1
00:00:07,360 --> 00:00:11,760
يعد التعلم الآلي جيداً فقط عندما تكون
بيانات التدريب المدخلة جيدة أيضاً.

2
00:00:11,800 --> 00:00:15,820
لذا، من الأهمية القصوى أن تستخدم بيانات ذات جودة عالية، وبأعداد كبيرة منها.

3
00:00:16,760 --> 00:00:21,960
لكن، إذا كانت البيانات هامة، هنا يجدر التساؤل عن المصدر الذي تأتي منه؟

4
00:00:22,280 --> 00:00:26,260
غالبا، يعمل الحاسوب على تجميع البيانات من الأشخاص امثالنا،

5
00:00:26,260 --> 00:00:27,860
بدون بذل اي جهد.

6
00:00:28,440 --> 00:00:31,480
قد تعمل خدمة تتبع الفيديو على تتبع ما تشاهده، ثم بعد ذلك، يمكنها تميز المحتوى ووضعه في شكل أنماط

7
00:00:31,660 --> 00:00:36,000
في بيانات توصى لك بما قد تشاهده لاحقاً.

8
00:00:37,420 --> 00:00:43,200
وفي أحيان أخرى، قد يطلب منك المساعدة مباشرة، مثلاً عندما يطلب منك موقع الويب استكشاف إشارات الشوارع والصور،

9
00:00:43,780 --> 00:00:49,280
فأنت تقدم بيانات تدريبية 
لمساعدة الآلة على تعلم الرؤية، وحتى على تولي القيادة يوماً ما.

10
00:00:52,320 --> 00:00:56,440
يمكن للباحثين الطبيين استخدام
الصور الطبية باعتبارها بيانات تدريبية من أجل تعليم

11
00:00:56,520 --> 00:00:59,900
أجهزة الحاسوب طريقة التعرف على الأمراض وتشخيصها.

12
00:01:00,300 --> 00:01:05,560
يحتاج التعلم الآلي لمئات وآلاف الصور، وتوجيه تدريبي من الطبيب

13
00:01:05,640 --> 00:01:09,920
الذي يعلم ما يتم البحث عنه قبل أن يتم التعرف على المرض بصورة صحيحة.

14
00:01:10,520 --> 00:01:15,540
حتى في ظل وجود آلاف الأمثلة، فقد توجد مشكلات مع عمليات التنبؤ التي يقوم بها الحاسوب.

15
00:01:15,880 --> 00:01:20,660
ففي حالة تجميع بيانات الأشعة السينية من قبل الرجال فقط، فقد تصيح كل عمليات التنبؤ التي يقوم بها الحاسوب صالحة للرجال دون غيرهم.

16
00:01:21,880 --> 00:01:26,300
وقد لا يتمكن الحاسوب من تحديد الأمراض عندما
يطلب منه إجراء تشخيص بالأشعة السينية على السيدات.

17
00:01:26,620 --> 00:01:30,820
هذه النقطة العمياء في البيانات التدريبية
التي تقوم بإنشاء شيء ما يطلق عليه اسم "التحيز".

18
00:01:31,260 --> 00:01:36,420
هذه البيانات التحيزية تعمل على تفضيل بعض الأشياء عن بعضها البعض، أو لا تضع أشياء في أولوياتها، أو تستثني أخرى.

19
00:01:36,780 --> 00:01:41,800
بحسب الطريقة التي يتم بها تجميع بيانات التدريب، ومن القائم على تجميعها، وطريقة تغذية البيانات،

20
00:01:41,800 --> 00:01:45,340
توجد احتمالية بأن يكون
التحيز البشري متضمناً في البيانات.

21
00:01:45,880 --> 00:01:50,700
وبتعلم البيانات التحيزية، فقد يقوم الحاسوب بإجراء عمليات تنبؤ متحيزة،

22
00:01:50,780 --> 00:01:54,320
سواء كأن الأشخاص الذين يدربون الحاسوب
على إدراك بهذا الأمر أم لا.

23
00:01:54,760 --> 00:01:58,400
عند قيامك بالبحث عن بيانات التدريب، اطرح على نفسك سؤالين:

24
00:01:58,640 --> 00:02:01,600
هل هذه البيانات كافية لتدريب الحاسوب بدقة؟

25
00:02:02,320 --> 00:02:06,860
وهل تمثل هذه البيانات كل السيناريوهات الممكنة والمستخدمين بدون أي تحيز؟

26
00:02:07,460 --> 00:02:11,040
ومن هنا يجب أن يلعب التدريب البشري دوراً حيوياً.

27
00:02:11,160 --> 00:02:14,500
الأمر يرجع إليك في مسألة تقديم بيانات غير متحيزة لآلتك.

28
00:02:14,500 --> 00:02:18,160
ويعني هذا تجميع أطنان من الأمثلة، ومن الكثير من المصادر.

29
00:02:19,300 --> 00:02:22,580
تذكر بأنه عند قيامك بانتقاء البيانات واختيارها من أجل التعلم الآلي،

30
00:02:22,580 --> 00:02:26,660
فأنك تقوم بشكل فعلي ببرمجة الخورزاميات باستخدام بيانات التدريب بدلاً من التعليمات البرمجية.

31
00:02:27,100 --> 00:02:29,780
البيانات هي التعليمات البرمجية.

32
00:02:30,180 --> 00:02:34,680
كلما قدمت بيانات أفضل، كلما تعلم الحاسوب بشكل أفضل.