• الشبكات العصبية، المستوحاة من الدماغ البشري، تشير إلى نوع من هندسة الحاسوب يعتمد على نموذج لكيفية عمل الدماغ البشري.
  • تعمل عبر طبقات، بما في ذلك طبقات الإدخال والمخفية والإخراج، التي تتيح التعلم والتنبؤ.
  • تشمل أنواع الشبكات العصبية: الشبكات الأمامية (Feed-Forward) حيث تتدفق البيانات خطيًا؛ والشبكات الخلفية (Backpropagation) التي تحسن التنبؤات من خلال التغذية الراجعة المستمرة؛ والشبكات العصبية التلافيفية (Convolutional Neural Networks) المصممة لتحليل الصور مثل التعرف على الصور المدعوم بالذكاء الاصطناعي.

رأينا
الشبكات العصبية، على الرغم من أنها تبدو بعيدة عن حياتنا اليومية، إلا أنها متشابكة بشكل وثيق مع حياتنا بطرق غير محسوسة. إنها تتيح لنا الانغماس في محتوى مخصص يتناسب مع اهتماماتنا، والتفاعل بسلاسة مع المساعدين الافتراضيين مثل Siri.لذلك، فإن تعزيز فهمنا لها يمكننا من استخدام قدراتها بشكل أفضل لإثراء حياتنا.
–Audrey Huang، صحفية في BTW

يقدم المقال التعريف والمبادئ الوظيفية وأنواع الشبكات العصبية.

ما هي الشبكات العصبية؟

إنالشبكة العصبيةأو الشبكة العصبية الاصطناعية هي نوع من هندسة الحاسوب يعتمد على نموذج لكيفية عمل الدماغ البشري. تتكون الشبكات العصبية من مجموعة من وحدات المعالجة تسمى «العقد». تنقل هذه العقد البيانات فيما بينها، على غرار ما تنقله الخلايا العصبية في الدماغ النبضات الكهربائية. تُستخدم الشبكات في التعلم الآلي، وهو نوع من برامج الحاسوب التي تكتسب المعرفة دون تعليمات محددة.

اقرأ أيضًا:الشبكات اللاسلكية الخاصة: الملكية والطيف والاستخدام

اقرأ أيضًا:خطوط إيثرنت المخصصة مقابل الشبكات اللاسلكية

كيف تعمل؟

تتكون الشبكات العصبية من عقد عديدة مرتبة في ثلاث طبقات على الأقل: طبقة إدخال، وطبقة مخفية، وطبقة إخراج. بالإضافة إلى ذلك، قد يكون هناك عدة طبقات مخفية بالإضافة إلى طبقات الإدخال والإخراج. بغض النظر عن موقعها داخل الشبكة، تؤدي كل عقدة مهام أو وظائف معالجة محددة على المدخلات التي تتلقاها من العقدة السابقة أو من طبقة الإدخال. بشكل أساسي، تحتوي كل عقدة على صيغة رياضية فريدة يتم فيها ترجيح المتغيرات الفردية بشكل مختلف. إذا تجاوزت نتيجة تطبيق هذه الصيغة على المدخلات عتبة معينة، تنقل العقدة البيانات إلى الطبقة التالية. أما إذا كان الإخراج أقل من العتبة، فلن يتم تمرير أي بيانات إلى الطبقة التالية.

ما هي الأنواع؟

تختلف الشبكات العصبية في طرق معالجتها وعدد طبقاتها المخفية. هناك ثلاثة أنواع: الأمامية (Feed-Forward)، والخلفية (Backpropagation)، والتلافيفية (Convolutional Neural Networks).

1. الشبكات العصبية الأمامية (Feed-Forward)

تمثل هذه الشبكات العصبية البنية الأساسية للشبكة العصبية الاصطناعية. إنها تنقل البيانات في اتجاه أمامي واحد، من عقدة الإدخال إلى عقدة الإخراج التالية. على الرغم من أنها ليست ضرورية بالضرورة، إلا أنها قد تحتوي على طبقات مخفية للتعامل مع مهام أكثر تعقيدًا. تتطور عملية التعلم لديهم تدريجيًا من خلال آليات التغذية الراجعة. التعرف على الوجوه هو مثال على الشبكة الأمامية.

2. الشبكات العصبية الخلفية (Backpropagation)

تعمل هذه الشبكات العصبية باستمرار من خلال احتفاظ كل عقدة بقيمة مخرجاتها ونشرها للخلف عبر الشبكة لتوليد تنبؤات في كل طبقة. وهذا يتيح التعلم المستمر وتحسين التنبؤات.

3. الشبكات العصبية التلافيفية (Convolutional Neural Networks)

تستخدم الشبكات العصبية التلافيفية (CNNs) طبقات مخفية لإجراء عمليات رياضية، وتنتج خرائط ميزات لمناطق الصورة تكون أكثر ملاءمة للتصنيف. تتلقى كل طبقة مخفية جزءًا مختلفًا من الصورة لتحلله، مما يؤدي إلى تحليل أعمق وفي النهاية التنبؤ بمحتوى الصورة. يعد التعرف على الصور المدعوم بـالذكاء الاصطناعيمثالًا بارزًا على الشبكات العصبية التلافيفية أثناء العمل.