إجازة عيد الأضحى 2024 جون، كانت من أطول الإجازات التي استطعت الحصول عليها في هذه المرحلة من الحياة. أعتقد أنني لم أحصل على إجازة تقارب الأسبوعين منذ مايزيد على ال 5 سنوات… منذ أن بدأت مساق.
على الجانب، كان لدي موضوع “يحركش” عقلي كل حين، machine learning… أو تعليم الآلة، وإن كانت التسمية العربية لا تشفي الغليل… كنت دائما أراقب الأخبار، النشرات البريدية، أفتح بعض التابس في أوقات مختلفة لينتهي بها الأمر بالإغلاق دون تصفح بعد غرقي في المهام.
خطر لي، هذه الإجازة هي الفرصة الوحيدة التي سأحصل عليها للتعلم فعليا. فقررت البدء، وتسجيل الاختلافات في تعلّمي هذه المرة… فأنا لم أعد ذلك الشاب الذي يبحث عن “حيا الله فييديو على اليوتيوب” ليتعلّم منه أي شيء…
مصطلحات واختصارات سوف تذكر في المقال
- ML (Machine Learning): تعلم الآلة.
- AI: الذكاء الاصطناعي.
- Roadmap: خطوات تمشي عليها لإتمام أمر ما.
- Dataset: مجموعات البيانات، ملف بصيغة CSV غالبا يحتوي على البيانات التي تريد التعامل معها.
- المكاتب البرمجية: هي اكواد مكتوبة مسبقاً، تحتوي على عددة اوامر جاهزة تختصر عليك تنفيذ المهام.
الفضول كمحرّك للتعلّم
فكرت في البداية، كيف خطر لي أن أتعلّم شيء جديد؟ يبهرني كيف تأتي الأفكار على عقلي، والسؤال هنا، كيفَ خطر لي أن أتعلّم “تعليم الآله تحديدا”؟
أعتقد، أن الموضوع بدأ في كل مرة أرى بها كاميرات المخالفة وما تعرف في السعودية باسم (ساهر)، أو كاميرات فحص الطرق التي تحلل الصور، وتبلغ عن المشاكل بشكل مؤتمت، أتساءل عن آلية عملها وما خالف كواليس تدريب هذه الحواسيب وكيفية تحلل البيانات وتتعلم منها.
نظريا لشخص تقني يبدو الأمر بسيطاً، نعطي الآلة مجموعة صور مصنفة، ونحلل الصور لنجد أي نمط قريب من التصنيف الذي تعلمته مسبقاً. لكن هل هو فعلاً بهذه البساطة؟ حدسي البرمجي، أخبرني أنه بالتأكيد يوجد مئات العمليات خلف الكواليس… بحثاً عن إجابة بدأت هذه الرحلة.
نمط تعلم جديد
مضت مدة طويلة على تعلمي شيء جديد تمامًا لا أملك فكرة مسبقة عنه، لفت نظري هذه المرة تغير أسلوبي في التعلم والاستكشاف، أول شيء وجدت نفسي أفعله توجهي إلى ChatGPT. بدأت تدور بيننا حوارات طويلة دامت أسبوعين. سابقًا كنت أبحث في جوجل أو يوتيوب لكسر حاجز الجهل (لأعرف راسي من رجلي)
كان منظما جداً، أعد لي Roadmap بأهم الأمور التي يجب علي تعلمها لأفهم أساسيات ML مثل Supervised and Unsupervised Learning، لغة بايثون (Python)، وبعض مكاتبها البرمجية المهمة لتعليم الآلة مثل التعامل مع Dataset، ومكاتب تدريب الآلة مثل scikit-learn، tensorflow. أضافتاً أنه اقترح لي دورة على Coursera!
شاهدت بداية الدورة لكني ملول جداً، وإن لم تكن الدورة تفاعلية بما فيه الكفاية لا أتابعها، أحب الأكشن في الدورة والتطبيقات العملية، أحب حينما أرى النتيجة النهائية، وأتشوق لأعرف تفاصيل تنفيذها، عدة إلى ChatGPT، وبدأت أسأله عن تفاصيل أكثر، وطلبت منه أن يكتب لي أكواد كمثال، وناقشت معه مجموعة أفكار وجربنا أكواد معاً، ونفذت مشروعي الأول بالـ ML معه بعد أن ناقشنا الفكرة وحللناها.
الشاهد في القصة، تعلم أو اكتساب مهارة جديدة لم يعد بالأمر الصعب كما كان الحال سابقاً، اذكر بداية تعلمي للبرمجة في 2012، كانت مريرة جدا لا أعلم من أين أبدأ ومن اسأل، أدوات الذكاء الاصطناعي يمكن استغلالها بشكل فعال جدًا لتختصر علينا دهراً من الزمن، ومنها التعلم بطريقة تفاعلية ومثيرة جدا.
ما التالي؟
طبعا لم أكتف بما دار بيني وبين ChatGPT، كان فقط لكسر الحاجز، بدأت متابعة عدده دورات وفيديوهات هنا وهناك للتوسع بشكل أكبر وأتوقع أني قطعت شوطاً جيداً إلى الآن.
بنيت منذ فترة تطبيق لطيف عملته أسلوب الكتاب الجيد والسيئ (Spam) يتحقق من المحتوى، ويحدد لك الجمل السيئة، ويعطيك تقيم لجودة المحتوى من 100، التطبيق يمكن أن يسهل حياة الكثيرين، وخصوصًا من يدير فريق كُتاب، ودائماً ما يراجع عملهم بشكل يدوي. النتائج مبهرة صراحة، مروة وأنا نعمل على شيء بهذا الخصوص داخل مساق أمل أن يرى النور قريبًا.
الآن أنوي التوسع أكثر في المفاهيم الأساسية، كما أنوي استغلال الـ ML في تحليل البيانات، مثل بناء التوقعات واتخاذ القرارات بشكل أفضل. ولتحليل البيانات رحلة أخرى بدأت في دراسة الماستر قد أتكلم عنها لاحقًا.
جميل ماشاء الله، انك في خلال أسبوعين تقدر تكتشف كل ده فده مبهر جدا الحقيقة.
ماهي الاهتمامات التالية لديك عن الذكاء الاصطناعي؟ هل تود التعلم عن الروية الحاسوبية ام معالجة اللغات الطبيعية؟
بالنسبة لبرنامج ساهر في برامج الرؤية الحاسوبية أعمق واكثر من مجرد إضافة بعض الصور وترك الموديل ليتعلم فلديك مثلا طريقة تدريب اخري مثل
self-supervised learning وهي تختلف عن supervised and unsupervied
لديك ايضا عمليات يتم القيام بها مثل
fine-tuning,augmentation,xAI ..etc
أما عن انواع الموديل واستخدامتها و احجامها ومميزات كل منها سواء الي
convolutional or vision transformers فهو فرع ملئ بالمعلومات التي تحتاج التجربة.
هل يمكنك إعطائي المزيد من المعلومات عن نموذج التنصيف الخاص بك هل هو مبني علي machine learning or deep learning ?
Tree based solution or LLM or Deep learning models
ياريت كمان لو حبيت تشارك معايا اي معلومات هكون سعيد جدا,أنا كريم كنت تواصلت معك مسبقا علي الواتسب.
أهلا عبدالكريم
شكرا لتعليقك اللطيف
أتوقع أني في اتجاه معالجة اللغات، لا أعلم بعد، لكني مهتم جدا في صنع شيء لتحسين المحتوى والكتابة مستقبلا.
كنت قبل مدة خلال فترة الماجستير أدرس مادة تحليل البيانات، راقتني وأبحرت بها قليلاً، أتوقع أغراني الموضوع أكثر عند استخدام ML لبناء توقعات على بيانات سابقة.
النموذج الحالي هو ML متواضع، لكن البيانات (Dataset) التي جمعتها له أتوقع ساهمت في تحسين النتيجة.
موفق جدا لو احتجت شئ انا موجود.
في فرع في معالجة اللغات اسمه
Embder
Which is a small model that help you get semantic meaning in fast and lightweight more than large langue model, the Arabic language still need better version it will be so nice if you try to build one and it will not need huge computing it’s all about the data