ماشین‌ها چگونه یاد می‌گیرند؟

یادگیری این است که چگونه  از تجربه قبلی، برای تطبیق رفتار خود در تصمیم‌گیری استفاده می‌کنیم. ما از چهار نوع یادگیری برای ماشین‌ها  استفاده می‌کنیم:

• یادگیری تقویتی
• یادگیری تحت نظارت
• یادگیری بدون نظارت
• یادگیری نیمه نظارت‌شده

همه اینها جایگاه خاص خود را در هوش مصنوعی دارند. هرکدام دارای مشکلاتی هستند که در حل آنها عالی است و برای آنها مفید نیست. در این مقاله به انواع یادگیری می‌پردازیم، و اینکه هر یک از آنها برای چه چیزهایی مفید است را بررسی خواهیم کرد.

ما در این مقاله وارد هیچ معادله یا کد ریاضی نمی‌شویم، اما در پروژه‌های آینده هر یک از آنها را با عمق بیشتری بررسی خواهیم کرد.

انواع ماشین لرنینگ چیست؟

• یادگیری تقویتی : یادگیری از طریق فیدبک در مورد رفتار

یادگیری تقویتی تماما در مورد آزمون‌وخطا است، و یاد می‌گیرید که  بعد از موفقیت یا شکست خود، چه‌کاری انجام دهید.

چگونه از یادگیری تقویتی استفاده کنم؟

یک مثال خوب برای یادگیری تقویتی این است که کودکان یا حیوانات راه رفتن را یاد بگیرند. هیچ‌کس از قبل به آنها نمی‌گوید که چه‌کاری انجام دهید (حداقل نه به روشی که آنها می‌فهمند)، اما شما به خود یاد می‌دهید که چطور راه رفتن را به‌مرورزمان، از طریق آزمون‌وخطا انجام دهید. سایر تجربیات رایج، مانند آشنایی و توسعه استایل هنری خود، به شکل‌گیری تجربه انسانی از طریق یادگیری تقویتی کمک می‌کند.

یک ماشین با یادگیری تقویتی چه‌کاری می‌تواند انجام دهد؟

این نوع ماشین لرنینگ برای چیزهایی مانند بازی‌ها عالی است، جایی که ماشین می‌تواند از طریق آزمون‌وخطا یاد بگیرد چطور بیشترین امتیاز را به‌دست آورد، و می‌تواند بفهمد که  چگونه بازی‌ها بدون اینکه قوانینی به آنها آموزش داده شود، انجام شوند. این نوع ماشین لرنینگ برای آموزش رانندگی، زمان خریدوفروش سهام (بدون پیش‌بینی قیمت) و موارد دیگر نیز، مورداستفاده قرار می‌گیرد.

• یادگیری بدون نظارت: یادگیری بدون لیبل

یادگیری بدون نظارت نیز به‌عنوان خوشه‌بندی یا گروه‌بندی نامیده می‌شود، زیرا همه‌چیز در مورد شناسایی الگوها در دیتاها است، بدون اینکه به شما گفته شود به دنبال چیز خاصی بگردید. این نوع یادگیری برای فشرده‌سازی خوب است، زیرابه شما امکان می‌دهد همان مقدار اطلاعات را در دیتاهای کمتر با سرعت بسیار بیشتری ارسال کنید. این ‌یکی از عواملی است که پخش ویدیوها را به‌طور فزاینده‌ای آسان کرده است.

چگونه از یادگیری بدون نظارت استفاده کنم؟

یک مثال واقعی از یادگیری بدون نظارت، مشاهده الگوهایی است که هیچ‌کس به شما نگفته است که آنجا هستید، این می‌تواند چیزی به‌اندازه دیدن یک چهره در هنگام نگاه کردن به یک ساختمان، بی‌ضرر باشد، یا به‌اندازه تئوری‌های توطئه، افراطی باشد.

چگونه ماشین‌ها می‌توانند از یادگیری بدون نظارت استفاده کنند؟

ماشین‌ها هنگام گروه‌بندی چیزها برای ارائه توصیه‌ها، ادغام همه ویژگی‌های مرتبط با یکدیگر و کاهش ابعاد دیتاهای شما، یافتن احتمال وقوع همزمان و موارد دیگر، از یادگیری بدون نظارت استفاده می‌کنند.

• یادگیری تحت نظارت: یادگیری با لیبل

این پرکاربردترین نوع یادگیری در ماشین لرنینگ است. یادگیری تحت نظارت زمانی است که سرپرست (احتمالا شما!) پاسخ‌های صحیح را می‌داند و در فرآیند یادگیری، به اشتباهات اشاره می‌کند.

با استفاده از دانش اشتباهات، هوش مصنوعی می‌تواند یاد بگیرد که نمونه‌های جدید را بهتر در آینده پیش‌بینی کند. هوش مصنوعی برای انجام پیش‌بینی‌های دقیق به مقدار زیادی دیتا نیاز دارد، اما یادگیری تحت نظارت ممکن است مشکل‌ساز باشد، زیرا به نمونه‌های آموزشی زیادی نیاز دارد تا بتواند در مورد نمونه‌های جدید پیش‌بینی کند.

چگونه از یادگیری تحت نظارت استفاده کنم؟

یک مثال خوب در زندگی واقعی، تست‌های درجه‌بندی‌شده هستند، که در آن‌ها، درباره اشتباهاتی که مرتکب شده‌اید و پاسخ‌های صحیح، فیدبک داده می‌شود. دانستن اشتباهی که انجام داده‌اید به شما امکان می‌دهد تا مفاهیم سوالاتی را که ازدست‌داده‌اید، بیشتر مطالعه کنید.

چگونه ماشین‌ها می‌توانند از یادگیری نظارت‌شده استفاده کنند؟

این درواقع رایج‌ترین شکل هوش مصنوعی است که ما در زندگی روزمره با آن در تعامل هستیم. از ایمیل‌هایی که به‌عنوان هرزنامه علامت‌گذاری می‌شوند، لیبل گذاری خودکار در عکس‌ها، تا اینکه آیا برای بررسی اعتبار یک ماشین جدید تأیید می‌شوید یا خیر.

• یادگیری نیمه نظارت‌شده: یادگیری فقط با چند لیبل

استفاده از چند لیبل در مقایسه با یادگیری کاملا بدون نظارت، نتایج را به‌طور قابل‌توجهی بهبود می‌بخشد. در شرایطی که می‌خواهید دیتاهای لیبل دار داشته باشید خوب است، اما فرآیند لیبل گذاری برای مقدار دیتایی که نیاز دارید، بسیار زمان‌بر و فشرده است. یادگیری نیمه نظارتی می‌تواند به یادگیری انتقالی یا یادگیری استقرایی اشاره داشته باشد.

چگونه از یادگیری نیمه نظارتی استفاده کنیم؟

درحالی‌که نمونه‌های رایج کمتری برای یادگیری نیمه نظارتی نسبت به سه نمونه دیگر وجود دارد، برای لحظه‌ای تصور کنید که در حال شرکت در آزمون هستید و قبل از آزمون، معلم به حل چند نمونه سؤال کمک می‌کند. این نمونه سوالات، چند لیبلی هستند که برای کمک به درک عمیق‌تر از مطالب استفاده می‌کنید و امیدوارم در آزمون بهتر عمل کنید.

چگونه ماشین‌ها می‌توانند از یادگیری نیمه نظارتی استفاده کنند؟

پروژه‌های خوب، از یادگیری نیمه نظارتی در تجزیه‌وتحلیل متن یا گفتار، و یا طبقه‌بندی محتوا استفاده می‌کنند.

چگونه آموزش ماشین‌ها را شروع کردیم؟

یکی از نمونه‌های ماشین لرنینگ اولیه که امروزه هنوز از آن استفاده می‌کنیم، شبکه‌های عصبی است. فرانک روزنبلات از کنفرانس دارتموث در سال 1958، و پیشرفت‌های اخیر، در درک علوم اعصاب الهام گرفت تا  ایجاد یک نورون مصنوعی را به چالش بکشد.

دانشمندان اولیه مانند روزنبلات، می‌دانستند که در آن زمان قادر به شبیه‌سازی کل مغز انسان با ابررایانه‌ها نیستند، اما شبیه‌سازی بخش‌هایی از آن‌ها مانند نورون‌ها و سیناپس‌ها به خوبی در اختیار آنها بود. بنابراین او ماشینی برای آموزش ساخت که Perceptron نام داشت. او شبیه‌سازی نورون‌ها، برای تشخیص مثلث‌ها را به آن آموزش داد، درست مانند آنچه امروزه از ماشین لرنینگ برای تشخیص اشیا یا چهره‌ها استفاده می‌کنیم.

او این دستگاه را به دوربینی متصل کرد که می‌توانست 400 پیکسل را ثبت کند و به آن یک مثلث یا چیز دیگری نشان داد. بسته به آنچه دوربین می‌دید، روشن یا تاریک بودن هر پیکسل را به پرسپترون منتقل می‌کرد، که سعی می‌کرد تمام سیگنال‌هایی را که با شکل مثلث مطابقت دارند، جمع کند. اگر سیگنال‌های کافی به سمت مثلث باشد، نورون شلیک می‌کند و اگر ناظر بگوید «بله» که یک مثلث است، آن سیگنال‌ها را به خاطر می‌سپارد، یا اگر ناظر «نه» می‌گوید، میزان ارتباط قوی آن سیگنال‌ها را باوجود یک مثلث تنظیم می‌کند. در ابتدا دستگاه فقط حدس‌های تصادفی می‌زد، اما با آموزش و فیدبک کافی می‌توانست تشخیص یک مثلث را از اشکال دیگر بیاموزد.

آیا ممکن است ماشین‌ها اشتباه کنند؟

یکی از مشکلاتی که ما در ماشین لرنینگ داریم این است که نمی‌دانیم کامپیوتر برای متمایز کردن مثلث‌ها از دایره‌ها، یا صورت شما از دوستانتان، از چه سیگنال‌هایی استفاده می‌کند، زیرا کامپیوتر نمی‌تواند به‌راحتی آن اطلاعات را به روشی که ما درک می‌کنیم، منتقل کند. و اساسا چیزها را به‌گونه‌ای مشاهده می‌کند که ما هرگز آن را تجربه نخواهیم کرد. به همین دلیل ممکن است درک یا کاهش الگوریتم بایس دشوار باشد، اما یک مانع غیرقابل‌عبور نیست.

الگوریتم بایس چیست؟

وقتی ماشین‌هایی که آموزش ندیده‌اند، بایس های موجود در دیتاها را تقویت می‌کنند. ما شاهد داستان‌هایی در مورد این نوع هوش مصنوعی هستیم که در فرآیندهای استخدام، برنامه‌های تشخیص چهره، امتیازدهی اعتبار و بسیاری موارد دیگر دقیقا همین کار را انجام می‌دهد. به‌عنوان کسی که این برنامه‌ها را طراحی می‌کند، مسئولیت شماست که مطمئن شوید بایس های موجود در دنیای واقعی را تقویت نمی‌کنید. من به هرکسی که می‌خواهد درباره الگورتم بایس بیشتر بداند، کتاب سلاح‌های تخریب ریاضی، نوشته کتی اونیل را معرفی می‌کنم.

همچنین، با پیش‌بینی نمونه‌هایی که قبلا ندیده است، می‌دانیم هوش مصنوعی واقعا یاد گرفته است و  فقط به خاطر نسپرده است. به خاطر سپردن دیتاها، پیش‌بینی چیزهای جدید را برای هوش مصنوعی شما تقریبا غیرممکن می‌کند، زیرا دید آن بسیار محدود است. این به اورفیت کردن دیتای شما نیز اشاره می‌کند، و به همین دلیل است که دانشمندان دیتا، معمولا دیتاهای خود را به مجموعه‌های تست و آموزش تقسیم می‌کنند. معمولا 80 درصد از دیتاها برای آموزش و 20 درصد از آن‌ها برای آزمایش است. تقسیم دیتاها به شما امکان می‌دهد برخی از دیتاها را برای مدل خود ناشناخته نگه‌دارید، تا میزان عملکرد آن را با دیتاهای جدید آزمایش کنید. وقتی مدل شما Over Fit است، تمایل به نشان دادن دقت یا یادآوری دارد، که برای دیتاهای آموزشی شما بسیار خوب است، اما آمار وحشتناکی را برای دیتاهای آزمایشی به دنبال دارد. این بدان معناست که ما می‌توانیم با مقایسه آمارهایمان برای دیتاهای آموزشی و آزمایشی خود بگوییم که آیا مدل ما بیش‌ازحد اورفیت شده است. اگر نتیجه مشابهی داشته باشند، می‌دانیم که با دیتاهای جدید به همان اندازه خوب عمل می‌کند، و اگر غیرازاین باشد، می‌فهمیم که  دیتاهای آموزشی را به خاطر سپرده است، یا خوش شانس بوده است.

فاکتور دیگری  که باید در هنگام مدل‌سازی در نظر گرفته شود، شانس است. فقط به این دلیل که ممکن است مدل شما به‌طور تصادفی پاسخ‌های صحیح را دریافت کند، و به این معنی نیست که هرگز این اتفاق نخواهد افتاد. برای اطمینان از اینکه  نتایج خود را به‌طور تصادفی به‌دست نمی‌آورید، دانشمندان دیتا از فرآیندی به نام ارزیابی متقابل استفاده می‌کنند. ارزیابی متقابل زمانی است که بخشی از دیتاهای خود را مجددا نمونه‌برداری می‌کنید و پیش بینی‌های خود را دوباره آزمایش می‌کنید. اگر نتایج ثابتی به‌دست آورید، می‌دانید که ازنظر آماری بعید است نتایج شما فقط به دلیل شانس باشد. به همین ترتیب، اگر نتایج شما پراکنده باشد، می‌دانید که شانس تاثیر قابل‌توجهی بر نتایج شما دارد.

اینها برخی از راه‌هایی هستند که دیتاها و ماشین لرنینگ، درصورتی‌که درست عمل نکنند، می‌توانند شمارا گمراه کنند، اما خوشبختانه در طول سال‌ها، ما روش‌های بسیاری را برای بررسی کار خود توسعه داده‌ایم که برخی از آنها را در اینجا ذکر کرده‌ام و برخی دیگر را که به آنها اشاره خواهیم کرد.