الشبكات العصبية الاصطناعية Artificial Neural Networks

يعد موضوع الذكاء الاصطناعي والتعلم الآلي موضوع في غاية الاهمية في عالمنا اليوم نظرا للتطور التكنولوجي الحالي. كل شيء نواجهه اليوم في الانترانت يعمل ضمن خوارزميات التعلم الآلي. إذا كنت تبحث على الإنترنت ، يمكنك ملاحظة حصولك على توصيات سواءا في مواقع التجارة الإلكترونية اذا كنت تبحث عن منتج معين أو توصية لفيديو أو لأغنية على موقع YouTube أو التعرف على تنبؤات سوق الأسهم والمعاملات المصرفية وترجمة النصوص والتعرف على الكلام وما إلى ذلك. كل هذه الأشياء مدعومة بطريقة ما بخوارزميات التعلم الآلي .

ما هي الشبكات العصبية؟

الشبكة العصبية هي عبارة تقنية من تقنيات التعلم الآلي أو خوارزمية تحاول محاكاة عمل الخلايا العصبية في الدماغ البشري للتعلم. في البداية ، تظهر النتائج غير دقيقة، وبعد تكرار معين للبيانات ، تعدّل نفسها بحيث تزداد الدقة النتائج. عموما يمكنك تطبيق أي وظيفة معرفة باستخدام الشبكة العصبية. بشكل عام يمكننا ان نقول أن كل شبكة عصبية ترتب بشكل طبقات من الخلايا الاصطناعية : طبقة داخلية وطبقة خارجية وطبقات بينهم أو مخفية تتواجد بين طبقتي الدخل وطبقة الخارج. كل خلية في إحدى هذه الطبقات يتصل بكافة العصبونات الموجودة في الطبقة التي تليه وكافة العصبونات في الطبقة التي تسبقه.تُعرف الشبكة العصبية التي تحتوي على أكثر من طبقة مخفية باسم الشبكة العصبية العميقة والتعلم يسمى التعلم العميق. كل طبقة لها عدد غير محدد من العقد. عدد العقد في طبقة الإدخال يساوي عدد ميزات بيانات – عدد متغيرات – الإدخال. وتتكون الطبقات المخفية من عدد لا محدود من العقد. وتتكون طبقة المخرجات من عقدة واحدة فقط إذا كانت لحل مسائل الانحدار وأكثر من عقدة اذا كانت لتخمين الصور او الترجمة او الصوت او لجل مسائل التصنيفات…. الخ.

نموذج للشبكة العصبية

وصف عام لآلية عمل العصبون الاصطناعي

حينما فكروا في البداية وجدوا ان الخلايا العصبية تقوم بعملية جمع لإشارات بمعني انه يوجد وصلتين لخلية عصبية مثلا وكل وصلة عليها إشارة تكون النتيجة هي محصلة الإشارات بالجمع العادي ومن ثم وجدوا ان كل عصبون يستطيع ان يقوم بعمل تكبير أو تصغير فتم إضافة عامل اسمه (Weight Factor) بمعني انه إذا كان هناك خلية مثلا ولها مدخلان فيتم ضرب الإشارة الأولي في المعامل الخاص بالعصبون هذا وكذا للمدخل الثاني ومن ثم يتم جمعهم وعلي ذلك تم بناء النظام الهندسي للخلايا الصناعية مع الاخذ في الاعتبار انه ليس صحيح 100% بالنسبة للخلايا العصبية البيولوجية كما سيوضح لاحقا.

نموذج لعصبون اصطناعي

طريقة معالجة المعلومات

عادةً ما تتضمن الشبكة العصبية عددًا كبيرًا من المعالجات التي تعمل بالتوازي وترتب في مستويات، أي أن الطبقة الأولى التي تتلقى معلومات المدخلات الخام مماثلةً للأعصاب البصرية في المعالجة البصرية البشرية، وتتلقى كل طبقة متتالية المخرجات من الطبقة التي سبقتها، ثم تقوم الطبقة الأخيرة بإخراج منتجات معالجة النظام.

لدى كل عقدة معالجة مجال صغير خاص بها من المعرفة بما في ذلك ما شاهدته أو أي قواعد بيانات تمت برمجتها في الأصل أو تم تطويرها لنفسها بنفسها، كما تكون الطبقات مترابطة بشكلٍ كبير، مما يعني أن كل عقدة في الطبقة n ستكون متصلة بالعديد من العقد في الطبقة n-1.

الشبكات العصبية معروفة بكونها متكيفة، مما يعني أنها تعدل نفسها عندما تتعلم من التدريب الأولي، وبشكلٍ لاحق توفر المزيد من المعلومات حول العالم.

كيف تتعلم الشبكات العصبونية

بخلاف الخوارزميات الأخرى، لا يمكن برمجة الشبكات العصبية بتعلمها العميق بشكلٍ مباشر للمهمة، وبدلًا من ذلك تشبه الدماغ النامي للطفل، أي أنها تحتاج إلى تلقين المعلومات.

هنالك ثلاث استراتيجيات للتعلم وهي:

  • التعلم الخاضع للإشراف: هذه الاستراتيجية التعليمية هي أبسطها حيث توجد مجموعة بيانات موصوفة والتي يمر بها الكمبيوتر، ويتم تعديل الخوارزمية حتى تتمكن من معالجة مجموعة البيانات للحصول على النتيجة المرجوة. يمكن تشبيه التعليم الخاضع للاشرف كالتعليم الذي يدار من قبل المعلم حيث ان المعلومات المدخلة تكون بمثابة المعلم في هذه الحالة.

  • التعلم غير الخاضع للإشراف: يتم استخدام هذه الاستراتيجية في الحالات التي لا تتوفر فيها مجموعة بيانات مُعلِّمة للتعلم منها، حيث تقوم الشبكة العصبية بتحليل مجموعة البيانات ثم تقوم دالة التكلفة بإخبار الشبكة العصبية عن المدى البعيد عن الهدف، ثم تقوم الشبكة العصبية بالتكيف لزيادة دقة الخوارزمية.

  • التعلم المعزز: في هذه الخوارزمية يتم تعزيز الشبكة العصبية للحصول على نتائج إيجابية وتعاقب على نتيجة سلبية، مما يجبر الشبكة العصبية على التعلم مع مرور الوقت.

المراجع

1- موقع edureka

2- موقع أراجيك

Share on facebook
فاسبوك
Share on twitter
تويتر
Share on linkedin
لينكد إن
Share on whatsapp
واتساب

اترك تعليقاً

المشاركات الاخيرة

أحدث التعليقات

أفحص بحثك بالمجان

رفع الملف