لخّصلي

منجز: معاينة يستخدم نظام الذكاء الاصطناعي شبكة عصبية تلافيفية (CNN) لتحليل الصور! عند تجميعها معًا تعطي العين البشرية وهمًا بصورة ثنائية الأبعاد، كل بكسل يحتوي على مستوى معين من السطوع واللون ويمكن التعبير عنه بالأرقام، تأتي المشكلة من تلك الملايين من البكسلات ومستويات سطوعها وألوانها، هذه البيانات الكبيرة يمكن أن تعيق معظم أنظمة الذكاء الاصطناعي، وللتغلب على هذا ابتكر العلماء طريقة ذكية لتحليل أجزاء صغيرة من الصورة في كل مرة، تُسمى شبكة عصبية تلافيفية (CNN)، تجعل هذه العملية من الممكن لأنظمة التعرف البصري التعرف على الأشياء في الصورة، كما هو الحال في أنظمة التعرف على الوجوه. وهو مخترع رئيسي في IBM، يتم مقارنة مجموعتين صغيرتين من البكسلات المتداخلة رياضيًا للحصول على قيمة، ثم مقارنتها بالصور في المجموعة النصية (Corpus)،

الشبكات العصبية التلافيفية (Convolutional Neural Networks - CNN)
متطلبات الإكمال
منجز: معاينة
يستخدم نظام الذكاء الاصطناعي شبكة عصبية تلافيفية (CNN) لتحليل الصور!
الصور والفيديوهات الرقمية تُنشئ الصور باستخدام ملايين البكسلات -نقاط صغيرة-، عند تجميعها معًا تعطي العين البشرية وهمًا بصورة ثنائية الأبعاد، كل بكسل يحتوي على مستوى معين من السطوع واللون ويمكن التعبير عنه بالأرقام، كما يمكن للحاسوب (بما في ذلك الكاميرا في الهاتف المحمول) قراءة كل هذه البكسلات وإدخال أو إخراج أرقامها، سواءً لتسجيل الصورة (إدخال) أو عرضها (إخراج)، لكن عرض الصورة شيء، وتحليلها شيء آخر أكثر تعقيدًا بكثير.

تأتي المشكلة من تلك الملايين من البكسلات ومستويات سطوعها وألوانها، هذه البيانات الكبيرة يمكن أن تعيق معظم أنظمة الذكاء الاصطناعي، لأن الأرقام التي تجمعها تكون كبيرة جدًا، وللتغلب على هذا ابتكر العلماء طريقة ذكية لتحليل أجزاء صغيرة من الصورة في كل مرة، تُسمى شبكة عصبية تلافيفية (CNN)، تجعل هذه العملية من الممكن لأنظمة التعرف البصري التعرف على الأشياء في الصورة، كما هو الحال في أنظمة التعرف على الوجوه.

شاهد هذا الفيديو لمارتن كين، وهو مخترع رئيسي في IBM، يوضح كيف تجعل الشبكة العصبية التلافيفية تحليل الصور ممكنًا على نطاق عملي.

الملخص:
في الشبكة العصبية التلافيفية (CNN)، يتم مقارنة مجموعتين صغيرتين من البكسلات المتداخلة رياضيًا للحصول على قيمة، حيث يمكن للذكاء الاصطناعي استخدام آلاف من هذه المقارنات الصغيرة لتحديد الأجزاء الفردية من الصورة، ثم مقارنتها بالصور في المجموعة النصية (Corpus)، من خلال هذا يمكن للذكاء الاصطناعي بناء تحديد شامل للصورة دون أن تعيقه بالبيانات الكبيرة.