المساحة الإخبارية

بناء أكبر شبكة عصبونية على الإطلاق، بما يساهم بتطوير خوارزميات التعلم العميق

تحاول العديد من الشركات العملاقة في وادي السليكون (مثل غوغل وفيسبوك) أن تستغل وتسخر مجال الذكاء الصناعي Artificial Intelligence من أجل الحصول على أفضل تمثيلٍ ممكن للعالم الحقيقي، وذلك عبر تدريب الشبكات العصبونية الصناعية التي تتشابه في بنيتها مع بنية الدماغ البشري وتوصيلاته العصبية المختلفة. مؤخراً، أعلنت شركة Digital Reasoning المختصة بمجال الحوسبة الإدراكية Cognitive Computing، عن قيامها بتطوير شبكةٍ عصبونية تتألف من 160 مليار متحول Parameter، أي أنها أكبر بـ 10 مرات من أكبر شبكةٍ عصبونية صناعية قد تم بناؤها سابقاً.

تمكنت الشركة من بناء شبكةٍ عصبونية أكبر بعشرات المرات من الشبكات العصبونية الضخمة التي تم بناؤها سابقاً، وأشهرها الشبكة الخاصة بشركة غوغل (والتي تتألف من 11.2 مليار متحول) والشبكة التي تم بناؤها في مختبر لورنس ليفرمور الوطني (والتي تتألف من 15 مليار متحول). المميز في هذه الشبكة العصبونية الهائلة أنها أظهرت دقة أفضل في تعقب حزم البيانات الخاصة بالمعايير الصناعية Industry-standard Dataset، وقد حققت الشبكة الجديدة دقةً وصلت إلى 86%، مقارنةً مع دقة 76% التي حققتها شبكة غوغل، و 75% التي حققتها شبكة جامعة ستانفورد.

يقول ماثيو راسل، رئيس المكتب التقني في شركة Digital Reasoning، :” نشعر ببالغ الفخر بسبب النتائج التي تمكنا من تحقيقها، وبسبب المساهمة اليومية التي نقدمها في مجال التعلم العميق”.

تتضمن طرق “التعلم العميق Deep Learning” بناء آلاتٍ ذكية قادرة على التعلم، اعتماداً على خمس طبقات (أو أكثر) من الشبكات العصبونية الصناعية. (تشير كلمة “عميق” إلى مدى عمق طبقات الشبكات العصبونية، وليس إلى “عمق” عملية التعلم نفسها). بالنسبة للشبكة التي بنتها شركة Digital Reasoning، فإنها قد تدربت على ثلاثة حواسيب تتمتع بمعالجاتٍ متعددة الأنوية، وذلك بهدف تحقيق الدقة المطلوبة منها في تعقب الكلمات المتشابهة ضمن مجموعاتٍ كبيرة من حزم البيانات. يخطط الباحثون العاملون في الشركة لتجريب نظامهم الجديد على حزمٍ أكبر من البيانات في المستقبل القريب.

حصل مجال التعلم العميق اعتماداً على الشبكات العصبونية على اهتمامٍ كبير في الآونة الأخيرة. على سبيل المثال، تعمل شركة غوغل على تدريب أنظمة الذكاء الصناعي القائمة على التعلم العميق من أجل استنتاج كيفية اللعب والفوز بألعاب الحاسوب الكلاسيكية.

المصدر: IEEE Spectrum

للاطلاع على الورقة البحثية: اضغط هنا

للمزيد من المقالات حول الشبكات العصبونية والذكاء الصنعي:

خوارزمية “التعلم العميق” تهزم البشر في اختبارات الذكاء

 مايكروسوفت تستخدم الشبكات العصبونية لتسريع عمليات البحث في محرك “بينغ”

الهواتف الذكية تصبح أكثر ذكاء: شركة كوالكوم تبدأ العمل على معالجاتٍ عصبية البنية

معالجة آلية للبيانات مستوحاة من الشبكات العصبونية

الحوسبة في عام 2014: أهم الإنجازات في مجال الذكاء الصنعي

مقالات ذات صلة

زر الذهاب إلى الأعلى