يوافق أي شخص جرب صور Google على أن خدمة تخزين الصور وإدارتها المجانية من Google ذكية. فهو يحتوي على العديد من الميزات الذكية مثل البحث المتقدم ، والقدرة على تصنيف الصور حسب المواقع والتواريخ ، وإنشاء ألبومات ومقاطع فيديو تلقائيًا استنادًا إلى أوجه التشابه ، وسيرشدك إلى أسفل ممر الذاكرة من خلال عرض صور لك في نفس اليوم قبل عدة سنوات. هناك العديد من الأشياء التي يمكن أن تفعلها صور Google قبل عدة سنوات والتي قد تكون مستحيلة آليًا. تعد صور Google واحدة من العديد من الخدمات "الذكية" من Google التي تستخدم تقنية تعلم الآلة تسمى TensorFlow. تشير كلمة " تعلم" إلى أن التكنولوجيا سوف تصبح أكثر ذكاءً بمرور الوقت لدرجة أن معرفتنا الحالية لا يمكن تخيلها. لكن ما هو TensorFlow؟ كيف يمكن للآلة أن تتعلم؟ ماذا يمكنك ان تفعل به؟ هيا نكتشف.
ما هو TensorFlow؟
TensorFlow هو برنامج الذكاء الاصطناعي المفتوح المصدر والقوي من Google ، والذي يوفر العديد من الخدمات والمبادرات من Google. إنه الجيل الثاني من نظام لتطبيقات التعلم الآلي على نطاق واسع ، تم بناؤه بواسطة فريق Google Brain. هذه المكتبة خوارزمية تنجح DistBelief - الجيل الأول.
تمثل التقنية الحساب كدليل بياني لتدفق البيانات. ما يجعل TensorFlow فريدة من نوعها هو قدرتها على تصميم النماذج على مجموعة واسعة من الأجهزة ، من الأجهزة المحمولة على مستوى المستهلك إلى خوادم متعددة GPU عالمية المستوى. ويمكن تشغيله على وحدات معالجة الرسوميات ووحدات المعالجة المركزية المختلفة ووعد بإمكانية تطوير التعلم الآلي بين الأجهزة والأدوات المختلفة دون الحاجة إلى تغيير كمية كبيرة من الشفرة.
نشأ TensorFlow من حاجة Google إلى توجيه نظام كمبيوتر لتقليد كيف يعمل الدماغ البشري في التعلم والاستدلال. يجب أن يكون النظام ، المعروف بالشبكات العصبية ، قادراً على الأداء على صفائف بيانات متعددة الأبعاد يشار إليها باسم "tensors". الهدف النهائي هو تدريب الشبكات العصبية على الكشف عن الأنماط والارتباطات وفك تشفيرها.
في تشرين الثاني 2015 ، جعلت Google هذه التقنية مفتوحة المصدر وسمحت باستخدامها في جميع أنواع المنتجات والأبحاث. يمكن لأي شخص ، بما في ذلك الباحثين والمهندسين والهواة ، أن يساعد في تسريع نمو التعلم الآلي ويأخذه إلى مستوى أعلى في وقت أقل.
تبين أن هذه الخطوة هي الخطوة الصحيحة نظرًا لوجود مساهمات كثيرة من المطورين المستقلين إلى TensorFlow تفوقهم بكثير على مساهمات Google. تذكر Wikipedia أن "هناك 1500 مستودع على GitHub والتي تشير إلى TensorFlow ، منها 5 من Google". ومع ذلك ، فإن إحدى المناقشات في Quora تشك في أن الكود المفتوح المصدر هو إصدار "تنظيف" من واحد تستخدمه Google في خدماتها.
كيف يعمل TenserFlow؟
باستخدام لغة بشرية عادية بسيطة وتبسيط كبير ، قد نرى جانب واحد من TensorFlow كتكنولوجيا تصفية مستقلة ذاتية. في جوهرها ، التكنولوجيا هي مكتبة برامج ضخمة من التعلم الآلي. ويستخدم قاعدة البيانات لمساعدته على "اتخاذ القرار".
على سبيل المثال ، يقوم شخص ما بتحميل صورة إلى صور Google. ستقوم التقنية بمقارنة كافة التفاصيل من الصورة إلى قاعدة بياناتها وتحديد ما إذا كانت صورة حيوان أو إنسان. ثم إذا كان إنسانًا ، فسوف يحاول تحديد الجنس والعمر إلى كل شخص. يتم تكرار نفس العملية للكائنات الأخرى في الصورة.
كما أنه يستخدم بيانات المستخدم مثل هوية الشخص الموجود في الصورة والمكان الذي يتم التقاط الصورة فيه ، لتحسين مكتبته بحيث يمكن أن يعطي نتائج أفضل في المستقبل - لكل من قام بتحميل الصورة ولجميع الأشخاص. آخر. ومن هنا جاء مصطلح "التعلم". لكنها لا تتوقف عند مجرد معرفة وتعلم البيانات من الصور. هناك الكثير الذي يمكن للتكنولوجيا القيام به مع المعلومات من الصورة. على سبيل المثال ، يمكنه تجميع الصور ذات التفاصيل المشابهة مثل نفس الشخص ، والمكان نفسه ، والتاريخ نفسه ؛ راجع نمط الوجوه لتحديد العائلة والأصدقاء الذين ينتمون إليها في الصورة ، واستخدم المعلومات لإنشاء مقاطع فيديو للعطلات العائلية أو الرسوم المتحركة من اللقطات المستمرة.
هذا بالكاد يخدش سطح كيف يعمل TensorFlow ، ولكن آمل أن يعطيك صورة عامة عن التكنولوجيا. أيضا ، باستخدام مثال واحد فقط لا ينصف ما هو قادر عليه.
ولجميع محترفي الذكاء الإصطناعي هناك ، تجدر الإشارة إلى أن Google قد أنشأت بالفعل تقنية رقاقة كمبيوتر محسنة للتعلم الآلي ودمج TensorFlow فيه. انها تسمى رقاقة وحدة معالجة Tensor (TPU) ASIC .
أولئك الذين يرغبون في معرفة المزيد عن TensorFlow يمكنهم زيارة صفحته التعليمية.
تطبيقات TensorFlow
نحن في مرحلة مبكرة من تكنولوجيا تعلم الآلة ، لذلك لا أحد يعرف إلى أين ستأخذنا. ولكن هناك بعض التطبيقات الأولية قد تعطينا نظرة خاطفة على المستقبل. نظرًا لأنها مصدرها Google ، فمن الواضح أن Google تستخدم هذه التقنية في العديد من خدماتها.
المزيد عن تحليل الصور
لقد ناقشنا مثال استخدام التقنية لتحليل الصور في صور Google. لكن تطبيق تحليل الصور يستخدم أيضًا في ميزة "التجوّل الافتراضي" في خرائط Google. على سبيل المثال ، يتم استخدام TensorFlow لتوصيل الصورة بإحداثيات الخريطة ولتمويه رقم لوحة السيارة تلقائيًا لأي سيارة تم تضمينها في الصورة بدون قصد.
التعرف على الكلام
تستخدم Google أيضًا TensorFlow لبرنامج التعرف على الكلام بمساعدة الصوت. إن التقنية التي تسمح للمستخدمين بالتعبير عن التعليمات ليست جديدة ، ولكن تضمين مكتبة TensorFlow التي تنمو باستمرار في هذا المزيج قد يجلب الميزة إلى بعض الشقوق. حاليًا ، تتعرف تقنية التعرف على الكلام على أكثر من 80 لغة ومتغيرات.
ترجمة ديناميكية
مثال آخر على جزء "التعلم" من تكنولوجيا التعلم الآلي هو ميزة الترجمة من Google. تسمح Google لمستخدميها بإضافة مفردات جديدة وإصلاح الأخطاء في الترجمة من Google. يمكن استخدام البيانات المتزايدة باستمرار للكشف تلقائيًا عن لغة الإدخال التي يرغب المستخدمون الآخرون في ترجمتها. إذا ارتكبت الآلة أخطاء في عملية اكتشاف اللغة ، فيمكن للمستخدمين تصحيحها. وستتعلم الآلة من تلك الأخطاء لتحسين أدائها المستقبلي. وتستمر الدورة.
ألفا غو
مثال واحد ممتع لاستخدام TensorFlow هو Alpha Go. وهو تطبيق مبرمج للعب Go . بالنسبة لأولئك غير المعتادين على Go ، فهي لعبة لوحة مجردة للاعبين اثنين نشأت في الصين منذ أكثر من خمسة آلاف وخمسمائة عام مضت ، وهي أقدم لعبة لوحية لا تزال تلعب بشكل مستمر اليوم. في حين أن القواعد بسيطة - لإحاطة المزيد من الأراضي أكثر من الخصم ، فإن اللعبة معقدة بشكل لا يصدق ، وطبقًا لويكيبيديا: "تمتلك إمكانيات أكثر من العدد الإجمالي للذرات في الكون المرئي."
لذا ، من المثير للاهتمام ما يمكن أن تفعله تكنولوجيا آلة التعلم مع الاحتمالات اللانهائية. في مبارياته ضدّ Lee Sedol - بطل Go Go العالمي 18 مرة ، فازت Alpha Go بأربعة من أصل 5 مباريات وتم منحها مرتبة الشرف العليا.
مشروع ماجنتا
تطبيق آخر مثير للاهتمام من TensorFlow هو مشروع ماجينتا. إنه مشروع طموح لإنشاء فن تم إنشاؤه آليًا . واحدة من النتائج الملموسة المبكرة للتجربة هي لحن البيانو 90 ثانية. على المدى الطويل ، تأمل Google في توليد المزيد من الفن المتطور من خلال مشروع Magenta وبناء مجتمع من الفنانين من حوله.
في فبراير 2016 ، عقدت Google أيضًا معرضًا فنيًا ومزادًا في San Fransisco يعرض 29 جهاز كمبيوتر تم إنشاؤها - بمساعدة بسيطة من القطع الفنية البشرية. تم بيع ستة من أكبر الأعمال بمبلغ يصل إلى 8000 دولار. ربما لا يزال أمام الكمبيوتر طريق طويل جداً قبل أن يتمكن من تقليد فنان حقيقي ، لكن مقدار المال الذي يرغب الناس في دفعه مقابل الفن يبين لنا إلى أي مدى ذهبت التكنولوجيا.
دعم لنظام التشغيل iOS
في حين أننا رأينا بالفعل قدرات TenserFlow على Android ، مع أحدث إصدار ، فإن TensorFlow يضيف أخيراً الدعم لأجهزة iOS. نظرًا لوجود العديد من تطبيقات الجوّال الرائعة المتوفرة حصريًا لنظام التشغيل iOS أو إصدارها أولاً على نظام التشغيل iOS ، فهذا يعني أنه يمكننا توقع المزيد من تطبيقات الجوال الرائعة التي تستخدم التعلم الآلي في المستقبل القريب. ويمكن قول الشيء نفسه عن احتمالات التبني على نطاق أوسع وتطبيقات TensorFlow.
مستقبل TensorFlow
ماذا يمكن للمرء أن يفعل مع الآلة القادرة على التعلم واتخاذ القرار الخاص بها؟ بصفتي شخصًا يتعامل مع أكثر من لغة واحدة كجزء من الحياة اليومية ، فإن أول ما يخطر ببالي هو ترجمة اللغة. ليس في مستوى الكلمة كلمة ، ولكن أكثر في مستوى النص الأطول مثل المستندات أو حتى الكتب. تقتصر تقنية الترجمة اليوم على المفردات. يمكنك بسهولة معرفة ما هو "النوم" باللغة الصينية والعكس صحيح ، ولكن حاول أن ترمي في فصل واحد من موساشي يوجيكاوا في اليابانية الأصلية وترجمة الفصل إلى اللغة الإنجليزية. سترى ما أنا في.
من الممتع أيضًا معرفة ما يمكن أن يفعله مستقبل الذكاء الاصطناعي مع الموسيقى. على الرغم من أنه لا يزال بسيطًا جدًا ، إلا أن تطبيق Music Memo من Apple يمكن أن يمنح بالفعل صوتًا تلقائيًّا مبتكرًا وباسًا للغناء المسجل. أتذكر حلقة واحدة من برنامج تلفزيوني SciFi TV حيث أن شخصًا في العرض قام بإنشاء آلة تحلل جميع الأغاني الأعلى في المخططات وقادرة على كتابة أغانيها الخاصة. هل سنصل إلى هناك؟
وكما أفكر في الختام ، أود أن أذكر Sunspring . إنه فيلم خيال علمي قصير كُتِب بالكامل من قبل كاتب سيناريو AI أطلق على نفسه اسم Benjamin - والذي كان حتى مؤلفًا لفيلم موسيقى Pop-song الموسيقية. تم إعداد الفيلم من قبل المخرج أوسكار شارب من أجل تحدي فيلم Sci-Fi London الذي يستمر 48 ساعة.
الآن لا أستطيع التوقف عن التفكير في المنهي. مرحبا بكم في المستقبل.
Image Credit: ويكيبيديا ، TechInsider ، The Verge ، وول ستريت جورنال
