ما هي ann الشبكات العصبية الاصطناعية وأنواعها وكيف تعمل

الشبكات العصبية الاصطناعية باتت تحتل العالم في السنوات الأخيرة من سيطرة الذكاء الاصطناعي على جميع مجالات العمل وخاصة المجالات الإلكترونية، وهذا الأمر قد دفع علماء ومهندسي الذكاء الاصطناعي باختراع الشبكات العصبية الاصطناعية بشكل يشبه الشبكة العصبية في الدماغ البشري لجعله يتفوق على الذكاء الطبيعي على كافة الأصعدة، وفي ضوء ذلك، سنتناول في هذا المقال عبر موقع تجارتي الشبكات العصبية الاصطناعية وأنواعها وكيف تعمل.

الشبكات العصبية الاصطناعية

الشبكة العصبية الاصطناعية هي عبارة عن عملية إعطاء جهاز الكمبيوتر مجموعة من المهمات التي يجب أن يؤديها بشكل محدد من أجل إتمامها، وهذا ما يسمى بالخوارزمية، حيث يكون جهاز الكمبيوتر لا يفهم ما يفعله بالتحديد، فهو ينفذ المطلوب منه عن طريق استقبال مدخلات لا يفهمها، وإصدار مخرجات لا يدري ما فائدتها. مثل نتفليكس تستعمل الذكاء الاصطناعي الذي يرشح المسلسلات والأفلام عن طريق سجل مشاهداتك السابقة، وذلك لضمان أنك ستستمتع وتشاهد العرض المقترح لك. وهنا جاء دور الشبكات العصبية الاصطناعية والخوارزميات الذكية التي تعتمد عليها، والتي يمكن بمفردها ودون تدخل بشري أن تفهم ما سيرغب الشخص مشاهدته.

اقرأ أيضًا: أهم تخصصات مجال ال IT في العالم

أنواع الشبكات العصبية الاصطناعية

هناك أنواع عديدة للشبكات العصبية الاصطناعية، وهي:

• شبكات التغذية الأمامية العصبية الاصطناعية.
• ثم الشبكات العصبية الملتفة الاصطناعية.
• الشبكاْت العصبية الاصطناعية المتكررة .
• ثم شبكات الأساس الدائري العصبي الاصطناعي.
• الشبكات العصبية ذاتية التدريب.
• شبكات الوحدات العصبية الاصطناعية.

شبكات التغذية الأمامية العصبية الاصطناعية

شبكات التغذية الأمامية إحدى أبسط الشبكات العصبية وأقلها حجمًا، حيث تتميز ببساطتها وسرعتها، لكن دقتها ليست الأفضل بين الأنواع. وسميت بالأمامية لأن بياناتها تمشي في اتجاه واحد ولا يستعمل فيها خوارزميات الانتشار العكسي. كما يمكن أن تحتوي على طبقة خفية أو قد لا تحتوي على أي طبقة خفية، حيث يمكن أن نستعمل في هذه الشبكة دالة السيجمويد، وتستخدم في التعرف على الأصوات وتمييزها عن بعضها.

الشبكات العصبية الملتفة الاصطناعية

الشبكات العصبية الملتفة إحدى أكثر الشبكات العصبية استخدامًا، حيث نستخدم كل يوم إحدى تطبيقاتها لأنها مشهورة جدًا وشائعة بين المستخدمين في الصور والفيديوهات. لكن بالرغم من ذلك تستخدم في الكثير من خوارزميات الاقتراحات، مثل خوارزميات نتفليكس. فمثل هذه الشبكات معروفة أقل من معاملات الأخرى.

اقرأ أيضًا: مجالات الذكاء الاصطناعي

الشبكات العصبية الاصطناعية المتكررة

الشبكاْت العصبية المتكررة تعتبر إحدى أكثر الشبكات العصبية التي تستخدم من قبل المستخدمين في عمليات التنبؤ والتعليم المعزز، إذ إنها تعتمد على تغذية المدخلات أو بالتقييمات لتتعامل معها، حيث تستعمل هذه الشبكات في اقتراحات الصداقة في فيس بوك وإكمال الكتابة أو الترجمة وغيرها.

شبكات الأساس الدائري العصبي الاصطناعي

شبكات الأساس الدائري العصبي تشبه شبكات التغذية الأمامية. لكنها تستخدم دالة الأساس الدائري، التي تعتمد على المسافة بين مركز الدائرة والنقاط. كما تستخدم في التصنيف والتحكم بالآلات.

اقرأ أيضًا: تطبيقات للذكاء الاصطناعي

الشبكات العصبية ذاتية التدريب

تستقبل الشبكات الكثير من المدخلات. ومن ثم تقسمها وتوزعها، ولذلك فإنها تستخدم في التعلم دون إشراف، وتتم على 3 خطوات وهي: البناء والتدريب والتعريف. مثل إذا كان لدي صفات لأشخاص عددهم يفوق المليون وأرغب بأن أرقمهم وأصنفهم ضمن مجموعات أو احللهم بشكل عنقودي. فسأستخدم هذه الشبكة العصبية. وهي تفعل كل العمل وتصدر المخرجات المناسبة. كما تستعمل هذه الشبكة في تطبيقات الملاحة وفي الخرائط وفي التنقيب عن المياه والبترول إضافة إلى تحليل البيانات الضخمة.

شبكات الوحدات العصبية الاصطناعية

لهذه الشبكة فكرة مبتكرة جدًا، وهي أنها تستطيع جمع أكثر عدد من وحدات الشبكْات العصبية. والتي تعمل بالتوازي مع بعضها البعض. حيث تتشابك في النهاية من أجل تجميع القيم المعالجة وبعد ذلك يتم من خلالها إصدار مخرج واحد. وقد تكون هذه الشبكات المتوازية متنوعة بحيث واحدة منهم تعالج النصوص والثانية تعالج الصوت والأخرى تعالج الفيديو. كما تتميز هذه الشبكات بالسرعة الشديدة بالمقارنة مع البيانات التي تعالجها، حيث تستخدم في التحليلات المالية والاقتصادية. ولها الكثير من الاستخدامات في علم الأحياء.

اقرأ أيضًا: أدوات بناء موقع ويب

كيفية عمل الشبكات العصبية الاصطناعية

تعمل الشبكاْت العصبية الاصطناْعية عن طريق استقبال عدة مدخلات والتي يتم التعامل معها ومعالجتها عن طريق الأوزان، وبعد ذلك يتم معالجة قيمها باستخدام دالة رياضية تسمى دالة السيجمويد لتخرج قيمة بين الواحد والصفر، وهذه القيمة تشكل المخرجات الخاصة بالخلية. وعبر تجمع المئات والآلاف من الخلايا العصبية الاصطنْاعية يتشكل لدينا الشبكات العصبية الاصطناْعية. ونستطيع اختصار عملها في الخطوات التالية:

1. إدخال البيانات: ندخل بيانات التدريب ألا وهي المخرجات الصحيحة التي تختص بها، وبعدها تتعالج من خلال الطبقات الخفية للشبكة العصبية.
2. ثم معالجة البيانات عبر الخلايا العصبية (الأوزان): وهنا يتم ضرب قيم المدخلات في الأوزان، وثم تنقل إلى خلايا الطبقات الخفية، وأن كل خلية في الطبقة تتصل بكافة الخلايا في الطبقة التي تليها.
3. إضافة قيمة التحيز إلى قيم التفعيل: وبعد ضرب الأوزان التي تخص كل خلية فرديًا يتم إضافة هذه القيم كلها إلى ثابت يسمى قيمة التحيز واحد لكل القيم.
4. ثم تحويل القيم إلى دالة التفعيل التي تمر بها قيم التفعيل لتحدد ما إذا كانت الخلية في الطبقة التالية ستضيء أم لا.
5. تكرار العملية مع الطبقات الخفية الأخرى: حيث يتم تكرار هذه العملية مع الطبقات الأخرى وحتى الطبقة الأخيرة التي تسمى طبقة المخرجات التي تتحدد بحسب نوع الشبكة العصبية الاصطناْعية ووظيفتها.
6. ثم تعديل الأوزان: وذلك للحصول على نتائج دقيقة عن طريق مقارنتها بمدخلات بيانات التدريب.

اقرأ أيضًا: مكتبات بايثون للذكاء الاصطناعي

وإلى هنا نكن قد وصلنا إلى نهاية مقالنا عن الشبكات العصبية الاصطناعية، حيث تحدثنا عن أنواعها المختلفة. كما قدمنا كيفية عمل الشبكاْت العصبية الاصطناعية التي اخترعها العملاء لتحاكي الدماغ البشري لحل أكثر المشاكل الإلكترونية صعوبة.