مُقدِمة

أحدث مصطلحا الذكاء الاصطناعي (Artificial Intelligence) وتعلُّم الآلة (Machine learning) ضجَّة كبيرة في أوساط عالم تكنولوجيا المعلومات؛ نظراً إلى الدَّور المُهم لهذه التقنيات في مساعدة معظم الشركات في تبسيط العمليات المعقدة والعمل بجهدٍ أكثر ذكاءًا من خلال اكتشاف البيانات المطلوبة ومعرفتِها في سبيل اتخاذ قرارات عمل أفضل.

المقصود بتعلم الآلة

في عام 1959 عرّف آرثر صمويل Arthur Samuel بعبارات بسيطة مصطلحَ تعلم الآلة بأنه فرعٌ من الذكاء الاصطناعي ((AI الذي يمنحنا القدرة على التعلُّم من سلوك المستخدم وتحسين تجارِبهم  من دون الحاجة إلى أي برمجة. على سبيل المثال: عندما تميل إلى شراء منتج من موقع ويب؛ تُعرض لك توصياتٌ، مثل: “الأشخاص الذين اشتروا هذا المنتج”.يرتكز عملُ تطبيقات تعلم الآلة على أساس البيانات ذات الجودة التي تُعطى للآلة؛ إذ تُنشأ نماذجُ تعلم آلة متعددةً بمساعدة خوارزميات مختلفة للعمل وَفقاً  لهذه البيانات التي تُلقن للآلة، وبمساعدة الذكاء الفطري للتعلُّم الآلي تَتيسر أتمتةُ المُهمّات وجعل الآلة تعمل كالبشر .

 هناك ثلاثةُ استخدامات رئيسة لتعلم الآلة:

  1. الكشف:  وهو  عمليةُ تفسير الموجود على هيئة بيانات تُزوّد للآلات.
  2. التنبؤ: وهو طريقة مُيسرة للمستقبل وتتنبأ به بدقة.
  3. الابتكار: تندرج جميع المُهمَّات الإبداعية، مثل: الموسيقا أو النصوص أو الصّور ضمنَ هذه الفئة.

تطبيقات تعلم الآلة

يوجد في العالم التقني عددٌ غير محدود من تطبيقات تعلم الآلة.

 تتنوع بين البساطة والتعقيد؛ فتقوم بأمرِ مُهمَّاتها بإتقان في عملية التعريف بين أجهزة الحاسب والبرمجيات والأجهزة المختلفة والبيانات التي تزوِّد بها الآلات. وفيما يلي بعضُ التطبيقات التي نستخدمها في حياتنا اليومية ومن دون أن ندرك أنَّها تعمل من خلال تعلم الآلة.

التعرف إلى الصّور

هل سبق أن فككت القفلَ عن هاتفك المحمول من مجرد النظر إليه؟ إذا كانت الإجابة هي: نعم؛ فإن ذلك بسبب أكثر تطبيقات تعلم الآلة شيوعاً التي تعمل ارتكازاً على خوارزميات اكتشاف الوجه والتعرُّف إليه، وتمييز الأنماط لتحديد الصورة المرئية. فتتعرف الكاميرا المتطورة عاليةُ الدقة في الهاتف المحمول على 80 نقطة في وجه الإنسان، وتحسب التقنيات المتقدمة لتعلم الآلة المتغيراتِ في الوجه فمن ثَمَّ تُلغى بعدَها قفلُ الهاتف بنظرة واحدة.

تحسين عملية البحث عن الصور بسهولة من خلال كتابة اسم شيء ما على الهاتف الذكي، المشفوع بتقنيات تعلم الآلة أيضًا، وكل ما تحتاج إليه هو كتابة كلمات، مثل: البَحر أو الشجرة أو الكلب، إذ إنك ستحصل حينَها على جميع الصور التي تتضمن الاسمَ المحدَّد في البحث.

التعرُّف إلى الأصوات

وكما يعرِّفون أيضاً باسم المساعدين الشخصيين الافتراضيين، ومن أكثر المُثُل المعروفة على ذلك: سيري Siri ، وأليكسا Alexa ، وكورتونا Cortona وغيرهم.

 مثلَ ما يوحي الاسم، إنّه يساعد في إيجاد المعلومات المطلوبة عبر الهاتف.

بإمكانك طرح أسئلة، مثل: “ما اسمُ أطول طريق في العالم؟ ” أو ” ما جدول أعمالي لهذا اليوم؟ ” وغيرها من الأسئلة. وعندها سيبحث المساعدون عن المعلومات من المصادر الموثوقة لجمع كل المعلومات المطلوبة والإجابة عن الأسئلة وليس هذا فحسب، بل يساعدون في إنشاء تنبيه أو تذكير بناءًا على المعلومات المطلوبة.

ثَمَّ كثيرٌ من الأجهزة المتوفرة في الأسواق، لكنَّ أمازون إيكو (Amazon Echo) وغوغل نيست (Google Nest) أفضل الخيارات المتاحة للمتحدّث الذكي.

تنبؤات التنقل

 

التنبؤات المتعلقة بالتنقل للمركبات المختلفة
التنبؤات المتعلقة بالتنقل للمركبات المختلفة (مصدر الصورة: Interview Bit)

  1. تنبؤات حركة المرور
    يستخدم كل شخص تقريباً هذه الأيام نظامَ تحديد المواقع المسمى GPS حيث تُحفظ كل مواقعنا الحالية وسرعة المركبة في خادم مركزي وعندما نستخدم نظام الـ GPS للتحقُّق من طريقنا من مكان الانطلاق وحتى الوصول إلى الوجهة سيعرض التطبيق تلقائياً الطرقَ المختلفة للسفر، كذا نستطيع مراقبة الازدحام من حيثُ يمنع تعلم الآلة الازدحامَ المروري وذلك بتحليل حركة الركاب اليوميين.
  2. شبكات المواصلات المتصلة بالإنترنت
    عند استخدام تطبيق «أوبر» Uber أو «أولا» Ola يخمن التَّطبيقُ الموقعَ في الوقت الحقيقي والسعرَ ومدَّةَ الرحلة وليس هذا فحسب، فقد ساعد تعلم الآلة هذه التطبيقات في تحديد ازدحام حركة المرور أيضًا؛ إذ يتأتى العثورُ عليها في الطريق، فيكون التدفق مرئياً، ويَسهل للسائق الالتفاف بسعر مناسب.

مراقبة الفيديو

 

مراقبة عبر كاميرات الفيديو
مراقبة عبر كاميرات الفيديو (مصدر الصورة: Interview Bit)

تخيل موقفاً يراقب فيه الشخص حوالي 20 إلى 30 كاميرا في الوقت نفسِه، مما لا شك فيه أمرٌ مُمل، واحتواؤه على الكثير من الزلات والعثرات شيءٌ لا يُنكر، وهنا يكون المنقذ من هذا الموقف هو تطبيقات تعلم الآلة، حيث تُشغل أنظمة مراقبة الفيديو بواسطة الذكاء الاصطناعي الذي يساعد في اكتشاف الجريمة قبلَ حدوثها؛ فهو يتتبع السلوك غيرَ المعتاد، من نحو:  الأجسام الثابتة مجهولة الهُوية بها مدّةً طويلة، أو قيلولة السائقين، وغيرها من التصرفات غير المألوفة وهنا يُنشِئُ النظام تنبيهاتٍ للأشخاص العاملين هناك لإبطال الحادث؛ فالإبلاغ عن مثل هذه الأنشطة المشبوهة يُسهِم كثيرًا في تحسين خدمات المراقبة باستخدام تعلم الآلة الذي يعمل بمنتهى الدقة.

مِنصَّات التواصل الاجتماعي

 

مِنصات التواصل الاجتماعي
مِنصات التواصل الاجتماعي (مصدر الصورة: Interview Bit)

دخل تعلم الآلة في حساباتنا على وسائل التواصل الاجتماعي، ليُساعد في تخصيص آخر الأخبار وتحسين استهداف الإعلانات، وفيما يلي بعض الأمُثُلة لفهمها بالتفصيل

  1. أشخاص قد تعرفهم
    إنّه يعمل بناءًا على مفهوم بسيط جداً  من خلال فهم التجارِب أو النشاط اليومي. إذْ يتتبع فيسبُك (Facebook) باستمرار المِلفات الشخصية التي تزورها كثيراً أو الاهتمامات أو المجموعات. يُعِدْ فِسبُك قائمةً لمستخدميه وَفقَ التعلم الذي اكتسبه للحصول على اقتراحات لزيادة عدد الأصدقاء.
  2. التعرف إلى الوجه
    عندما تُحمل صورة أو تشير إلى عددٍ من الأصدقاء؛ يستطيع فيسبُك التعرُّف إلى الصديق فورًا؛ فهو يتتبع التوقعات والميزات الفريدة في أثناء مطابقتها مع الأشخاص الموجودين في قائمة الأصدقاء؛ كي يحصلَ على اقتراحات.
  3. الدبابيس المتشابهة similar pins:
    (المقصود هنا برنامج بينترست pinterest وهو شبكة اجتماعية تختلف قليلاً عن غيرها من منصات التواصل فكل مستخدم يسعه إنشاء لوحة افتراضية board أو أكثر وتثبيت صور أو فيديوهات فيها، تثير اهتمامه؛ فيرغب في الاحتفاظ بها في مِلفه، يطلق عليها pins).
    الرؤية الحاسوبية هي العنصرُ الأساس في تعلم الآلة؛ فهي تقنية استخراج المعلومات المفيدة من الصور فمقاطع الفيديو فتجميعِ الدبابيس المتماثلة على حَسَب استعلام المستخدم.

البرامج الضارة والبريد العشوائي

 

تصنيف البريد العشوائي وإبطال عمل البرمجيات الضارة
تصنيف البريد العشوائي وإبطال عمل البرمجيات الضارة (مصدر الصورة: Interview Bit)

 

عندما تتلقّى بريداً إلكترونياً في حسابِك «Gmail»؛ يُصنف إمّا إلى بريد أوَّليّ primary أو اجتماعيّ social أو عشوائيّ (غير مرغوب فيه) spam ينتقل مباشرة إلى صندوق البريد العشوائي، أمَّا البريد المُهم فيذهب تلقائياً إلى البريد الوارد. وذلك بتعلم الآلة، إذ يستخدم Gmail مرشحاتِ الرسائل غير المرغوب فيها، مثل: مرشحات المحتوى والمرشحات المستندة إلى القواعد، و مرشحات الأذونات وغير ذلك الكثير.
كذلك في اكتشاف البرمجيات الخبيثة، تستخدم خوارزميات كثيرة، مثل: شبكة عصبونية متعدد الطبقات (multi-layer perceptron) أو كما يعرف بالإدراك متعددِ الطبقات أو مصنف بايز السّاذج (Naïve Bayes classifier) أو شجرة القرار (Decision tree) وهي عدد قليل من الطرائق المستخدمة في اكتشاف البرمجيات الخبيثة وإبطال عملها قبل أن تسببَ أي ضَرر أو تأثير.

دعم العملاء

 

خدمة دعم العملاء في الشركات
خدمة دعم العملاء في الشركات (مصدر الصورة: Interview Bit)

 

توفر الشركات أو المواقع في الوقت الحاضر خيارَ التحدُّث إلى مُمثل خدمة دعم العملاء في الشركة، وعوضاً عن البشر تجيب روبوتات الدردشة في معظم الأحيان عن الاستفسارات المتعددة التي ينشرها العملاء. ويُعدّ روبوت الدردشة أفضلَ تطبيقات تعلم الآلة حيثُ إنّه يستخرج المعلومات من موقع الويب ويقدمُها في أسرع وقت مع ملائمةِ المَطلَب.

توصيات المنتج

 

التوصية بالمنتجات المختلفة
التوصية بالمنتجات المختلفة (مصدر الصورة: Interview Bit)

 

تستخدم الشركات المشهورة، مثل: النتفليكس (Netflix) أو أمازون (Amazon) تعلمَ الآلة، لاقتراح المنتجات، وهو أفضل كلَّ الفَضل من التدخلات اليدوية.
عندما نبحث عن أي منتج أو فيلم على المنصّات ذات الصلة، تُشارَك الاقتراحات للمنتج بناءًا على الاهتمامات التي يظهرها المستخدم وقتَ تصفح الإنترنت بتعلم الآلة.

السيارات ذاتية القيادة

 

السيارات ذاتية القيادة
السيارات ذاتية القيادة (مصدر الصورة: Interview Bit)

 

أحد تطبيقات تعلم الآلة المثيرة للاهتمام هو السّيارات ذاتية القيادة. عُرفت شركة تسلا بأنَّها أكثر الشركات الرائدة في مجال تصنيع السيارات المستقلة (السيارات ذاتية القيادة)؛ إذ تستخدم الشركة طريقةَ تعلم غيرَ الخاضعة لإشراف قيادة السيارة، لأنَّها تَقفُ على بُعد مسافة في حال اكتشاف وجود شخص أو جسم في أثناء القيادة.

كشف الاحتيال عبر الإنترنت

 

كشف المعاملات الاحتيالية في شبكة الإنترنت
كشف المعاملات الاحتيالية في شبكة الإنترنت (مصدر الصورة: Interview Bit)

 

تعدُّ معاملات الإنترنت أكثرَ عرضةً للهَجَمات الإلكترونية، ولضمان السلامة والأمن، يخوض تعلم الآلة في البحث عن أي معاملات احتيال والكشف عنها، فعندما يجري شخص ما أي معاملات في الإنترنت، فمن المحتمل أن يجري المخادعون أيضاً معاملات احتيالية باستخدام حسابات مزيفة. ولتطويق هذه الاحتمالية تواصلُ الشبكاتُ العصبونية الأمامية مراقبةَ المعاملات الاحتيالية، ولكل معاملة حقيقية إنتاج قيمة التجزئة (Hash) التي تُحدِث تغييراتٍ بطريقة معينة  على معاملات الاحتيال؛ فيجعل معاملاتنا في الإنترنت موثوقة.

الخلاصة:

أصبحت مُثُل تطبيقات تعلم الآلة المذكورة مستخدمةً استخداماً واسعاً مع تقدم العالم الرَّقْمي وقَبول الأفكار المبتكرة علانية. وهي إحدى الأشياء العظيمة في مجال الذكاء الاصطناعي، التي عملت على تبسيط حياتنا اليومية؛ فجعلت المزيدَ من المنظمات تتجه إلى تعلم الآلة واستثمار مبالغ ضخمة لتحويل العمليات التقليدية والعمل بسرعة أكبر وأكثر سلاسة. أمَّا في وجود قائمة طويلة من التطبيقات، فإنَّ تعلم الآلة يثبت بالتأكيد إمكاناتَه وانتفاعَ كثيرٍ من الشركات من قيمته ولن يكون من الخطأ القول: إنّه إحدى التقنيات المستخدمة على نطاق واسع والمعتمدة في عصر التكنولوجيا.

 

أسئلة وأجوبة عن تعلم الآلة

س: ما هي تطبيقات تعلُّم الآلة في العالم الواقعي؟

ج: نذكرها في مايلي:

  • فيسبوك Facebook
  • غوغل Google
  • أمازون Amazon
  • إيكو Echo
  • باي بال Paypal
  • آوبر Uber
  • فليب كارت Flipkart
  • أي بي أم IBM
  • سيلس فورس Salesforce
  • آيفون iPhones وغيرُها كثير.

س: كيف يُستخدم تعلم الآلة في الصّناعة؟

ج: تعلم الآلة هو مجموعةٌ فرعية من الذكاء الاصطناعي. تتعلم أجهزة الكمبيوتر -من دون برمجة سابقة بأسلوب مستقل، وذلك من تجرِبتها في الاستفادة من الخوارزميات وإحصائيات البيانات واكتشاف الأنماط. تكون الآلات غيرَ مبرمجة، وهي تؤدي المُهمّات من تلقاء نفسها.

س: ما التقنيات المستخدمة في تعلم الآلة؟

ج: إليك أفضلَ التقنيات المستخدَمة في تعلم الآلة:

  • تعلم الآلة من دون رَمز (كود) No-Code Machine Learning.
  • تعلم الآلة غير الخاضع للإشراف Unsupervised ML.
  • تقنية TinyML.
  • التعلُّم المُطوّر Reinforcement Learning.
  • تعلم الآلة الذاتي AutoML.
  • التعلم العميق المتكامل Full-stack Deep Learning.
  • إدارة عملية تشغيل تعلم الآلة Machine Learning Operationalization Management.
  • شبكات الخصومة التوليدية Generative Adversarial Networks.

س: ما أفضل أداة للتعلم الآلي؟

ج: توجد مجموعةٌ من أدوات تعلم الآلة في السوق اليومَ، مثل: PyTorch وKNIME وTensorFlow وWeka، ولكن أفضلُها هو Scikit-Learn.  الذي يدعم جميع الأنظمة الأساسية تقريباً وهو مكتوب بلُغات البرمجة Python وCython وC و++C.  كذلك يدعم جميعَ الخوارزميات والمَزيات المطلوبة ليكونَ تعلم الآلة مَجَّانًا.


المصدر: هنا

ترجمة: يمام ورده, مراجعة: رلا دنوره , تدقيق لغوي: محمد بابكر, تصميم: علي العلي, تحرير: فادي الشعار