Q:
لماذا تعد أعداد هائلة من ملفات الصور مهمة للعديد من مشاريع التعلم الآلي؟
أ:بالنسبة للشركات التي تتطلع إلى المشاركة في استثماراتها في تعلم الآلة (ML) الأولى ، يمكن أن تبدو العملية برمتها غامضة بعض الشيء وباطنية. بالنسبة لكثير من الناس ، من الصعب حقًا تصور كيفية عمل التعلم الآلي ، وما الذي سيفعله بالضبط بالنسبة للعمل التجاري.
في بعض الحالات ، يمكن للشخص الذي يبحث عن التعلم الآلي أن يكون لديه عيد الغطاس عندما يفكرون في أن الأعداد الكبيرة من ملفات الصور ، التي يتم جمعها في حاويات رقمية أنيقة ، مهمة جدًا لمشاريع ML. ذلك لأن مفهوم "ملف الصورة" يساعد على تصور ML. يتيح لنا التفكير في هذا الأمر فهم المزيد عن كيفية تطبيق هذه الأنواع من التقنيات على عالمنا قريبًا.
| تحميل مجاني: تعلم الآلة ولماذا يهم |
الإجابة المختصرة هي أن هذه الأعداد الكبيرة من ملفات الصور مهمة للتعلم الآلي لأنها تمثل مجموعات التدريب - مجموعات من البيانات الأولية التي يجب على الكمبيوتر العمل عليها أثناء تعلمه. ولكن هناك ما هو أكثر بقليل من ذلك. لماذا الصور قيمة للغاية؟
أحد الأسباب التي تجعل الصور ذات قيمة كبيرة هو أن العلماء حققوا الكثير من التقدم في معالجة الصور. ولكن بعد ذلك ، أحرزوا أيضًا تقدمًا في مساعدة الآلات على تحديد النتائج بناءً على ما يوجد في الصورة.
على سبيل المثال ، أي شخص سمع عن شبكات عنيدة عميقة ذات محركات توليدية وتمييزية ، يتفهم قليلاً كيف يمكن لأجهزة الكمبيوتر قراءة البيانات المرئية والصور وفهمها. إنهم لا يقرؤون البيكسل كما كانوا يفعلون - إنهم "يشاهدون" الصورة ويحددون المكونات. على سبيل المثال ، فكر في التعرف على الوجوه على موقع Facebook - حيث يتعرف الكمبيوتر على ما تبدو عليه ، ويحدد هويتك في الصور وكذلك الأشخاص المحيطين بك. غالبًا ما يكون ذلك ممكنًا من خلال تجميع العديد من الصور والتدريب التكراري الذي يشكل الأساس لمشروع التعلم الآلي.
عندما يكون أصحاب المصلحة قد حددوا خطة ومفهومًا ، وخرجوا وجمعوا كل الصور ذات الصلة ، ووضعوها في خوارزميات التعلم الآلي ، يمكنهم الاستفادة من القوة الهائلة للذكاء الاصطناعي لتشغيل العمليات التجارية.
قد ترسل شركة متتبع ارتباطات ويب إلى الإنترنت للبحث عن الصور التي قد تحتوي على عميل معين ، لإنشاء ملف يوضح هوية ذلك العميل وتفضيلاته أو ميوله. قد تستخدم الشركة هذه المعلومات لأتمتة البريد المباشر أو التسويق المباشر الآخر. عند البدء في التفكير في الأمر على هذا النحو ، من السهل أن نرى كيف يمكن ربط عملية التعرف على الصور وتعريفها بجميع أنواع الوظائف التي تتيح لأجهزة الكمبيوتر القيام بالكثير من الأشياء التي اعتاد البشر القيام بها لجميع تاريخنا المسجل. بأخذ مثال على أبحاث العملاء ، مع أنواع الأجهزة المذكورة أعلاه ، لا يتعين على البشر المشاركة على الإطلاق: يمكن للكمبيوتر "الخروج على الويب" وتقديم تقرير إلى مالكيها أو مالكي البيانات.
بالنسبة لأي شخص يشارك في الخوض في المياه العميقة للتعلم الآلي ، فإن فهم مفهوم استخراج بيانات الصور الجماعية يوفر خطوة أولى جيدة في خارطة طريق لتسخير طاقة تعلم الآلة ومعرفة كيفية استخدامها لمنفعة مؤسسة ما.
