــائعات مــن وســائل اإلعــام فقــط ،وإنمــا تعــدى
ذلــك إلــى العلمــاء ليبالغــوا فــي تفاؤلهــم ونظرتهــم المســتقبلية .حتــى أن أحــد العلمــاء وهــو هيربرت ســايمون
صـ ّـرح عالنيــة بعــام 1965متحد ًثــا عــن مســتقبل الــذكاء االصطناعــي فقــال:
-هيربرت سايمون
لــم يقتصــر األمــر عليــه فقــط وإنمــا انضــم إليــه العالــم مارفــن مينســكي ّالــذي أدلــى عــام 1967
بالتصريــح التالــي:
أضــف إلــى ذلــك أنــه فــي ذلــك الوقــت كانــت الواليــات المتحــدة فــي خضــم الحــرب البــاردة ،وكانــت
جــزءا مــن
ً سياســة أعضــاء الكونجــرس أن يســتثمروا مبالــغ كبيــرة فــي الــذكاء االصطناعــي بصفتــه
خصوصــا الترجمــة
ً إســتراتيجية أمنيــة شــاملة ،وتركــزت االســتثمارات فــي تلــك الفتــرة علــى الترجمــة،
بيــن اللغتيــن الروســية واإلنجليزيــة ،وكان ذلــك فــي الســنوات مــا بيــن 1954و ،1966واعتقــد الكثيــر
مــن العلمــاء البارزيــن بحتميــة تحقيــق إنجــازات هامــة ،كمــا فــاض مجــال الــذكاء االصطناعــي بالتبرعــات
مــن المموِّ ليــن األثريــاء غيــر أن اإلنجــازات لــم تتحقــق بســرعة كمــا كان يعتقــدون .وفــي عــام 1966نشــر
ُ
وخلــص ســبعة علمــاء مــن اللجنــة االستشــارية حــول المعالجــة اآلليــة للغــة تقريـ ًـرا بطلــب مــن الحكومــة،
هــذا التقريــر إلــى أن الترجمــة اآلليــة كانــت أبطــأ وأكثــر تكلفــة وأقــل دقــة مــن الترجمــة البشــرية ،وبعدهــا
فــرض الكونجــرس علــى وكالــة المشــاريع واألبحــاث الدفاعيــة المتقدمــة (داربــا) أن تقتصــر فــي تمويلهــا
علــى المشــاريع ذات التأثيــر المباشــر علــى المجهــود العســكري؛ ممــا أدى إلــى انتهــاء العمــل علــى الكثيــر مــن
المشــاريع العلميــة االستكشــافية واألساســية ،بمــا فــي ذلــك أبحــاث الــذكاء االصطناعــيّ ،
والتــي كانــت داربــا
تمولهــا بســخاء.
تنوعــت العوائــق ّالتــي تراكمــت فــي طريــق تطــور الــذكاء االصطناعــي ومــع األخــذ بعيــن
االعتبــار بــأن الحواســيب كانــت فــي ذلــك الوقــت غاليــة جــدً ا وبطيئــة وغيــر قــادرة علــى تحقيــق مــا
ً
الحقــا أن العلمــاء فشــلوا فــي إدراك مــدى صعوبــة بعــض المشــاكل يصبــوا إليــه أولئــك العلمــاء .اتضــح
ّالتــي واجهتهــم .وفــي عــام ،1974وردً ا علــى انتقــادات جيمــس اليتهيــل ( )James Lighthillعلــى
48 يلع أشن يتلا سسألاو روطتلاو ءدبلا لحارم :يعانطصالا ءاكذلا
تمويــل أبحــاث الــذكاء االصطناعــي والضغــط المســتمر مــن الكونغــرس لتمويــل مشــاريع أكثــر إنتاجيــة،
قطعــت الحكومتيــن األمريكيــة والبريطانيــة تمويلهمــا لمعظــم األبحــاث االستكشــافية المتعلقــة بمجــال
الــذكاء االصطناعــي ،وكانــت تلــك أول انتكاســة كبيــرة تشــهدها أبحــاث الــذكاء االصطناعــي.
شـكّل هــذا الزخــم اإلعالمــي الهائــل فــي ظــل اإلنجــازات المتواضعــة ّالتــي حققهــا العلمــاء فــي تقــدم
الــذكاء االصطناعــي إلــى إحبــاط كبيــر للمجتمــع الداعــم لهــذا المجــال ،وأدى ذلــك النخفــاض تمويــل مشــاريع
الــذكاء االصطناعــي ليدخــل مجــال الــذكاء االصطناعــي فــي مرحلــة رقــود كبيــرة امتــدت بين العــام 1974-
1980وكان ذلــك أول شــتاء يواجهــه الــذكاء االصطناعــي منــذ بدايتــه .ومــن بيــن المشــاكل ّالتــي واجههــا
آنذاك هي:
تركيب المعالجات.
والتــي كانــت عنصـ ًـرا أساسـ ًـيا فــي تخزيــن المعلومــات ّالتي سـ
ـتتدرب
ُ •ذاكــرة التخزيــن المحــدودةّ :
•عدم وجود كمية بيانات كافية :نتيجة عدم وجود ذاكرة تخزين كافية.
•الخوارزميــات الرياضيــة :كان هنــاك صعوبــات عديــدة فــي إيجــاد حلــول مناســبة للعمليــات
الرياضيــة ّالتــي تقــود إلــى إيجــاد الحــل األمثــل فــي خوارزميــة معينــة ،وتــم إيجــاد العديــد مــن هــذه
ً
الحقــا ومــن بينهــا .Stochastic Gradient Descent الحلــول
49 يلع أشن يتلا سسألاو روطتلاو ءدبلا لحارم :يعانطصالا ءاكذلا
أدت هــذه المشــاكل الرئيســية والكثيــر مــن المشــاكل األخــرى إلــى إعــادة هيكلــة مجــاالت متعــددة
متعلقــة بمجــال علــوم الحاســوب والعمــل علــى تطويــر جوانــب كثيــرة مهمــة رســمت لنــا تاريــخ تطــور
فــي هــذا المجــال تحولــت األنظــار إلــى األنظمــة الخبيــرة عندمــا أعــادت األمــل فــي هــذا المجــال وكان
بعــض تطبيقاتهــا مثــل أنظمــة إكســكون (ّ ،)Xcon
والتــي حظــت بشــعبية كبيــرة باعتبارهــا أنظمــة متخصصــة
تحاكــي عمليــة اتخــاذ القــرار مثــل الخبــراء المختصيــن ،وقــادرة علــى حـ ّـل مشــاكل محــددة دقيقــة مثــل
وهــي القــدرة علــى اتخــاذ قــرار مــن تلقــاء نفســها أي بــدون برمجــة هــذا القــرار .ومــع ذلك قفــزت اســتثمارات
المرتبطــة بالــذكاء االصطناعــي مــن بضعــة مالييــن مــن الــدوالرات فــي عــام 1980إلــى مليــارات الــدوالرات
ظهــرت فــي تلــك الفتــرة قفــزة معتبــرة عندمــا أعلــن تيــري سيجنوســكي وتشــارلز روزنبــرغ مــن جامعة
هوبكنــز عــن تطويرهمــا لشــبكة عصبيــة اصطناعيــة قــادرة علــى تعليــم نفســها نطــق الكلمــات الجديــدة
والتــي أســموها شــبكة ،NetTalkتتألــف هــذه الشــبكة مــن ثالثــة طبقــات ،واســتطاعت ّ
تعلــم كيفيــة نطــق ّ
20000كلمــة بطريقــة صحيحــة فــي أســبوع واحــد .46ومــع اســتمرار تدريبهــا أصبحــت طريقتهــا فــي نطــق
وضوحــا ،وكان ذلــك انجــا ًزا متميـ ًـزا فــي ذلــك الوقــت.
ً الكلمــات أكثــر
ولكــن األجهــزة المختصــة بالــذكاء االصطناعــي آنــذاك لــم تكــن عمليــة إذ كانــت مكلفــة جــدً ا ومعقــدة
ومــع ظهــور الحواســيب المكتبيــة مــن تطويــر شــركة IBMوشــركة آبــل ّ ،Apple
والتــي تفوقــت بمراحــل
علــى جهــاز ليســب ( )Lispالمخصــص للــذكاء االصطناعــي ّ
والــذي صممــه ريتشــارد جرينبــات أحــد أعضــاء
الفريــق البحثــي فــي الــذكاء االصطناعــي الخــاص بمعهــد ( ،)MITونظـ ًـرا لتراكــم المشــاكل الخاصــة بأجهــزة
إلــى انهيــار فــي ســوق هــذه األجهــزة عــام 1987وبذلــك انهــار خــط تصنيــع كامــل لتبــدأ بذلــك مــرة أخــرى
امتــدت الفتــرة الثانيــة مــن شــتاء الــذكاء االصطناعــي بيــن عامــي 1987-1993كمــا أن معظــم
للمؤتمــر فــي عــام 1986حوالــي 6000زائــر ،وبالمثــل يمكــن مالحظــة الزيــادة فــي المقــاالت المتعلقــة
بالــذكاء االصطناعــي منــذ عــام 1987والوصــول إلــى أدنــى نقطــة لهــا فــي عــام 1995فــي صحيفــة
نيويورك تايمز.
وبالنظــر إلــى المخطــط الســابق ّالــذي يســتعرض عــدد تكــرار الكلمــات الدالليــة الخاصــة بالــذكاء
االصطناعــي والمتواجــدة فــي 16625ورقــة بحثيــة علميــة متعلقــة بخوارزميــات وتقنيــات الــذكاء
االصطناعــي الموجــودة آنــذاك ،نالحــظ أنــه ظهــرت العديــد مــن األوراق البحثيــة والخوارزميــات الواعــدة
ً
منخفضــا بالموازنــة مــع الســنوات الماضيــة وبهذا اســتمرت فــي تلــك الفتــرة إال أن االهتمــام الحقيقــي مــا زال
فــي عــام 1997وألول مــرة فــي تاريــخ البشــرية تمكــن جهــاز حاســوب مــن التغلــب علــى أقــوى العــب
شــطرنج فــي العالــم وهــو غــاري كاســباروف فــي مباراتــه المشــهورة مــع حاســوب ديــب بلــو (،)Deep Blue
كان هــذا الحــدث مــا أشــعل فتيــل االهتمــام مــرة أخــرى ليتصــدر الــذكاء االصطناعــي فــي ذلــك الوقــت جميع
وبعــد هــذا الحــدث ظهــر فــي نفــس العــام قفــزة جديــدة أخــرى تحســب للــذكاء االصطناعــي ،وهــي
الوينــدوز .Windows 95كان هــذا النظــام حجــر األســاس ومــن الخطــوات الكبيــرة فــي مجــال تفســير
اللغة المنطوقة.
وفــي عــام 1999اســتطاع مجموعــة مــن العلمــاء فــي جامعــة شــيكاغو فــي تطويــر آليــة للتشــخيص
بمســاعدة الحاســب (ّ )Computer-Aided Diagnosis
والتــي تعــرف اختصــا ًرا ( ،)CADاســتعرضت هــذه
اآلليــة 22000صــورة شــعاعية لســرطان الثــدي ،واســتطاعت الكشــف عــن الســرطان بدقــة بلغــت نســبتها
،52%وعبــر الدكتــور كيونــو دوي أســتاذ األشــعة فــي جامعــة شــيكاغو أنــه يمكــن اعتبــار هــذه اآلليــة كــرأي
52 يلع أشن يتلا سسألاو روطتلاو ءدبلا لحارم :يعانطصالا ءاكذلا
ـان لفحــص الصــور الشــعاعية للثــدي ،وبهــذا يمكننــا التغلــب علــى األخطــاء البشــرية الناتجــة عــن قلــة خبــرة
ثـ ٍ
األطبــاء ،أو عندمــا يكونــوا مرهقيــن جــدً ا وتســتطيع مســاعدتهم مــن خــال إظهــار نتائــج بيانيــة للصــور.47
يتنــاول د .ييــل بــات -عا ِلــم حاســوب بجامعــة تكســاس فــي أوســتن -قانـ َ
ـون مــور فــي محاضراتــه
بطرحــه الســؤال التالــي علــى الحضــور :مــا هــو موضــوع قانــون مــور؟
•الفيزياء؟
•علم النفس؟
اإلجابــة الصحيحــة بحســب د .بــات هــي (د) علــم النفــس .يســتند رأي الدكتــور بــات علــى أن قانــون
محســنة؛ فــإن
َّ ـات جديــد ًة بســعة وإن لــم تطــرح شـ ُ
ـركة إنتــل رقاقـ ٍ بضعْ ــف ســعة اإلصــدارات الســابقةْ .
يتمتــع ِ
ـات جديــد ًة.
دركــون أن شــركة إيــه إم دي أو غيرهــا مــن المنافســين ســيطرحون رقاقـ ٍ
مســئوليها التنفيذييــن يُ ِ
المتخصصة
ّ 2. 11. 2.المعالجات السريعة وظهور المعالجات
انعكــس تطــور فــي صناعــة أشــباه الموصــات علــى طريقــة تصنيــع المعالجات فأصبــح لدينــا معالجات
ســريعة جــدً اّ ،
وكل ســنة تتضاعــف هــذه الســرعة بفضــل قانــون مــور ،باإلضافــة إلــى ذلــك أدى ظهــور وحدات
معالجــة الرســوميات ( )GPUإلــى تعظيــم عمــل البرامــج علــى المعالجــة المتوازيــة ممــا أعطــى ســرعة أكبــر
علــى تنفيــذ خوارزميــات الــذكاء االصطناعــي ،وكان التنافــس بيــن شــركتي نيفيديــا ( )Nvidiaوشــركة ATi
كثيــرا
ً المختصيــن فــي بنــاء بطاقــات المعالجــة الرســومية محتــدً ا جــدً ا فــي هــذه الفتــرة ،بــل وازدادت
فــي مطلــع القــرن الواحــد والعشــرين ،وكان جهــد ِكال الشــركتين منص ًبــا علــى زيــادة مميــزات البطاقــات
الرســومية خاصتهــا مــن خــال زيــادة قدرتهــا علــى المعالجــة المتوازيــة ،وإضافــة مختلــف المزايــا األخــرى،
وكان لهــذه المنافســة فضــل كبيــر علــى تســريع عجلــة تطــور الــذكاء االصطناعــي.
وشــهد عــام 2007ظهــور أول بطاقــة معالجــة رســوميات مخصصــة لألغــراض العامــة ّ
والتــي
ّ
وتعلــم اآللــة اســتخدمت مــن أجــل عمــل أبحــاث علــى البيانــات الضخمــة وفــي مجــال الــذكاء االصطناعــي
والتنقيــب فــي البيانــات ،باإلضافــة إلــى ذلــك تســتخدم هــذه البطاقــات فــي يومنــا الحالــي فــي تعديــن
لــم يكــن التطــور الحاصــل علــى مســتوى رفــع قــوة المعالجــة فقــط ،وإنمــا رافقــه ً
أيضــا تطــو ًرا فــي
طــرق التخزيــن الموجــودة ففــي عــام 1990ظهــر نــوع جديــد مــن األقــراص الصلبــة بســعة تصــل إلــى 1.5
غيغابايــت ،ولــم يكــن هــذا القــرص األول ّالــذي خــرج إلــى الســاحة بــل إن األقــراص الصلبــة ظهــرت منــذ
54 يلع أشن يتلا سسألاو روطتلاو ءدبلا لحارم :يعانطصالا ءاكذلا
عــام ،1953وطــورت شــركة ناســا فــي عــام 1993مكتبــة تخزيــن كبيــرة معتمــدة علــى األشــرطة فقــط
ألمــازون ( )Amazon Simple Storage Serviceوتدعــى ،S3وبذلــك لــم تعــد ســعة التخزيــن تشــكل
مشــكلة كبيــرة.48
بعيــدة عنــك بمقــدار ضغطــة زر واحــدة كمــا أحدثــت تجــارة جديــدة ســميت بالتجــارة اإللكترونيــة.
مــن الجديــر بالذكــر أنــه عــادة مــا تختلــط المفاهيــم بالنســبة لعامــة النــاس بيــن مصطلحــي
ـوب لــذا مــن الواجــب علينــا توضيــح الفــرق بينهــم إذ أن الــوب مــا هــو إال طريقــة للوصــول
اإلنترنــت والـ ِ
ـوب” هــو فــي الواقــع تطبيــق مــن
وتبــادل المعلومــات عبــر اســتخدام اإلنترنــت ومحــركات البحــث .و”الـ ِ
تمامــا .أي أنــه مجــرد خدمــة مــن
تطبيقــات اإلنترنــت مثــل تطبيقــات الدردشــة اآلنيــة والبريــد اإللكترونــي ً
خدمات اإلنترنت.
ســاعد هــذا االنتشــار الكبيــر علــى توليــد بيانــات كبيــرة إذ قــدرت كميــة البيانــات ّالتــي أ�نشــأت عــام
2002حوالــي 5إكســابايت (إكســابايت) وتقــدر كميــة البيانــات المنشــأة فــي وقتنــا الحالــي ب 33زيتابايت
(زيتابايــت) ،ويتوقــع أن تنمــو كميــة البيانــات المنشــأة فــي عــام 2025إلــى 175زيتابايــت.
55 يلع أشن يتلا سسألاو روطتلاو ءدبلا لحارم :يعانطصالا ءاكذلا
2. 11. 5.عودة اهتمام الباحثين في مجال الذكاء االصطناعي والمجتمع ككُ ّل
مــن خــال المخطــط ّالــذي اســتعرضنا فيــه عــدد تكــرارات الكلمــات الدالليــة الخاصــة بالــذكاء
االصطناعــي نالحــظ أن الزيــادة الملحوظــة فــي االهتمــام عــادت مــن عــام 2000وليشــهد المجــال
البحثــي فــي هــذا المجــال أوج االهتمــام فــي عــام 2005األمــر ّالــذي ترافــق مــع تطــور كبيــر فــي
الخوارزميــات فنالحــظ ظهــور الخوارزميــة التطوريــة وتطبيقاتهــا الكثيــرة فــي مجــاالت عديــدة والشــبكات
العصبيــة االصطناعيــة وشــبكات بايــز وخوارزميــة الدعــم اآللــي للمتجــه (انظــر الخوارزميــات التطوريــة،
هــل تذكــر المشــاكل ّالتــي عانــى منهــا تطــور الــذكاء االصطناعــي؟ باختصــار كانــت أبــرز المشــاكل
األساســية هــي:
•ضعف سرعة المعالجة الحاسوبية.
•الخوارزميات الرياضية.
الحــظ أن جميــع المشــاكل ُح ّلــت بالفعــل مــع ذلــك ظهــرت العديــد مــن المشــاكل األخــرى ،ولكــن بالطبــع
ليســت بضــراوة المشــاكل األولــى ،ليشــهد بذلــك مجــال الــذكاء االصطناعــي صفحــة جديــدة فــي تاريخــه
وليعــود بذلــك إلــى دائــرة الضــوء مــرة أخــرى ،ولكــن هــذه المــرة ستســتمر طويـ ًـا.
ّ
وتعلــم اآللــة ظهــرت بعدهــا العديــد مــن التطبيقــات العمليــة مدعومــة مــن تقنيــات الــذكاء االصطناعــي
فــي المجــاالت الصناعيــة وتوالــت اإلنجــازات والتطبيقــات العمليــة تباعً ــا والتــي ذكرنــا بعضهــا فــي الفصــل
الســابق ومــن بيــن أبــرز األحــداث ّالتــي أحدثــت ضجــة آنــذاك هــو إعــان شــركة نتفليكــس ( )Netflixفــي
عــام 2006عــن جائــزة تبلــغ قيمتهــا مليــون دوالر لــكل مــن يســتطيع أن يأتــي بخوارزميــة توصيــة القتــراح
األفــام المناســبة علــى المشــتركين بشــرط أن تكــون أفضــل وأســرع مــن الخوارزميــة ّالتــي لديهــم .49لــم
يكــن إيجــاد خوارزميــة بهــذه المواصفــات مهمــة ســهلة أبــدً ا ولكــن فريــق صغيــر مــن علمــاء الحاســب فــي
شــركة AT&Tاعتنــق التحــدي وعكــف علــى إيجــاد الخوارزميــة المناســبة وتكللــت محاولتهــم بالنجــاح ولكن
رســميا
ً وبعدهــا انضمــت جميــع الشــركات العمالقــة مثــل غوغــل وفيســبوك إلــى هــذا المجــال
األمــر ّالــذي شــجع جميــع الشــركات الصغيــرة الكبيــرة األخــرى إلــى التفكيــر جديً ــا فــي األنضمــام ً
أيضــا
56 يلع أشن يتلا سسألاو روطتلاو ءدبلا لحارم :يعانطصالا ءاكذلا
(.)Silicon Valley
2. 12.الخالصة
بالطبــع هنالــك العديــد مــن األحــداث األخــرى ّالتــي شــاركت فــي تأســيس هــذا المجــال ولكننــا حاولنــا
تســليط الضــوء علــى أبــرز المحطــات ّالتــي شــهدها مجــال الــذكاء االصطناعــي ومشــتقاته مثــل تعلــم اآللــة
علــى مــرِّ الســنوات ،واآلن بعــد فهمنــا إمكانياتــه وتطبيقاتــه وتاريخــه الكامــل نســتطيع اآلن الدخــول فيــه
•كتاب الكون الرقمي :الثورة العالمية في االتصاالت -الفصل الثاني نظرة ُّ
تأملية لقانون مور
3.المفاهيم األساسية لتعلم اآللة
حتــى تجــاوز نصــف مقــال) ،أو عــن القصــص الخياليــة المريبــة حــول ســيطرة الــذكاء الصنعــي علــى البشــر،
أو منهــم مــن يتحــدث عــن البيانــات وتأثيرهــا الســاحر علــى مجــاالت العلــوم األخــرى أو البعــض اآلخــر مــن
تغيــر وظائــف المســتقبل .لــم يكــن هنالــك أي كتــاب يضعنــي علــى بدايــة
المقــاالت يتحــدث عــن كيفيــة ّ
الطريــق لكــي أتعلــم أبســط األساســيات ألنتقــل بعدهــا إلــى المفاهيــم المعقــدة واثــق الخطــى.
58 لآلا ملعتل ةيساسألا ميهافملا
لــذا كان ال بــدّ لــي مــن كتابــة فصــل واضــح ومفهــوم وواقعــي لطالمــا تمنيــت وجــوده .ســيكون هــذا
دومــا فهــم طريقــة عمــل مجــال ّ
تعلــم اآللــة .بتطبيــق أفــكاره الفصــل مقدمــة بســيطة ألولئــك ّالذيــن أرادوا ً
علــى أمثلــة مــن مشــاكل العالــم الحقيقــي ،والحلــول العمليــة المطبقــة ،بلغــة بســيطة ومفهومــة ،وتجنــب
وإليك المخطط الرئيسي للمواضيع التي سنتناولها في هذا الفصل ملخصة بالصورة التالية:
60 آلا ملعتل ةيساسألا ميهافملا
هــذا صديقنــا أحمــد يريــد شــراء ســيارة ويحــاول حســاب مقــدار مبلــغ المــال ّالــذي سـ
ـيحتاج لتوفيــره
ُ
شــهريً ا .واســتعرض عشــرات اإلعالنــات علــى اإلنترنــت وعلــم بــأن الســيارات الجديــدة يبلــغ ســعرها حوالــي
20000دوالر ،والســيارات المســتعملة لعــام واحــد يبلــغ ســعرها 19000دوالر ،والمســتعملة لعاميــن يبلــغ
يبــدأ أحمــد -محللنــا الرائــع -بمالحظــة نمــط معيــن لســعر الســيارات؛ إذ يعتمــد ســعر الســيارة علــى
مــدة اســتخدامها ،وينخفــض ســعرها بمقــدار 1000دوالر مقابــل ّ
كل عــام مــن عمرهــا ،لكــن ســعرها لــن
ينخفــض أقــل مــن 10000دوالر.
ُ
عــرف باالنحــدار وطبقــا لمصطلحــات ّ
تعلــم اآللــة يكــون أحمــد قــد ابتكــر مــا يُ ً فــي هــذه الحالــة
النــاس تــؤدي هــذا األمــر طــوال الوقــت دون أن تشــعر بــه ،فمثـ ًـا عنــد محاولتنــا لتقديــر الســعر المعقــول
لجهــاز أيفــون مســتعمل علــى موقــع ،eBayأو أثنــاء محاولتنــا معرفــة وزن اللحــوم المناســب والكافــي
لبلــوغ حــدّ الشــبع لـ ّ
ـكل شــخص مــن المدعويــن علــى عزومــة الغــداء .فعندهــا ســنبدأ بتقديــر األمــر ونســأل
ســيكون مــن الجميــل أن يكــون لدينــا صيغــة بســيطة مثــل هــذه لحـ ّـل ّ
كل مشــكلة فــي العالــم .وخاصــة
لنعــود إلــى مثــال الســيارات .المشــكلة الحقيقيــة فــي هــذا المثــال هــو وجــود تواريــخ تصنيــع مختلفــة،
وعشــرات األنــواع مــن الســيارات ،والحالــة الفنيــة للســيارة ،باإلضافــة الرتفــاع الطلــب الموســمي على ســيارة
معينــة ،والكثيــر مــن العوامــل المخفيــة األخــرى ّالتــي تؤثــر بســعر الســيارة .وبالتأكيــد لــن يســتطيع صديقنــا
أحمــد االحتفــاظ بـ ّ
ـكل هــذه البيانــات فــي رأســه أثنــاء حســابه للســعر.
الوضــع الحاصــل و ِلنتجــه باتجــاه توفيــر آلــة تــؤدي هــذه المهمــة الحســابية ّالتــي واجهناهــا .ولنُوفــر لهــا
الجميــل فــي األمــر أن هــذه اآللــة ســتُ ؤدي هــذه المهمــة بطريقــة أفضــل بكثيــر ممــا سـ ُـيؤديه بعــض
النــاس عنــد تحليلهــم بعنايــة لجميــع التبعيــات المتعلقــة بالســعر فــي أذهانهــم .فــي الحقيقــة كان هــذا النــوع
مــن المشــاكل المحفــز األساســي لــوالدة ّ
تعلــم اآللــة.
ّ
كلمــا زاد تنــوع البيانــات (تســمى فــي بعــض األحيــان بالعينــات) المجمعــة لديــك ،كان مهمة العثــور على
ـيحتاج
ُ ـبيا .لذلــك ،فــإن أي نظــام يســتخدم ّ
تعلــم اآللــة سـ األنمــاط ذات الصلــة والتنبــؤ بالنتيجــة أســهل نسـ ً
لثالثــة مكونــات رئيســية وهــي:
هــل تريــد الكشــف عــن رســائل البريــد اإللكترونــي المزعجــة؟ احصــل علــى عينــات مــن الرســائل هــذه
الرســائل المزعجــة .هــل تريــد التنبــؤ بالتغيــرات ّالتــي تطــرأ علــى أســعار األســهم؟ ابحــث عــن ســجالت
أســعار األســهم .هــل تريــد معرفــة مــا هــي تفضيــات المســتخدم؟ حلـ ّـل أنشــطته علــى الفيســبوك( ،وأعتقــد
بــأن مــارك زوكربيــرج ماهـ ٌـر جــدً ا فــي ذلــك ; .) )-كلمــا كانــت البيانــات أكثــر تنوعً ــا ،كانــت النتيجــة أفضــل.
62 آلا ملعتل ةيساسألا ميهافملا
فــي بعــض األحيــان تكــون عشــرات اآلالف مــن ســجالت البيانــات هــي الحــد األدنــى الســتنتاج معلومــة
•الطريقة اليدوية.
•الطريقة اآللية.
المجمعــة يدويً ــا باحتوائهــا علــى أخطــاء أقــل بكثيــر بالموازنــة مــع نظيرتهــا اآلليــة،
ّ تتميــز البيانــات
البيانــات مقبولــة.
تســتخدم بعــض الشــركات مثــل غوغــل عمالئهــا لتصنيــف البيانــات لهــم مجا ًنــا .هــل تعلــم لمــاذا طريقة
التحقق البشــري ( ReCaptchaالمســتخدمة في أغلب المواقع) تجبرك على “تحديد جميع الفتات الشــوارع
الموجــودة فــي صــورة معينــة”؟ فــي الحقيقــة إن هــذه الطريقة ما هــي إال وســيلة لتصنيف البيانــات وتعظيم
مدعيــن بأنهــم بهــذه الطريقــة يختبرونــك بأنــك بشــري! نعــم هــذا بالضبــط مــا يفعلونــه! ت ًبــا لهــم األشــرار!
أراهــن لــو أنــك بمكانهــم فســتُ ظهر رمــز التحقــق البشــري أكثــر منهــم بكثيــر .أليــس كذلــك؟
بيــد أن مــن الصعوبــة بمــكان الحصــول علــى مجموعــة جيــدة مــن البيانــات -والتــي تســمى عــاد ًة
العاليــة هــي فــي الواقــع كنــز حقيقــي لصاحبهــا لدرجــة أن الشــركات يمكــن أن تكشــف أحيا ًنــا عــن
خوارزمياتهــا ،إال أنهــا نــاد ًرا مــا تكشــف مجموعــات البيانــات الخاصــة بهــا.
الميزات ()Features
ِّ 3. 2. 2.
تطرقنــا فــي الفصــل األول -عــن قصــد -إلــى هــذا المصطلــح عدَّ ة مــرات ويُ عـ َـرف ً
أيضا باســم المعامالت
أو جنــس المســتخدم ،أو ســعر الســهم ،أو تكــرار كلمــة معينــة فــي النــص .بعبــارة أخــرى ،هــذه هــي الميــزات
ّالتــي يجــب أن َت ُ
نظـ َـر لهــا اآللــة.
الميــزات الصحيحــة يســتغرق عــادة وقتً ــا أطــول مــن أي خطــوة أخــرى فــي
هــذا هــو الســبب بكــون اختيــار ّ
دائمــا مــا تكــون
أيضــا هــو المصــدر الرئيســي لألخطــاء؛ ولذلــك ً بنــاء نظــام يعتمــد علــى ّ
تعلــم اآللــة وهــذا ً
ّالتــي تختارهــا ســتُ ؤثر علــى دقــة النمــوذج النهائــي وأدائــه وحجمــه .هنــاك فــارق بســيط واحــد مهــم :إذا
كانــت البيانــات ســيئة فلــن تســاعدك حتــى أفضــل خوارزميــة موجــودة ،ففــي بعــض األحيــان يُ َشــار إليهــا
بمصطلــح “الدخــل الســيئ ســيؤدي إلــى نتائــج ســيئة” ،لذلــك ال تهتــم كثيـ ًـرا لنســبة الدقــة ،وحــاول الحصــول
مــن الجديــر بالذكــر أن مصطلــح نمــوذج ( )Modelيشــير إلــى مــا خالصــة مــا تعلمتــه مــن البيانــات،
ويكمننــا فــي بعــض األحيــان اســتخدام نمــوذج جاهــز وتمريــر البيانــات لــه أو تحســين نمــوذج حالــي.
مــن العناويــن ّالتــي تنشــرها بعــض المواقــع التابعــة لوســائل إعالميــة علــى اإلنترنــتً .
دائمــا مــا يســمي
رجــال اإلعــام هــؤالء أي انحــدار خطــي ( )Linear Regressionعلــى أنــه ذكاء اصطناعــي ،بــل إن بعــض
وســائل اإلعــام تضخــم األمــور لدرجــة يصعــب تصديقهــا حتــى أصبحنــا نخــاف مــن الــذكاء الصنعــي
كمــا خــاف أبطــال فيلــم Terminatorمــن الروبــوت .SkyNetوإليــك صــورة توضــح المفاهيــم وتفــض
االلتباس الموجود:
65 آلا ملعتل ةيساسألا ميهافملا
أســس نظريــة و حســابية ،كمــا تشــتمل علــى دراســة الخوارزميــات ،وبُنــى المعطيــات وأساســيات
•الــذكاء االصطناعــي ( :)Artificial Intelligenceوهــو فــرع مــن فــروع علــوم الحاســب يهــدف
إلــى تعزيــز قــدرة اآلالت والحواســيب علــى أداء مهــام ُمعينــة ُتحاكــي و ُتشــابه تلــك ّالتــي تقــوم بهــا
ُ
التعلــم مــن التجــارب الســابقة ،أو غيرهــا مــن العمليــات الذكيــة؛ كالقــدرة علــى التفكيــر ،أو
ّ الكائنــات
•تعلــم اآللــة ( :)Machine Learningوهــو جــزء مهــم مــن الــذكاء االصطناعــي ،وهــو أحــد فــروع
وحاليــا ال أحــد يفصــل التعلــم العميــق عــن “الشــبكات العصبيــة العاديــة” .حتــى أننــا نســتخدم نفــس
ً
دومــا تســمية نــوع الشــبكة وتجنــب اســتخدام الكلمــات الرنانــة.
المكتبــات لهــم .مــن األفضــل ً
دائمــا تذكــر بأنــه ال توجــد طريقــة واحــدة أبــدً ا لحــل مشــكلة معينــة فــي مجــال ّ
تعلــم اآللــة مــن المهــم ً
دائمــا العديــد مــن الخوارزميــات ّالتــي يمكنهــا حــل نفــس المشــكلة ،وتبقــى مهمــة اختيــار الطريقــة
بــل هنــاك ً
أي شــيء باســتخدام شــبكة عصبيــة اصطناعيــة، أو الخوارزميــة األنســب عائــدة إليــك؛ إذ يمكنــك ّ
حــل ّ
ولكــن مــن ّالــذي ســيدفع لــك ثمــن اســتئجار (أو حتــى شــراء) بطاقــة معالجــة الرســوميات ( )GPUمــن
نوع GeForces؟
حاليا في مجال ّ
تعلم اآللة. ً لنبدأ بنظرة عامة أساسية على االتجاهات األربعة السائدة
اعتمــد العلمــاء علــى حـ ّـل معظــم المهــام الرياضيــة الرســمية مــن خــال البحــث عــن األنمــاط فــي األرقــام،
حاليــا نصــف اإلنترنــت علــى هــذه الخوارزميــات .فعندمــا تــرى قائمــة بالمقــاالت المرشــحة لــك
ً يعمــل
قراءتهــا فــي أحــد المواقــع ،أو عندمــا يحظــر البنــك ّالــذي تتعامــل معــه بطاقتــك عنــد تمريــرك إياهــا علــى
اآللــة فــي محطــة وقــود عشــوائية فــي مــكان مجهــول بعيــدة عــن ســكنك ،فعلــى األرجــح هــذه األفعــال
ناتجــة عــن خوارزميــات ّ
تعلــم اآللــة.
تعــد الشــركات التكنولوجيــا الكبــرى مــن أكبــر المعجبيــن بالشــبكات العصبيــة ،إذ أنهــا تســتطيع
ً
فمثــا يمكــن لدقــة صغيــرة ولتكــن 2%إلحــدى االســتفادة منهــا بقــدر أكبــر مــن الشــركات الناشــئة.
خوارزمياتهــا الحساســة أن تعــود بالنفــع علــى إيــرادات الشــركة بمبلــغ مالــي ضخــم يبلــغ 2مليــار دوالر.
ولكــن عندمــا تكــون شــركتك صغيــرة وناشــئة ،فهــذه النســبة ليســت ذات فائــدة كبيــرة.
فــإذا أمضــى المهندســين فــي فريقــك البرمجــي ســنة كاملــة يعملــون علــى تطويــر خوارزميــة توصيــة
جديــدة لموقــع التجــارة اإللكترونيــة الخــاص بــك ،مــع معرفتهــم بــأن 99%مــن الزيــارات تأتي مــن محركات
وخصيصــا أن معظــم
ً تمامــا
البحــث ،عندهــا ســتكون فائــدة الخوارزميــة قليــل جــدً ا إذ لــم عديمــة الفائــدة ً
المســتخدمين لــم يفتحــوا الصفحــة الرئيســية وهــذا ســيكون أكبــر هــدر لطاقــة فريقــك البرمجــي وبذلــك
بصــرف النظــر عــن مــا يقــال عــن هــذه الطــرق إال أنهــا ســهلة ســهولة كبيــرة ،بــل إنهــا مثــل أساســيات
ُّ
التعلــم الخاضــع الموجــه (ويســمى ً
أيضــا َّ ُّ
التعلــم ينقســم ُّ
تعلــم اآللــة الكالســيكي إلــى فئتيــن وهمــا
ّ
التعلــم غيــر الخاضــع لإلشــراف). الموجــه (ويســمى ً
أيضــا َّ ُّ
التعلــم غيــر لإلشــراف) و
“م ّ
علــم” يــزود اآللــة بجميــع اإلجابــات الصحيحــة والدقيقــة ،مثــل تحتــوي اآللــة علــى “مشــرف” أو ُ
فعليــا
ً تحديــد فيمــا إذا كان الشــكل فــي الصــورة لقطــة أو كلــبَ .ق َّســم (أو َص َّنــف) المعلــم بهــذا الطريقــة
البيانــات إلــى قطــط وكالب ،ويســتخدم الجهــاز هــذه األمثلــة الصحيحــة للتعلــم منهــا واحــدً ا تلــو اآلخــر.
الموجــه فــأن ســيترك اآللــة بمفردهــا مــع كومــة كبيــرة مــن صــور الحيوانــات ومهمتهــا
َّ أمــا التعلــم غيــر
ســتكون تصنيــف هــذه الصــور وذلــك ألن البيانــات غيــر مصنفــة ،وال يوجــد ُم ِّ
علــم يُ ِّ
حــدد لنــا مــا الشــكل
الموجــود فــي هــذه الصــور ،ولذلــك ســتحاول اآللــة بمفردهــا العثــور علــى أي أنمــاط فــي الصــور لتحديــد
ً
الحقــا. الفــوارق ومعرفــة مــا الموجــود فــي الصــور .ســنتحدث عــن هــذه الطرائــق فــي التعــرف علــى األنمــاط
الموجــه وهمــا:
ّ المهــام الواقعيــة .هنــاك نوعيــن رئيســيين لطريقــة التعلــم
.أالتصنيف ()Classification
•تحليل المشاعر.
•الكشف عن الغش.
•خوارزمية بايز أو المصنّف المعتمد على قانون بايز في االحتماالت (.)Naive Bayes
يتعلــم كيفيــة فــرز األلعــاب :فهــا هــي الدميــة ،وهــذه هــي الســيارة ،وهــذه هــي الشــاحنة ...إلــخ ولكــن مهـ ًـا.
هــل هــذا األمــر صحيــح؟ هــل ســيعرف الطفــل المعنــى الحقيقــي للدميــة أو للســيارة؟ ليســتطيع بعدهــا
تمييــز أي دميــة مهمــا اختلــف شــكلها ولونهــا وطريقــة صنعهــا؟ أي بعبــارة أخــرى ،هــل سيســتطيع أن يعمــم
مــا تعلمــه؟
ـواء أكانــت موســيقى جــاز أو هيــب هــوب ...إلــخ (هــذا األمــر نشــاهده فــي قوائــم تشــغيل
علــى األســلوب سـ ً
الخاصــة بتطبيــق ،)Spotifyوحتــى تصنيــف رســائل البريــد اإللكترونــي الخاصــة بــك.
فــي تصفيــة الرســائل المزعجــة وغيــر المرغــوب بهــا ،تســتخدم خوارزميــة بايــز ()Naive Bayes
ـب اآللــة عــدد الكلمــات الجيــدة فــي الرســالة وعــدد الكلمــات االحتياليــة ً
أيضــا علــى نطــاق واســع .إذ تحسـ ُ
ـاء علــى تصنيــف ســابق للكلمــات موجــود فــي قاعــدة بيانــات أو مجموعــة بيانــات ( ،)Datasetومــن ثـ ّ
ـم بنـ ً
تضــرب االحتمــاالت باســتخدام معادلــة بايــز ،وتجمــعُ النتائــج النهائيــة وبهــذه البســاطة أصبــح لدينــا جهــاز
يســتفيد مــن طرائــق ّ
تعلــم اآللــة مــن أجــل أن يزيــد ذكائــه ومعرفتــه.
بعدهــا بفتــرة وجيــزة تعلــم مرســلو البريــد العشــوائي كيفيــة التعامــل مــع هــذه المرشــحات -إن
صــح التعبيــرّ -
والتــي تعتمــد علــى خوارزميــة بايــز فعكفــوا علــى إضافــة الكثيــر مــن الكلمــات المصنّفــة
علــى أنهــا “جيــدة” فــي نهايــة البريــد اإللكترونــي لتُ ضــاف هــذه الكلمــات إلــى العمليــة الحســابية الخاصــة
ً
الحقــا بتســمم ســميت
ّ بحســاب احتمــاالت كــون الرســالة مزعجــة أم ال .ومــن المفارقــة أن هــذه الثغــرة
بايــز ( .)Bayesian poisoningدخلــت خوارزميــة بايــز التاريــخ باعتبارهــا مــن أوائــل الخوارزميــات
عمليــا فــي ترشــيح رســائل البريــد اإللكترونــي ،ولكــن فــي وقتنــا الحالــي ال تســتخدم هــذه
ً األنيقــة والمفيــدة
إليــك مثــال عملــي آخــر علــى تطبيقــات خوارزميــات التصنيــف .لنفتــرض أنــك بحاجــة القتــراض بعض
المــال عــن طريــق بطاقتــك االئتمانيــة .كيــف ســيعرف البنــك إذا كنــت تريــد فعـ ًـا أن تســدد هــذا القــرض أم
ال؟ وبالتأكيــد ال توجــد طريقــة مباشــرة لمعرفــة ذلــك ،مثــل أن يســألك مثـ ًـا .ولكــن لــدى البنــك الكثيــر مــن
الملفــات الشــخصية ألشــخاص اقترضــوا مـ ً
ـال فــي الماضــي .فــي الواقــع لــدى البنــك جميــع البيانــات المهمــة
حــول أعمــار األشــخاص المقترضيــن ومســتوى تعليمهــم ومهنهــم ورواتبهــم -واألهــم مــن ذلــك -حقيقــة أن
وهــذه البيانــات مهمــة جــدً ا إذ يمكننــا تمريرهــا للنظــام الداخلــي للبنــك ّالــذي يعتمــد علــى ّ
تعلــم اآللــة
للعثــور علــى األنمــاط المحــددة الموجــودة فــي األشــخاص ّالذيــن يســددون القــروض ،وبذلــك يمكننــا
الحصــول علــى اإلجابــة المبنيــة علــى هــذه البيانــات الســابقة .فــي الواقــع ال توجــد مشــكلة حقيقيــة فــي
الحصــول علــى إجابــة مــن هــذه البيانــات .وإنمــا تكمــن المشــكلة فــي أنــه ال يســتطيع البنــك أن يثــق فــي
إجابــة اآللــة ثقـ ً
ـة عميــاء .فمــاذا لــو حــدث فشــل فــي النظــام أو فــي جــزء منــه مثــل تعطــل أحــد األقــراص
الصلبــة المخــزن عليهــا قواعــد البيانــات المطلوبــة ،أو أن أحــد قراصنــة اإلنترنــت هجــم على الخــادم وتالعب
تلقائيــا إلــى
ً ستقســم جميــع البيانــات
ِّ للتعامــل مــع هــذه الحالــة لدينــا خوارزميــة شــجرة القــرارأ .والتــي
أســئلة أجوبتهــا نعــم أو ال .قــد يبــدو األمــر غري ًبــا بعــض الشــيء مــن منظــور بشــري ،فمثـ ًـا مــا المشــكلة إذا
وهكــذا ُتصنــعُ شــجرة القــرار .كلمــا كان الفــرع أعلــى كلمــا كان الســؤال أعــم .يمكــن ألي محلــل أن
تمامــا مــا هــو القــرار المناســب .يمكــن أال يشــعر بــأن ّ
كل تفاصيلهــا منطقيــة ِّ
ويعلــم ً يأخــذ ناتــج الخوارزميــة
تســتخدم خوارزميــة شــجرة القــرار علــى نطــاق واســع فــي المجــاالت ذات المســؤولية العاليــة مثــل:
مــن أكثــر الخوارزميــات شــيوعً ا لتشــكيل األشــجار همــا خوارزميــة CARTوخوارزميــة ،C4.5ونــاد ًرا
مــا تســتخدم طريقــة بنــاء أشــجار القــرار األساســية الصرفــة فــي وقتنــا الحالــي إال أنهــا غال ًبــا مــا تضــع حجــر
عندمــا تبحــث عــن شــيء مــا فــي غوغــل ،فمــا يحــدث بالضبــط هــو أن مجموعــة مــن األشــجار
ســتبحث عــن إجابــة أو مجموعــة مــن اإلجابــات المناســبة لــك .وهــذه األشــجار ســريعة جــدً ا ،ولذلــك تحبهــا
محركات البحث.
تعــدّ خوارزميــة الدعــم اآللــي للمتجــه ( )Support Vector Machinesوالتــي يشــار إليهــا اختصــا ًرا
( )SVMهــي الطريقــة األكثــر شــيوعً ا للتصنيــف الكالســيكي .والمســتخدمة لتصنيــف ّ
كل شــيئ موجــود
تقربيــا مثــل :النباتــات حســب مظهرهــا فــي الصــور ،والوثائــق بحســب الفئــات ...إلــخ.
ً
73 آلا ملعتل ةيساسألا ميهافملا
الفكــرة وراء خوارزميــة الدعــم اآللــي للمتجــه بســيطة جــدً ا إذ تحــاول رســم خطيــن بيــن نقــاط
هنــاك جانــب مفيــد جــدً ا مــن خوارزميــات التصنيــف وهــو الكشــف عــن البيانــات الشــاذة .فعندمــا ال
تلقائيــا
ً وراء الكواليــس .الجميــل فــي األمــر أنــه عندمــا ّ
نعلــم الحاســب األشــياء الصحيحــة فنكــون علمنــاه
والجــداول ســنختار النهــج الكالســيكي إذ النمــاذج الناتجــة ســتكون أصغــر ،وتتعلــم أســرع وتعمــل بوضــوح
أمــا بالنســبة للصــور ومقاطــع الفيديــو وجميــع أنــواع البيانــات المعقــدة األخــرى ،ســنتجه بالتأكيــد
أكبــرَّ .
نحــو الشــبكات العصبيــة.
منــذ خمــس ســنوات فقــط كان بإمكانــك العثــور علــى مصنــف للوجــه مبنــي علــى خوارزميــة الدعــم
حاليــا أصبــح مــن الســهل االختيــار مــن بيــن مئــات الخوارزميــات المعتمــدة علــى
ً اآللــي للمتجــه (.)SVM
الشــبكات العصبيــة المدربــة مسـ ً
ـبقا .أمــا بالنســبة لمرشــحات البريــد العشــوائي فلــم يتغيــر شــيئ ،فــا تــزال
.جاالنحدار ()Regression
ّ
التعلم اآللة! وهو طريقة لرسم خط بين مجموعة نقاط .نعم ،هذا هو
•التشخيص الطبي.
رقمــا بـ ً
ـدل مــن فئــة .ومــن األمثلــة علــى االنحــدار هــو فــي األســاس آليــة للتصنيــف ولكــن هنــا نتوقــع ً
ذلــك توقــع ســعر الســيارة مــن خــال المســافة المقطوعــة ،وتوقــع حركــة المــرور بحســب وقــت محــدد
مــن اليــوم ،وتوقــع حجــم الطلــب مــن خــال نمــو الشــركة ،ومــا إلــى ذلــك .ويكــون مــن الواجــب اســتخدام
ّ
كل مــن يعمــل فــي مجــاالت التمويــل والتحليــل المالــي يحــب خوارزميــات االنحــدار .حتــى أن
معظمهــا مدمــج فــي برنامــج مايكروســوفت إكســل ( .)Excelوطريقــة اســتخدامها سلســة جــدً ا مــن الداخــل
75 آلا ملعتل ةيساسألا ميهافملا
إذ تحــاول اآللــة ببســاطة رســم خــط يشــير إلــى متوســط االرتبــاط ( .)Average Correlationعلــى عكــس
الشــخص ّالــذي يحــاول رســم شــكل االنحــدار يدويً ــا علــى الســبورة ،فــإن اآللــة ترســم الشــكل بدقــة رياضيــة
الخــروف األســود فــي قطيــع غنــم .ولكــن ال تدعــه يخدعــك ،ألنــه مجــرد طريقــة تصنيــف وليــس انحــدا ًرا.
ال بــأس فــي الخلــط بيــن االنحــدار والتصنيــف إذ يتحــول العديــد مــن المصنّفــات لتنفيذ عمليــة انحدار
وعمومــا ُتســتخدَ م طــرق االنحــدار عندمــا ال يمكننــا تحديــد فئــة الكائــن ،وإنمــا
ً بقليــل مــن الضبــط واإلعــداد.
يمكننــا تحديــد ومعرفــة مــدى قربــه مــن هــذه الفئــة ،وهنــا بالضبــط تأتــي مهمتــه.
الموجــه ،ولكــن فــي بعــض األحيــان لــن يكــون لدينــا خيــار آخــر ســوى اســتخدامه.
ّ ّ
التعلــم أقــل مــن
76 آلا ملعتل ةيساسألا ميهافملا
تعــدّ البيانــات المصنّفــة نــوع فاخــر مــن البيانــات .ولكــن مــاذا لــو كنــت رغبــت فــي إنشــاء تصنيــف
مخصــص للحافــات (الباصــات)؟ هــل يجــب عليــك التقــاط صــور يدويً ــا لمليــون حافلــة فــي الشــوارع
عمــرا بأكملــه.
ً واحــدة منهــا؟ مســتحيل ،سيســتغرق هــذا األمــر
ٍ وتصنيــف ّ
كل
فــي هــذا النــوع مــن التعلــم مــن منظورنــا نحــن نعطيهــا أومــر معينــة للتجميــع أو تقليــل األبعــاد
لهــذه الخوارزميــات التكهــن بالنتيجــة المطلوبــة بصــورة صحيحــة .نحــاول فــي تلــك الحــاالت تنظيــم
بياناتنــا أو إعــادة هيكلتهــا فــي صيغــة منطقيــة أكثــر مــن الســابق مــن أجــل معرفــة فيمــا إذا اســتطاعت
ّ
ومتعلــق بنوعيــة البيانــات هــذه الخوارزميــات اســتنتاج شــيئ مــا ،وبذلــك األمــر لــه عــدة جوانــب للحـ ّـل
ولكــن هنــاك بعــض األمــل إذ لدينــا المالييــن مــن المنصــات ّالتــي توفــر خدمــات رخيصــة نسـ ً
ـبيا تبــدأ
مــن 5دوالر أمريكــي ،وغال ًبــا نعتمــد عليهــا لمســاعدتنا فــي تصنيــف البيانــات وهــذه الطريقــة المعتمــدة ّالتــي
الموجه:
َّ ُّ
للتعلم غير بعض األنواع
•التجميع (.)Clustering
ميــزات غيــر معروفــة .إذ تختــار اآللــة أفضــل طريقــة ُت ِّ
قســم عمليــة التجميــع الكائنــات علــى أســاس ِّ
الميــزات ّالتــي تراهــا مناســبة.
لفــرز ّ
•تقسيم السوق (أو تقسيم أنواع العمالء ،أو طريقة والئهم للعالمة التجارية).
•خوارزمية .K-mean_clustering
•خوارزمية .Mean-Shift
•خوارزمية .DBSCAN
فعليــا عمليــة تصنيــف ولكــن المفارقــة هنــا أنهــا ال تحتــوي علــى فئــات محــددة
ً تعــدّ عمليــة التجميــع
ـبقا .مشــابهة جــدً ا لعمليــة تقســيم الجــوارب فــي الــدرج بحســب ألوانهــم ،وذلــك عندمــا ال تتذكــر ّ
كل مسـ ً
األلــوان ّالتــي لديــك فعندهــا ســتجلب الجــورب األول ذو اللــون األســود وتضعــه جان ًبــا وتأخــذ الجــورب
78 آلا ملعتل ةيساسألا ميهافملا
الثانــي ،وهكــذا .تحــاول خوارزميــات التجميــع العثــور علــى كائنــات متشــابهة (بحســب بعــض الميــزات)
ودمجهــا فــي مجموعــة فتُ جمِّ ــع الكائنــات ّالتــي لديهــا الكثيــر مــن الميــزات المماثلــة فــي فئــة واحــدة،
وتســمح لنــا بعــض الخوارزميــات حتــى تحديــد العــدد الدقيــق للمجموعــات ّالتــي نريدهــا.
مــن أحــد أشــهر األمثلــة علــى التجميــع هــي تجميــع العالمــات (أو المؤشــرات) علــى خرائــط الـ ِ
ـوب.
فمثـ ًـا عندمــا تبحــث عــن جميــع المطاعــم النباتيــة المحيطــة بــك ،ســيجمِّ عُ محــرك البحــث الخــاص بالخريطة
ألنــه ســيحاول رســم جميــع المطاعــم النباتيــة الموجــودة علــى ســطح الكــرة األرضيــة وعددهــم ســيكون
كبيـ ًـرا بـ ّ
ـكل تأكيــد.
ومــن بعــض االســتخدامات األخــرى لخوارزميــات التجميــع تطبيقــات الهواتــف المحمولة مثــلApple :
Photosو Google Photosإذ ِكالهمــا يســتخدمان خوارزميــات تجميــع معقــدة أكثــر مــن المثــال الســابق،
وذلــك ألنهــم يبحثــان عــن الوجــوه المميــزة فــي الصــور بهــدف إنشــاء ألبومــات خاصــة ألصدقائــك .ال يعــرف
التطبيــق عــدد أصدقــاؤك وال حتــى كيــف تبــدوا أشــكالهم ،ولكنــه مــع ذلــك يحــاول العثــور علــى ميــزات
صريحــة فــي وجوههــم ،والموازنــة بينهــا لمعرفــة عددهــم ،وعــرض األلبومــات ً
وفقــا لذلــك.
ومــن بعــض االســتخدامات األخــرى هــي ضغــط الصــورة فعنــد حفــظ الصــورة بالحقــة ،PNGيمكنــك
ضبــط مجموعــة األلــوان وليكــن عددهــا 32لو ًنــا .هــذا يعنــي أن آليــة التجميــع ســتأخذ جميــع البكســات
“المحمــرة” وتحســب قيمــة “المتوســط األحمــر” وتضبطــه علــى جميــع البكســات الحمــراء .وبذلــك يكــون
لدينــا ألــوان أقــل ،ممــا يــؤدي فــي نهايــة المطــاف إلــى حجــم ملــف أقــل ،وبذلــك تنخفـ ُ
ـض مصاريــف التخزين
المحلــي أو الســحابي.
ومــع ذلــك يمكــن أن نواجــه بعــض مشــاكل فــي األلــوان مثــل األلــوان القريبــة مــن لونيــن بنفــس
الوقــت مثــل لــون األزرق الســمائي ( .)Cyanإذ ال يمكننــا تصنيفــه فيمــا إذا كان أخضـ ًـرا أم أزرق؟ هنــا يأتــي
تعيــن خوارزميــة K-Meansمجموعــة مــن النقــاط اللونيــة والبالــغ عددهــا 32نقطة لونيــة بطريقة
إذ ّ
عشــوائية فــي مجموعــة األلــوان .وتســمى هــذه النقــاط (أو األلــوان) بالنقــاط المركزيــة (.)Centroids
و ُتحــدد النقــاط المتبقيــة علــى أنهــا مخصصــة ألقــرب نقطــة (لــون) مركــزي .وبعدهــا سـنُالحظ أننــا حصلنــا
79 آلا ملعتل ةيساسألا ميهافملا
نوعً ــا مــا علــى مــا يشــبه المجــرات حــول هــذه األلــوان 32ثــم ننقــل النقطــة المركزيــة إلــى وســط مجرتنــا،
كرتونيــا
ً شــرحا
ً َّ
نفذنــا جميــع المهــام بنجــاح ،ولدينــا 32مجموعــة ُمحــدَّ دة ومســتقرة .وإليــك
فهــل هــم 10أم 100؟ بــكل تأكيــد أن خوارزميــة K-meansلــن تتناســب مــع هــذه الحالــة ،وإنمــا ســتكون
أن النقــاط لدينــا هــم أنــاس فــي ســاحة البلــدةَ .ابحــث عــن أي ثالثــة أشــخاص يقفــون
لنفتــرض َّ
بالقــرب مــن بعضهــم البعــض واطلــب منهــم أن يمســكوا أيديهــم ثــم اطلــب منهــم البــدء فــي اإلمســاك بأولئــك
الجيــران ّالذيــن يمكنهــم الوصــول إليهــم .وهكــذا دواليــك إلــى أن نصــل لشــخص ال يســتطيع اإلمســاك بــأي
شــخص آخــر .هــذه هــي مجموعتنــا األولــى .كــرِّ ر هــذه العمليــة ُليجمــعُ ّ
كل النــاس بمجموعــات.
بخدمتــك؟ دع اآللــة تحجبــه مؤقتً ــا ،وتنشــئ تذكــرة للدعــم الفنــي لفحــص هــذا النشــاط المريــب التخــاذ
القــرار المناســب .فربمــا يكــون روبــوت آلــي يحــاول إشــغال الخــادم ّالــذي تحجــزه لموقعــك .فــي الحقيقــة
“نموذجيــا” أم ال.
ً المســتخدم ونحملهــا إلــى نموذجنــا ونتــرك اآللــة ُتقــرِّ ر مــا إذا كان هــذا المســتخدم
يمكــن أن ال يعمــل هــذا النهــج بطريقــة جيــد بالموازنــة مــع التصنيــف ،ولكــن القــرار النهائــي سـ ُـيبنى
•أنظمة التوصية.
•إدارة المخاطر.
•خوارزميــة التحليــل الداللــي الكامــن ( Latent Semantic Analysisويشــار إليهــا اختصــا ًرا LSA
ً
ســابقا هــذه األســاليب ،وكان عليهــم العثــور علــى “شــيئ اســتخدم علمــاء البيانــات المتعصبــون
مثيــر لالهتمــام” فــي أكــوام ضخمــة مــن األرقــام؛ وعندمــا لــم تســاعدهم مخططــات إكســل بهــذه المهمــة
ميــزة ّ
تعلــم كيفيــة أجبــروا اآلالت علــى العثــور علــى األنمــاط حتــى حصلــوا علــى طريقــة تقليــل األبعــاد أو ّ
تقليل البعد.
ً
عوضــا عــن مجموعــة مــن دائمــا اســتخدام التلخيــص أو التجريــد (،)Abstractions
مــن األفضــل ً
الميــزات المجــزأة .فمثـ ًـا ،يمكننــا دمــج ّ
كل الــكالب ذات اآلذان مثلثيــة الشــكل واألنــوف الطويلــة والذيــل
الكبيــر ليصبــح لدينــا تلخيــص لشــكل كلــب لطيــف وهــو كلــب “شــبيرد” .نعــم فقدنــا بعــض المعلومــات حــول
الصفــات المميــزة الخاصــة بالكلــب شــبيرد ،إال أن التلخيــص الجديــد يعــدُّ أكثــر فائــدة لتســمية األغــراض
َّ
تتعلــم بطريقــة أســرع ،وال تظهــر لديهــا مشــكلة الم َّ
لخصــة وتوضيحهــا .باإلضافــة إلــى ذلــك ،إن النمــاذج ُ
ً
الحقــا -وهــي تســتخدم “فــرض التخصيــص” ( )Overfittingبكثــرة ّ
-التــي ســنتحدث عنهــا بالتفصيــل
الميــزات.
عــددً ا أقــل مــن ّ
أصبحــت هــذه الخوارزميــات أداة مذهلــة “لنمذجــة المواضيــع” .إذ يمكننــا تلخيــص مواضيــع مــن
كلمــات محــددة لمعانيهــا وهــذا مــا تفعلــه خوارزميــة التحليــل الداللــي الكامــن .تعتمــد علــى عــدد مــرات
83 آلا ملعتل ةيساسألا ميهافملا
تكــرار كلمــة معينــة فــي موضــوع محــدد مثــل :اســتخدام كلمــة “تقنيــة” بكثــرة فــي المقــاالت التقنيــة،
وبالتأكيــد ســنعثر علــى أســماء األشــخاص السياســيين بكثــرة فــي األخبــار السياســية وهكــذا.
كمــا يمكننــا بــكل تأكيــد إنشــاء مجموعــات مــن جميــع الكلمــات فــي المقــاالت ،ولكننــا ســنفقد جميــع
المدَّ ِخــرة
خصيصــا العالقــة بيــن الكلمــات ذات المعنــى نفســه مثــل ُ
ً الروابــط المهمــة بيــن معانــي الكلمــات
لذلــك نحــن بحاجــة إلــى ربــط الكلمــات والمســتندات فــي ميــزة واحــدة للحفــاظ علــى هــذه االتصــاالت
الكامنــة واتضــح لنــا بــأن خوارزميــة التفكيــك المفــرد ( )Singular decompositionتــؤدي هــذه المهمــة
بقــوة ،ممــا يشـ ُـف عــن فائــدة المجموعــات المجمعــة بحســب الموضــوع ّالتــي تحدثنــا عنهــا سـ ً
ـابقا.
التعاونيــة ( )Collaborative Filteringمــن أجــل تقليــل األبعــاد .ممــا يبــدو أنــه إذا كنــت تســتخدمه فــي
تلخيــص تقييمــات المســتخدمين ،فســتحصل علــى نظــام رائــع للتوصيــة باألفــام والموســيقى واأللعــاب بــل
فهمــا كامـ ًـا لفكــرة التلخيــص (أو التجريــد) اآللــي ،ولكــن مــن الممكــن رؤيــة
ســنتمكن بالــكاد مــن فهــم ً
بعــض االرتباطــات عــن قــرب .إذ يرتبــط بعضهــا بعمــر المســتخدم فمثـ ًـا يلعــب األطفــال لعبــة مايــن كرافــت
( )Minecraftويشــاهدون معهــا الرســوم المتحركــة بكثــرة ،ويرتبــط بعــض المســتخدمين اآلخريــن بنوعيــة
تســتطيع اآلالت الحصــول علــى هــذه المفاهيــم التجريديــة عاليــة المســتوى مــن دون حتــى فهــم
•خوارزمية .Apriori
•خوارزمية .Eclat
•خوارزمية .FP-growth
وتســتخدم هــذه الطريقــة لتحليــل عربــات (سـ ّـات) التســوق اإللكترونيــة أو الواقعيــة ،كمــا تســتخدم
ً
أيضــا ألتمتــة اســتراتيجية التســويق ،والمهــام األخــرى المتعلقــة بمثــل هــذه األحــداث .وتحديــدً ا عندمــا
يكــون لديــك تسلســل لشــيئ معيــن وترغــب فــي إيجــاد أنمــاط فيــه -جــرب هــذه األشــياء.
لنفتــرض أن العميــل ســيأخذ ســتة عبــوات مــن العصائــر ويذهــب إلــى طاولــة المحاســبة ثــم إلــى بــاب
الخــروج .هــل يجــب أن نضــع الفــول الســوداني بجانــب الطريــق المــؤدي إلــى طاولــة المحاســبة؟ وفــي حــال
وضعناهــا ،كــم مــرة سيشــتريها النــاس بالمجمــل؟ لربمــا تتماشــى العصائــر مــع الفــول الســوداني ،ولكــن مــا
هــي التسلســات األخــرى ّالتــي يمكننــا التنبــؤ بهــا اعتمــادً ا علــى البيانــات؟ هــل يمكــن لتغييــرات بســيطة فــي
وينطبــق نفــس الشــيء علــى التجــارة اإللكترونيــة .إذ المهمــة هنــا أكثــر حماســية وإثــارة لالهتمــام ،فما
ّالــذي سيشــتريه العميــل فــي المــرة القادمــة؟ هــل سيشــتري المنتجــات النباتيــة؟ أم الحيوانيــة؟
تعتمــد األســاليب الكالســيكية لتعلــم اآللــة علــى نظــرة مباشــرة على جميع الســلع المشــترية باســتخدام
األشــجار أو المجموعــات .يمكــن للخوارزميــات البحــث عــن األنمــاط فقــط ،ولكــن ال يمكنهــا تعميمهــا أو إعادة
إنتاجهــا بمــا يتوافــق مــع األمثلــة الجديدة.
وهو عملية رمي روبوت في متاهة وتركه بمفرده ليجد طريق الخروج بنفسه.
حاليا:
ً من بعض التطبيقات العملية المستخدمة
•األلعاب.
87 آلا ملعتل ةيساسألا ميهافملا
•أتمتة التداول.
أخيــرا ،نصــل إلــى شــيئ يشــبه الــذكاء الحقيقــي .فــي كثيــر مــن المقــاالت نــرى خطــأ شــائعً ا بــأن
ً
وجــه .لــذا وجــب
الم َّ الموجــه أو أحيا ًنــا فــي قســم التَ ُّ
علــم غيــر ُ َّ ُّ
التعلــم يصنــف التَ ُّ
علــم المعــزز تحــت قســم
التنويــه إلــى كونــه طريقــة ُّ
تعلــم منفصلــة.
علــم المعــزز فــي الحــاالت ّالتــي ال تتعلــق فيهــا مشــكلتك بالبيانــات علــى اإلطــاق،
يســتخدم التَ ُّ
وإنمــا لديــك بيئــة افتراضيــة تتعامــل معهــا .مثــل عالــم ألعــاب الفيديــو أو مدينــة افتراضيــة للســيارات
ذاتية القيادة.
بأحــد الطــرق الجويــة .وبغــض النظــر عــن مقــدار البيانــات ّالتــي نجمعهــا ،ال يــزال يتعــذر علينــا توقــع جميــع
المواقــف المحتملــة .وهــذا هــو الســبب األساســي لهــدف التعلــم المعــزز وهــو تقليــل الخطــأ ،وليــس التنبــؤ
إن البقــاء علــى قيــد الحيــاة فــي البيئــة االفتراضيــة هــي الفكــرة األساســية للتعلــم المعــزز .إذ ســنعتمد
علــى تــرك الروبــوت الصغيــر الفقيــر يتجــول فــي الحيــاة االفتراضيــة و ُنعاقبــه علــى األخطــاء و ُنكافئــه علــى
األفعــال الصحيحــة .بنفــس الطريقــة ّالتــي نعلــم بهــا أطفالنــا ،أليــس كذلــك؟
الطريقــة أكثــر فعاليــة لتدريــب الروبــوت هــي بنــاء مدينــة افتراضيــة والســماح للســيارة ذاتيــة القيــادة
كل طــرق القيــادة وحيلهــا فيهــا ً
أول .فــي الحقيقــة هــذه هــي الطريقــة المعتمــدة فــي تدريــب الروبوت بتعلــم ّ
الموجــودة فــي الســيارات ذاتيــة القيــادة ،إذ ننشــئ فــي البدايــة مدينــة افتراضيــة اســتنادً ا لخريطــة المدينــة
يمكــن” وهكــذا يســتمر الروبــوت فــي التــدرب إلــى أن يصــل لمرحلــة ال يقتــل بهــا أحــد .عندمــا يــؤدي
أداء جيــدً ا فــي لعبــة GTAعندهــا س ـنُحرِّ َره ونختبــره فــي الشــوارع الحقيقيــة.
الروبــوت ً
إن النهــج القائــم علــى نمــوذج يعنــي أن الســيارة بحاجــة لحفــظ كامــل الخريطــة أو أجزائهــا .هــذا
نهــج قديــم جــدً ا ألنــه مــن المســتحيل بالنســبة للســيارة الفقيــرة ذاتيــة القيــادة أن تحفــظ الكوكــب بأكملــه.
أمــا فــي النهــج غيــر القائــم علــى نمــوذج فــا تحفــظ الســيارة َّ
كل حركــة ولكنهــا تحــاول تعميــم المواقــف، َّ
ومحاولــة التصــرف بعقالنيــة إلــى جانــب محاولتهــا الحصــول علــى أقصــى مكافــأة.
هــل تذكــر األخبــارأ المتداولــة حــول خســار بطــل العالــم بلعبــة Goأمــام الــذكاء الصنعــي؟ هــل تعلــم
ـب بهــذه اللعبــة أكبــر مــن عــدد الــذرات الموجــودة فــي الكــون
بــأن عــدد التركيبــات القانونيــة المحتملــة للعـ ِ
ً
الحقــا .51ولكــن هــل ســنطلب مــن هــذا الروبــوت المســكين حفــظ َّ
كلــه؟ حتــى أن العلمــاء أثبتــوا ذلــك
ّ
كل ذلك؟
فــي الواقــع أن اآللــة لــم تتذكــر جميــع التركيبــات المحتملــة للعــب ومــع ذلــك فــازت بلعبــة ،Goإذ
فعليــا اختــارت
ً غــاري كاســباروف فــي المبــاراة الشــهيرة ســنة ّ 1997
والتــي ســميت بمبــاراة القــرن .)52هــي
ببســاطة أفضــل حركــة (مــن ناحيــة المكســب) لـ ّ
ـكل حالــة ،وقــد فعلــت مــا يكفــي للتغلــب علــى البشــر.
الحــر ()Q-learning
ّ أساســيا أدى لظهــور التَ ُّ
علــم المعــزز وفــق النمــوذج ً مفهومــا
ً يعــد هــذا النهــج
ّ
للتعلــم ّ
التعلــم المعــزز بــل وظهــور الخوارزميــات مثــل خوارزميــة خطــة ماركــوف وهــو فــرع مــن فــروع
الحــر (.)DQN
ّ ّ
التعلــم المعــزز العميــق وفــق النمــوذج المعــزز التخــاذ القــرار ( )SARSAوخوارزميــة
ومــن الجديــر بالذكــر أن حــرف “ ”Qيشــير إلــى “الجــودة” ( )Qualityإذ يتعلــم الروبــوت أداء الفعــل األكثــر
“نوعيــة” فــي ّ
كل حالــة ويحفــظ جميــع المواقــف علــى أنهــا سلســلة ماركوفيــة بســيطة (.)Markov chain
يمكــن لآللــة اختبــار مليــارات المواقــف والحــاالت فــي البيئــة افتراضيــة ،ويمكنهــا تذكــر جميــع الحلول
ّالتــي أدت لمكافــأة أكبــر .ولكــن كيــف يمكنهــا أن تميــز المواقــف ّالتــي رأتهــا مسـ ً
ـبقا عــن المواقــف الجديــدة
كليــا؟ فمثـ ًـا إذا كانــت الســيارة ذاتيــة القيــادة فــي إحــدى التقاطعــات بيــن الشــوارع وكانــت إشــارة المــرور
ً
حمــراء وتحولــت فجــأة اإلشــارة الخضــراء فهــل هــذا يعنــي أنهــا يمكــن أن تســير مباشــرة؟ مــاذا لــو كانــت
هنــاك ســيارة إســعاف تســير فــي شــارع قريــب وتطلــب مــن الســيارات األخــرى إفســاح الطريــق لهــا؟
اإلجابــة الحاليــة علــى هــذا الســؤال وفــق المعطيــات المتاحــة إلــى يومنــا هــذا هــو “ال أحــد يعــرف
المحاولــة للعثــور علــى إجابــة ،ولكــن فــي الوقــت نفســه ال يجــدون ســوى الحلــول المؤقتــة لبعــض الحــاالت.
فيعتمــد البعــض علــى محــاكاة جميــع المواقــف يدويً ــا ّالتــي تنتــج حـ ًـا للحــاالت االســتثنائية ،مثــل :مشــكلة
العربــة ( ،)trolley problemويتعمــق البعــض اآلخــر أكثــر مــن ذلــك ويتــرك للشــبكات العصبيــة مهمــة
90 آلا ملعتل ةيساسألا ميهافملا
اكتشــافها ،وهــذا قادنــا لتطــور التعلــم المعــزز وفــق النمــوذج الحــر ( )Q-learningإلــى شــبكات التعلــم
المعــزز العميــق ( .)Deep Q-Networkلكنهــا ليســت بالحــل المثالــي ً
أيضــا.
ّ
تتعلم تصحيح أخطاء بعضها البعض. وهو مجموعة أشجار غبية
•جميــع التطبيقــات ّالتــي تعمــل علــى الخوارزميــات الكالســيكية (الفــارق هنــا أنهــا تقــدم
أداء أفضل).
•أنظمة البحث.
•الرؤية الحاسوبية.
•الكشف عن األغراض.
حــان الوقــت لألســاليب الحديثــة والكبيــرة .تعــدُّ المجمعــات والشــبكات العصبيــة مقاتــان رئيســيان
يمهــدان طريقنــا نحــو التفــرد فــي عمليــة التَ ُّ
علــم .واليــوم ينتجــون أكثــر النتائــج دقــة ويســتخدمون علــى
علــى الرغــم مــن فعاليتهــا العاليــة إال أن الفكــرة الكامنــة وراءهــا بســيطة للغايــة إذ تعتمــد علــى أخــذ
مجموعــة مــن الخوارزميــات ذات الفعاليــة العاديــة ،وتجبرهــا علــى تصحيــح أخطــاء بعضهــا ً
بعضا ،فســتكون
الجــودة اإلجماليــة للنظــام أفضــل مــن أفضــل خوارزميــات تعمــل بطريقــة منفــردة.
ســتحصل علــى نتائــج أفضــل إذا أخــذت أكثــر الخوارزميــات تقل ًبــا فــي النتائــجّ ،
والتــي تتوقــع نتائــج
تمامــا فــي حالــة حــدوث ضوضــاء صغيــرة علــى بيانــات الدخــل مثــل خوارزميــات أشــجار القــرار
مختلفــة ً
وأشــجار االنحــدار ،فهــذه الخوارزميــات حساســة للغايــة ،حتــى أنــه يمكــن لقيمــة شــاذة واحــدة خارجيــة
مطبقــة علــى بيانــات الدخــل أن تجعــل النمــاذج يجــن جنونهــا .فــي الحقيقــة هــذا بالضبــط مــا نحتــاج إليــه.
َتنتـ ُ
ـج هــذه النمــاذج مــن تطبيــق خوارزميــات مختلفــة وكلمــة “مختلفــة” تعنــي أي أن خلــط تكديــس
نفــس الخوارزميــات علــى نفــس البيانــات لــن يكــون له أي معنــى أو أهميــة .وإن عمليــة اختيــار الخوارزميات
أمــر متــروك لــك مطلــق الحريــة فــي اختبــاره إال أ َّنــه بالنســبة للنمــوذج المعنــي باتخــاذ القــرار النهائــي ،فعــاد ًة
نفســها ،ولكــن ندربهــا علــى مجموعــات فرعيــة مختلفــة مــن البيانــات األصليــة ،ونحســب فــي النهايــة
يمكــن أن تتكــرر البيانــات فــي مجموعــات فرعيــة عشــوائية .فمثـ ًـا ،يمكننــا الحصــول علــى مجموعات
فرعيــة مــن المجموعــة “ ”1-2-3مثــل ”2-2-3“ :و” ”1-2-2و” ”3-1-2ومــا إلــى ذلــك .نســتخدم
مجموعــات البيانــات الجديــدة هــذه لتعليــم الخوارزميــة نفســها عــدَّ ة مــرات ،ثـ ّ
ـم نتوقــع اإلجابــة النهائيــة
أشــهر مثــال علــى اســتخدام طريقــة التعبئــة هــي خوارزميــة الغابــات العشــوائية ()Random Forest
والتــي ببســاطة تعبــأ باســتخدام أشــجار القــرار ّ
(التــي ســبق وأن وتحدثنــا عنهــا فــي الفقــرات الســابقة).
فمثـ ًـا عنــد فتحــك لتطبيــق الكاميــرا الخــاص بهاتفــك ورؤيتــك لمربعــات مرســومة حــول وجــوه األشــخاص
فــي الحقيقــة مــن المحتمــل أن تكــون هــذه النتيجــة بفضــل خوارزميــة الغابــات العشــوائية.
وذلــك ألن الشــبكات العصبيــة بطيئــة جــدً ا عنــد تشــغيلها فــي الزمــن الحقيقــي (،)Real-time
وبالمقابــل تكــون طريقــة التعبئــة مثاليــة بهــذه الحــاالت ألنــه يمكنهــا أن تبنــي أشــجار القــرار علــى
جميــع البطاقــات الرســومية الضعيفــة والقويــة بــل وحتــى علــى المعالجــات الجديــدة الفاخــرة الخاصــة
ّ
بتعلم اآللة!
فــي بعــض المهــام ،تكــون االســتراتيجية المتبعــة هــي التركيــز على قــدرة الغابة العشــوائية علــى العمل
بالتــوازي مثلمــا يحــدث عنــد اســتخدام الشــبكات العصبيــة االصطناعيــة أمــا طريقــة التجميــع ال تســتطيع
العمــل بالتــوازي ،والبعــض اآلخــر مــن التطبيقــات تتطلــب الســرعة ّالتــي تســتطيع تحققهــا طــرق المجموعات
بغــض النظــر عــن أســلوب تطبيقهــا وتحديــدً ا فــي المهــام ّالتــي تتطلــب معالجــة بالزمــن الحقيقــي .ولكنَّهــا
فــي النهايــة مســألة مفاضلــة بيــن خيــاري الدقــة أو الســرعة وذلــك بحســب ّ
كل مهمــة.
وهــي الطريقــة ّالتــي تعتمــد علــى تدريــب الخوارزميــات واحــد ًة تلــو األخــرى .وتولــي ّ
كل خوارزميــة
الحقــة معظــم اهتمامهــا لنقــاط البيانــات ّالتــي أخطــأت الخوارزميــة الســابقة فــي تفســيرها ،وتكــرر هــذه
كمــا هــو الحــال فــي طريقــة التعبئــة ،تســتخدم الخوارزميــة مجموعــات فرعيــة متنوعــة مــن بياناتنــا
ـزءا مــن البيانــات ولكــن هــذه المــرة لــن ُننش ـ َئها بطريقــة عشــوائية .وإ َّنمــا فــي ّ
كل عينــة فرعيــة ،نأخــذ جـ ً
94 آلا ملعتل ةيساسألا ميهافملا
ّالتــي فشــلت الخوارزميــة الســابقة فــي معالجتهــا .وبذلــك ُننشــئ خوارزميــة جديــدة لتتعلــم كيفيــة إصــاح
الميــزة الرئيســية فــي طــرق التجميــع هــي الدقــة الممتــازة بالموازنــة مــع الوقــت المأخــوذ ،وتعد أســرع
بكثيــر مــن الشــبكات العصبيــة .تقري ًبــا األمر أشــبه ما يمكن بســباق بين ســيارة وشــاحنة على المضمــار .يمكن
نظــرة علــى مثــال حقيقي الســتخدام طرق التجميع (وتحديــدً ا طريقة التعزيز) افتح موقع فيســبوك أو موقع
غوغــل واكتــب أي اســتعالم فــي مربع البحث .هل يمكنك ســماع جيوش من األشــجار تــزأر وتتحطم معً ا لفرز
النتائــج حســب الصلــة؟ ذلــك بســبب أن هــذه الشــركات يســتخدمون طريقــة التجميــع باســتخدام التعزيــز.53
(حاليــا هنــاك ثــاث أدوات شــائعة لتطبيــق طريقــة التعزيــز ،يمكنــك قــراءة هــذا التقريــر المفصــل ّالــذي
ً
يــوازن بينهــا CatBoostمقابــل LightGBMمقابــل .)XGBoost
95 آلا ملعتل ةيساسألا ميهافملا
الشــبكات العصبيــة :وهــي عبــارة عــن مجموعــة مــن الخاليــا العصبيــة االصطناعيــة الموجــودة
فــي طبقــات ُم ِّ
توضعَ ــة فــوق بعضهــا ً
بعضــا ،ولهــا طبقــة أوليــة ،وطبقــة النهائيــة ،تتلقــى الطبقــة األوليــة
الحقــا للطبقــة ّالتــي تليهــا وهكــذا إلــى أن نحصــل علــى الخــرج مــن
ً المعلومــات الخــام ،وتعالجهــا لتُ مرِّ رهــا
الطبقــة النهائيــة.
•الترجمة اآللية.
عوضا عن جميع تطبيقات طرق ّ
تعلم اآللة السابقة. ً •باإلضافة إلى أنه يمكنها أن تعمل
إن أي شــبكة عصبيــة اصطناعيــة هــي فــي األســاس مجموعــة مــن الخاليــا العصبيــة االصطناعيــة
( )Neuronsو االتصــاالت (ّ )Connectionsالتــي بينهــا ،وإن الخليــة العصبيــة االصطناعيــة هــي مجــرد
تابــع لديــه مجموعــة مــن المدخــات وخــرج وحيــد .وتتمثــل مهمــة الخليــة العصبيــة االصطناعيــة فــي أخــذ
جميــع األرقــام مــن مدخالتهــا ،وأداء الوظيفــة المنوطــة إليهــا وإرســال النتيجــة للخــرج.
ـد مــا القنــوات بيــن الخاليــا العصبيــة الحقيقيــة ،إذ تربــط مخرجــات خليــة
االتصــاالت تشــبه إلــى حـ ٍ
عصبيــة معينــة لمدخــل خليــة عصبيــة أخــرى حتــى يتمكنــوا مــن إرســال األرقــام والنتائــج لبعضهــا ً
بعضــا،
ّ
وكل اتصــال لــه وســيط واحــد فقــط وهــو الــوزن ( ،)Weightوهــو مشــابه لقــوة االتصــال لإلشــارة؛ فعندمــا
يمــر الرقــم 10مــن خــال اتصــال بــوزن 0.5يتحــول إلــى .5هــذه األوزان تطلــب مــن الخليــة العصبيــة
االصطناعيــة أن تســتجيب أكثــر للدخــل ذو الــوزن األكبــر ،وأقــل للدخــل ذو الــوزن األقــلُ .تعدَّ ل هــذه األوزان
ّ
تتعلــم الشــبكة العصبيــة االصطناعيــة. عنــد التدريــب وهكــذا
فيمــا يلــي مثــال لخاليــا عصبيــة اصطناعيــة بســيطة ولكنهــا مفيــدة فــي الحيــاة الواقعيــة :ســتجمع
جميــع األرقــام مــن مدخالتهــا وإذا كان هــذا العــدد أكبــر مــن Nفســتُ عطي النتيجــة 1وإال ســتعطي
النتيجة .0
97 آلا ملعتل ةيساسألا ميهافملا
لمنــع حــدوث فوضــى فــي الشــبكة ،ترتبــط الخاليــا العصبيــة بطبقــات ،وليــس بطريقــة عشــوائية؛ ال
ترتبــط الخاليــا العصبيــة داخــل الطبقــة الواحــدة ،وإنمــا تتصــل بالخاليــا العصبيــة للطبقــات التالية والســابقة
كافيــا مــن الطبقــات ووضعــت األوزان بطريقــة صحيحــة ،فســتحصل علــى النتيجــة
ً إذا وضعــت عــددً ا
المرجــوة وإليــك مثـ ًـا يوضــح األمــر ،تريــد أن تكتشــف مــا هــو الرقــم المكتــوب بخــط اليــد فــي الصــورة
أخيــرا المخــرج المســؤول عــن الرقــم أربعــة .إذا هكــذا وصلنــا للنتيجــة المرجــوة
ً وهكــذا حتــى يضــيء
(ســنأخذ هــذا المثــال بوضــوح أكبــر وبـ ّ
ـكل تفاصيلــه الدقيقــة فــي الجــزء الثانــي مــن هــذه السلســلة).
مناسبة للمبتدئين.
بعــد إنشــاء الشــبكة ،ســتكون مهمتنــا هــي تعييــن الطــرق المناســبة لتتفاعــل الخاليــا العصبيــة مــع
الممــررة عبــر مدخــات الشــبكة .أي ســنقول للشــبكة “عدلــي أوزانــك بالطريقــة الصحيحــة حتــى
للصــورة ُ
الممـ َّـررة لــك علــى أنهــا صــورة للرقــم .”4
تســتطيعين معرفــة الصــورة ُ
فــي البدايــة ُتســند جميــع األوزان بطريقــة عشــوائية .بعــد أن نعــرض لهــا ً
رقمــا معينًــا ،إذ تنبعــث
منهــا إجابــة عشــوائية ألن األوزان ليســت صحيحــة حتــى اآلن ،ونــوازن مــدى اختــاف هــذه النتيجــة عــن
النتيجــة الصحيحــة .ثــم نبــدأ فــي بالرجــوع للخلــف عبــر الشــبكة مــن المخرجــات إلــى المدخــات ونخبــر ّ
كل
خليــة عصبيــة ،لقــد تنشــطت هنــا وأديــت عمـ ًـا رهي ًبــا وهكــذا.
ّ
التعلــم بالتفاصيــل الدقيقــة فــي الطبقــات المخفيــة وكيــف يبســط هــذا الفيديــو كيــف َتحـ ُ
ـدث عمليــة
تنــس أن ِّ
تغعــل خيــار التعليقــات التوضيحيــة ألن الفيديــو مترجــم إلــى اللغــة َ تتعلــم مــن أخطائهــا (ال
العربية ً
أيضا).
يمكــن للشــبكة العصبيــة المدربــة تدري ًبــا جيــدً ا أن تنــوب عــن عمــل أي مــن الخوارزميــات الموضحــة
فــي هــذا الفصــل (بــل وغال ًبــا مــا يمكنهــا أن تعمــل بدقــة أكثــر منهــم) .وهــذا مــا جعلهــا شــائعة االســتخدام
الحقــا أن الشــبكات ّالتــي تحتــوي علــى عــدد كبيــر مــن الطبقــات تتطلــب قــوة حســابية ال يمكــن
ً اتضــح
أحدثــت بنيــة الشــبكات العصبيــة التالفيفيــة والتــي تدعــى اختصــا ًرا ( )CNNثــورة فــي عالم الشــبكات
حاليــا ،إذ تســتخدم للبحــث عــن الكائنــات فــي الصــور وفــي مقاطــع الفيديــو ،كمــا تســتخدم ً
أيضــا ً العصبيــة
للتعــرف علــى الوجــوه ،وتحويــل التنســيق ،وتوليــد وتحســين الصــور ،وإنشــاء تأثيــرات مثــل التصويــر
البطــيء وتحســين جــودة الصــورة .باختصــار تســتخدم بنيــة الشــبكات العصبيــة التالفيفيــة فــي جميــع
يمكنــك مالحظــة كيــف اســتطاعت تقنيــات تعلــم اآللــة ّالتــي طورتهــا شــركة فيســبوك مــن تحديــد
مــن أبــرز المشــاكل الرئيســية ّالتــي تواجهنــا عنــد التعامــل مــع الصــور هــي صعوبــة اســتخراج الميــزات
منهــا .علــى عكــس ســهولة ّالتــي نجدهــا عنــد التعامــل مــع النصــوص ،إذ فــي النصــوص يمكنــك ببســاطة
تقســيم النــص بحســب الجمــل ،والبحــث عــن الكلمــات ذات ســمات معينــة ،ومــا إلــى ذلــك .ولكــن فــي الصــور
تصنيفــا يدويً ــا لكــي تتمكــن برامــج ّ
تعلــم اآللــة مــن ً األمــر أعقــد مــن ذلــك بكثيــر إذ يجــب تصنيــف الصــور
ً
الحقــا معرفــة مــكان آذان القطــط أو ذيولهــا فــي هــذه الصــورة المحــددة والمنصفــة .ســميت هــذه المنهجيــة
باســم “صناعــة الميــزات يدويً ــا” وكان يســتخدمها الجميــع تقري ًبــا.
ولكــن األمــر لــم يتوقــف إلــى هــذا الحــد فحســب وإنمــا ظهــرت العديــد مــن المشــاكل مــع منهجيــة
صناعــة الميــزات يدويً ــا ،فمثـ ًـا فــي البدايــة إذا كانــت تعرفــت الشــبكة العصبيــة علــى أذنــي القطــة وأبعــدت
هــذه القطــة عــن الكاميــرا فنحــن فــي مشــكلة ألن الشــبكة لــن تــرى شــي ًئا (بســبب ّ
تغيــر حجــم أذن القطــة).
تجولــي فــي الشــارع عنــد منتصــف الليــل -حتــى لــو لمحتهــا فقــط فــي زاويــة عينــي -سأســتطيع أن أحــدد
بأنهــا قطــة وليســت فــأر ،والســبب بســيط جــدً ا إذ ال شــعوريً ا يصنــف دماغنــا العديــد مــن الميــزات الخاصــة
بالقطــط وال ينظــر إلــى شــكل األذن أو عــدد األرجــل فقــط وذلــك بــدون أي جهــد منــي وال حتــى تفكيــر.
ـاء علــى ذلــك ســيصعب األمــر جــدً ا عنــد محاولتــي لنقــل هــذه المعرفــة إلــى اآللــة.
وبنـ ً
•ســنخصص لــكل نــوع مــن أنــواع الخطــوط علــى الصــورة رمـ ًـزا معي ًنــا -ســواء أكان الخــط ً
أفقيــا
ســيكون الرمــز [ ]-أو رأسـ ًـيا ســيكون الرمــز [|] أو قطريً ــا ســيكون الرمــز [ .]/يمكــن ً
أيضــا أن يكــون
ســيكون الناتــج عــدة جــداول مــن الخطــوط ّالتــي هــي فــي الواقــع أبســط الميــزات ّالتــي تمثــل حــواف
الكائنــات علــى الصــورة .إنهــا صــور بمفردهــا ولكنهــا مبنيــة مــن الخطــوط .وهكــذا نســتمر فــي أخــذ كتلــة
ذات حجــم 8×8ونــرى كيــف تتطابــق معً ــا .ونعيدهــا مــرا ًرا وتكــرا ًرا.
101 آلا ملعتل ةيساسألا ميهافملا
ـي كطبقــة مــن الشــبكة العصبيــة ،ألنــه فــي نهايــة األمــر يمكــن
ـي المطبــق فيهــا .يمكــن تمثيــل عمليــة الطـ ّ
الطـ ّ
لـ ّ
ـكل خليــة عصبيــة أن تكــون بمثابــة تابــع يــؤدي أي وظيفــة أريدهــا.
ـما هندسـ ًـيا معقــدً ا مثــل وجــه القطــة ،وبالمجمــل ســتكون بعــض مجموعــات
ـتقيما أو جسـ ً
خطــا مسـ ً
القطــة ً
دائمــا.
الخطــوط ســتكون نشــطة ً
كمخرجــات ســتنظر هــذه الشــبكة العصبيــة االصطناعيــة ذات البنيــة التالفيفيــة ألكثــر المجموعــات
ـاطا فــي هــذه الصــور وســتبني عليهــا قرارهــا فيمــا إذا كانــت الصــور لقطــة أو لكلــب.
نشـ ً
102 آلا ملعتل ةيساسألا ميهافملا
يكمــن جمــال هــذه الفكــرة فــي أن الشــبكة العصبيــة ســتبحث عــن الميــزات األكثــر تميـ ًـزا للكائنــات
بمفردهــا .لســنا بحاجــة الختيارهــا يدويً ــا .يمكننــا تزويــد الشــبكة بكميــة كبيــرة مــن الصــور ألي كائــن فقــط
مــن خــال البحــث فــي غوغــل عــن مليــارات مــن الصــور المشــابهة وهكــذا ســوف تنشــئ شــبكتنا خرائــط
تعــدّ الشــبكات العصبيــة المتكــررة والتــي يشــار لهــا اختصــا ًرا ( )RNNمــن أكثــر ال ُبنــى الهيكليــة
األشــياء المفيــدة مثــل الترجمــة اآلليــة ،والتعــرف علــى الــكالم ،وتركيــب صــوت مميــز للمســاعد الشــخصي
وعمومــا تعــدّ هــذه البنيــة مــن أفضــل الخيــارات الموجــودة للبيانات التسلســلية
ً مثــل المســاعد ســيري (.)Siri
هــل تذكــر القــارئ الصوتــي الخــاص الموجــود فــي نظــام التشــغيل وينــدوز إكــس بــي
ً
محــاول لصقهــا معً ــا .اآلن وازن ً
حرفــا بحــرف، ()Windows XP؟ هــذا الرجــل المضحــك يبنــي الكلمــات
بيــن صوتــه وصــوت المســاعد الشــخصي أليكســا الخــاص بشــركة أمــازون ،أو المســاعد الشــخصي الخــاص
بغوغــل ،فــرق كبيــر بينهــم ،أليــس كذلــك؟ إنهــم ال ينطقــون الكلمــات بوضــوح فقــط وإنمــا يضيفــون لكنــة
خاصــة مناســبة لهــم! إليــك هــذا الفيديــو اللطيــف لشــبكة عصبيــة تحــاول أن تتحــدث بعــد تزويدهــا بصــوت
ّ
كل ذلــك ألن المســاعدين الصوتييــن الحديثيــن مدربــون علــى التحــدث علــى عبــارات كاملــة دفعــة
ً
حرفــا بحــرف ،يمكننــا أخــذ مجموعــة مــن النصــوص الصوتيــة وتدريــب شــبكة عصبيــة واحــدة وليــس
إلنشــاء تسلســل صوتــي أقــرب إلــى الــكالم األصلــي .بمعنــى آخــر ،سنســتخدم النــص كمدخــل للشــبكة
العصبيــة االصطناعيــة وصــوت الشــخص المجـ ّـرد كخــرج لهــذه الشــبكة .نطلــب مــن الشــبكة العصبيــة إنشــاء
بعــض األصــوات لنــص محــدد ،ثــم موازنتــه بالصــوت األصلــي ومحاولــة تصحيــح األخطــاء لالقتــراب قــدر
تبــدو عمليــة التعلــم بســيطة وكالســيكية أليــس كذلــك؟ حتــى الشــبكات العصبيــة ذات التغذيــة
المســبقة تســتطيع فعــل ذلــك .ولكــن كيــف يجــب تعريــف مخرجــات هــذه الشــبكة؟ هــل ســيكون بلفــظ ّ
كل ُ
عبــارة ممكنــة موجــودة فــي اللغــة اإلنكليزيــة؟ بالتأكيــد هــذا ليــس خيــا ًرا جيــدً ا.
103 آلا ملعتل ةيساسألا ميهافملا
هنــا ستســاعدنا حقيقــة أن النــص أو الــكالم أو حتــى الموســيقى؛ مــا هــي إال تسلســات مــن المعلومات.
تتكــون مــن وحــدات متتاليــة (مثــل المقاطــع اللفظيــة للكلمــات اإلنكليزيــة) .تبــدو جميعهــا فريــدة مــن نوعهــا
ولكنهــا تعتمــد علــى مقاطــع ســابقة .ألـ ِـغ هــذا االتصــال بيــن هــذه المقاطــع وســتحصل علــى مقطــع موســيقي
يمكننــا تدريــب الشــبكة العصبيــة بيرســيبترون لتوليــد هــذه األصــوات الفريــدة ،ولكــن كيــف
ســتتذكر اإلجابــات الســابقة؟ لــذا تكمــن الفكــرة فــي إضافــة ذاكــرة خاصــة لـ ّ
ـكل خليــة عصبيــة اصطناعيــة،
واســتخدامها كمدخــل إضافــي عنــد تشــغيل المقطــع التالــي .يمكــن للخاليــا العصبيــة أن تــدون مالحظــات
ـرف متحــرك ،ولذلــك يتوجــب عليهــا أن ُتظهــر المقطــع الصوتــي التالــي بنبــرة
لنفســها مثــل اكتشــافها لحـ ٍ
أعلــى (فــي الحقيقــة إنهــا مجــرد مقاربــة بســطية للغايــة) .بهــذه الطريقــة ظهــرت الشــبكات المتكــررة.
كان لهــذا النهــج مشــكلة كبيــرة وهــي عندمــا تتذكــر جميــع الخاليــا العصبيــة نتائجهــا الســابقة ،يصبــح
ضخمــا جــدً ا لدرجــة أنــه مــن المســتحيل -مــن الناحيــة الفنيــة -ضبــط جميــع
ً عــدد االتصــاالت فــي الشــبكة
األوزان ،لذلــك عندمــا ال تســتطع الشــبكة العصبيــة نســيان بعــض األشــياء غيــر المهمــة فلــن تتمكــن مــن ّ
تعلــم
األشــياء الجديــدة (حتــى نحــن البشــر لدينــا نفــس المشــكلة نســيان بعــض المعلومــات غيــر المهمــة ،أو ّ
لعلهــا
ـيطا جــدً ا وذلــك بتحديــد حجــم معيــن لذاكــرة الخليــة العصبيــة االصطناعيــة.
كان التحســين األول بسـ ً
لنقــل بــأن الشــبكة ســتحفظ آخــر 5نتائــج فقــط ،ولكــن أليســت هــذه الفكــرة مناقضــة للفكــرة األساســية
واآلن عندمــا تحتــاج الخليــة العصبيــة إلــى تعييــن منبــه لتذكــر هذا المقطــع ،فإنها ســتضع رايــة ()Flag
فــي تلــك الخليــة .مثــل “كان الحــرف ســاكنًا فــي الكلمــة ،اســتخدم المــرة التاليــة قواعــد نطــق مختلفــة”.
أيضــا كيفيــة ضبــط الرايــات (وهــي أشــبه مــا يمكــن بالمنبهــات) فــي الخاليــا العصبيــة. األوزان وإنمــا لتَ َّ
تعلــم ً
قــد يبــدو الحــل بســيط جــدً ا ومــع ذلــك يعمــل بكفــاءة عاليــة .لكــن مــاذا لــو دمجنــا إمكانيــة تعديــل
مقاطــع الفيديــو باســتخدام الشــبكات العصبيــة التالفيفيــة ( )CNNمــع إمكانيــة تعديــل الصــوت باســتخدام
الشــبكات العصبيــة المتكــررة ( )RNNعلــى مــاذا ســنحصل؟ هــل ً
حقــا ســنحصل علــى الرئيــس الســابق
ّ
“التعلــم العميــق هــو حتمــا
إذا أردنــا أن نختصــر التعلــم العميــق بجملــة واحــدة وواحــدة فقــط ســتكون ً
شــبكة عصبيــة اصطناعيــة كبيرة”.
ّ
التعلم العميق نجد: من بعض الهيكليات الشبكة العصبية االصطناعية المستخدمة بكثرة في
•الشــبكات العصبيــة المتكــررة ذات الذاكــرة قصيــرة وطويلــة األمــد (Long Short-Term
بعــد بنــاء العلمــاء والباحثيــن للعديــد مــن ال ُبنــى (المعماريــات) الخاصــة بالشــبكات العصبيــة فــي
محاولــة منهــم للعثــور علــى البنيــة األنســب الكتشــاف األنمــاط فــي البيانــات ،ومــن بيــن أبــرز هــذه ال ُبنــى
(المعماريــات) كانــت البنيــة الخاصــة بالشــبكة التعلــم العميــق ،ويذكــر أن أول مــرة ظهــر فيهــا مفهــوم التعلــم
العميــق كان فــي عــام ،2006وعرفــت فــي ذلــك الوقــت علــى أنهــا مجــال فرعــي مــن مجــاالت ّ
تعلــم اآللــة
(مــع أنهــا تنــدرج تحــت نفــس فئــة الشــبكات العصبيــة) ،إال أنهــا القــت االهتمــام الواســع عندمــا طبــق جيفــري
ّ
بالتعلــم العميــق فــي مســابقة ImgNetوحققــوا آنــذاك نتائــج هينتــون وزمالئــه بنيــة الشــبكة الخاصــة
مبهــرة ،إذ اســتطاعوا تحقيــق دقــة أفضــل بـــ 10%مــن ال ُبنــى القديمــة فــي التعــرف علــى الصــور.54
المــدوي اســتطاعت بجــدارة لفــت األنظــار حولهــا وبــدأت بالظهــور العديــد مــن
ّ بعــد هــذا النجــاح
التطبيقــات واألبحــاث الجديــدة الخاصــة بالتعلــم العميــق ،ممــا أدى إلــى تطورهــا تطــو ًرا كبيـ ًـرا ،كمــا أنهــا
أثببــت جودتهــا بتحقيقهــا نتائــج مذهلــة فــي العديــد مــن التطبيقــات ،وبذلــك أوجــدت لنفســها مكانــة ال
خصوصــا.
ً عمومــا ومجــال تعلــم اآللــة
ً يســتهان بهــا فــي مجــال الــذكاء الصنعــي
الموجــه).
ّ ّ
التعلــم مــع البيانــات المصنفــة (أي مــع
106 آلا ملعتل ةيساسألا ميهافملا
إن للتعلــم العميــق عالقــة وطيــدة مــع البيانــات إذ ال بــدّ مــن الحصــول علــى كميــات كبيرة مــن البيانات
ّ
التعلــم .ومــع ازديــاد البيانــات ســوف تتحســن الدقــة تحسـنًا كبيـ ًـرا ممــا إذا أردنــا اســتخدام هــذا النــوع مــن
فــي الحقيقــة إن التعلــم العميــق مــا هــو إال بنيــة مخصصــة مــن الشــبكات العصبيــة ،ولكنهــا ســميت
بالتعلــم العميــق نســبة إلــى عــدد الطبقــات ّالتــي تحتويهــا هــذه البنيــة الشــبكية ،وبمــا أنهــا أكبــر مــن عــدد
ّ
تتعلــم تكمــن قــوة التعلــم العميــق فــي إمكانيتــه فــي ّ
تعلــم الميــزات ( )Featuresبطريقــة هرميــة ،أي
وخصوصــا مــع الوظائــف والمفاهيــم المعقــدة مــن خــال بنائهــا مــن المفاهيــم
ً جديــدً ا مــن التجريــد للنظــام
األبسط فاألبسط.
107 آلا ملعتل ةيساسألا ميهافملا
مــن الشــكل الســابق نالحــظ كيــف أن التعلــم العميــق يســتطيع تعلــم التمثيــات الهرميــة للبيانــات.
ّالتــي تربــط المدخــات مــع المخرجــات مباشــرة مــن البيانــات دون االعتمــاد علــى الميــزات ّالتــي حددهــا
اإلنســان .أي تســتطيع اســتنتاج كميــات كبيــرة مــن الميــزات ومحاولــة تحليلهــا وبطهــا بالصــورة الكاملــة
للمشــكلة .يطلــق علــى هــذا النــوع مــن طريقــة ّ
تعلــم الميــزات الخاصــة بالبيانــات بتعلــم الميــزات
(.)Feature learning
ومــن بيــن أبــرز الطفــرات العلميــة ّالتــي شــهدها التعلــم العميــق كان علــى يــد شــركة ديــب ماينــد
(والتــي اســتحوذت عليهــا شــركة ألفابــت) ،إذ اســتطاعت شــركة ديــب ماينــد أن تدمــج بيــن التعلــم العميــق
مــع التعلــم المعــزز مــن أجــل حـ ّـل المشــاكل المعقــدة مثــل لعــب األلعــاب.
ً
الحقــا علــى طريقتهــم هــذه اســم شــبكات التعلــم المعــزز العميــق (،)Deep Q-Network أطلقــوا
ّ
التعلــم العميــق فــي أغلــب البنــى الخاصــة بالشــبكات العصبيــة .ومــن المالحــظ ممــا ســبق بعدهــا اصبــح
أن طريقــة التعلــم العميــق تتطلــب أجهــزة حاســب قويــة جــدً ا ،وذلــك ألنهــا تتعامــل مــع كميــات كبيــرة
من البيانات.
108 آلا ملعتل ةيساسألا ميهافملا
هنالــك العديــد مــن البنــى الخاصــة بالشــبكات العصبيــة لدرجــة أننــا نحتــاج لكتــاب كامــل لتغطيــة
كافــة أنواعهــا ومميزاتهــا وســلبياتها وطــرق عملهــا ..إلــخ ،إال أنــه وبمــا أنــك اســتطعت تعلــم األساســيات
فحتمــا ستســتطيع تعلــم أصعــب البنــى الشــبكية ،وإلعطــاء نظــرة دقيقــة لألمــر إليــك الصــورة التاليــة:
ً
109 لآلا ملعتل ةيساسألا ميهافملا
3. 8.الخالصة
بعــد تعرفنــا علــى أهــم األساســيات الخاصــة ّ
بتعلــم اآللــة ،وكيــف تختلــف عــن بعضهــا ً
بعضــا ،ومــا هــي
النقــاط ّالتــي يجــب علينــا التركيــز عليهــا عنــد اختيارنــا لطريقــة مــا علــى حســاب األخــرى ،وتعرفنــا أخيـ ًـرا
علــى الشــبكات العصبيــة والتعلــم العميــق ،ال بــدّ لنــا مــن أن نســأل أنفســنا ،مــا هــي المشــاكل ّالتــي يُ واجهنــا
ســنحاول فــي الفصــل التالــي -واألخيــر -اإلجابــة علــى هــذه األســئلة ونتعلــم ً
أيضــا بعــض األمــور
•كتــاب Hands on Machine Learning with Scikit Learn Keras and TensorFlow
الطبعــة الثانيــة.
الموجه)
ّ •سلسلة ( Machine Learning for Humansإن أردت التعمق أكثر في التعلم
كمــا هــو الحــال مــع جميــع المجــاالت العلميــة ال بــدّ مــن وجــود بعــض المشــاكل والعقبــات فــي رحلــة
ً
وانطالقــا مــن كــون أن ـتثناء
ً الوصــول إلــى المعلومــة الصحيحــة والكاملــة ،ومجــال َت ُّ
علــم اآللــة ليــس اسـ
مهمتنــا الرئيســية عنــد مواجهتنــا أي مســألة تنحصــر بيــن شــيئين أساســيين وهمــا:
نجــد أن أغلــب المشــاكل ّالتــي تواجــه هــذا المجــال إمــا أن تكــون بســبب الخوارزميــة الســيئة أو
البيانــات الســيئة ،فــي البدايــة لنبــدأ باســتعراض أهــم التحديــات ّالتــي تواجهنــا مــع البيانــات.
تشــير إلــى تفاحــة وتقــول “هــذه تفاحــة” (وربمــا تكــرر هــذه العمليــة أكثــر مــن مــرة حتــى يتعلــم الطفــل).
إال أنــه مــن المفاجــئ -مــن وجهــة نظــر اآللــة -أن الطفــل ســيكون قــاد ًرا علــى التعــرف علــى جميــع أنــواع
وألــوان وأشــكال التفــاح مــن خــال تعلمــه شــكل تفاحــة واحــدة فقــط ،وفــي بعــض األحيــان مــن زاويــة رؤية
واحــدة (مثلمــا يحــدث عندمــا تعــرض صــورة مــا علــى طفلــك وتعلمــه مــا يوجــد بهــا) .طفـ ٌـل عبقــري! هــذا
ّ
التعلــم، إن الميــزات التلقائيــة الموجــودة فــي طفلــك (وفــي ّ
كل أطفــال العالــم) ،والقــادرة علــى تعميــم
واســتنباط النمــوذج الخــاص بــأي كائــن (مثــل اســتنباط شــكل التفــاح فــي مثالنــا الســابق) ،والعديــد مــن
البيانــات حتــى تســتطيع العمــل بصــورة صحيحــة وحتــى بالنســبة ألبســط المشــكالت علــى العقــل ،ســتحتاج
ّ
تتعلــم ،أمــا بالنســبة للمشــكالت المعقــدة مثــل خوارزميــات ّ
تعلــم اآللــة عــاد ًة آلالف األمثلــة الصحيحــة كــي
التعــرف علــى الصــور أو الــكالم المنطــوق ،فغال ًبــا مــا ســتحتاج لمالييــن األمثلــة الصحيحــة (باســتثناء
الحــاالت ّالتــي نســتطيع فيهــا إعــادة اســتخدام أجــزاء مــن نمــوذج موجــود).
مــن الجديــر بالذكــر أنــه للقاعــدة الســابقة بعــض االســتثناءات إذ فــي بعــض الحــاالت تكــون كميــة
بيانــات صغيــرة نوعً ــا مــا ولكــن فعاليتهــا قويــة وهــذا يعــود إلــى عــدة ميــزات لهــذه البيانــات مثــل:
جــدً ا ببنيتهــا وصعوبتهــا وطريقــة تعاملهــا مــع البيانــات ،وحتــى الخوارزميــات البســيطة إلــى حــد مــا ،كان
ً
متطابقــا تقري ًبــا عنــد حلهــا لمشــكلة معقــدة تنــدرج تحــت مســائل معالجــة اللغــة الطبيعيــة (المحكيــة) أداؤهــا
نالحظ من خالل الشكل السابق أهمية البيانات مقابل الخوارزميات .على حد تعبير المؤلفين:
تشير هذه النتائج إلى أننا قد نرغب في إعادة النظر في هذه المفاضلة بين إنفاق الوقت والمال على
مــن األهميــة بمــكان اســتخدام مجموعــة تدريــب تمثــل جميــع الحــاالت ّالتــي تريــد التعميــم عليهــا.
تحيــزة نتيجــة للصدفــة البحتــة) ،ولكــن حتــى العينــات الكبيــرة جــدً ا يمكــن
فــي أخــذ العينــات (أي البيانــات ُم ِّ
113 لاجملا يف عسوتلا ةيفيكو ةيسيئرلا تايدحتلا
أخــذ العينــات.
مــن أحــد األمثلــة المشــهورة فــي تحيــز البيانــات (العينــات) وهــو مــا حــدث أثنــاء االنتخابــات الرئاســية
األمريكيــة عــام ّ ،1936
والتــي تنافــس فيهــا النــدون مقابــل روزفلــت :إذ أجــرت مجلــة The Literary
كبيــرا جــدً ا ،فأرســلت بريــدً ا لحوالــي 10مالييــن شــخص تطلــب منهــم رأيهــم فــي
ً Digestاســتطالعً ا
المرشــح المناســب للرئاســة حصــل هــذا االســتطالع علــى 2.4مليــون إجابــة ،وتوقــع بثقــة عاليــة أن
النــدون ســيحصل علــى 57%مــن األصــوات ولكــن كانــت المفارقــة عندمــا فــاز روزفلــت بنســبة 62%مــن
فــي الحقيقــة وبعــد التدقيــق فــي حيثيــات الموضــوع تبيــن أن العيــب كان فــي طريقــة تجميــع
البيانــات (وتســمى أحيا ًنــا طريقــة أخــذ العينــات) وكانــت المشــاكل علــى الشــكل التالــي:
•البيانــات (أو العينــات) محصــورة بفئــة محــددة مــن الشــعب :حصلــت المجلــة علــى العناويــن
األشــخاص ّالذيــن سترســل لهــم االســتطالع مــن خــال أدلــة الهاتــف ،وقوائــم المشــتركين فــي
•نســبة عــدد المشــاركين :فــي الحصيلــة الكليــة لالســتطالع أجــاب أقــل مــن 25%مــن النــاس
الذيــن أرســل لهــم االســتطالع ،وهــذا تحيــز فــي طريقــة جمــع البيانــات ،مــن خالل اســتبعاد األشــخاص
ّالذيــن ال يهتمــون كثيـ ًـرا بالسياســة ،واألشــخاص ّالذيــن ال يحبــون االشــتراك فــي المجلــة ومــا إلــى
ذلــك .هــذا هــو نــوع خــاص مــن التحيــز ألخــذ العينــات يســمى تحيــز عــدم االســتجابة.
ولكــن مــن ناحيــة أخــرى ،كيــف يمكننــا الحصــول علــى مجموعــة بيانــات تدريــب كبيــرة وصحيحــة
وشــاملة لـ ّ
ـكل الحــاالت؟ ال بــد أن ذلــك ســيكلفنا الكثيــر مــن الوقــت والجهــد والمــال!
فــي حــال كانــت بيانــات التدريــب الخاصــة بــك مليئــة باألخطــاء ،والقيــم المتطرفــة ،والضوضــاء (التي
يمكــن أن تحــدث بســبب القياســات ذات الجــودة الضعيفــة والمنخفضــة) ،فســيصعب علــى النظــام اكتشــاف
األنمــاط األساســية ،لذلــك مــن غيــر المرجــح أن يعمــل نظامــك بصــورة جيــدة .غال ًبــا مــا يســتثمر مهندســي
114 لاجملا يف عسوتلا ةيفيكو ةيسيئرلا تايدحتلا
وعلمــاء البيانــات جهدهــم ووقتهــم فــي تنظيــف بيانــات التدريــب فــي محاولــة منهــم للحصــول علــى بيانــات
•إذا كانــت بعــض األمثلــة واضحــة بأنهــا شــاذة ،فقــد يكــون مــن األفضــل تجاهلهــا أو محاولــة إصالح
أعمارهــم) ،فيجــب عليــك أن ُتقــرِّ ر مــا إذا كنــت تريــد تجاهــل هــذه الســمة ً
تمامــا ،أو تجاهــل هــذه
الحــاالت بالمجمــل ،أو تريــد مــلء القيــم المفقــودة (بقيــم مثــل :متوســط أعمــار العمــاء ،أو بــأي
طريقــة أخــرى تراهــا مناســبة الســتبدال القيــم الفارغــة) ،أو يمكنــك ً
أيضــا تدريــب نمــوذج واحــد مــع
هــذه نقطــة دقيقــة جــدً ا ،ففــي الحقيقــة إن الميــزات ّالتــي ال عالقــة لهــا بموضــوع المســألة أو
ّ
التعلــم إال إذا كانــت المشــكلة لــن توصلنــا إلــى النتائــج المرجــوة أبــدً ا ،ولــن يكــون نظامــك قــاد ًرا علــى
بيانــات التدريــب تحتــوي علــى ميــزات كافيــة وذات ِصلــة ،وليــس الكثيــر مــن الميــزات ّالتــي ال عالقــة لهــا
ّ
التعلــم اآللــة .ومــن كثــرة أهميتهــا أوجــد بعــض بالموضــوع .هــذه الجزئيــة مهمــة جــدً ا فــي نجــاح مشــروع
الباحثيــن مســمى خــاص يتضمــن كافــة العمليــات ّالتــي تنــدرج فــي هــذا الســياق وهــي هندســة الميــزات
( ،)Feature engineeringوغال ًبا ما تتضمن عمليات هذه الهندسة على ما يلي:
•اختيــار الميــزة :اختيــار أكثــر الميــزات المفيــدة والتــي لهــا عالقــة بالموضــوع لتدريــب الخوارزمية
•استخراج الميزات :دمج بعض الميزات الموجودة إلنتاج ميزة أكثر فائدة.
•إنشاء ميزات جديدة :إنشاء ميزات جديدة من خالل جلب بيانات جديدة.
واآلن بعــد أن اطلعنــا علــى العديــد مــن األمثلــة علــى التحديــات ّالتــي تواجهنــا فــي طريقــة التعامــل
ـق نظــرة علــى بعــض التحديــات ّالتــي تواجهنــا فــي طريقــة تعاملنــا مــع الخوارزميــات.
مــع البيانــات ،لنلـ ِ
115 لاجملا يف عسوتلا ةيفيكو ةيسيئرلا تايدحتلا
أجنبيــا ،وأقــدم ســائق ســيارة األجــرة علــى ســرقتك ،فغال ًبــا مــا ســتميل
ً لنفتــرض أنــك تــزور بلــدً ا
للقــول بــأن جميــع ســائقي ســيارات األجــرة فــي ذلــك البلــد لصــوص .فــي الواقــع إن التعميــم المفــرط هــو
شــيئ نقــوم بــه نحــن معشــر البشــر فــي كثيــر مــن األحيــان ،ولألســف يمكــن أن تقــع اآلالت فــي نفــس الفــخ
إذا لــم نكــن حذريــن .فــي ّ
تعلــم اآللــة ،يُ طلَــق علــى هــذه المشــكلة اســم فــرط التخصيــص (،)Overfitting
وتشــير هــذه المشــكلة إلــى أن النمــوذج يــؤدي عمـ ًـا جيــدً ا مــع بيانــات التدريــب ،ولكنــه ال يســتطيع أن يُ عمِّ ــم
ّ
التعلــم علــى البيانــات الجديــدة.
يحــدث فــرط التخصيــص عندمــا يكــون النمــوذج معقــدً ا جــدً ا بالنســبة لكميــة بيانــات التدريــب
نمــوذج متعــدد الحــدود عالــي الدرجــة) ،عــن طريــق تقليــل عــدد الســمات فــي بيانــات التدريــب أو عــن
•تقليــل الضوضــاء فــي بيانــات التدريــب (مثــل إجــراء عمليــة إصــاح أخطــاء البيانــات وإزالــة القيــم
إن قلــة التخصيــص ( )Underfittingهــو عكــس فــرط التخصيــص ،ويحــدث ذلــك عندمــا يكــون
ـيطا جــدً ا فــي طريقــة تعرفــه علــى البنيــة المخفيــة فــي البيانــات .وإليــك بعــض الطــرق ّالتــي
نموذجــك بسـ ً
تســاعدنا علــى إصــاح هــذه المشــكلة هــي:
هنــاك موضــوع آخــر مهــم جــدً ا وهــو أنــه بمجــرد قيامــك بتدريــب نمــوذج ،هــذا ال يعنــي بــأن النمــوذج
حتمــا مــن التعميــم علــى كافــة الحــاالت الجديــدة .إذ يجــب علينــا فحصــه واختبــاره وتقييمــه
ً ســيتمكن
لمعرفــة ذلــك وقــد نحتــاج أحيا ًنــا إلعــادة ضبطــه إذا لــزم األمــر ،لنــرى كيــف ســننفذ ذلــك.
116 لاجملا يف عسوتلا ةيفيكو ةيسيئرلا تايدحتلا
إحــدى الطــرق المســتخدمة لمعرفــة مــدى تعميــم نمــوذج علــى الحــاالت الجديــدة هــي بتجربتــه
مباشــرة علــى الحــاالت الجديــدة ،وذلــك بنشــر النمــوذج للمســتخدمين ومراقبــة مــدى جــودة أدائــه .يمكــن
فحتمــا
ً ـفيا جــدً ا ألنــه إذا كان النمــوذج الخــاص بــك ســي ًئا للغايــة،
أن يكــون هــذا الخيــار جيــدً ا ،ولكــن تعسـ ً
سيشــتكي المســتخدمون منــه ،لــذا فهــذا الخيــار مســتبعد.
الخيــار األفضــل هــو تقســيم بياناتــك إلــى مجموعتيــن :مجموعــة للتدريــب ومجموعــة لالختبــار .كمــا
تالحــظ مــن األســماء ،يتــدرب النمــوذج الخــاص بــك مــن خــال مجموعــة التدريــب ،ويختبــر مــا تعلمــه
علــى مجموعــة االختبــار .يســمى معــدل الخطــأ فــي الحــاالت الجديــدة خطــأ التعميــم ،ومــن خــال تقييــم
نموذجــك فــي مجموعــة االختبــار ،تحصــل علــى تقديــر لهــذا الخطــأ .تخبــرك هــذه القيمــة بمــدى جــودة أداء
نموذجــك فــي الحــاالت ّالتــي لــم يراهــا مــن قبــل.
مــن الشــائع اســتخدام 80%مــن البيانــات لمجموعــة بيانــات التدريــب ( )Trainingو 20%لمجموعــة
بيانــات االختبــار ( .)Testingكمــا أنــه يوجــد العديــد مــن الطــرق األخــرى للتقســيم مثــل طريقــة تقســيم
البيانــات إلــى ثــاث مجموعــات :مجموعــة للتدريــب ،مجموعــة لالختبــار ،مجموعــة للتحقــق ()Validation
ً
(مثل الختيــار .)hyper-parameters والتــي تســتخدم الختيار أفضــل اإلعدادات لخوارزميات ّ
تعلــم اآللة. ّ
ً
الحقــا حاليــا وســنحاول التطــرق لهــا
ً ولكــي ال يخــرج الكتــاب عــن عنوانــه الرئيســي ســنكتفي بهــذه الطرائــق
بــد أنــك تســأل نفســك مــاذا لــو أردت أن أحتــرف هــذا المجــال؟ مــا ّالــذي يتوجــب علــي تعلمــه مــن المجــاالت
األخــرى مثــل اإلحصــاء والرياضيــات؟ هــل فعـ ًـا يمكننــي إكمــال طريقــي فــي هــذا المجــال بــدون أن أتعلــم
فــي الحقيقــة ال يوجــد إجابــة موحــدة لهــذا الســؤال لنســتطيع فيهــا تعميــم األمــر علــى ّ
كل المتعلميــن،
وذلــك ألن األمــر مرهــون بمــدى ســرعتك فــي التعلــم وخلفيتــك العلميــة الســابقة ،فبعــض المتعلميــن
يســتطيعون الدخــول فــي هــذا المجــال إذا كانــوا قادميــن مــن هندســة علــوم الحاســوب بســهولة نســبية
وبــدون أن يطلعــوا علــى المفاهيــم الرياضيــة واإلحصائيــة؛ ألنهــم غال ًبــا تعلموهــا أثنــاء دراســتهم للهندســة،
117 لاجملا يف عسوتلا ةيفيكو ةيسيئرلا تايدحتلا
والبعــض األخــر مــن المتعلميــن لديهــم ســرعة بديهــة عاليــة وشــغف قــوي لهــذا المجــال فيتعلمــون الفكــرة
كليــا عليــك،
اإلحصائيــة أو الرياضيــة بمجــرد تطبيقهــم لهــا فــي مثــال مــا .لــذا فــإن األمــر يعتمــد اعتمــادً ا ً
وسنســتعرض أهــم األفــكار الرئيســية ّالتــي يتوجــب عليــك معرفتهــا قبــل إكمــال رحلتــك التعليميــة.
ســنعتمد علــى نفــس الركائــز ّالتــي تتبناهــا شــركة غوغــل أثنــاء عنــد تعليمهــا للمبتدئيــن فــي هــذا
عمومــا يفضــل أن يكــون لديــك معرفــة جيــدة للمتغيــرات والمعــادالت الخطيــة والرســوم البيانيــة
ً
درجــات البيانيــة ( )Histogramsوالوســائل اإلحصائيــة. ( )Graphsللــدوال والتوابــع والمخططــات أو ُ
الم َّ
باإلضافــة إلــى ذلــك مــن الناحيــة المثاليــة يجــب أن تكــون إمكانياتــك البرمجيــة جيــدة إلــى حــد مــا .كمــا
يفضــل أن تكــون لــك معرفــة بلغــات البرمجــة الخاصــة بتعلــم اآللــة (مثــل لغــة البايثــون ولغــة .)Rإال أنــه
إذا لــم يكــن لديــك معرفــة بهــا فــا بــأس بذلــك إذ يمكنــك تعلــم األساســيات فقــط وإكمــال طريقــك فــي
ّ
تعلم اآللة.
4. 8. 2.الجبر
•المتغيرات الرياضية ،المعامالت الرياضية ،الدوال الرياضية
•المعادالت الخطية
المعادالت اللوغاريتمية
•اللوغاريتماتُ ،
•الدالة السينية
•ضرب المصفوفات
4. 8. 5.اإلحصاء
•المتوسط ،والوسيط ،والقيم المتطرفة أو الشاذة ،واالنحراف المعياري
لتشــغيل تماريــن البرمجــة علــى جهــازك المحلــي أو فــي وحــدة تحكــم ســحابية ،يجــب أن تتعلــم
•التدرج أو االنحدار.
ً
وثيقا بالتدرجات أو اإلنحدار). ارتباطا
ً •االشتقاق الجزئي (التي ترتبط
•قاعــدة السلســلة ( Chain ruleمــن أجــل فهــم كامــل وشــامل لخوارزميــة backpropagation
4. 9.الخالصة
واآلن بعــد أن تعرفنــا علــى الكثيــر مــن األفــكار حــول ّ
تعلــم اآللــة .قــد يــراودك شــعور بأنــك مشـ ٌ
ـوش
بعــض الشــيء وهــذا أمــر طبيعــي جــدً ا يفضــل أن تراجــع الفقــرات ّالتــي تعتقــد بأنــك لــم تركــز عليهــا كثيـ ًـرا
وعمومــا لنراجــع أبــرز مــا تحدثنــا عنــه،
ً أو يمكنــك ببســاطة التركيــز علــى مــا يهمــك مــن هــذا الكتــاب فقــط،
عمومــا تكــون خطــوات بنــاء أي نظــام يعتمــد علــى ّ
تعلــم اآللــة ً ونلقــي نظــرة علــى الصــورة الكاملــة لألمــر،
ـدءا مــن اختيــار مــكان الحصــول علــى البيانــات ،مــع التركيز •جمــع البيانــات وإعدادهــاّ :
كل شــيء بـ ً
علــى مــدى نظافتها وشــموليتها.
علــى البيانــات مــن لحظــة تنظيفهــا وإعــادة بنائهــا فــي بعــض الحــاالت إلــى حيــن إدخالهــا فــي نمــوذج
ّ
تعلــم اآللــة.
•اختيار خوارزمية ّ
تعلم اآللة المناسبة وتدريب نموذجنا األول.
•اختبار وتقييم نموذجنا :ويشمل ذلك اختيار المقاييس المناسبة إلى جانب التقييم الفعلي.
•التغيير والتبديل للنماذج وضبطها :تشمل عملية تحسين النموذج إلى أقصى حد ممكن.
ننس ً
أيضا بعض المالحظات األخرى المهمة: وال َ
تعلمهــا مــن البيانــات ،بـ ً
ـدل تعلــم اآللــة يتعلــق بجعــل اآلالت تتحســن بــأداء بعــض المهــام مــن خــال ّ
• ّ
تمامــا .إذ
طريقــة أفضــل مــن جميــع الطــرق األخــرى فــي جميــع الحــاالت ،فهــذا االدعــاء خاطــئ ً
يعتمــد األمــر كلــه علــى الحالــة ّالتــي تواجههــا فمثـ ًـا يمكنــك األخــذ بعيــن االعتبــار علــى البيانــات ً
أول،
120 لاجملا يف عسوتلا ةيفيكو ةيسيئرلا تايدحتلا
والخوارزميــات ألن ذلــك ســوف يختصــر عليــك الكثيــر مــن الوقــت والجهــد ،والمــال!
إلــى هنــا نكــون انتهينــا مــن جميــع األفــكار األساســية لهــذا المجــال فأرجــو أنــك حظيــت برحلــة ممتعــة
وشـ ّـيقة ،وأســأل اهلل أن أكــون قــد وفقــت فــي نقــل المعلومــات األساســية والكاملــة لهــذا المجــال بطريقــة
ســهلة ومبســطة ،وأتمنــى بــأن يســاعدك هــذا الكتــاب علــى تحديــد وجهتــك القادمــة ،وبالتأكيــد لــن يخلــو
•كتــاب Hands on Machine Learning with Scikit Learn Keras and TensorFlow
الطبعة الثانية.
المصادر5.
1 - Linn, A. (2018, May 15). Microsoft researchers win ImageNet computer vision challenge.
Retrieved 2020, from https://blogs.microsoft.com/ai/microsoft-researchers-win-imagenet-
computer-vision-challenge/
2 - Castelvecchi, D. (n.d.). Deep learning boosts Google Translate tool. Retrieved from https://www.
nature.com/news/deep-learning-boosts-google-translate-tool-1.20696
3 - Oord, A. V., & Dieleman, S. (2016). WaveNet: A Generative Model for Raw Audio. Retrieved 2020,
from https://deepmind.com/blog/article/wavenet-generative-model-raw-audio
4 - Oord, A. V., & Dieleman, S. (2016). WaveNet: A Generative Model for Raw Audio. Retrieved 2020,
from https://deepmind.com/blog/article/wavenet-generative-model-raw-audio
5 - Jadhav, A. (2019). Emotion Detection and Recognition (EDR) Market to Reach $33.9 Billion
by 2023. Retrieved 2020, from https://www.alliedmarketresearch.com/press-release/emotion-
detection-and-recognition-market.html
6 - Metz, C. (2017, June 03). Google’s Hand-Fed AI Now Gives Answers, Not Just Search Results.
Retrieved 2020, from https://www.wired.com/2016/11/googles-search-engine-can-now-answer-
questions-human-help/
7 - Filippova, K., & Alfonseca, E. (1970, January 01). Fast k-best Sentence Compression. Retrieved
2020, from https://research.google/pubs/pub44820/
8 - Graves, A., Wayne, G., Reynolds, M. et al. Hybrid computing using a neural network with dynamic
external memory. Nature 538, 471–476 (2016). https://doi.org/10.1038/nature20101
9 - Jm, & Hernandez, A. (2020, January 28). 50 Car Accident Statistics - 2020: Reasearch &
Infographic. Retrieved from https://carsurance.net/blog/car-accident-statistics/
10 - https://techcrunch.com/2017/02/21/exyn-unveils-ai-to-help-drones-fly-autonomously-
even-indoors-or-off-the-grid/
11 - Kolodny, L. (2017, February 21). Exyn unveils AI to help drones fly autonomously, even indoors
or off the grid. Retrieved 2020, from https://techcrunch.com/2017/02/21/exyn-unveils-ai-to-help-
drones-fly-autonomously-even-indoors-or-off-the-grid/
12 - Crowe, S., & Rangel, J. (2019, November 19). Exyn Technologies Closes $16M Series A for aerial
autonomy. Retrieved 2020, from https://www.therobotreport.com/exyn-technologies-closes-16m-
series-a-for-aerial-autonomy-software/
13 - Agencies. (2013, May 27). Motorists spend 106 days looking for parking spots. Retrieved 2020,
from https://www.telegraph.co.uk/motoring/news/10082461/Motorists-spend-106-days-looking-
for-parking-spots.html
122
رداصملا
14 - Hwang, Y. (2017, February 14). Machine Learning Application: Predicting Parking Difficulty.
Retrieved 2020, from https://www.iotforall.com/machine-learning-application-predicting-parking-
difficulty/
15 - Weiler, N. (2019, April 19). Synthetic Speech Generated from Brain Recordings. Retrieved 2020,
from https://www.ucsf.edu/news/2019/04/414296/synthetic-speech-generated-brain-recordings
16 - Pascolini D, Mariotti SPM. Global estimates of visual impairment: 2010. British Journal
Ophthalmology Online First published December 1, 2011 as 10.1136/bjophthalmol-2011-300539.
17 - Griffin, M. (2020, March 02). Brain implant helps a blind woman regain her sight and play
computer games. Retrieved 2020, from https://www.fanaticalfuturist.com/2020/03/brain-implant-
helps-a-blind-woman-regain-her-sight-and-play-computer-games/
18 - Macaulay, T. (2020, May 19). New AI from DeepMind and Google can detect a common cause
of blindness. Retrieved 2020, from https://thenextweb.com/neural/2020/05/19/new-ai-from-
deepmind-and-google-can-detect-a-common-cause-of-blindness/
Metz, C. (2016, November 29). Google’s AI Reads Retinas to Prevent Blindness in Diabetics. Retrieved
2020, from https://www.wired.com/2016/11/googles-ai-reads-retinas-prevent-blindness-
diabetics/#:~:text=Demonstrating this promise, Google researchers,leading cause blindness among
adults.
20 - Kontzer, T. (2016, September 19). Deep Learning Cuts Error Rate for Breast Cancer Diagnosis:
NVIDIA Blog. Retrieved 2020, from https://blogs.nvidia.com/blog/2016/09/19/deep-learning-
breast-cancer-diagnosis/
21 - Wouters OJ, McKee M, Luyten J. Estimated Research and Development Investment Needed
to Bring a New Medicine to Market, 2009-2018. JAMA. 2020;323(9):844–853. doi:10.1001/
jama.2020.1166
22 - Masige, S. (2019, July 09). Australian researchers just released the world’s first AI-developed
vaccine and it could prevent another horror flu season. Retrieved from https://www.businessinsider.
com.au/australian-researchers-just-released-the-worlds-first-ai-developed-vaccine-and-it-
could-prevent-another-horror-flu-season-2019-7
23 - United Nation. (2020). International Day of Older Persons. Retrieved from https://www.un.org/
en/observances/older-persons-day
24 - Furness, D. (2016, October 06). Deep Learning Algorithms Help Farmers Identify Crop Disease.
Retrieved from http://www.digitaltrends.com/computing/ai-crop-disease/
25 - Simon, M. (2016, May 25). The Future of Humanity’s Food Supply Is in the Hands of AI.
Retrieved from https://www.wired.com/2016/05/future-humanitys-food-supply-hands-ai/
123
رداصملا
26 - Brokaw, A. (2016, August 04). This startup uses machine learning and satellite imagery to
predict crop yields. Retrieved from http://www.theverge.com/2016/8/4/12369494/descartes-
artificial-intelligence-crop-predictions-usda
27 - Irvine, M. (2014, September 22). Defend Your Home With Artificial Intelligence. Retrieved from
http://www.popsci.com/article/gadgets/defend-your-home-artificial-intelligence
28 - Russon, M. (2016, October 06). CIA using deep learning neural networks to predict social
unrest five days before it happens. Retrieved from http://www.ibtimes.co.uk/cia-using-deep-
learning-neural-networks-predict-social-unrest-five-days-before-it-happens-1585115
29 - Sawers, P. (2016, April 14). Identity verification startup Onfido raises $25 million to inject
more trust into the sharing economy. Retrieved from http://venturebeat.com/2016/04/14/identify-
verification-startup-onfido-raises-25-million-to-inject-more-trust-into-the-sharing-economy/
30 - Metz, C. (2016, January 25). The Rise of the Artificially Intelligent Hedge Fund. Retrieved from
https://www.wired.com/2016/01/the-rise-of-the-artificially-intelligent-hedge-fund/
31 - Schreiber, D. (2017). Lemonade Sets a New World Record. Retrieved from https://www.
lemonade.com/blog/lemonade-sets-new-world-record/
32 - Shead, S. (2016, July 21). Google’s $500 million purchase of DeepMind just got very interesting.
Retrieved from http://uk.businessinsider.com/googles-400-million-acquisition-of-deepmind-is-
looking-good-2016-7
33 - UCL. (2016). AI predicts outcomes of human rights trials. Retrieved from http://www.ucl.ac.uk/
news/news-articles/1016/241016-AI-predicts-outcomes-human-rights-trials
34 - Ward, A. (2016, September 14). ‘It gives them their lives back’ - Slaughters chief on what AI
means for associates. Retrieved from http://www.legalweek.com/sites/legalweek/2016/09/14/
slaughters-strikes-deal-with-ai-technology-startup-luminance/?slreturn=20170116173944
35 - Armasu, L. (2017, January 20). AI System Scores Better Than 75% Of Americans In Visual
Intelligence Test. Retrieved from http://www.tomshardware.com/news/ai-system-takes-
intelligence-test,33462.html
36 - BBC. (2011, February 17). IBM’s Watson supercomputer crowned Jeopardy king. Retrieved
from http://www.bbc.co.uk/news/technology-12491688
38 - Prado, G. M. (2015, September 16). A new program can recreate how Vincent van Gogh painted
the world. Retrieved from http://uk.businessinsider.com/the-science-how-vincent-van-gogh-saw-
the-world-2015-9
39 - Merchant, B. (2015). The Poem That Passed the Turing Test. Retrieved from https://www.vice.
com/en/article/vvbxxd/the-poem-that-passed-the-turing-test
124
رداصملا
40 - Mascarenhas, H. (2016, July 06). Associated Press to expand its sports coverage by using AI to
write Minor League Baseball articles. Retrieved from http://www.ibtimes.co.uk/associated-press-
expand-its-sports-coverage-by-using-ai-write-minor-league-baseball-articles-1568804
41 - The Guardian. (2016, June 10). This is what happens when an AI-written screenplay is made
into a film. Retrieved from https://www.theguardian.com/technology/2016/jun/10/artificial-
intelligence-screenplay-sunspring-silicon-valley-thomas-middleditch-ai
42 - Nightingale, J., & Reingold, E. (n.d.). Artificial Neural Networks Technology. Retrieved from
http://www2.psych.utoronto.ca/users/reingold/courses/ai/cache/neural4.html
43 - Turing, A. M. (1950). Computing Machinery and Intelligence. Mind 49: 433-460. Retrieved from
http://cogprints.org/499/1/turing.html
44 - Roberts, E. (n.d.). The Intellectual Excitement of Computer Science. Retrieved from https://
cs.stanford.edu/people/eroberts/courses/soco/projects/neural-networks/History/history1.html
45 - Rifkin, G. (2016). Marvin Minsky, pioneer in artificial intelligence, dies at 88. Retrieved from
https://thetech.com/2016/01/28/minsky-v135-n38
46 - The New York Times Archives. (1988, August 16). Learning, Then Talking. Retrieved from
https://www.nytimes.com/1988/08/16/science/learning-then-talking.html
48 - Hull, G., & Ranade, S. (1994). Performance measurements and operational characteristics of
the Storage Tek ACS 4400 tape library with the Cray Y-MP EL. In NASA CONFERENCE PUBLICATION
(pp. 229-229). NASA.
49 - Buskirk, E. V. (2009). BellKor’s Pragmatic Chaos Wins $1 Million Netflix Prize by Mere Minutes.
Retrieved from https://www.wired.com/2009/09/bellkors-pragmatic-chaos-wins-1-million-
netflix-prize/
50 - Prado, K. S. (2017). How DBSCAN works and why should we use it? Retrieved from https://
towardsdatascience.com/how-dbscan-works-and-why-should-i-use-it-443b4a191c80
51 - Johnson, D. (2016). After 2,500 Years, a Chinese Gaming Mystery is Solved. Retrieved from
https://motherboard.vice.com/en_us/article/vv7ejx/after-2500-years-a-chinese-gaming-mystery-
is-solved
52 - Kasparov, G. K., & Greengard, M. (2018). Deep thinking: Where machine intelligence ends and
human creativity begins. doi:10.1038/544413a
53 - Ilic, A., & Kuvshynov, O. (2017). Evaluating boosted decision trees for billions of users.
Retrieved from https://engineering.fb.com/ml-applications/evaluating-boosted-decision-trees-for-
billions-of-users/
125
رداصملا
54 - WIRED Staff. (2012). Google’s Artificial Brain Learns to Find Cat Videos. Retrieved from https://
www.wired.com/2012/06/google-x-neural-network/
55 - Banko, M., & Brill, E. (2001, July). Scaling to very very large corpora for natural language
disambiguation. In Proceedings of the 39th annual meeting of the Association for Computational
Linguistics (pp. 26-33).
56 - Deturck, D. (n.d.). Case Study I: The 1936 Literary Digest Poll. Retrieved from https://www.
math.upenn.edu/~deturck/m170/wk4/lecture/case1.html