الدرس في 30 ثانية

• قليل من الأمثلة = ذكاء اصطناعي يخطئ في أول مفاجأة.
• الأهم ليس العدد فقط بل التنوّع: زوايا، مسافات، إضاءة.
• النماذج الكبيرة تتعلم من مليارات الأمثلة لهذا السبب.

افهم

تخيّل أنك تعلّمت السياقة في ساحة فارغة فقط. أول مرة تدخل زحمة العاصمة؟ تتجمّد. ينقصك أمثلة.

ذكاؤك الاصطناعي نفس الشيء: إذا سجّلت كل الصور ويدك قريبة وفي ضوء النهار، فهو لا يعرف إلا هذه الحالة.

الحل ليس فقط المزيد من الصور، بل صور متنوعة: يد قريبة وبعيدة، يمين ويسار، ضوء ومساء، خلفيات مختلفة.

كل مثال جديد ومختلف يعلّمه ما يهم حقاً (شكل اليد) وما لا يهم (الضوء، الخلفية).

لهذا تجمع الشركات مليارات الأمثلة: ليس حباً في الأرقام، بل لتغطي كل المفاجآت الممكنة.

هل تعلم؟

نموذج Llama 2 من شركة Meta تعلّم من 2 تريليون قطعة نص (كلمات وأجزاء كلمات). لو قرأت أنت كلمة في الثانية، تحتاج أكثر من 60 ألف سنة!

جرّب على هاتفك: Teachable Machine

• التجربة 1: امسح صور الفئتين واترك 5 صور فقط لكل واحدة. درّب، ثم جرّب بيد بعيدة. لاحظ الأخطاء.
• التجربة 2: سجّل 50 صورة لكل فئة، لكن غيّر كل مرة: قرّب وبعّد، حرّك يدك، غيّر الإضاءة.
• درّب من جديد واختبر بنفس الطريقة (يد بعيدة، ضوء خافت).
• قارن: في أي تجربة كان أذكى؟ ولماذا؟

بالدزيري

كيما واحد تعلّم يسوق غير في بلاصة فارغة: أول مرة يدخل البوشون يتبلوكا. زيد أمثلة، وخاصة أمثلة مختلفين: قريب، بعيد، في الضو، في الظلام.

أسئلة شائعة