الخلاصة في نقاط
- التعلم العميق = شبكات عصبية بطبقات كثيرة «عميقة».
- يتعلم الخصائص بنفسه من البيانات الخام، فلا يحتاج إلى استخراجها يدويًا.
- يحتاج إلى بيانات وقدرة حوسبة كبيرة، وهو أساس الذكاء الاصطناعي التوليدي.
التعلم العميق (Deep Learning) فرع من تعلم الآلة يستخدم شبكات عصبية اصطناعية ذات طبقات كثيرة، تتعلم كل طبقة منها مستوى أعلى من التجريد. ففي صورة وجه مثلًا تلتقط الطبقات الأولى الحواف، والوسطى العيون والأنف، والأخيرة الوجه كاملًا. وقد لخّص يان لوكون ويوشوا بنجيو وجيفري هينتون، الحائزون جائزة تورنغ، هذا المفهوم في ورقتهم الشهيرة في مجلة Nature عام 2015.
الفرق بين تعلم الآلة التقليدي والتعلم العميق
| وجه المقارنة | تعلم الآلة التقليدي | التعلم العميق |
|---|---|---|
| استخراج الخصائص | يحددها الإنسان غالبًا | يتعلمها النموذج تلقائيًا |
| البيانات المناسبة | جدولية ومنظمة | صور ونصوص وصوت وفيديو |
| حجم البيانات | يعمل مع بيانات متوسطة | يحتاج إلى بيانات ضخمة |
| الحوسبة | معالج عادي يكفي غالبًا | معالجات رسوميات GPU ومسرّعات |
| قابلية التفسير | أسهل | أصعب («صندوق أسود») |
تطبيقات التعلم العميق
- التعرف على الكلام وتحويله إلى نص، والترجمة الآلية.
- التعرف على الصور والوجوه، والتشخيص الطبي بالصور.
- السيارات ذاتية القيادة.
- النماذج اللغوية الكبيرة ومولدات الصور والفيديو في الذكاء الاصطناعي التوليدي.
أسئلة شائعة
لماذا سُمي التعلم «العميق»؟
لأن الشبكة العصبية تتكون من طبقات كثيرة متتالية بين المدخلات والمخرجات، وعمق الشبكة هو عدد هذه الطبقات.
هل التعلم العميق أفضل دائمًا من تعلم الآلة التقليدي؟
لا. في البيانات الجدولية الصغيرة أو المتوسطة قد تكون الخوارزميات التقليدية أدق وأرخص وأسهل تفسيرًا.
ما علاقة التعلم العميق بـ ChatGPT؟
ChatGPT وأمثاله نماذج تعلم عميق ضخمة مبنية على معمارية المحوّل (Transformer).
المراجع
- LeCun, Y., Bengio, Y. & Hinton, G. (2015). Deep learning. Nature, 521, 436–444. nature.com.
- IBM. What is deep learning? ibm.com.