تطبيقات تعلم الآلة

تعلم الآلة الان موجود في كل مكان، وانت غالبا ماتستخدمه بطريقة أو بأخرى، حتى دون ان تعرف ذلك. هنالك الكثير من تطبيقات التعلم الآلي الشائعة سنذكر في هذا الباب أمثله لبعض منها

التنبوء بشكل الانسان

يتكون الحمض النووي للانسان من ثلاثة مليار زوج من الحروف ( A,C,T,G) هذه المليارات تحمل الكثير من المعلومات عن الانسان وتعتبر من البيانات الضخمة التي تستفيد منها خوارزميات تعلم الآلة لاستخراج الكثير من المعارف. هنالك فريق من 41عالما من علماء البيانات وغيرهم من الباحثين، يسعون لاستخدام تعلم الآلة للتنبوء بشكل الانسان من خلال حمضه النووي. حيث يتم إستخدام ألاف التسلسلات من الجينوم البشري ، وربطها مع بيانات اخرى عن البشر تشمل ( phynotypes, 3D scan, NMR, etc ) في قواعد بيانات  ضخمة. وجعل تعلم الآلة تتدرب عليها وتربط بينها بعلاقات وتنشئ نماذج تستخدمها في رسم شكل الشخص من خلال حمضه النووي.

يسعى هذا المشروع لجعل الآلة (ومن خلال ربطها للعلاقات بين الجينوم البشري والصفات البشرية الاخرى التي تم جمعها) من القدرة على التنبوء بصفات أي شخص من خلال حمضه النووي. مثل الطول، لون العينين، لون الجسد، العمر، شكل الوجه، ... الخ.

هذا التبوء كان نتيجة نموذج استطاعت الآلة بناءه من البيانات الضخمة التي تم استخدامها . وتوصلت الابحاث الى التبوء بشكل الوجه من خلال التسلسل الجيني للشخص. وكانت نتيجة التطابق عالية جدا، كما مبين ادناه

أمثلة اخرى للتنبؤ

من اهم مجالات تعلم الآلة التبوء بالاحداث قبل وقوعها. ويستخدم في ذلك بيانات تاريخية وخبرات سابقة ومعلومات حالية. من الامثلة التي تم فيها إستخدام التبوء ما يلي:

1- التنبوء في الانتخابات: حيث تم استخدام تعلم الآلة في السياسة بكثرة، مثل استخدام تعلم الآلة في انتخابات الرئاسة الامريكية حيث تم الاستفادة من بيانات الناخبين وأفكارهم التي تم جمعها من وسائط التواصل الاجتماعي وغيرها من المصادر لمعرفة من المرشح المتوقع فوزه في الانتخابات.

2- سداد القروض: تستطيع المؤسسة او البنك مقدم القرض استخدام تعلم الآلة للتبوء بما اذا كان العميل سيسدد القرض ام لا، وذلكبالاستفادة من البيانات المتاحة وتحليلها.
3- التنبؤ بالمبيعات: في البيع بالتجزئة، في وقت سابق كنا قادرين على الحصول على رؤى مثل تقرير المبيعات في الشهر الماضي / السنة / 5سنوات (تقارير تاريخية). ولكن الأن وباستخدام تعلم الآلة يمكننا التبوء بمبيعات الشهر المقبل آو السنة المقبلة، الخ. بحيث يمكن آن تتخذ الشركة التجارية القرار المطلوب (المتعلق بالمشتريات والأسهم وغيرها) في الوقت المناسب.
4- التبوءات المرورية: معظمنا يستخدم حاليا خدمات الملاحة .GPS بينما عندما نفعل ذلك ، يتم حفظ مواقعنا الحالية وسرعاتنا في خادم مركزي لادارة حركة المرور. ثم يتم استخدام هذه البيانات لبناء خريطة لحركة المرور الحالية. في حين أن هذا يساعد في حماية حركة المرور و  تحليل الازدحام preventing the traffic and does congestion analysis  ، فان المشكلة الأساسية هي آن هناك عددا أقل من السيارات المزودة بنظام تحديد المواقع العالمي. يساعد التعلم الآلي في مثل هذه السيناريوهات على تقدير المناطق التي يمكن العثور فيها على الازدحام على أساس التجارب اليومية.
5- التنبوء بزيادة الطلب على الخدمة: مثلا في شبكات النقل عبر الانترنيت، عند حجز سيارة أجرة ، يقدر التطبيق سعر الرحلة. ويستخدم في ذلك التعلم الآلي الذي يقوم بتحديد السعر من خلال التنبؤ بزيادة الطلب على السيارة (يرتفع السعر في الاوقات التي يكون الطلب عالي وينخفض مع انخفاض الطلب).

في الأمن والحماية

استخدم تعلم الآلة بكر ة في مجالات الامن والحماية بكثر ة. فيما يلي بعض الامثلة لذلك.

كشف الاحتيال عبر الانترنت Online Fraud Detection

يثبت التعلم الآلي قدرته على جعل الفضاء السيبراني مكانا آمنا وتتبع الاحتيال النقدي على الانترنيت. أحد أمثلة ذلك، هو استخدام Paypal ML للحماية من غسيل الأموال money laundering تستخدم الشركة مجموعة من الأدوات التي تساعدها على مقارنة ملايين المعاملات التي تتم والتمييز بين المعاملات المشروعة و غير الشرعية التي تتم بين المشترين والبائعين.

منع الغش

لا يتحمل مقدمو الخدمات المالية آي مسؤولية أكبر من حماية عملائهم ضد أي نشاط احتيالي. يكلف الاحتيال المالي الأميركيين بمفرده 50 مليار دولار سنويا. لم تعد الطرق القديمة للحفاظ على أمان حسابات العملاء جيدة بما فيه الكفاية. مع كل التقدم في أمن البيانات ، هنالك تصعيد من قبل المجرمين في مستوى التحايل. لحماية بيانات العملاء من التهديدات المتطورة بشكل متزايد ، يجب آن تظل المؤسسات والشركات متقدمة على المتسللين. يساعد التعلم الآلي التطبيقات في إحباط المخالفات الأمنية من خلال تفكير المجرمين.

من خلال مقارنة كل معاملة مقابل سجل الحساب ، تكون خوارزميات التعلم الآلي قادرة على تقييم احتمالية أن تكون المعاملة احتيالية. الأنشطة غير العادية، مثل المشتريات من خارج الدولة آو عمليات السحب النقدي الكبيرة ، تجعل النظام يقدم خطوات لتأخير المعاملة حتى يتمكن الانسان من اتخاذ قرار. في العديد من الحالات ، وفقاا لطبيعة المحاولة ، قد يتم رفض محاولة الشراء أو السحب تلقائيا بواسطة النظام خلاف التعامل البشري ، فان الخوارزمية قادرة على موازنة تفاصيل المعاملة بسرعة مقابل ألاف نقاط البيانات وتحديد ما اذا كان نشاط المحاولة غير معهود لمالك الحساب أم لا. وعلى خلاف البرامج الاخرى ، تتعلم برامج التعلم الآلي من كل اجراء يتخذه مالك الحساب ، ومن كل قرار يصدره البرنامج. وبمرور الوقت ، تعدل الخوارزميات نفسها استجابةا للعادات المتغيرة من جانب مالك الحساب.

 ادرك قيمة التعلم الآلي ، كل من ، Amazon و ، Microsoft و ، IBM و ، Google حيث اضافة هذه الشركات قدرات التعلم الآلي المتكاملة في cloud-based developer interfaces

لكي يكون التعلم الآلي أكثر فعالية ، يجب أن يكون قادرا على الوصول بسرعة الى كميات كبيرة من البيانات واستيعاها. عندما يصبح المجرمون أكثر تقدما في استراتيجياتهم ، لن تتمكن سوى أنظمة الكمبيوتر التي يمكنها الوصول الى البيانات الكبيرة والقدرة على التفكير والتعلم من إيقافها.

ادارة المخاطر

لا ينبغي آن يكون من المفاجئ آن تكون تكنولوجيا التعلم الآلي حليفا قويا في السعي الى ادارة أفضل للمخاطر. في حين تتنبأ تطبيقات البرمجيات التقليدية بالجدارة الائتمانية على أساس المعلومات الثابتة من تطبيقات القروض والتقارير المالية ، فان تكنولوجيا التعلم الآلي يمكن آن تذهب الى أبعد من ذلك وتحلل أيضا الوضع المالي لمقدم الطلب حيث قد يتم تعديه حسب اتجاهات السوق الحالية وحتى الأخبار ذات الصلة.

من خلال تطبيق التحليل التنبئي على كميات هائلة من البيانات في الوقت الفعلي ، يمكن لتكنولوجيا التعلم الآلي اكتشاف المستثمرين الخارجين عن القانون الذين يعملون في انسجام عبر حسابات متعددة - وهو أمر قد يكون مستحيلا تقريبا بالنسبة لمدير الاستثمار البشري.

الكفاءة هي فائدة آخرى من التعلم الآلي. بافتراض قدر كبير من العبء لرصد الحسابات ، تمكن أنظمة التعلم الآلي مديري الاستثمار من التركيز على مهام أكر انتاجية ، مثل خدمة العملاء.

مراقبة الفيديوهات Videos Surveillance

إن مراقبة العديد من كاميرات الفيديو بواسطة شخص واحد تعتبر مهمة صعبة ومملة. يمكن تدريب أجهزة الكمبيوتر للقيام بهذا العمل المنطقي. نظام المراقبة بالفيديو يستخدم فيه تعلم الآلة الذي يجعل من الممكن كشف الجريمة قبل حدوثها. حيث يتم تتبع أي سلوك غير عادي لأي شخص، مثل الوقوف بلا حراك لفترة طويلة ، آو التعثر stumbling أو النوم على المقاعد napping on benches وما الى ذلك. ويمكن للنظام اعطاء تنبيه للموجودين ، مما يمكن أن يساعد في النهاية على تجنب الحوادث المؤسفة .وعندما يتم الابلاغ عن هذه الأنشطة وتصحيحها ، فانها تساعد على تحسين قاعدة خدمات المراقبة.

في التجارة وخدمة العملاء

استخدم تعلم الآلة في المجال التجاري وتقديم خدمات العملاء، من المثلة ما يلي:

توصيات المنتج Product Recommendations

اذا اشتريت آحد المنتجات عبر الانترنت، ستأتيك رسائل البريد الالكتروني بمقتراحات التسوق. أو ربما تلاحظ أن موقع الويب للتسوق أو التطبيق يوصيك ببعض العناصر التي تتطابق بطريقة ما مع ذوقك. بالتأكيد ، هذا يحسن تجربة التسوق ، حيث يتم هذا العمل من خلال التعلم الآلي الذي يبني ما يقدم لك على أساس سلوكك مع موقع الويب أوالتطبيق ، أو من خلال عمليات الشراء السابقة ، أو العناصر المحببة أو التي تمت اضافتها الى سلة التسوق، أو تفضيلات العلامة التجارية وما الى ذلك ، يتم تقديم توصيات المنتج.

توقعات الاستثمار

كانت خدمات التداول بمساعدة الكمبيوتر موجودة منذ بعض الوقت. وهي تسمح للمستثمرين بأن يكون لديهم طلبية عندما يصل السهم الى سعر محدد مسبقا ، ويبيع عند انخفاض السعر الى ما دون حد معين. من خلال آتمتة الوظائف ، تجعل هذه المنصات التداول أسهل بالنسبة للمستثمر الكبير والصغير، على حد سواء. في حين يمكنهم حتى تقديم توصيات تستند الى التحليل الآلي لاتجاهات السوق ، الا أن لديهم قيودا.

في السنوات الخيرة ، ابتعدت صناديق التحوط بشكل متزايد عن طرق التحليل التنبؤي التقليدي واعتمدت خوارزميات تعلم الآلة للتنبؤ باتجاهات التمويل. باستخدام التعلم الآلي ، يأمل مديرو الصناديق في تحديد التغييرات في السوق في وقت أبكر مما هو ممكن مع نماذج الاستثمار التقليدية.

تؤخذ المؤسسات الكبرى على محمل الجد في إمكانات تكنولوجيا التعلم الآلي لتعطيل الصناعة المصرفية الاستثمارية . يقوم كل من JPMorgan و Bank of Americaو Morgan Stanley بتطوير مستشارين استثماريين مؤتمنين ، مدعومين بتكنولوجيا التعلم الآلي. الشركات الحكيمة في مجال التكنولوجيا سوف تحذو حذوها.

دعم العملاء عبر الانترنت Online Customer Support

يوفر عدد من مواقع الويب حاليا خيارات للدردشة مع ممثل دعم العملاء آثناء التنقل داخل الموقع. ومع ذلك ، ليس لكل موقع ويب مسؤول تنفيذي مباشر للاجابة على استفساراتك. في معظم الحالات ، يمكنك التحدث الى chatbot هذه البرامج تميل الى استخراج المعلومات من الموقع وتقديمها الى العملاء.

في هذه الأثناء، تتقدم وسائل الدردشة chatbots مع الوقت. فهم يميلون الى فهم استعلامات المستخدم بشكل أفضل وتقديم اجابات أفضل ، وهذا ممكن بسبب خوارزميات التعلم الآلي .

خدمة الزبائن

لا تزال خدمة العملاء الضعيفة واحدة من الشكاوى الرئيسية بين المستهلكين، تركزت الشكاوى على خدمة العملاء البطيئة ، ولكن مع الاستخدام العالمي لدعم الهاتف الآلي ، يشعر العملاء بالإحباط لعدم تمكنهم من التحدث الى إنسان. بالنسبة لشركة الخدمات المالية المبتكرة الراغبة في الاستثمار في تكنولوجيا التعلم الآلي ، فان هذا لا يمثل مشكلة بقدر ما يمثل  فرصة.

وتشمل مزايا نظم الدعم الآلي توجيه العملاء الى قسم الصحيح، ومنحهم خيار لحل المشاكل البسيطة باستخدام واجهة الآلي، والحفاظ على العملاء من الحاجة الى الانتظار لشخص ما للرد على الهاتف - وكل ذلك دون التفاعل البشري. وتستفيد الشركة من عدم دفع رواتب الموظفين الذين سيتولون هذه المهام ، ويستفيد العملاء (المفترضين) من خلال التعامل مع مشكلتهم مع سرعة أجهزة الكمبيوتر الحديثة. من الناحية النظرية ، على أي حال.

في الواقع، لا يستفيد العديد من العملاء من خدمة العملاء التلقائية عندما تكون مشكلتهم غير شائعة ولا يتم تمثيلها بخيار رقمي . وبالرغم من كونه تحسينا، إلا أن التعرف على الصوت غالبا ما يفشل في استيعاب الطلب غير المعتاد ، مع "أنا آسف لني لا آفهمك ؛ يرجى الانتظار للحصول على المساعدة " كونها استجابة السهم للعميل مع مشكلة فريدة من نوعها.

الحل ، كما هو منصوص عليه من قبل تكنولوجيا التعلم الآلي ، لا يحل محل أنظمة دعم العملاء الآلية ، ولكن لجعلها أفضل. القوة الهائلة لتكنولوجيا التعلم الآلي للوصول الى البيانات، التعرف على الأنماط، وتفسير السلوك يعني أن التكنولوجيا يمكن استخدامها لانشاء أنظمة دعم العملاء الآلية التي تحاكي الوكيل البشري، مع القدرة على فهم والاستجابة للمخاوف الشائعة. من خلال جعل بوابات دعم العملاء عبر الانترنيت والهاتف أكثر تشبها للانسان ، يمكن للمؤسسات المالية تقديم دعم فعال يقلل من ضرر العملاء.

بالاضافة الى ذلك ، يمكن آن تساعد تقنية التعلم الآلي العملاء في تحديد أفضل للمنتجات من خلال تقييم أنشطة الحساب السابقة مقابل البيانات الحالية التي يقدمها العميل ومن أي مكان آخر. يمكن تقديم توصيات المنتج أو الخدمة مباشرة الى العميل ، أو من خلال المستشار المالي. والنتيجة هي عميل مستنير أفضل لا يضيع وقته بسبب العروض غير اللائقة. واحدة من أهم العائدات للشركات التي تستثمر في خدمة العملاء في التعلم الآلي هي القدرة على فهم احتياجات كل عميل على نحو أفضل.

خدمات اخرى

المساعد الرقمي

لا توجد شركة ، أو سوق تكنولوجيا أو أي سوق ، يعمل بدون ادارة سليمة. ولكي تكون الإدارة "سليمة" ، يجب آن تعمل بفعالية وكفاءة. يمكن ان تساعد تكنولوجيا التعلم الآلي المدراء التنفيذيين والمديرين على آداء وظائفهم بسهولة أكبر من أي وقت مضى.

يمكن ان يتم ذلك من خلال المساعد الرقمي ، حيث تمتلك كل من Google و Apple و Facebook و Microsoft إصدارا خاصا بها يدعم ذلك.

بعض الأمثلة الشائعة للمساعد الرقمي في قدرته على الرد على اسئلة مثل:

"ما هو جدول مواعيدي اليوم؟"

"ما هي رحلات الطيران من آلمانيا الى لندن"

و للاجابة يبحث المساعد الشخصي عن المعلومات ، أو يذكر طلبات البحث ذات الصلة ، أو يرسل أمرا  آخر الى موارد آخرى (مثل تطبيقات الهاتف) لجمع المعلومات.

يمكنك حتى توجيه المساعدين للقيام بمهام معينة مثل:

"ضبط المنبه على الساعة 6 صباحا في اليوم التالي"

"ذكّرني بزيارة مكتب الفيزا بعد غد"..

يعد التعلم الآلي جزاءا مهما من هؤلاء المساعدين الرقميين، حيث يقومون بجمع المعلومات وتنقيحها على أساس مشاركتك السابقة معهم. في وقت لاحق، يتم استخدام هذه المجموعة من البيانات لتقديم النتائج المصممة لتفضيلاتك.

خدمات وسائل التواصل الاجتماعي

تستخدم منصات وسائل التواصل الاجتماعي التعلم الآلي لاضفاء طابع شخصي على صفحتك (عرض الأخبار التي تهمك، عرض الاعلانات التي تناسبك، الخ). فهنالك الكثير من الاشياء التي تستخدمها وتحبها في حساباتك على الشبكات التواصل الاجتماعية دون أن تدرك آن هذه الميزات الرائعة جلبتها لك تطبيقات التعلم الآلي. مثل: .

الأشخاص الذين قد تعرفهم: التعلم الآلي يعمل على مفهوم بسيط: التفاهم مع الخبرات. يلاحظ Facebook باستمرار الأصدقاء الذين تتصل بهم، أو الملفات الشخصية التي تزورها كثيرا ، أو إهتماماتك ، أو مكان عملك ، أو مجموعة تشاركها مع شخص ما الخ. على أساس التعلم المستمر، يتم اقتراح قائمة بمستخدمي فيسبوك الذين يمكنك آن تصادقهم.

التعرف على الوجه: يمكنك تحميل صورة لك مع صديق وفيسبوك يتعرف على الفور على هذا الصديق. يتحقق الفيسبوك من الوضعيات والتوقعات في الصورة ، ويلاحظ الميزات الفريدة ، ثم يطابقها مع الشخاص الموجودين في قائمة آصدقائك. العملية برمتها في الخلفية معقدة وتعتني بعامل الدقة ولكن تبدو لك في الواجهة الامامية بسيطة.

الدبابيس المتشاهة Similar Pins: التعلم الآلي هو العنصر الأساسي في الرؤية بالحاسب (وهو تقنية لاستخراج المعلومات المفيدة من الصور ومقاطع الفيديو). يستخدم Pinterest الرؤية بالحاسب لتحديد كائنات (آو دبابيس) في الصور والتوصية بكائنات (أو دبابيس) مشاهة وفقا لذلك.

تقنية نتيجة محرك البحث Search Engine Result Refining

تستخدم Google ومحركات البحث الأخرى التعلم الآلي لتحسين نتائج البحث نيابة عنك. في كل مرة تنفذ فيها بحثا، تحافظ الخوارزميات الموجودة في الخلفية على مراقبة طريقة ردك على النتائج. اذا فتحت النتائج الأولى top resluts وبقيت على صفحة الويب لفترة طويلة ، سيفترض محرك البحث أن النتائج التي عرضها عليك تتوافق مع طلبك. وبالمثل ، إذا وصلت الى الصفحة الثانية أو الثالثة من نتائج البحث ، لكنك لم تفتح أيا من النتائج ، يقدر محرك البحث أن النتائج المعروضة لم تتطابق مع ما تريد. هذه الطريقة ، تعمل خوارزميات التعلم الآلي التي تعمل في الخلفية على تحسين نتائج البحث.

التعرف على الصور

أحد أكثر الاستخدامات الشائعة لتعلم الآلة هو التعرف على الصور .هناك العديد من الحالات حيث يمكنك تصنيف الكائن كصورة رقمية .بالنسبة للصور الرقمية ، تصف القياسات مخرجات كل بيكسل في الصورة .

في حالة وجود صورة بالأبيض والأسود ، تعمل كثافة كل بكسل كقياس واحد .اذا كانت الصورة بالأبيض والأسود تحتوي على N*N بيكسل، فإن إجمالي عدد البكسل هو N^2 بيكسل

في الصورة الملونة ، كل بكسل يعتبر بمثابة 3 قياسات مكونات اللون الرئيسي ( أي RGB لذلك N * N صورة ملونة هناك  3 *(N^2) قياس.

للتعرف على الحروف يمكننا تقسيم جزء من الكتابة الى صور أصغر ، كل منها يحتوي على حرف واحد. (قد تتكون الفئات من 86 حرفا من الأبجدية الانجليزية ، والارقام 10 ، وبعض الأحرف الخاصة.

التشخيص الطبي Medical Diagnosis

يوفر تعلم الآلة الطرق والتقنيات والأدوات التي يمكن أن تساعد في حل المشاكل التشخيصية والتكهن prognostic and diagnostic  في مجموعة متنوعة من المجالات الطبية. يتم إستخدام تعلم الآلة في بعض التحليلات مثل التنبؤ بتطور المرض لاستخراج المعرفة الطبية للبحوث، وللتخطيط للعلاج والدعم ، وللإدارة العامة للمرضى. كما يستخدم تعلم الآلة لتحليل البيانات تفسيرها.

استخراج المعلومات Information Extraction

استخراج المعلومات هو تطبيق آخر للتعلم الآلي. حيث يمكن استخراج المعلومات المنظمة من البيانات غير المهيكلة. على سبيل المثال ، صفحات الويب والمقالات والمدونات وتقارير العمال ورسائل البريد الالكتروني. تحتفظ قاعدة البيانات العلائقية بالانتاج الناتج عن استخراج المعلومات. تأخذ عملية الاستخراج المدخلات كمجموعة من الوثائق وتنتج بيانات منظمة. هذا الناتج

ورقة في شكل ملخص مثل Excel و جدول في قاعدة بيانات علائقية .  

المصدر

عبدالرحمن عثمان 

تعلم الآلة Machine Learning