00:00:00
.شكراً لويكس لدعم إستديوهات (بي بي اس) الرقمية
00:00:02
مرحباً،أنا جابريل ارحب بكم في الذكاء الصناعي لقناة
00:00:06
.كراش كورس
00:00:07
قد ركزنا حتي الان في سلسة الذكاء الصناعي بإستخدام
التعليم بإشراف
00:00:12
تحتاج هذه البرامج إلي معلم يستخدم بيانات مسماة لأخبارهم
"الصواب" من "الخطا"
00:00:17
ونحن البشر لدينا أماكن حيث يتم التعليم بإشراف
كالفصول الدراسية بمعلمين
00:00:22
لكن هذة ليست الطريقة الوحيدة التي نتعلم بها
00:00:24
يمكننا أيضًا تعلم الكثير من الأشياء بمفردنا من خلال
العثور علي أنماط العالم
00:00:28
يمكننا النظر إلي الكلاب و الفيلة و معرفة أنها حيوانات مختلفة
دون أن يخبرنا أحد
00:00:33
.أو معرفة قواعد الرياضة بمجرد مشاهدة الناس و هم يلعبون
00:00:38
هذا النوع من التعلم بلا معلم يسمي التعليم بلا إشراف
00:00:42
.وفي بعض الحالات يمكن للكمبيوتر القيام بذلك أيضًا
00:00:45
سيري،مساعد أبل الإلكترونية اصدرت في فبراير 2010 كا تطبيق
4s و لاحقا في اكتوبر 2011 اصبحت جزء من ايفون
00:00:47
.انشأت ديناميكيات بوسطن أول إنسان ألي يسمي بيك
00:00:48
هل نحن حقيقيون أم ذكاء صناعي؟
00:00:51
الذكاء الصناعي كراش كورس
00:00:54
إن الفرق الأساسي بين التعليم بإشراف و التعليم بلا إشراف
00:00:57
.هو ما نحاول توقعه
00:00:59
في التعليم بإشراف نحاول بناء نموذج لتوقع إجابة أو مسمي
.يقدمه المعلم
00:01:05
في التعليم بلا إشراف بدلاً من معلم في الواقع يقدم العالم من
.من حولنا بيانات مسماة
00:01:11
مثلا، إذا قمت بتجميد هذا الفيديو الخاص بكرة التنس الأن
00:01:15
هل يمكنك رسم ما يمكن أن يكون الإطار التالي؟
00:01:18
التعلم بلا إشراف يدور حول نمذجة العالم
من خلال التخمين مثل هذا وهو أمر مفيد
00:01:22
.لأننا لا نحتاج إلي مسميات يقدمها معلم
00:01:25
إن الأطفال يفعلون الكثير من التعليم بلا إشراف من خلال مشاهدة
الناس و تقليدهم
00:01:28
و نود أن تكون أجهزة الكمبيوتر قادرة علي ذلك أيضًا
00:01:33
و هذا يتيح لنا استخدام الكثير من البيانات المتاحة
.بحرية في العالم أو علي الإنترنت
00:01:38
AIفي حالات كثيرة واحدة من أسهل الطرق لفهم كيف يمكن ل
00:01:42
استخدام التعلم بلا إشراف هي القيام بذلك بأنفسنا
00:01:45
فلننظر إلي بعض صور الزهور التي لاتحمل مسميات
00:01:48
الطريقة الأساسية لنمذجة العالم هي أن نفترض أنه يتألف
من مجموعات متميزة
00:01:53
من أشياء تتشارك خواص
00:01:55
إذا،مثلا،كم عدد أنواع الزهور هنا؟
00:01:59
يمكننا القول أن هناك أثنان لأن هناك لونين أرجواني و أصفر
00:02:03
أو يمكننا النظر علي أشكال البتلات و تقسميها إلي
بتلات مستديرة و رأسية طويلة
00:02:08
أو ربما لدينا الخبرة في الزهور و نتدرك أن اثنين
منهم نبات الزنبق
00:02:12
واحدة دوار الشمس و الأخيرة زهرة أقحوان فهناك ثلاث أنواع
00:02:16
التعرف فورًا علي خصائص مختلفة مثل هذة و إنشاء فئات يسمي
00:02:21
تجميع بلا إشراف
00:02:23
ليس لدينا تسميات يقدمها معلم و لكن لدينا افتراض أساسي عن
00:02:28
العالم الذي نستعرضه بعض الكائنات تشبه بعضها أكثر من غيرها
00:02:32
يمكننا برمجة أجهزة الكمبيوتر لإجراء التجميع
00:02:35
و لكن للقيام بذلك نحتاج إلي اختيار بعض خصائص الزهور التي نهتم
بالنظر إليها
00:02:40
.مثل كيفية اختيرنا الألوان أو الأشكال الأن
00:02:43
مثال أكثر واقعية دعونا نقول أنني اشتريت رزمة من بذور السوسن
لزرعتها في حديقتي
00:02:49
بعد أن تفتحت الزهور يبدو أن هناك العديد من أنواع عديدة
من السوسن المختلطة
00:02:54
في تلك الحزمة الواحدة
00:02:56
AI أنا لست خبير ولكن يمكنني استخدام
لمساعدتي في تحليل حديقتي
00:03:00
لإنشاء نموذج يجب أن نجيب علي سؤالين رئيسيين
00:03:05
أولاً،ما هي الملاحظات التي يمكننا قياسها؟
00:03:07
كل هذة الزهور أرجوانية لذا ربما لا تكون هذة هي الطريقة
الأفضل للتفريق بينهما
00:03:13
و لكن يبدو أن السوسن لديهم البتلات أطوالها وعروضها مختلفة
00:03:17
نستطيع قياسهم ووضعهم علي هذا الرسم البياني
X وعرض علي المحور Yمع طول بتلة علي المحور
00:03:24
ثانيًا،كيف نريد أن نمثل العالم؟
00:03:27
سنلتزم بافتراض بسيط للغاية: يوجد هنا مجموعات في بياناتنا
00:03:33
Kتحديدًا، سنقول هناك عددًا من المجموعات التي تسمي
ولكن لا نعرف أين هم
00:03:40
Kلمساعدتنا سوف نستخدم
بمعني مجموعة الخوارزميات
00:03:44
هو تجميع خوارزميات بسيطة K
00:03:47
كل ما يحتاج هو طريقة لمقارنة الملاحظات
طريقة لتخمين عدد المجموعات الموجودة
00:03:52
.في البيانات و طريقة لحساب متوسطات لكل مجموعة توقع بها
00:03:56
خاصة نريد حساب الوسط عن طريق إضافة
جميع نقاط البيانات في مجموعة
00:04:02
.و القسمة علي إجمالي عدد النقاط
00:04:04
تذكر، التعليم بلا إشراف هو عن استعراض العالم
فيكون للخوارزميات خطوتان
00:04:11
سيتوقع AI أولاً،
00:04:13
ماذا يتوقع النموذج أن يبدو العالم؟
00:04:16
بمعني أخر ما الزهور التي يجب تجميعها معًا لأنها من الأنواع نفسها؟
00:04:21
سوف يصحح أو يتعلم AI ثانيًا،
00:04:24
النموذج سوف يحدث معتقداته ليتفق مع مراقبة العالم
00:04:29
لبدأ العملية علينا أن نحدد عدد المجموعات التي يجب
أن يبحث عنها النموذج
00:04:33
و أنا أخمن أن هناك ثلاث مجموعات من البيانات
حتي يصبح فهم النموذج الأول للعالم
00:04:39
أو ثلاثة أنواع من السوسن k=3 نبحث عن متوسطات
00:04:45
و لكن لنبدأ، نموذجنا لا يعرف أي شيء حقًا لذا
المتوسطات عشوائية و كذلك توقعاتها
00:04:52
يتم تسمية كل نقطة بيانات (الزهرة) بنوع1 أو نوع 2 أو نوع 3
00:04:59
استنادًا إلي معتقدات الخوارزميات
00:05:01
ثم يحاول النموذج تصحيح نفسه
00:05:03
يجب أن يكون متوسط كل مجموعة من نقاط البيانات
في المنتصف لذا يصحح النموذج نفسه
00:05:09
عن طريق حساب متوسطات جديدة
00:05:11
يمكننا أن نري هذه المتوسطات هنا
التي تعطي النموذج المحدث (X)مميزة بعلامات
00:05:15
ثلاثة (أو هكذا خمنا) أنواع السوسن
00:05:19
لا يزال الرسم البياني صاخبًا كثيرًا
00:05:22
مثال من الغريب أن يكون هناك نوع 2 قريب إلي متوسط نوع 3
00:05:28
و لكن بدأنا نموذج عشوائي لذا لا يمكننا أن نتوقع قدرا كبير من الدقة
00:05:33
منطقيًا نحن نعلم أن السوسن من نفس النوع
تميل إلي الحصول علي بتلات مماثلة
00:05:38
لذا يجب تجميع نقاط البيانات معًا
00:05:41
بما أننا قمنا للتو بخطوة تصحيح أو تعلم
يمكننا تكرار العملية بدءا بتوقع جديد
00:05:48
(X) دعونا نتوقع مسميات جديدة باستخدام علامات
التي تحدد متوسط كل مسمي
00:05:53
نوع 1 أو نوع 2 أو نوع 3--(X)سنقدم لكل نقطة بيان تسمية أقرب لل
00:05:59
ثم نحسب المتوسطات الجديدة
00:06:02
و هذا أفضل و لكن ليس أفضل التجمعات
حتي يتسني لنا أن نكرر هذة العملية مرة أخري
00:06:09
توقع، تعلم، توقع، تعلم
00:06:14
سيتوقف عن الحركة (X) في النهاية
و لدينا نموذج من مجموعات السوسن
00:06:18
التي انشأت باستخدام التعليم بلا إشراف
00:06:20
؟AIالسؤال النهائي هل وجدنا أنماط ذات معني عن العالم ب
00:06:26
لقد افترضنا أن هناك ثلاث أنواع من السوسن ولديهم
لابتلات أطوالها وعروضها مختلفة
00:06:33
!هل كان هذا صحيحًا
00:06:35
لحسن حظنا لدي صديق بستاني حاصل علي درجة الماجستير
00:06:38
:أريته الزهور الحقيقية الأقرب إلي كل من المتوسطات الثلاث وقال
00:06:43
أن النوع 1 متحول الألوان والنوع 2 سيتوسا والنوع 3 فيرجينكا
00:06:48
!ثلاث أنواع سوسن مختلفة
00:06:51
لقد تعلمنا عن العالم من المراقبة وهذا التعليم بلا إشراف
00:06:56
علي الرغم أننا اعتمدنا قليلاً علي
المعلم (البستاني) للتأكيد والمساعدة
00:07:03
الأن لقد تعلمنا الأساسيات يمكننا أن نجرب أمثلة أكثر صعوبة
00:07:07
دعونا نقول أننا نريد استخدام خوارزميات التعليم بلا إشراف
لفرز مجموعة من الصور المختلفة
00:07:11
ليس فقط ثلاث أنواع سوسن
00:07:13
أولاً، ما الملاحظات التي يمكننا قياسها؟
00:07:16
كم عدد الأخضر؟
00:07:17
اذا كان هناك أنف و فرو؟
00:07:19
لجعل الكمبيوتر يقوم بإجراء الملاحظات نحتاج
إلي قياس الألاف من الأحمر والأخضر والأزرق في كل صورة
00:07:26
ثانيًا، كيف نمثل العالم؟
00:07:28
كنا نعمل من قبل علي ميزتين فقط لنستطيع أن نستخدم متوسطات
مجموعات نقاط البيانات
00:07:34
والحصول علي معني منها
00:07:36
ولكن عند التعامل مع الصور لا يمكننا استخدام نفس
الطريقة لأننا لا نسطيع أن نحصل علي الكثير
00:07:41
من متوسط عناصر الصور الملونة لما نريد إنجازه
00:07:45
بطريقة ما نحتاج إلي النموذج لإنشاء عرض يخبرنا
اذا الصورتان متشابهتان
00:07:51
هناك أنماط ذات معني في البيانات مجردة أكثر
من عناصر الصور الفردية
00:07:56
والعثور عليهم عبر العديد في الصور يسمي التعليم بالعرض
00:08:01
هذه الانماط تساعدنا في فهم ماذا يوجد في
الصور و كيف نقارن بينهما
00:08:06
التعليم بالعرض يحدث في نماذج التعليم بإشراف
والتعليم بلا إشراف
00:08:11
فنسطيع أن نفعل مع أو بلا مسميات أن نجد أنماط في العالم
00:08:15
:لفهم الفكرة الأساسية للتعليم بالعرض راجع هذه التجربة
00:08:20
سوف انظر إلي صورة سريعًا و أحاول أن أرسمها
00:08:23
هيا لنبدأ الأن
00:08:25
...
00:08:32
!واه، كان ذلك 5 ثوان
00:08:35
لقد التقطت عيني الصورة وتذكرت المعالم المهمة
سوف ابني عرض في عقلي
00:08:41
ولكن لا استطيع أن أريكم أفكاري للحصول
علي تعليقات علي الأجزاء التي لم اتذكرها
00:08:46
لذا يجب أن أعيد البناء أو ارسم الصورة الأصلية من ذاكرتي
00:08:52
...
00:09:00
حسنًا، هذا ما حصلت عليه
دعونا نقارن الرسمة للصورة الأصلية
00:09:06
لنري طبق مستدير و شريحة مثلثة من البيتزا
وبعض الجبن والعجين وغطاء مائدة
00:09:13
جيد
00:09:14
إعادة البناء يعني صنع عنصر صورة بقدر صحيح (AI) بالنسبة ل
00:09:20
بمعني مجموعة الخوارزميات من قبل توقعه K
فئات للزهور بناءً علي مدي
00:09:25
قرب نقاط البيانات بالنسبة للمتوسطات
00:09:27
للصور سنتعلم عرض الصور بدلاً من المتوسطات
00:09:31
سيصحح نفسه AI بعد تلك الخطوة، تمامًا مثل قبل
00:09:36
بناء علي مدي ملائمة k سابقًا، حدثنا مجموعات
التسميات المتوقعة للبيانات بشكل جيد
00:09:42
ولكن للصور علينا تحديث التمثيل الداخلي للنموذج بناءً
علي إعادة البناء الخاص به
00:09:49
هناك طرق مختلفة للاستخدام التعليم بلا إشراف مع التعليم بالعرض
00:09:54
مقارنة الصور AI ليستطيع
00:09:57
مثلا، هناك نوع من الشبكات العصبية يسمي أوتوانكودر يستخدم
00:10:02
نفس المبادئ الأساسية للأوزان والانحيازات لمعالجة المدخلات
يتم تمرير البيانات لطبقات العصبية المخفية
00:10:08
و أخيرًا إلي طبقة إخراج التوقع
00:10:10
لو كان روبوت جون جرين مبرمج بالاوتوانكودر المدخل سيكون
صورة وطبقات مخفية ستتكون
00:10:16
من عرض و الإخراج سوف يكون إعادة بناء بأكملة للصور الأصلية
00:10:22
الخاص به كلما اصبح اكثر دقة AI كلما دربنا
00:10:25
نظريًا، سأعطي روبوت جون جرين عرض لبيتزا و بوسعه إعادة بناء
صورة الأصلية للبيتزا
00:10:31
الشيء القوي في التعليم بلا إشراف هو أن العالم معلمنا
00:10:36
بالتطلع حولنا والحصول علي الكثير من البيانات
وتوقع ماذا سنري و نسمع التالي
00:10:40
نتعلم كيف يعمل العالم و كيف يجب أن يُقدم
00:10:44
طموحة الكبري AI عندما سئل كيف سيحقق
00:10:47
"بروفسور "يأن لي كن
الفائز بجائزة تورينج 2018
00:10:51
"قال: "نعلم جميعًا التعليم بلا إشراف هو الجواب النهائي
00:10:55
لذا أعتقد أنه الأفضل أن نواصل العمل عليه
00:10:59
التعليم بلا إشراف مجال ضخم من الابحاث الجارية
00:11:02
مخ الإنسان مصمم خصيصًا لهذا النوع من التعليم و به أجزاء مختلفة
00:11:06
للرؤية واللغة والحركة وهكذا
00:11:09
تطورت هذه التركيبات وأنواع الأنماط التي تبحث عنها أدمغتنا
00:11:15
علي مدي مليارات السنين من التطور
00:11:17
يفعل تعليم بلا إشراف AI ولكن الأمر صعُب جدًا لبناء
00:11:22
نظم لا تستطيع التعلم بالضبط كما يفعل الإنسان عادة AI لأن
00:11:25
بمجرد المشاهدة والتقليد ويجب علي شخص مثلنا
تصميم النماذج وإخبارها بكيفية
00:11:30
.البحث عن الأنماط قبل تركهم
00:11:33
AI في المرة القادمة سننظر إلي تطبيق مفاهيم مماثلة علي نظم
00:11:37
التي تجد أنماط في الكلمات واللغة فيما
.يسمي بمعالجة اللغة الطبيعية
00:11:42
!أراكم حينها
00:11:44
شكراً لويكس لدعم إستديوهات (بي بي اس) الرقمية
00:11:47
اذا كنت تريد انشاء موقع ويب خاص بك Wix.com تفقد
00:11:50
ويكس منهاج يسمح لك لإنشاء موقع ويب مخصص تقريبًا لأي غرض
00:11:55
بدءًا من الترويج لعملك أو إنشاء متجر عبر الإنترنت لوضعه
لاختبار الأفكار الجديدة
00:12:01
تسمح لك تقنياتهم بإنشاء شيء فريد بغض النظر عن مستوي
مهاراتك باستخدام القوالب
00:12:06
و كل ذلك في إدارة واحدة
00:12:08
إذا كنت ترغب في التحقق منه فيمكنك الانتقال إلي
wix.com/go/crashcourse
00:12:12
أو انقر الرابط في صندوق الوصف
00:12:14
انتجت بالاشتراك مع(AI) كراش كورس
إستديوهات (بي بي اس) الرقمية
00:12:18
يمكنكم الإنضمام إلي مجموعتنا إذا كنتم ترغبون في الحفاظ
علي مجانية القناة بشكل دائم
00:12:23
(علي (باتريون
00:12:24
Kو إذا كنتم ترغبون في علم المزيد عن مجموعة معني
راجع هذا الفيديو علم الإحصاء كراش كورس
00:12:30
ترجمة: هاجر شرف الدين
