- تدريب نموذج تعلم آلي للتنبؤ بشيء ما
هذه هي أنشطة هذا الدرس:
3 أجزاء من التعلم الآلي
تذكّر أن الذكاء الاصطناعي، وتحديداً التعلّم الآلي، يتكون من 3 أجزاء رئيسية.
مجموعة البيانات
البحث عن الأنماط
قم بالتنبؤ
في هذا الدرس، سنركز في هذا الدرس على الجزء الثاني، البحث عن الأنماط، من خلال تدريب نموذج الذكاء الاصطناعي الخاص بنا الذي سيكون قادرًا على التنبؤ.
هناك العديد من من المنصات المجانية مجانية على الإنترنت حيث يمكنك تدريب نموذج ذكاء اصطناعي باستخدام التعلم تحت الإشراف.
هناك نوعان رئيسيان من التعلم الآلي - التعلم تحت الإشراف و التعلم غير الخاضع للإشراف.
التعلم الخاضع للإشراف هو تماماً كما يبدو - أنت تشرف على كيفية تعلم النموذج من خلال إخباره بالإجابة الصحيحة.
التعلم غير الخاضع للإشراف نهجًا مختلفًا. يتم تزويد النموذج بالبيانات، ولكن بدون توجيه أو إشراف. يجد نموذج الذكاء الاصطناعي أنماطه الخاصة. وتسمح هذه الطريقة لنموذج الذكاء الاصطناعي باكتشاف تجميعات وأوجه تشابه واختلافات جديدة بين البيانات دون أي معرفة مسبقة.
في هذا المنهج، سنستخدم في هذا المنهج منهج التعلم تحت الإشراف للتعلم الآلي. على سبيل المثال، لنفترض أنك تريد نموذج ذكاء اصطناعي لمعرفة ما إذا كانت الصورة كلب أو صورة قطة.
ستكون مجموعة بياناتك عبارة عن الكثير والكثير من صور الكلاب والقطط.
ستساعد في تدريب النموذج عن طريق إخباره بالصور التي تمثل الكلاب والصور التي تمثل القطط
التخطيط لنموذجك
سيتنبأ نموذجك بشيء ما أو يصنفه. غالباً ما تسمى هذه النماذج نماذج التصنيفلهذا السبب.
الخطوات الأولى
- ما الذي تصنفه؟ هل هي صور أم نصوص أم أصوات؟ هذا هو نوع البيانات.
- ما هي التصنيفات المختلفة الممكنة؟ على سبيل المثال الكلاب و القطط. هذه هي الأصناف. كما يشار إليها أحيانًا باسم التسميات.
- اجمع البيانات المناسبة لتدريب نموذجك. ابحث عن الكثير والكثير من البيانات المتنوعة لتمثيل كل فئة. على سبيل المثال، الكثير والكثير من الصور لأنواع مختلفة من الكلاب والقطط!
المنصات الموصى بها
هناك العديد من المنصات المجانية والمفتوحة المصدر المتاحة لإنشاء نماذج تصنيف الذكاء الاصطناعي.
لقد قمنا بتنسيق قائمة بالبرامج والمنصات التي يمكنك من خلالها:
- بناء نموذجك للتنبؤ
- ثم استخدم نموذجك في تطبيق الهاتف أو الويب لتنفيذ إجراء ما بناءً على التوقع
فيما يلي نظرة عامة سريعة على ما يمكن لكل منصة تصنيفه والتكامل معه.
| المنصة | أنواع التصنيفات | تكامل التكنولوجيا والابتكار |
|---|---|---|
| آلة قابلة للتعليم من جوجل | الصور، الأصوات، الوضعيات | تطبيق Inventor وPython والتكاملات الأخرى الممكنة |
| التعلم الآلي للأطفال | الصور، الأصوات، النصوص، الأرقام | بايثون، مخترع التطبيقات (لبعض أنواع البيانات) |
| مخترع تطبيقات معهد ماساتشوستس للتكنولوجيا | الصور، الأصوات، الوضعيات | مخترع التطبيقات |
| زيميلار | صور | ثنكابل، مخترع التطبيقات، تطبيقات Wep، استخدام واجهات برمجة التطبيقات |
النشاط: تدريب نموذج التعلم الآلي
بناء نموذج حجر، ورقة مقص
ثم شاهد نموذجك أثناء العمل من خلال تفاعل جافا سكريبت بسيط مُصمم مسبقًا.
نماذج مسبقة الصنع
الآن بعد أن قمت ببناء أول نموذج ذكاء اصطناعي خاص بك، وبينما تبدأ في تخطيط نموذجك الخاص لمشروعك، قد تفكر في استخدام نموذج تم بناؤه بالفعل.
لماذا إعادة اختراع العجلة، أليس كذلك؟
هناك العديد من المواقع التي توفر نماذج الذكاء الاصطناعي العامة والمشتركة. يمكنك التفكير في استخدامها إذا كانت توفر التصنيف الذي تبحث عنه. فيما يلي بعض المواقع التي توفر نماذج الذكاء الاصطناعي العام.
لاستخدام هذه النماذج، ستحتاج على الأرجح إلى استخدام لغة نصية مثل Python أو Javascript.
إذا كنت جديدًا تمامًا على البرمجة، فإن بناء نموذجك الخاص هو خيار رائع. سوف تكون متحكماً، وسوف تتعلم الكثير عن الذكاء الاصطناعي في هذه العملية!
الانعكاس
لقد صنعت أول نموذج ذكاء اصطناعي لك! يجب أن يعطيك هذا لمحة عن عملية إنشاء نموذج ذكاء اصطناعي. تعمل جميع منصات إنشاء النماذج بطريقة متشابهة، على الرغم من أن الواجهات قد تختلف قليلاً.
مراجعة المصطلحات الرئيسية
- نموذج الذكاء الاصطناعي (أو التعلم الآلي) - الذكاء الاصطناعي الذي يتم تدريبه على مجموعة بيانات للتعرف على الأنماط للتنبؤ أو تصنيف شيء ما
- التعلم الخاضع للإشراف - التعلم الآلي حيث يتم تدريب النموذج من خلال إخباره بنتيجة صحيحة أو غير صحيحة
- التعلم غير الخاضع للإشراف - التعلم الآلي حيث يكتشف النموذج الأنماط من تلقاء نفسه، دون أي تدخل
- الفئة - تسمية يتم توفيرها لنموذج الذكاء الاصطناعي حتى يتعلم كيفية تصنيف المدخلات حسب فئتها
الموارد الإضافية
إذا كنت ترغب في معرفة المزيد عن الذكاء الاصطناعي والتعلم الآلي، إليك قائمة رائعة من دانيال شيفمان من جامعة نيويورك.
