اشترك

الاستمرار بالحساب الحالي

شارك
شارك


هل سيتمكن التعلم العميق من القيام بكل شيء كما يقول جيف هينتون؟

منذ حوالي 30 عاماً، كان إيمان هينتون بقدرات الشبكات العصبونية يتعارض مع التوجه السائد، واليوم من الصعب أن يعارضه أحد.

2020-11-04 19:47:55

2022-01-10 19:53:57

04 نوفمبر 2020
Article image
مصدر الصورة: نوح بيرجر عبر أسوشييتد برس
حول الثغرات في مجال الذكاء الاصطناعي: “لا بدّ من تحقيق عدد لا بأس به من الاختراقات المفاهيمية… كما نحتاج إلى زيادة هائلة في نطاقها”. حول نقاط ضعف الشبكات العصبونية: “تتمتع الشبكات العصبونية بقدرة مدهشة على التعامل مع كمية صغيرة إلى حد ما من البيانات ومع عدد هائل من المعاملات الوسيطة، ولكن البشر يتفوقون عليها حتى في ذلك”. حول كيفية عمل أدمغتنا: “ما يوجد داخل الدماغ هو هذه النواقل الكبيرة للنشاط العصبي”. انطلقت ثورة الذكاء الاصطناعي الحديثة خلال مسابقة بحثية مغمورة. كان ذلك في عام 2012، العام الثالث من مسابقة إيماج نِت (ImageNet) السنوية، التي وضعت تحدياً أمام الفرق المشاركة يتمثل في بناء أنظمة رؤية حاسوبية يمكنها التعرف على 1,000 شيء في صور تضم حيوانات ومناظر طبيعية وبشراً. في أول عامين من المسابقة، فشلت أفضل الفرق في الوصول حتى إلى مستوى دقة 75%. ولكن في العام الثالث، تمكنت مجموعة من ثلاثة باحثين (أستاذ وطلابه) فجأة من تحطيم هذا المستوى وتجاوزه بفارق كبير. لقد فازوا في المنافسة بنسبة مذهلة بلغت 10,8 نقطة مئوية. كان ذلك الأستاذ هو جيفري هينتون، وسُمِّيت التقنية التي استخدموها التعلم العميق. في الواقع، كان هينتون يعمل في مجال التعلم العميق منذ ثمانينيات القرن الماضي، لكن فعالية هذا المجال كانت

ادخل بريدك الإلكتروني واحصل على المقال مجاناً.

اكتشف أفضل محتوى عربي على الإنترنت لتطوير ذاتك وتحسين مهاراتك وجودة حياتك وتحقيق طموحاتك في أسرع وقت.



مراسلة الذكاء الاصطناعي ، إم آي تي تكنولوجي ريفيو