WEBVTT

00:00:07.360 --> 00:00:11.760
يعد التعلم الآلي جيداً فقط عندما تكون
بيانات التدريب المدخلة جيدة أيضاً.

00:00:11.800 --> 00:00:15.820
لذا، من الأهمية القصوى أن تستخدم بيانات ذات جودة عالية، وبأعداد كبيرة منها.

00:00:16.760 --> 00:00:21.960
لكن، إذا كانت البيانات هامة، هنا يجدر التساؤل عن المصدر الذي تأتي منه؟

00:00:22.280 --> 00:00:26.260
غالبا، يعمل الحاسوب على تجميع البيانات من الأشخاص امثالنا،

00:00:26.260 --> 00:00:27.860
بدون بذل اي جهد.

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

00:00:31.660 --> 00:00:36.000
في بيانات توصى لك بما قد تشاهده لاحقاً.

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،

00:00:43.780 --> 00:00:49.280
فأنت تقدم بيانات تدريبية 
لمساعدة الآلة على تعلم الرؤية، وحتى على تولي القيادة يوماً ما.

00:00:52.320 --> 00:00:56.440
يمكن للباحثين الطبيين استخدام
الصور الطبية باعتبارها بيانات تدريبية من أجل تعليم

00:00:56.520 --> 00:00:59.900
أجهزة الحاسوب طريقة التعرف على الأمراض وتشخيصها.

00:01:00.300 --> 00:01:05.560
يحتاج التعلم الآلي لمئات وآلاف الصور، وتوجيه تدريبي من الطبيب

00:01:05.640 --> 00:01:09.920
الذي يعلم ما يتم البحث عنه قبل أن يتم التعرف على المرض بصورة صحيحة.

00:01:10.520 --> 00:01:15.540
حتى في ظل وجود آلاف الأمثلة، فقد توجد مشكلات مع عمليات التنبؤ التي يقوم بها الحاسوب.

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.

00:01:21.880 --> 00:01:26.300
وقد لا يتمكن الحاسوب من تحديد الأمراض عندما
يطلب منه إجراء تشخيص بالأشعة السينية على السيدات.

00:01:26.620 --> 00:01:30.820
هذه النقطة العمياء في البيانات التدريبية
التي تقوم بإنشاء شيء ما يطلق عليه اسم "التحيز".

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.

00:01:36.780 --> 00:01:41.800
بحسب الطريقة التي يتم بها تجميع بيانات التدريب، ومن القائم على تجميعها، وطريقة تغذية البيانات،

00:01:41.800 --> 00:01:45.340
توجد احتمالية بأن يكون
التحيز البشري متضمناً في البيانات.

00:01:45.880 --> 00:01:50.700
وبتعلم البيانات التحيزية، فقد يقوم الحاسوب بإجراء عمليات تنبؤ متحيزة،

00:01:50.780 --> 00:01:54.320
سواء كأن الأشخاص الذين يدربون الحاسوب
على إدراك بهذا الأمر أم لا.

00:01:54.760 --> 00:01:58.400
عند قيامك بالبحث عن بيانات التدريب، اطرح على نفسك سؤالين:

00:01:58.640 --> 00:02:01.600
هل هذه البيانات كافية لتدريب الحاسوب بدقة؟

00:02:02.320 --> 00:02:06.860
وهل تمثل هذه البيانات كل السيناريوهات الممكنة والمستخدمين بدون أي تحيز؟

00:02:07.460 --> 00:02:11.040
ومن هنا يجب أن يلعب التدريب البشري دوراً حيوياً.

00:02:11.160 --> 00:02:14.500
الأمر يرجع إليك في مسألة تقديم بيانات غير متحيزة لآلتك.

00:02:14.500 --> 00:02:18.160
ويعني هذا تجميع أطنان من الأمثلة، ومن الكثير من المصادر.

00:02:19.300 --> 00:02:22.580
تذكر بأنه عند قيامك بانتقاء البيانات واختيارها من أجل التعلم الآلي،

00:02:22.580 --> 00:02:26.660
فأنك تقوم بشكل فعلي ببرمجة الخورزاميات باستخدام بيانات التدريب بدلاً من التعليمات البرمجية.

00:02:27.100 --> 00:02:29.780
البيانات هي التعليمات البرمجية.

00:02:30.180 --> 00:02:34.680
كلما قدمت بيانات أفضل، كلما تعلم الحاسوب بشكل أفضل.