تمهيد:
هل تساءلت يومًا كيف يتعرف طفل صغير على والديهم عندما يراهم أو يسمع أصواتهم؟ هل تساءلت يومًا لماذا لا يبكي عندما تجلب له ما يريد؟ لماذا يضحك عندما يرى شخصية من مانجا حبيبته أو يرقص على أغنيته المحبوبة؟ لماذا يشعر بالغربة عن طعام معين حتى قبل أن يتذوقه ، في حين أن مشهد الحلوى التي يحبها يلفت انتباهه على الفور؟
.jpg)
إن الله هو الذي خلق الإنسان بالقدرة الإلهية على التعرف على الأنماط (Pattern recognition) من حوله. ولكن ماذا يعني "الوضع"؟ كيف يتم التعرف عليه؟ في هذه المقالة ، قمنا بتبسيط مجال دراسي يسمى التعرف على الأنماط ، وهو حقل فرعي متصل بمجالات علمية أخرى مثل التعلم الآلي (Machine learning) ، ورؤية الكمبيوتر (Computer vision)، والذكاء الاصطناعي (Artificial Intelligence)، وما إلى ذلك.
ماذا يعني "النمط"؟
المخططات هي كيانات محددة بشكل غامض يمكن تسميتها. يمكن أن تكون بصمات الأصابع أو الكلمات أو الوجوه أو الأصوات أو حتى خيوط الحمض النووي DNA.
علم التعرف على الأنماط هو فرع من فروع الذكاء الاصطناعي يهدف إلى تطوير تقنيات وأدوات لفهم واستيعاب الأنماط في البيانات المختلفة. يستخدم علم التعرف على الأنماط مجموعة متنوعة من الأساليب والتقنيات لاكتشاف العلاقات والقوانين المخفية وتحديد النماذج المشتركة في البيانات.
يعتبر علم التعرف على الأنماط أحد الأدوات المهمة للتعامل مع مجموعات كبيرة من البيانات المعقدة والغير مرتبطة بشكل واضح. يمكن استخدامه في مجموعة متنوعة من المجالات مثل علم الأحياء، والطب، والتمويل، والتسويق، وعلوم الحاسوب، والتعلم الآلي، والتصنيع، وغيرها الكثير.
هناك العديد من التقنيات والأدوات المستخدمة في علم التعرف على الأنماط. من بينها، تقنيات التصنيف والتجميع والتحليل العاملي وتحليل الانحدار والشبكات العصبية والتعلم العميق. تهدف هذه التقنيات إلى تحليل وتفسير البيانات المتاحة واستنباط النماذج والأنماط المخفية.
مثال على استخدام علم التعرف على الأنماط هو في مجال التعلم الآلي. يمكن استخدامه لتطوير نماذج تعلم آلي تتعلم وتتكيف مع البيانات المتاحة. بواسطة تحليل الأنماط والعلاقات في البيانات، يمكن للنماذج أن تتعلم وتحسن أداءها مع مرور الوقت.
أيضًا في علوم الحاسوب، يمكن استخدام علم التعرف على الأنماط لتطوير تقنيات التعرف على الصور والكت
ابة اليدوية والكلام. بواسطة استخدام الأنماط المميزة والمختلفة في البيانات، يمكن للنظم أن تتعرف على الأشكال والأنماط المختلفة وتقدم تحليلًا دقيقًا وتصنيفًا للبيانات.
يمتلك علم التعرف على الأنماط تطبيقات واسعة النطاق ومفيدة في العديد من المجالات. يمكن أن يساعد في اتخاذ قرارات مستنيرة بناءً على تحليل دقيق للبيانات. كما يمكن استخدامه لتحسين العمليات وتقديم توصيات مخصصة وتحليلات تنبؤية.
باختصار، علم التعرف على الأنماط يشكل مجالًا مثيرًا وحيويًا في عالم الذكاء الاصطناعي وعلوم الحاسوب. يساهم في تطوير تقنيات جديدة لفهم وتحليل البيانات المعقدة وتقديم حلول مبتكرة للتحديات الحديثة. إنه يمثل أحد الأدوات المهمة لتحقيق تقدم مستدام في العديد من المجالات وتحقيق فهم أفضل للعالم من حولنا. 🌍🌟
ماذا يعني "التعرف على الأنماط"؟
يكتشف الفئة class التي ينتمي إليها النمط.
على سبيل المثال ، عندما يكون لديك صورة برتقالية ويمكنك معرفة أن شيئًا ما في الصورة ينتمي إلى فئة الفاكهة ، فقد صنفت classification صورة النمط ، وإذا كنت تعرف اسمها ، فقد تعرفت على النمط "recognition"
إن علم التعرف على الأنماط ليس سوى محاكاة حسابية لقدرة الإنسان على التمييز بين الأنماط وخدمة الناس وتوفير الوقت والطاقة في الوظائف التي لا تتطلب التفكير الإبداعي أو المهارات الخاصة وتجنب الخطأ البشري في الوظائف. هذا نوع من الغرض يتطلب الكثير من الصبر أو الدقة لتكون كاملة للغاية.
نحن نستخدم العديد من التطبيقات كل يوم. حماية المرافق من خلال تحديد بصمات الأصابع والوجوه وبصمات العيون ومطابقة التوقيعات وبصمات الصوت في المعاملات المصرفية والتطبيقات الطبية مثل التشخيص الذاتي للأمراض والتطبيقات التكنولوجية مثل محركات البحث ، ما هو بين أنظمة التأمين والحماية؟ الإنترنت ، واسترجاع معلومات موقع الويب ، والتطبيقات الفلكية ، والتنبؤ بالطقس ، والاستشعار عن بعد ، وفرز المنتجات ، وتحديد العيوب والتطبيقات الأخرى ، إلى برامج الكمبيوتر مثل الكتابة اليدوية والتعرف على الحروف ، وتطبيقات الهاتف المحمول ، وما إلى ذلك دون كتابة رسائل للتعريف الذاتي أو البحث عن جهة اتصال قوائم لطلب الهاتف.
ليس الأمر كله سحر! إنه مجرد نظام يقوم بتقطيع الإشارة الواردة (مثل صورة أو صوت أو حتى مقطع فيديو) إلى كيانات أصغر ويعاملها على أنها أنماط جديدة ويحاول التعرف عليها وإعادة بنائها كما هي أو اتخاذ قرار.
على سبيل المثال ، هل سبق لك أن حاولت استخدام وظيفة الصوت على هاتفك بقول اسم الشخص الذي تريد الاتصال به وهاتفك اتصل بهذا الرقم؟ إذن ماذا يحدث؟ بكل بساطة ، يتم تقطيع الإشارة الصوتية التي ترسلها إلى هاتفك ومعالجتها بواسطة تطبيق على هاتفك ، بحيث تصبح سلسلة من الأنماط الصغيرة التي تمثل ما يعادل حرفًا من اللغة التي يتحدث بها كل شخص ، وبعد تحديدها الأحرف ، يتم تجميع الاسم بحيث يبحث التطبيق في قائمة جهات الاتصال ويستدعي الشخص المستهدف.
هل كان لديك من قبل مجموعة أوراق لا تخصك ، وأردت مراجعة محتواها؟ أو كتاب تريد تلخيصه؟ ماذا كنتم تفعلون في معظم الأحيان ، ستعيد كتابته على جهاز الكمبيوتر الخاص بك حتى تتمكن من تحريره. لكن هناك حل آخر. تقوم بمسحها ضوئيًا باستخدام ماسح ضوئي ينتج عنه ملف .pdf يحتوي على صورة للصفحة الممسوحة ضوئيًا ، ثم يستخدم برنامج التعرف الضوئي على الأحرف (OCR) للتعرف على النص الذي يحتوي عليه.
ولكن كيف يتم التعرف على الأنماط بالضبط؟
من خلال ما يسمى بالميزات (features )، إذا رجعنا إلى مثال البرتقال ، كيف تعرف أن الصورة برتقالية؟ باختصار ، إنها مستديرة وبرتقالية.
كيف تعرفت على الصديق في الصورة؟ على سبيل المثال ، أنت تعرف لون عينيه ومخطط وجهه ولون بشرته وطوله وبنيته.
كيف تنطق كلمة "قطة"؟ تعلم أن حرف قاف عبارة عن دائرة متصلة بخط أفقي بنقطتين "قـ" ، وحرف الطاء عبارة عن حلقة عرضية بها خط عمودي "ط" ، وربطها معًا عبارة عن حرف طولي. الخط متصل بدائرة عليها نقطتان "ة". إذن قـ – ط – ـة هي “قطة”
كيف نسمي هذه الخصائص؟ نسميها "(features )". يمكن أن تكون السمات أي شيء: اللون أو الطول أو العرض أو الوزن أو أي شيء يمكن تحويله إلى رقم.
لكن هناك بعض الأشياء ، مثل شكل الوجه ، كيف نستخرج منه السمات المميزة؟ ببساطة ، ما يسمى بالتحويلات (Transforms) هو الوظيفة الرياضية التي تعبر عن شكل المنحنى ، لذلك يتم تحليل الصورة كمجموعة من الخطوط المرسومة ، ويتم ترميز هذه الخطوط بواسطة هذه الوظائف ، ويتم تحديد نقاط محددة على هذه الخطوط ، أو تُستخدم معاملات (coefficients ) الوظيفة نفسها كـ "ميزات".
وماذا بعد؟ الفكرة ببساطة أن قيم هذه السمات يمكن رسمها كنقاط في فراغ ثنائي أو ثلاثي الأبعاد أو أكثر من ذلك، فتجد أن الأنماط المنتمية لصنف محدد تتقارب في مواقعها في ذلك الفراغ، بينما تتباعد عن تلك التي تنتمي لصنف آخر. وهنا يأتي دور المصنِّف classifier في أن يقوم بتقسيم هذا الفراغ بحيث يتم فصل كل صنف في حيز معين منه.
وما معنى ذلك؟ معناه أنه كلما جئنا بصورة جديدة أو صوت يمكننا أن نستخرج سماته، ونرى أين يقع في ذلك الفراغ، ونستطيع أن نتعرف عليه بمعرفة موقعه هذا بالنسبة لأقسام الفراغ الخاصة بكل صنف. فإن كان لدينا مجموعة من صور الوجوه مثلًا، وقمنا باستخراج سمات كلون الجلد، وحجم العين، والأنف. وقمنا بتمثيل الصور كلها في فراغ ثلاثي الأبعاد، تمثل كل صورة نقطة في ذلك الفراغ، فإنه يمكن للمصنّف أن يقوم بتقسيم هذا الفراغ إلى: وجوه آسيوية، ووجوه أفريقية، ووجوه أوروبية. كل قسم تتقارب نقاطه نظرًا لتقارب القيم الرقمية للسمات، بينما تتباعد عن القسم الآخر. وإذا حصلنا على صورة جديدة، نستطيع ببساطة معرفة إلى أي صنف ينتمي صاحب الصورة، نظرًا لموقع سمات الصورة في الفراغ الذي قام المصنّف بتقسيمه.
هذا المصنف ما هو إلا حل رياضي، بعدما قمنا بتحويل المشكلة الحقيقة إلى تمثيل رياضي، فأصبح الهدف المباشر هو حساب دوال رياضية، وسلاسل متعددة الحدودpolynomials بدرجات مختلفة؛ لنستطيع تقسيم الفراغ الخاص بتمثيل المشكلة. نفترضه في البداية، ثم نقوم بتعليمه وتشكيله على أمثلة محلولة فيصبح جاهزًا للاستخدام على عينات حقيقية مجهولة، والنتيجة مذهلة حقًا.
هذه المصنفات ربما سمعت عن أسمائها من قبل إن كنت مهندسًا أو متخصصًا بعلوم الحاسب، وأشهرها على الإطلاق الشبكات العصبية neural networks بأنواعها، وسلاسل ماركوف المخفية Hidden Markov models، وماكينات دعم الموجهات Support vector machines.
هذا العلم على الرغم من بساطة منطقه وفكرته إلا أن تطبيقاته المذهلة لا تتوقف. وعلى الرغم من صعوبة مشكلاته التقنية، إلا أن القدرات التي يمنحها لتغيير حياة البشر، تستحق ذلك العناء. والمتعمق في ذلك العلم يقف عاجزًا أحيانًا أمام مشكلة تقنية توازي مهارة بسيطة للغاية، يستطيع طفل على فطرة الله أن يقوم بها بمنتهى السهولة، بينما تستغرقه أيامًا وأسابيع لكي يستطيع أن يحاكيه في مهارته.
علم يريك العالم من منظور مختلف، وتدرك فيه قدرة الله في نعم نظنها من المسلمات، ولا تشعر بقيمتها إلا حين محاولتك أن تحاكيها. وقتها تدرك أننا ما أوتينا من العلم إلا قليلًا.