مقدمه
در حال حاضر و در دنیای کنونی ما انسان ها شاهد رشد زیاد تکنولوژی ها و فناوری هایی هستیم که خودمان آن ها را اختراع کرده و گسترش داده ایم . این فناوری ها تمام ابعاد زندگی ما را دچار تغییرات بزرگ و چشمگیر کرده. این فناوری ها تمام زندگی ما را تحت تاثیر خود قرار داده و مدل زندگی انسان امروزی را عوض کرده. کسب و کارها امروزه به شکل دیجیتال ادامه میابند و در آموزش از روش های جدید دیجیتالی مانند هوش مصنوعی بهره برده میشود، ماشین لرنینگ تاثیر بسزایی در زندگی ما داشته و ابزار های دیجیتال دیگر هر یک در قسمتی از زندگی ما تغییراتی ایجاد کرده است.
هوش مصنوعی یا Artificial Intelligent همینطور گرایش به نسبت تازه ای در بین این فناوری ها ایجاد کرده و همین طور میخواهد تحولات اساسی در زندگی مردم ایجاد کند. یکی از زیرشاخههای معروف هوش مصنوعی یادگیری ماشین یا Machine Learning میباشد که این روزها به شدت مورد بحث قرار میگیرد. تاثیر ماشین لرنینگ را هر روز در زندگی روزمره خود احساس میکنید و این علم تا حدودی در زندگی روزمره ما حضور دارد.
یادگیری ماشین یا ماشین لرنینگ Machine Learning
یادگیری ماشین یا همان ماشین لرنینگ علمی جدید است که در آن ماشین ها یاد میگیرند چطور باید با توجه به تجربه های مشابه خود در انجام یک ماموریت از خودشان چیز جدیدی یاد بگیرند. در این علم به موضوع ساخت ماشین هایی می پردازند که با دادن مثال هایی از انجام یک تسک از آن ها میخواهند موارد مشابه را خود با توجه به نمونه ی از پیش مشخص شده انجام دهند. همینطور سعی می شود با بهره گرفتن از الگوریتم ها ماشینی طراحی شود که بدون اینکه تمام حرکاتش به آن دیکته شود و از قبل تمامی موارد را به او بگوییم خود ماشین بتواند موقعیت را تشخیص داده و عمل کند. یادگیری ماشین با روش های بسیار زیادی انجام می شود اما ممکن است شما ندانید که اصلا چرا ما نیاز داریم که ماشین ها چیزی بیاموزند؟
همانطور که می دانید انسان ها در زمان انجام یک کار تکراری که نیازمند دقت است ممکن است دچار اشتباه یا حواس پرتی شوند یا حتی به این خاطر که انجام کاری که برای یک ماشین بسیار ساده و سریع است برای یک انسان ساعت ها طول بکشد و نتیجه نیز مورد دلخواه نباشد. ماشین ها در انجام کارهای تکراری که نیازمند دقت هستند به مراتب بهتر از انسان ها عمل میکنند زیرا یک انسان وقتی یک کار مشابه را بیشتر از چند بار انجام میدهد بعد از مدتی دچار خطاهایی که ناشی از خستگی یا بی حوصله گی است میشود اما یک ماشین هربار که یک عمل مشابه را انجام میدهد طبق الگوریتم های خود آن عمل را همانند دفعه اول پیش میبرد.
مثال هایی کاربرد های ماشین لرنینگ در زندگی روزمره
ماشین لرنینگ امروزه در قسمت های مختلف زندگی ما به چشم میخورد. در ماشین های جستجو هنگام انجام یک سرچ ساده در گوگل میبینید که با توجه به سابقه ی جست و جوی شما مواردی را مخصوص به شما پیشنهاد میدهد. در زمان استفاده از اینستاگرام، پیج هایی به شما پیشنهاد داده میشود که در حوزه ی علایق و جستجوهای قبلی شما است. الگوریتم های اینستاگرام با بررسی لایک ها، کامنت ها، ذخیره ها، صفحاتی که در حال حاضر مخاطب آنها هستید و… صفحه اکسپلور اینستاگرام شما را می چیند.
هنگام عکاسی با دوربین گوشی خود می بینید که میتواند چهره ها را تشخیص دهد. اسنپ چت علاوه بر تشخیص چهره شما استیکرهایی را به درستی در صورت شما قرار میدهد.
با کمک همین تکنولوژی شما ایمیل های دریافتی خود را به دو دسته ی هرزنامه و غیر هرزنامه دسته بندی میکنید. در طبقه بندی ایمیل ها و جداسازی فایل های زائد به روش خودکار از الگوریتم یادگیری ماشین استفاده می شود. برای جداسازی فایل های زائد تکنیک های بسیاری وجود دارد مانند پرسپترون چند لایه (multi-layer perception )، درخت القای تصمیم ( C4.5 decision tree induction ) وجود دارد. جداسازی تابع قانون فایل های زائد اشکالاتی به همراه دارد در صورتی که استفاده از دیدگاه یادگیری ماشین بسیار موثرتر است.
پیش بینی، فرایند بیان چیزی بر مبنای تاریخچه قبلی آن است که می تواند پیش بینی هوا یا ترافیک و یا خیلی موارد دیگر باشد. همه ی انواع پیش بینی ها می توانند توسط رویکرد یادگیری ماشین انجام شود. روش های بسیاری برای انجام پیشبینی مانند مارکوف پنهان ( Hidden Markov ) وجود دارد.
سایت های آمازون و دیجی کالا هم از ماشین لرنینگ بهره میبرند، کالاهایی که در این سایت ها به شما پیشنهاد داده میشود با توجه به سابقه خرید و سرچ های قبلی شما دسته بندی میشوند.
تحلیل احساسات یکی دیگر از کارایی های یادگیری ماشین است. این ویژگی مثلا می تواند در این مورد فکرکند که بقیه چه احساسی دارند یا به چه چیزی فکر میکنند.
تفاوت یادگیری عمیق با ماشین لرنینگ
3 مفهوم هوش مصنوعی (AI)، یادگیری ماشین (ML) و یادگیری عمیق (DL) معمولا در کنار هم قرار میگیرند و گاهی با هم اشتباه گرفته میشوند. Deep Learning شامل مفاهیم و الگوریتمهایی است که از شبکههای عصبی مصنوعی که ساختار مغز انسان را تشکیل میدهند الهام گرفته شده است.
به عبارتی یادگیری عمیق یا دیپ لرنینگ اگر بخواهد در دسته بندی قرار گیرد خود جزو یادگیری ماشین است ( در عکس زیر میتوانید این رتبه بندی را مشاهده کنید). لازم به ذکر است که یادگیر ماشین به عنوان زیر مجموعه هوش مصنوعی به وجود آمد.
ماشین لرنینگ یا یادگیری ماشین علمی است که با وجودش دستگاه ها بدون این که همه چیز را با جزئیات برای آنها برنامه ریزی کنید گاهی خودشان رفتار یا کنش درست را تشخیص داده و با تشخیص خود عمل کنند. با این دانش رایانه ها با الگو برداری از تجربه های خود رفتارهای جدید نشان میدهند.
احتمال دارد که اطلاعات زیادی در مورد این تکنولوژی نداشته باشید اما قطعا این تکنولوژی زندگی شما را نیز مانند هر شخص دیگری که در این دوره زندگی می کند تحت تاثیر هرچند کم قرار داده است. ماشین لرنینگ قادر است مقدار زیاد داده ها و اطلاعات را تجزیه و تحلیل کرده نتیجه ی مورد نظر را ارائه دهد. در سالهای اخیر به خصوص در حالی که در همه ی تکنولوژی ها پیشرفت های محسوس رویی داده این دانش نیز پیشرفت های چشمگیری داشته. به طور کلی باید گفت که این علم دید جالبی را در ذهن همه ی مردم ایجاد کرده.