- اختر منصة لتدريب نموذج الذكاء الاصطناعي الخاص بك
- اجمع مجموعة البيانات الأولية وابدأ في تدريب نموذج الذكاء الاصطناعي الخاص بمشروعك
هذه هي أنشطة هذا الدرس:
مجموعة بياناتك
يجب أن تكون الآن قد جمعت بياناتك لمجموعة البيانات الخاصة بك. للتذكير، هناك ثلاث طرق لجمع البيانات:
- اجمع بيانات التدريب من مجتمعك
- يجمع الاختراع البيانات باستخدام أجهزة الاستشعار أو مدخلات المستخدم
- استخدام البيانات من مجموعات البيانات العامة لبيانات التدريب
يجب عليك أيضًا أن تكون قد قررت نوع البيانات التي تريد استخدامها في مجموعة البيانات الخاصة بك - الصور أو النصوص أو الأصوات أو الوضعيات.
يجب أن تستوفي مجموعة البيانات الخاصة بك المعايير التالية:
- النوع النوع الصحيح من البيانات
- الكثير من من الأمثلة
- متنوعة أمثلة - متنوعة وتمثيلية (غير متحيزة)
عملية التدريب
بيانات الإدخال
عن طريق تحميلها، أو من خلال كاميرا الويب للصور
القطار
قم بتشغيل البيانات من خلال خوارزمية التعلم.
الاختبار
باستخدام المدخلات الجديدة، تحقق مما إذا كان نموذجك دقيقاً أم لا.
اختر المنصة
يجب أن تسمح لك المنصة التي تختارها بما يلي:
- تدريب نوع البيانات الصحيح (الصور، والأصوات، والنصوص، وما إلى ذلك)
- استخدام النموذج لدمجه في الحل المقترح (تطبيق الويب أو الجوال)
أنت لست مقيداً بهذه المنصات، ولكن هذه خيارات بسيطة وسهلة الاستخدام للتكامل مع تطبيق الهاتف أو الويب.
قد تعتمد أفضل منصة لمشروعك على نوع البيانات في مجموعة البيانات الخاصة بك، حيث لا يمكن لكل منصة تدريب كل نوع من البيانات.
جرّب واحدًا أو أكثر من البرامج التعليمية من منصة أو اثنتين لترى أي منصة ستساعدك على تحقيق أهداف مشروعك.
الموقع الإلكتروني https://teachablemachine.withgoogle.com/
أنواع التصنيفات: الصور والأصوات والوضعيات
تكاملات تكنوفيشن: مخترع التطبيقات، بايثون، عمليات تكامل أخرى باستخدام واجهات برمجة التطبيقات
إليك ثلاثة دروس تعليمية لتجربة الآلة القابلة للتعليم باستخدام أنواع بيانات مختلفة.
- تصنيف الصور بالموز
- تصنيف الصوت مع الطقطقة والتصفيق والصفير
- تصنيف الوضعية للكشف عن إمالة الرأس
الموقع الإلكتروني https://machinelearningforkids.co.uk/
أنواع التصنيفات: الصور والأصوات والنصوص والأرقام
تكاملات تكنوفيشن: مخترع التطبيقات، بايثون
يحتوي برنامج التعلُّم الآلي للأطفال على العديد من الأمثلة التعليمية وأوراق العمل لمعرفة المزيد.
ستحتاج إلى موجه أو معلم للتسجيل للحصول على حساب معلم. ثم يمكنهم إعداد حساب طالب لك.
اطلع على هذه الأمثلة/البرامج التعليمية باستخدام MachineLearningForKids.
- سكين كلين مشروع خدش فريق تكنوفيشن للكشف عن الأمراض الجلدية
- تطبيق لفرز النفايات الطبية الحيوية من قبل فريق تكنوفيشن مع برنامج تعليمي كامل
- تصنيف صور قزحية العين باستخدام مثال مجموعة البيانات العامة من الوحدة 4 مجموعات البيانات
الموقع الإلكتروني https://appinventor.mit.edu/explore/ai-with-mit-app-inventor
أنواع التصنيفات: الصور، والأصوات، والوضعيات، وشبكة الوجه
تكاملات تكنوفيشن: تطبيقات App Inventor للأجهزة المحمولة
إذا كنت تستخدم بالفعل App Inventor كمنصة ترميز لمشروعك، فهذا خيار جيد.
إليك بعض الدروس التعليمية للبدء:
- فيديو تعليمي لتدريب نموذج للكشف عن الفاكهة السليمة مقابل الفاكهة المريضة
- البرنامج التعليمي لتدريب تطبيق الهاتف المحمول على التعرف على صوتك
- برنامج تعليمي للرقص مع الذكاء الاصطناعي للكشف عن الوضعيات
الموقع الإلكتروني https://www.ximilar.com/services/computer-vision-platform/#image-classification
أنواع التصنيفات: الصور
تكاملات تكنوفيشن: ثنكابل، تطبيقات الويب (باستخدام واجهات برمجة التطبيقات)
على الرغم من وجود خيارات أخرى، إلا أن هذا خيار جيد إذا كنت تستخدم Thunkable كمنصة ترميز خاصة بك.
راجع النصف الأول من هذا البرنامج التعليمي لتتعلم كيفية استخدام Ximilar. سيظهر النصف الثاني في الوحدة التالية، عندما تدمج نموذجك مع Thunkable.
- فيديو تعليمي لتدريب نموذج للكشف عن أنواع مختلفة من الشعاب المرجانية
إن المنصات المذكورة أعلاه هي مجرد توصيات لتدريب نماذج الذكاء الاصطناعي واستخدامها بسهولة.
هناك العديد من أدوات الذكاء الاصطناعي المتقدمة المتاحة. بعضها مدرج في قسم الموارد الإضافية. قد تتطلب هذه الأدوات استخدام لغات متقدمة مثل Java أو Python أو Swift، ومن المرجح أن تستلزم استخدام واجهات برمجة التطبيقات (واجهة برمجة التطبيقات).
النشاط: تدريب النموذج الخاص بك
تدريب نموذج الذكاء الاصطناعي الخاص بك باستخدام مجموعة بياناتك
- اختر المنصة المناسبة لمشروعك.
- درّب نموذج الذكاء الاصطناعي الخاص بك باستخدام مجموعة بياناتك.
- إذا لم تكن قد جمعت كل الأمثلة الخاصة بمجموعة بياناتك بالكامل، أضف ما لديك.
- أضف المزيد كلما جمعت المزيد من البيانات.
- احفظ مشروعك/نموذجك حتى تتمكن من العودة إليه لاحقاً!
- بعد تدريب نموذج الذكاء الاصطناعي الخاص بك، اختبره ببعض الأمثلة الإضافية. يجب أن تكون أمثلة الاختبار هذه مختلفة عن أمثلة التدريب التي استخدمتها.
- إذا لم يكن نموذجك دقيقًا جدًا (أكثر من 70%)، أضف المزيد من الأمثلة التدريبية وأعد التدريب وأعد الاختبار.
نصيحة الموجه
أفضل الممارسات: نماذج التدريب صعبة! حتى جوجل تخطئ في ذلك. فقد تم تدريب الذكاء الاصطناعي الخاص بهم ولكنه لا يزال يخرج نتائج خاطئة! لا تستسلم!
أسئلة إرشادية لطرحها على الطلاب: ما مدى الدقة التي تريد أن يكون نموذج الذكاء الاصطناعي الخاص بك دقيقًا؟ إذا لم يكن دقيقًا بنسبة 100%، فما هي الإجابة المقبولة؟ 80% من الوقت؟ هل يعتمد ذلك على خطورة ما تستخدم النموذج من أجله؟ على سبيل المثال، يجب أن تكون السيارات ذاتية القيادة دقيقة جدًا وإلا فقد تؤذي شخصًا ما ولكن يبدو أن نتائج بحث جوجل لديها معيار أقل بكثير.
يتم توفير نصائح الموجهين من خلال الدعم المقدم من AmeriCorps.

الانعكاس
يتعلق هذا النشاط فقط بتدريب النموذج.
في الوحدة التالية، ستقوم في الوحدة التالية بدمج نموذجك في منصة برمجية لتحويله إلى تطبيق عملي.

مراجعة المصطلحات الرئيسية
- منصة - برنامج أو موقع إلكتروني يسمح لمستخدميه بأداء مهمة ما أو استخدام أداة ما
- التصنيف - نموذج التعلم الآلي المستخدم لتحديد أو تصنيف البيانات المختلفة
الموارد الإضافية
إليك بعض المنصات الأكثر تقدماً لبناء نماذج الذكاء الاصطناعي.
ملاحظة: إذا قررت استخدام هذه الأدوات، تأكد من التحقق من الأسعار. بعض الأدوات مجانية الاستخدام حسب عدد المستخدمين الذين يستخدمون تطبيقك.
أدوات جوجل السحابية للذكاء الاصطناعي العديد من واجهات برمجة التطبيقات والأدوات لبناء نماذج التعلُّم الآلي الخاصة بك.
من Google أيضاً، هذه المنصة رائعة لتطبيقات المحادثة.
تُظهر لك مقاطع الفيديو هذه كيفية استخدام DialogFlow مع AppSheets لإنشاء تطبيق جوال.
هذا الأداة يسمح لك بكتابة وتشغيل شيفرة بايثون في المتصفح، ويعمل بشكل جيد مع تطبيقات التعلم الآلي.