التعلم الآلي
Machine Learning
يُسمّى أيضًا: تعلم الآلة، التعلّم الآلي، تعليم الآلة
طريقة تجعل الحاسوب يتعلم من الأمثلة والبيانات بنفسه، بدل أن يكتب له المبرمج كل قاعدة يدويًا.
التعلم الآلي هو فرع من الذكاء الاصطناعي يقوم على فكرة بسيطة: بدل أن نشرح للحاسوب كل خطوة، نعطيه آلاف الأمثلة ونتركه يكتشف الأنماط بنفسه. تخيّل أنك تريد برنامجًا يميّز رسائل البريد المزعجة. الطريقة القديمة تتطلب كتابة قواعد لا تنتهي. أما بالتعلم الآلي، فتعرض على النظام آلاف الرسائل المصنّفة مسبقًا، فيتعلم وحده ما الذي يجعل الرسالة مزعجة.
يعمل التعلم الآلي عبر 3 مراحل أساسية:
- جمع البيانات: أمثلة كثيرة من الواقع، مثل صور أو نصوص أو أرقام مبيعات.
- التدريب: يمرّر النظام هذه الأمثلة على خوارزمية (وصفة رياضية للتعلم) فتضبط نفسها تدريجيًا حتى تقلّ أخطاؤها.
- التنبؤ: بعد التدريب، يستطيع النموذج التعامل مع حالات جديدة لم يرها من قبل، مثل تصنيف رسالة وصلت للتو.
أنت تستخدم التعلم الآلي يوميًا دون أن تنتبه. اقتراحات يوتيوب مبنية عليه، وكذلك ترجمة غوغل، وفرز صور هاتفك حسب الوجوه، وحتى المساعدات الذكية مثل ChatGPT التي تدرّبت على كميات هائلة من النصوص. كل نموذج ذكاء اصطناعي حديث تقريبًا هو في جوهره نتاج تعلم آلي.
المهم أن تفهم أن النموذج لا "يفهم" كما يفهم الإنسان. هو يكتشف علاقات إحصائية في البيانات. لذلك تعتمد جودته كليًا على جودة البيانات التي تدرّب عليها: بيانات ناقصة أو منحازة تنتج نموذجًا يخطئ بثقة.
✓ استخدام صحيح
متجر إلكتروني سعودي يستخدم نظامًا يتعلم من مشتريات العملاء السابقة ليقترح منتجات مناسبة لكل زبون.
لماذا: هذا تطبيق كلاسيكي للتعلم الآلي: النظام لم يُبرمج بقواعد ثابتة، بل تعلّم أنماط الشراء من البيانات الفعلية، ويتحسّن كلما زادت المشتريات.
عيادة أسنان تستخدم برنامجًا تدرّب على آلاف صور الأشعة ليساعد الطبيب في اكتشاف التسوس المبكر.
لماذا: النموذج تعلّم من أمثلة مصنّفة مسبقًا بيد أطباء، ثم أصبح قادرًا على التنبؤ في صور جديدة. هذا جوهر التعلم الآلي: التعلم من أمثلة ثم التعميم.
✕ خطأ شائع
قول أحدهم: "برمجت تطبيق حاسبة ضريبية فيها كل القوانين، إذن تطبيقي يعمل بالتعلم الآلي".
الصواب: هذا خطأ. التطبيق يتبع قواعد كتبها المبرمج بنفسه ولا يتعلم شيئًا من البيانات. التعلم الآلي يعني أن النظام يستخرج القواعد بنفسه من الأمثلة، لا أن يستقبلها جاهزة.
اعتقاد موظف أن نموذج التعلم الآلي "يفكر ويفهم" مثل الإنسان، فيثق بكل مخرجاته دون مراجعة.
الصواب: النموذج يكتشف أنماطًا إحصائية فقط، وقد يخطئ إذا واجه حالة تختلف عن بياناته التدريبية. الصواب أن تتعامل مع مخرجاته كاقتراح يحتاج تدقيقًا بشريًا، خاصة في القرارات المهمة.
كيف تميّزه بسرعة
أكثر التباس شائع هو الخلط بين التعلم الآلي والذكاء الاصطناعي واستخدامهما كمترادفين. الذكاء الاصطناعي هو المجال الواسع الذي يشمل أي محاولة لجعل الآلة تحاكي القدرات الذكية، أما التعلم الآلي فهو طريقة محددة داخل هذا المجال تقوم على التعلم من البيانات. تذكّر القاعدة: كل تعلم آلي هو ذكاء اصطناعي، لكن ليس كل ذكاء اصطناعي تعلمًا آليًا، فالأنظمة القديمة المبنية على قواعد ثابتة تُعد ذكاءً اصطناعيًا دون أن تتعلم شيئًا.
لماذا يهمّك؟
التعلم الآلي هو المحرّك الحقيقي خلف كل أداة ذكاء اصطناعي تستخدمها اليوم، من ChatGPT إلى اقتراحات إنستغرام. فهمه يساعدك على معرفة حدود هذه الأدوات: لماذا تخطئ أحيانًا، ولماذا تحتاج بياناتك الخاصة لتعمل جيدًا في مجالك. كما أنه يفتح أمامك فرصًا عملية، فكثير من الشركات العربية تبحث عن موظفين يفهمون كيف يوظفون هذه التقنية في التسويق والمبيعات وخدمة العملاء.
أدوات تستخدم هذا المفهوم
مصطلحات ذات صلة
كل ما يهمّك في الذكاء الاصطناعي، في 60 ثانية يوميًا
نرصد المئات من المصادر ونرسل لك الخلاصة فقط. بلا حشو، وبلا رسائل مزعجة.