Deep Learning (DL)

التعلم العميق (DL) فرع من التعلم الآلي (ML) يدرّب الشبكات العصبية ذات الطبقات المتراصة الكثيرة لتتعلم مباشرةً من البيانات الخام، مثل وحدات البكسل والموجات الصوتية والنصوص. وتشير كلمة «عميق» إلى ذلك العمق: إذ تحوّل كل طبقة ناتج الطبقة السابقة، فتكوّن الشبكة تدرجًا هرميًا للسمات يبدأ بالحواف ثم القوام وينتهي بالكائنات الكاملة في الصورة، من دون أن يصمم المهندسون تلك السمات يدويًا. يشغّل التعلم العميق تقنيات الرؤية الحاسوبية الحديثة والتعرّف على الكلام ونماذج اللغة الكبيرة (LLMs) والذكاء الاصطناعي التوليدي.

آلية عمل التعلم العميق#

الشبكة العصبية سلسلة من الطبقات. تضرب كل طبقة مُدخلها في مصفوفة من الأوزان المتعلَّمة، وتضيف انحيازًا، ثم تمرر الناتج عبر دالة تنشيط غير خطية مثل ReLU. اللاخطية هي ما يجعل العمق مفيدًا: فمن دونها، تختزل أي مجموعة من الطبقات في تحويل خطي واحد.

يعدّل التدريب الأوزان لكي تتطابق مخرجات الشبكة مع تسميات التدريب. في كل خطوة، تمر دفعة من البيانات عبر الشبكة في الاتجاه الأمامي، وتقيس دالة الخسارة حجم الخطأ، ويحسب الانتشار العكسي مدى إسهام كل وزن في ذلك الخطأ، ثم يحرّك محسّن مثل الانحدار المتدرج العشوائي (SGD) أو Adam كل وزن قليلًا في الاتجاه الذي يقلل الخطأ. ويؤدي تكرار هذه العملية على مدى حقب تدريبية عديدة إلى تحويل الأوزان العشوائية إلى سمات مفيدة. يدرّب مثال PyTorch أدناه طبقة خطية واحدة وشبكة من ثلاث طبقات على نقاط صُنفت وفقًا لما إذا كانت تقع داخل دائرة:

import torch
from torch import nn

torch.manual_seed(0)

# Points inside a circle are class 1: no straight line separates the classes
x = torch.rand(1000, 2) * 2 - 1
y = (x.pow(2).sum(dim=1) < 0.5).float().unsqueeze(1)

# A single linear layer versus stacked layers with nonlinear activations
models = {
    "linear": nn.Linear(2, 1),
    "deep": nn.Sequential(nn.Linear(2, 16), nn.ReLU(), nn.Linear(16, 16), nn.ReLU(), nn.Linear(16, 1)),
}
for name, model in models.items():
    optimizer = torch.optim.Adam(model.parameters(), lr=0.01)
    for step in range(500):
        loss = nn.functional.binary_cross_entropy_with_logits(model(x), y)
        optimizer.zero_grad()
        loss.backward()  # backpropagation computes gradients for every layer
        optimizer.step()
    accuracy = ((model(x) > 0) == y).float().mean()
    print(f"{name}: {accuracy:.1%} accuracy")

يصل النموذج الخطي إلى 60.8%، وهي تقريبًا نسبة النقاط الواقعة خارج الدائرة، لأن الحد المستقيم لا يستطيع إحاطة منطقة. أما النموذج العميق فيبلغ 99.9%، إذ تثني طبقاته المخفية حد القرار ليصبح منحنى يتعلمه من البيانات. ويُدرَّب Ultralytics YOLO26 باستخدام الحلقة نفسها وعلى نطاق أكبر بكثير، كما تنفّذ model.train() المرور الأمامي وحساب الخسارة والانتشار العكسي على صور موسومة باستخدام GPU متى توفرت.

التعلم العميق مقابل التعلم الآلي#

التعلم العميق فرع من التعلم الآلي، ويكمن الاختلاف الرئيسي بينهما في مصدر السمات. تتعلم الخوارزميات التقليدية، مثل أشجار القرار وآلات متجهات الدعم وأشجار التعزيز المتدرج، من سمات يحددها الأشخاص، مثل قيمة المعاملة أو عدد مرات ظهور كلمة. أما الشبكات العميقة فتتعلم السمات بنفسها، ولهذا تسود في البيانات غير المهيكلة مثل الصور والصوت والنصوص. لهذه القدرة تكلفة أعلى: إذ تحتاج النماذج العميقة عادةً إلى قدر أكبر بكثير من البيانات الموسومة، وتتدرب على وحدات GPU أو مسرّعات أخرى، كما أنها أقل وضوحًا في إظهار منطقها. وفي البيانات الجدولية، تظل أشجار التعزيز المتدرج مثل XGBoost منافسًا قويًا، كما يضيّق التعلم بالنقل فجوة البيانات للنماذج العميقة بالبدء من شبكة مدرّبة مسبقًا على مجموعة بيانات كبيرة.

البنى الأساسية#

• الشبكات العصبية الالتفافية (CNNs): تمرر مرشحات صغيرة متعلّمة على الصورة، بحيث يُتعرّف على النمط نفسه أينما ظهر في الإطار. وتشكل CNNs أساس اكتشاف الكائنات وتقسيم الصور في الزمن الحقيقي.
• الشبكات العصبية المتكررة (RNNs): تعالج التسلسلات خطوة واحدة في كل مرة مع الاحتفاظ بحالة مخفية. وقد هيمنت متغيرات مثل LSTMs على الكلام والترجمة قبل المحوّلات.
• المحوّلات: تستخدم الانتباه الذاتي لربط كل عنصر في التسلسل بكل عنصر آخر بالتوازي. وقد قُدّمت عام 2017، وهي تشغّل نماذج LLMs ومحوّلات الرؤية (ViTs).
• نماذج الانتشار: تتعلم إزالة الضوضاء خطوةً بخطوة، ما يتيح لها توليد الصور والفيديو والصوت انطلاقًا من ضوضاء عشوائية.

لمحة تاريخية#

تعود الأفكار التي تقوم عليها تقنيات التعلم العميق إلى عقود مضت. ذاع استخدام الانتشار العكسي بفضل ورقة بحثية نُشرت عام 1986 بقلم ديفيد روميلهارت وجيفري هينتون ورونالد ويليامز، لكن الشبكات ظلت ضحلة إلى أن اجتمعت ثلاثة عوامل: مجموعات بيانات كبيرة موسومة مثل ImageNet، ووحدات GPU سريعة بما يكفي لتدريبها، وتقنيات مثل دوال التنشيط ReLU والإسقاط العشوائي. في عام 2012، خفّض AlexNet معدل الخطأ في أعلى 5 نتائج على ImageNet إلى 15.3%، مقابل 26.2% لأفضل نموذج تالٍ، فتحول المجال إلى الشبكات العميقة في ليلة وضحاها تقريبًا. حصل هينتون ويان لوكون ويوشوا بنجيو على جائزة تورينغ لعام 2018 تقديرًا لهذا العمل، بينما مُنحت جائزة نوبل في الفيزياء لعام 2024 لهينتون وجون هوبفيلد تقديرًا لاكتشافاتهما التي تتيح التعلم الآلي باستخدام الشبكات العصبية الاصطناعية. واستمر ازدياد العمق: فقد أتاحت الوصلات المتبقية تدريب ResNet لشبكات مؤلفة من 152 طبقة، وفاز تجميع من هذه الشبكات بتحدي تصنيف ImageNet لعام 2015 بمعدل خطأ في أعلى 5 نتائج بلغ 3.57%.