عمليات البحث

التعلم العميق والتعلم الآلي: ما هما


نتحدث أكثر وأكثر عن تعلم عميق ومن المناسب تعميق هذا الموضوع حتى لو كانت التكنولوجيا أكثر من الخضراء. التعلم العميق مع التعلم الالي إنهم يتغلغلون في جميع المجالات ، لذلك من غير المجدي التظاهر بعدم وجودهم ، فمن الأفضل أن نفهم ما إذا كانوا أو سيكونون كذلك فرصة جيدة أيضا للقطاع الأخضر. إلقاء نظرة على تطبيقات التعلم العميق ، الأكثر "كلاسيكية" ، إذا أمكننا قول ذلك ، لشيء مبتكر للغاية ، سيبدو كذلك.

على سبيل المثال تعلم عميق يختبئ وراء التعرف التلقائي على الكلمات والصور ، ومعالجة اللغة الطبيعية ، وبعض اكتشافات الأدوية وفي مجال السموم. هناك أيضًا قطاعات مثل إدارة علاقات العملاء على وشك أن تحدث ثورة من خلال التعلم العميق ومن كل ما يجلبه هذا الابتكار معه ، ينطبق الشيء نفسه على المعلوماتية الحيوية على سبيل المثال. في هذه المقالة ، سنرى أيضًا بعض التطبيقات العملية جدًا التي ، بمجرد النظر حولنا ، هي حقيقة واقعة وأيضًا قريبة جدًا منا.

التعلم العميق: ما هو

في الإيطالية يجب أن يتحدث عنها تعلم عميق لكنهم جميعًا يستخدمون المصطلح الإنجليزي ، كلاهما يشير إلى نفس الشيء ، أي مجال البحث الخاص بالتعلم الآلي ، والتعلم الآلي ، والذكاء الاصطناعي ، والمختصر إلى AI، على أساس عدة مستويات مختلفة ومتتالية من التمثيل. في الواقع ، إنها تتوافق مع التسلسلات الهرمية لخصائص العوامل أو المفاهيم التي يتم فيها تحديد المفاهيم عالية المستوى على أساس مفاهيم منخفضة المستوى.

يشمل التعلم العميق العديد من "البنى" التي لها علاقة بالشبكات العصبية العميقة والشبكات العصبية العودية ، البنى التي نجدها مطبقة فيها رؤية الكمبيوتر، في التعرف التلقائي على الكلام ومعالجة اللغة الطبيعية والتعرف على الصوت والمعلوماتية الحيوية. إذا عرفنا بهذه الطريقة ، كل هذا يبدو صعبًا جدًا وهو كذلك ، لا أنكره ، لكن العبثية هذه المفاهيم صعبة للغاية يمكنهم تسهيل الحياة علينا.

التعلم الآلي: ما هو

بحكم التعريفالتعلم الالي هي طريقة لتحليل البيانات تعمل على أتمتة بناء النماذج التحليلية. نجدها كفئة فرعية منالذكاء الاصطناعي، على أساس التعلم الآلي ، هناك أنظمة يمكنها التعلم من البيانات ، وتحديد النماذج بشكل مستقل واتخاذ القرارات مع تقليل التدخل البشري بشكل متزايد إلى الحد الأدنى.

إنه ليس حديثًا كما يبدو ولكن هناك بالتأكيد اهتمام متجدد مؤخرًا حيث بدأت التطبيقات في الارتباط جوانب الحياة اليومية منا جميعًا. إذا بدا أن الذهب الجديد عبارة عن بيانات ، وهو ما لا يعتقده الجميع ، فيبدو أن كل ما يتعلق بمعالجة البيانات ذو قيمة كاملة.

تحاول البقاء صلبة ، وذلك بفضل التعلم الالي يمكن معالجة المزيد من البيانات بشكل أكثر فاعلية ، وهذا يؤدي إلى تغييرات هائلة أيضًا في المجتمع ، وكذلك في العديد من قطاعات الصناعة والبحث. البحث المستمر في مجال التعلم الآلي ، الهدف هو تحسين عملية بناء نماذج دقيقة تسمح للشركات بتحديدها فرص ربح جديدة أو لتجنب المخاطر غير المتوقعة. ليس سيئا ، أليس كذلك؟ وهناك ديل أخضر حتى في هذا.

التعلم العميق في ايطاليا

إيطاليا لا تخجل من هذا الاتجاه ، كما يتم الحديث عنه في بلدنا ويتم الحديث عنه بشكل إيجابي وسلبي. يلوح شبح البطالة في الأفق ويجعل من الصعب الحصول على فكرة عن فوائد التعلم العميق ، ولكن هناك أيضًا حقائق مثل www.deeplearningitalia.com والتي تهدف إلى الإعلام بطريقة متوازنة عن الفرص التي يجلبها التعلم العميق معها. حقيقة أخرى مثيرة للاهتمام ، ليس فقط الإيطالي ولكن مع فصل في ميلانو ، هو واقع WiMLDS (النساء في التعلم الآلي وعلوم البيانات)

من بين تطبيقات التعلم العميق وبشكل عام الذكاء الاصطناعي ، الحالي أو في المستقبل القريب ، نجد الشات بوت، فمثلا. لا يوجد نقص في الشركات و أبدء تقوم بتطويرها وهناك العديد من الحقائق التي تستخدمها ، فهي أنظمة اصطناعية يمكنها التحدث إلى الناس من خلال الدردشة النصية. ربما حدث أن تفاعلت معنا على موقع ما قد اختار هذا الوضع للتواصل معك. يتم تعريف تطبيق آخر بمصطلح الرؤية الحاسوبية ويقوم على فكرة تعليم الكمبيوتر لفهم العالم وكذلك لرؤيته وتسجيل معالمه. هنا هذا يجعل مفهوم التعلم نفسه محسوسًا.

ربما سمعت أيضا عن اتخاذ القرار، لأنه حتى في اتخاذ القرارات ، يمكن لجهاز كمبيوتر يفكر قليلاً أن يساعدنا. أنا لا أقول أنه علينا اختيار كل شيء ولكن هناك بعض المواقف التي يمكننا فيها السماح لجهاز الكمبيوتر بإظهار أفضل طريقة لنا ، بمجرد أن يقوم بتثبيت جميع البيانات وفقًا للمعايير التي نشير إليها كإرشادات.

التعلم العميق: الخوارزمية

غالبًا ما يتم تعريف التعلم العميق ، في الممارسة العملية ، على أنه فئة من خوارزميات التعلم الآلي التي تستخدم مستويات مختلفة من الوحدات غير الخطية المتتالية لأداء مهام استخراج الميزات وتحويلها. كمدخل يستخدم كل مستوى مخرجات المستوى السابق ، لا شيء أكثر "بسيط".

يوجد نوعان من الخوارزمية، وتلك من النوع الخاضع للإشراف وتلك من النوع غير الخاضع للإشراف ، وتشمل التطبيقات تحليل النمط (تعليم غير مشرف عليه) والتصنيف (التعلم الخاضع للإشراف). نظرًا لأن المشكلة التي نواجهها ونريد حل التغييرات ، يتغير تكوين كل مستوى من الوحدات غير الخطية المستخدمة في خوارزمية التعلم العميق.

التعلم العميق: كتاب

هناك العديد من النصوص لمقاربة التعلم العميق والتعلم الآلي ، بعضها لدراستها بالمعنى الحقيقي للكلمة ، والبعض الآخر للتعليق عليها. من بين كل ما أود أن أوصي به أليساندرو كوتشي لأن المؤلف في كتابه "وجهًا لوجه مع تعلم الآلة. إن الرحلة المذهلة للمطور في العالم الرائع لعلوم البيانات "تمكن من معرفة ما هو عليه دون التأثير علينا في الحكم. وأيضًا بدون تخويفنا بالكثير من الصيغ.

المجلد ليس مقالًا ولا نصًا مدرسيًا أو ملف دليل عملي، هي قصة جميلة يتم سردها ، عالية التقنية وكلها إيطالية ، على طريق إيميليا وأيضًا على الويب. يعمل مؤلفها كمدير خبرة بايثون في Energee3 Srl ، وهي شركة نشطة في تكنولوجيا المعلومات والاتصالات (ICT) وفي عام 2016 أسس PyRE (Python User Group Reggio Emilia) ، وهو مجتمع محلي لمطوري بايثون.

إذا كنت شغوفًا بهذه الموضوعات ، فتعمق بها العقد العصبية والحسية يكون شبكة اعصاب صناعية

إذا أعجبك هذا المقال ، استمر في متابعتي أيضًا على Twitter و Facebook و Google+ و Instagram


فيديو: Deep Learning - DL أهم مصطلحات الذكاء الإصطناعى AI ومفهوم التعليم العميق (شهر اكتوبر 2021).