م.م زهراء حسين علي حسن <br />Zahraa Hussein<br />Physical Education and Sport Sciences Department<br />Al-Mustaqbal University College<br />51001 Hillah, Babil, Iraq<br />[email protected]<br />Deep Learning And Neural Network <br />اكتسب التعلم العميق شعبية كبيرة في مجال الحوسبة العلمية ، وتستخدم خوارزمياته على نطاق واسع في الصناعات التي تحل المشكلات المعقدة. تستخدم جميع خوارزميات التعلم العميق أنواعًا مختلفة من الشبكات العصبية لأداء مهام محددة.<br />تبحث هذه المقالة في الشبكات العصبية الاصطناعية الأساسية وكيف تعمل خوارزميات التعلم العميق لتقليد الدماغ البشري.<br /> ما هو التعلم العميق؟<br />يستخدم التعلم العميق الشبكات العصبية الاصطناعية لإجراء عمليات حسابية معقدة على كميات كبيرة من البيانات. إنه نوع من التعلم الآلي يعمل على أساس بنية ووظيفة الدماغ البشري.<br />تقوم خوارزميات التعلم العميق بتدريب الآلات من خلال التعلم من الأمثلة. عادةً ما تستخدم الصناعات مثل الرعاية الصحية والتجارة الإلكترونية والترفيه والإعلان التعلم العميق.<br /> تعريف الشبكات العصبية<br />تتكون الشبكة العصبية مثل الدماغ البشري من خلايا عصبية اصطناعية ، تُعرف أيضًا باسم العقد. هذه العقد مكدسة بجانب بعضها البعض في ثلاث طبقات:<br />• طبقة الإدخال<br />• الطبقة (الطبقات) المخفية<br />• طبقة الإخراج<br />• <br />توفر البيانات لكل عقدة معلومات في شكل مدخلات. تضاعف العقدة المدخلات بأوزان عشوائية وتحسبها وتضيف انحيازًا. أخيرًا ، يتم تطبيق الوظائف غير الخطية ، والمعروفة أيضًا باسم وظائف التنشيط ، لتحديد أي خلية عصبية يجب إطلاقها.<br /> مكونات الشبكات العصبية الاصطناعية<br />تشبه الخلايا العصبيَّة في تركيبها الدماغ؛ فهي تتكون من عقدٍ عصبيَّةٍ (Nodes) تشبه العقد العصبيَّة في الجهاز العصبي البشري، ترتبط هذه العقد مع بعضها وتتدفق المعلومات بين هذه العقد لتعطي لهذه الشبكة صفة الذكاء.<br /><br />يعتمد عمل الخلايا العصبيَّة على علوم الهندسة لتنفذ الوظائف التي يقوم بها الدماغ البشري وهذا يختلف عن الطريقة التي يعمل بها الدماغ البشري، لكن النتيجة هي الميزة الرئيسية والهدف من هذه الشبكة وهي وظيفة التعلم<br /> كيف تعمل خوارزميات التعلم العميق؟<br />بينما تتميز خوارزميات التعلم العميق بتمثيلات التعلم الذاتي ، فإنها تعتمد على الشبكات العصبية الاصطناعية التي تعكس الطريقة التي يحسب بها الدماغ المعلومات. أثناء عملية التدريب ، تستخدم الخوارزميات عناصر غير معروفة في توزيع المدخلات لاستخراج الميزات ، وكائنات المجموعة ، واكتشاف أنماط البيانات المفيدة. مثل الكثير من آلات التدريب على التعلم الذاتي ، يحدث هذا على مستويات متعددة ، باستخدام الخوارزميات لبناء النماذج.<br />تستفيد نماذج التعلم العميق من عدة خوارزميات. بينما لا تعتبر شبكة واحدة مثالية ، إلا أن بعض الخوارزميات مناسبة بشكل أفضل لأداء مهام محددة. لاختيار المناسب منها ، من الجيد اكتساب فهم قوي لجميع الخوارزميات الأساسية.<br /> أنواع الخوارزميات المستخدمة في التعلم العميق<br />فيما يلي قائمة بأفضل 10 خوارزميات التعلم العميق الأكثر شيوعًا:<br /><br />o الشبكات العصبية التلافيفية (CNNs)<br />o شبكات الذاكرة طويلة المدى (LSTMs)<br />o الشبكات العصبية المتكررة (RNNs)<br />o شبكات الخصومة التوليدية (GANs)<br />o شبكات وظيفة الأساس الشعاعي (RBFNs)<br />o متعدد الطبقات Perceptrons (MLPs)<br />o خرائط التنظيم الذاتي (SOMs)<br />o شبكات المعتقد العميق (DBNs)<br />o آلات Boltzmann المقيدة (RBMs)<br />o أجهزة التشفير التلقائي<br /><br /> أمثلة على التعلم العميق<br /><br />يتم استخدام التعلم العميق حاليًا في كل صناعة تقريبًا بدءًا من السيارات والفضاء والأتمتة إلى الخدمات الطبية. إليك بعض الأمثلة.<br /><br /> Google و Netflix و Amazon: تستخدمها Google في خوارزميات التعرّف على الصوت والصورة. تستخدم Netflix و Amazon أيضًا التعلم العميق لتحديد ما تريد مشاهدته أو شراؤه بعد ذلك<br /><br /> القيادة بدون سائق: يستخدم الباحثون شبكات التعلم العميق للكشف تلقائيًا عن أشياء مثل علامات التوقف وإشارات المرور. كما يستخدم التعلم العميق للكشف عن المشاة ، مما يساعد على تقليل الحوادث.<br /> الفضاء والدفاع: يستخدم التعلم العميق لتحديد الأشياء من الأقمار الصناعية التي تحدد مجالات الاهتمام ، وتحديد المناطق الآمنة أو غير الآمنة للقوات<br /> بفضل Deep Learning ، يبحث Facebook تلقائيًا عن الأصدقاء في صورك ويضعها في موضعها. يمكن أن تقوم Skype بترجمة الاتصالات المنطوقة في الوقت الحقيقي وبدقة كبيرة.<br /> الأبحاث الطبية: يستخدم الباحثون الطبيون التعلم العميق للكشف التلقائي عن الخلايا السرطانية<br /> الأتمتة الصناعية: يساعد التعلم العميق في تحسين سلامة العمال حول الآلات الثقيلة تلقائيًا الكشف عن الحالات التي يكون فيها الأشخاص أو الأشياء على مسافة غير آمنة من الآلات.<br /> إلكترونيات: يتم استخدام التعلم العميق في الترجمة التلقائية للسمع والكلام.<br />الاستنتاج<br />- مفهوم الشبكات العصبية ليس جديدًا ، وقد التقى الباحثون مع نجاح معتدل في العقد الماضي أو نحو ذلك. لكن مغير اللعبة الحقيقي كان تطور الشبكات العصبية العميقة.<br /><br />- من خلال الأداء المتقارب لمناهج التعلم الآلية التقليدية ، فقد أظهر أن الشبكات العصبية العميقة يمكن تدريبها وتجربتها ليس فقط من قِبل عدد قليل<br /><br />- تعمل خوارزميات التعلم العميق مع أي نوع من البيانات تقريبًا وتتطلب كميات كبيرة من قوة الحوسبة والمعلومات لحل المشكلات المعقدة.<br />