يواجه كارسون هولجيت ، البالغ من العمر ستة وعشرين عامًا، وحامل حزام التايكوندو من الدرجة الثانية ، تحديًا صعبًا أمامه. لعدة أسابيع، يخطط للمشاركة في برنامج يقيمه في تمرين أقوى من القتال الجسدي: التعلم الآلي، أو ML . وباعتباره أحد مهندسي Google، فقد شارك في برنامج Ninja للتعلم الآلي كواحد من ثمانية عشر مبرمجًا. الغرض من هذا البرنامج هو اختيار المبرمجين الموهوبين للمشاركة في Ender's Game ، لتعليمهم تقنيات الذكاء الاصطناعي من أجل جعل منتجاتهم أكثر ذكاءً، حتى لو كان ذلك على حساب جعل البرامج التي ينشئونها أكثر صعوبة في الفهم.
وفقًا لشعار كريستين روبسون ، "هل تريد أن تصبح نينجا في مجال التعلم الآلي؟" تسمى لتنفيذ هذا البرنامج، تمت دعوة موظفي أقسام مختلفة من Google للمشاركة في دورة مدتها ستة أشهر لفريق التعلم الآلي. يتعين على المشاركين العمل مع معلمهم لمدة ستة أشهر على التعلم الآلي، وإكمال العديد من المشاريع وتقديمها إلى السوق، وتعلم الكثير.
بالنسبة لهولجيت ، الذي بدأ العمل مع Google منذ ما يقرب من أربع سنوات بشهادة في الكمبيوتر والرياضيات، كانت المشاركة في هذا البرنامج فرصة لتحسين معرفته في مجال البرمجيات باستخدام خوارزميات التعلم. لسنوات عديدة، كان التعلم الآلي مجالًا مخصصًا لعدد محدود من النخب. لقد انتهى هذا العصر، وتشير النتائج الأخيرة إلى أن التعلم الآلي الذي صممه النموذج الرياضي " الشبكات العصبية " هو تقليد لطريقة عمل الدماغ البيولوجي، بمعنى آخر، التعلم الآلي هو وسيلة لتحفيز القوى البشرية وأحيانا القوى الخارقة. إلى أجهزة الكمبيوتر. تعتبر شركة Google نفسها ملزمة بتطوير هؤلاء الأشخاص المتميزين والمتميزين في مجالها على أمل جعل ذلك معيارًا. بالنسبة للمهندسين مثل Holgate، يعد برنامج Ninja فرصة للتحسين والتعلم من الأفضل. ووفقا له، فإن "هؤلاء الأشخاص حاصلون على درجة الدكتوراه المهنية ويصنعون نماذج سخيفة". إنه في برنامج يسميه الطلاب "النينجا". ويقول "في البداية لم يكن من السهل قبول هذا الاسم، لكنني قبلته تدريجياً".
وبالنظر إلى العدد الكبير من موظفي جوجل، فإن حوالي نصف موظفيها البالغ عددهم 60 ألفًا هم من المهندسين، وهذا المشروع صغير جدًا. ولكن هذا البرنامج هو رمز للتغيير المعرفي في الشركة. على الرغم من أن التعلم الآلي كان جزءًا من التكنولوجيا لفترة طويلة وكانت جوجل هي الرائدة في توظيف خبرائها، إلا أنه في عام 2016 أصبح هذا البرنامج مصدر قلق لجوجل. نهج الشركة وفقًا لسوندار بيتشاي : التعلم الآلي هو طريقة ثورية لإعادة التفكير في الطريقة التي نقوم بها بكل شيء. ونعتزم تطبيقه بشكل مدروس على جميع منتجاتنا. سترون قريبًا أننا سنطبق التعلم الآلي في جميع المجالات، بما في ذلك YouTube وما إلى ذلك، بطريقة منهجية.
ومن الواضح أنه إذا كانت جوجل تنوي استخدام التعلم الآلي في جميع منتجاتها، فإنها تحتاج إلى مهندسين يتقنون هذه التقنية ولا يلتزمون بالطرق القديمة في البرمجة. وفقًا لبيدرو دومينغسون ، فإن التعلم الآلي هو علم جديد، وهي تقنية تبني نفسها بنفسها. تتطلب كتابة مثل هذه الأنظمة تحديد البيانات الصحيحة، واختيار النهج الخوارزمي الصحيح، والتأكد من توفير الظروف المناسبة للنجاح. من الصعب على المبرمجين أن يثقوا في الأنظمة للقيام بشيء ما.
وفقًا لجيف دين، كلما زاد عدد الأشخاص الذين يفكرون بهذه الطريقة لحل المشكلات، كلما كان ذلك أفضل. ووفقا لتقديراته، من بين 25 ألف مهندس يعملون في جوجل، فإن بضع مئات فقط منهم متخصصون في التعلم الآلي. وبعبارة أخرى، عشرة في المئة منهم فقط. ووفقا له، سيكون أمرا رائعا لو كان لدى جميع مهندسي هذه الشركة القليل من المعرفة بالتعلم الآلي.
لسنوات، كان جون جيانادريا هو المروج الرئيسي للتعلم الآلي في Google، والآن أصبح رئيسًا للأبحاث. في عام 2010، عندما دخل Google لأول مرة، لم يكن لديه خبرة كبيرة في مجال التعلم الآلي أو الشبكات العصبية . 2011 صدمت بالخبر الذي جاء من مؤتمر يسمى نظام معالجة المعلومات العصبية . في كل عام في هذا المؤتمر، تعلن الفرق أو الأفراد المشاركون عن النتائج التي تم الحصول عليها من استخدام التعلم الآلي، والذي يقلب الجهود السابقة لحل المشاكل باستخدام هذه التكنولوجيا. ويعترف: "عندما رأيت هذا المؤتمر للمرة الأولى، لم يكن الأمر واضحاً بالنسبة لي، لكن في السنوات الثلاث الماضية، نمت هذه الفئة بشكل كبير في البيئات الأكاديمية والصناعية، بحيث شارك في هذا المؤتمر العام الماضي ستة آلاف شخص". ".

لقد شكلت خوارزميات الشبكة العصبية المتقدمة إلى جانب الحسابات القوية من قانون مور وزيادة البيانات التي تم الحصول عليها من سلوك عدد لا يحصى من المستخدمين في شركات مثل Google وFacebook، بداية حقبة جديدة من التعلم الآلي.
إن اهتمام Google الكبير بالتعلم الآلي لم يغير تقنيات البرمجة فحسب. بل إنه يخلق تقنيات تمنح أجهزة الكمبيوتر صلاحيات لا يمكن تحقيقها. إدخال هذه التقنيات عبارة عن خوارزميات "التعلم العميق " المبنية حول شبكات عصبية متقدمة من خلال بنية الدماغ . Google Brain هو نتيجة "التعلم العميق". في عام 2014، تم شراء الذكاء الاصطناعي لشركة جوجل، Deep Mind، مقابل خمسمائة مليون دولار. تم تطوير نظام Alpha Go بواسطة شركة Deep Mind . لقد هزم هذا النظام حملة Go ، وسحق توقعات أداء السيارات الذكية وخلق موجة من القلق بين أولئك الذين كانوا خائفين من السيارات الذكية وأولئك الذين يريدون تدمير الروبوتات. وفقًا لجياناندريا ، ستحدث أنظمة التعلم الآلي ثورة في كل شيء بدءًا من التشخيص الطبي وحتى القيادة. وبطبيعة الحال، لن تحل هذه الأنظمة محل البشر، لكنها قادرة على تغيير البشرية. يمكن رؤية مثال على قوة التعلم الآلي في صور Google . إحدى الميزات الواضحة في Google Photos هي القدرة على تحديد موقع صورة معينة من قبل المستخدمين. ووفقا لجياناندريا : "عندما يرى الناس هذه الميزة لأول مرة، يعتقدون أن شيئا مختلفا قد حدث لأن الكمبيوتر هذه المرة ليس لديه أي توصيات أو اقتراحات لك." ويوضح أن الكمبيوتر يتعرف على سلالة الكولي من خلال عملية تعلم ويمكن العثور على صور لهذا الكلب منذ الولادة وحتى الشيخوخة عندما يكون شعره طويلًا أو عندما يكون شعره قصيرًا وبالطبع البشر أيضًا قادرون على القيام بذلك ولكن لا يمكن لأي إنسان أن يمر بملايين الأمثلة في الوقت نفسه. التعرف على عشرة آلاف سلالة من الكلاب. لكن نظام التعلم الآلي يمكنه ذلك. إذا تعرف هذا النظام على سلالة واحدة، فيمكنه استخدام نفس التقنية للتعرف على السلالات الأخرى المتبقية والبالغ عددها 9999. ولضمان التعرف على مفاهيم التعلم الآلي في Google، مؤسسو هذه الشركة يؤمنون بشدة بقوة الذكاء الاصطناعي، وقد تمت إضافة التعلم الآلي إلى منتجات جوجل، على الرغم من أن معظم المنتجات الحديثة لا تركز على الشبكات العصبية ، وتعتمد المنتجات الحديثة بشكل أكبر على الأساليب الإحصائية.



في الواقع، لأكثر من عقد من الزمان، كانت جوجل تعقد دورات تدريبية للشركات لتدريب مهندسيها على التعلم الآلي. ومع كل هذه الجهود، أصبح التعلم الآلي جزءًا كبيرًا من البحث الصوتي والترجمة والصور. ومن خلال عقد هذه الدورات وغيرها من الجهود، زادت المعرفة بالتعلم الآلي وزاد استغلاله بطرق طموحة. في الماضي، تم استخدام التعلم الآلي فقط في المكونات الفرعية للنظام، ولكنه اليوم يحل محل مجموعة النظام بأكملها. وفقًا لدين ، إذا أردنا إعادة التفكير في كتابة البنية التحتية لجوجل، فسيتم تعلمها بدلاً من ترميزها.
يتيح التعلم الآلي ميزات المنتج التي لم يكن من الممكن تصورها في السابق. على سبيل المثال، يمكننا أن نذكر الرد الذكي في Gmail، الذي تم إصداره في نوفمبر 2015. وفقًا لكورادو ، يعد التعلم الآلي علمًا بقدر ما هو فن. بمعنى آخر، إنها نوع من الطبخ الذي يتضمن الكيمياء، لذا عليك أن تتعلم كيفية الجمع بين المكونات المتوفرة لديك لصنع شيء مذهل.
تعتمد الطرق القديمة للتعرف على اللغة على قواعد اللغة المضمنة في النظام، لكن في أنظمة التعلم الآلي الحديثة، يتم تغذية النظام ببيانات كافية ويكون قادرًا على التعلم تمامًا مثل الطفل.
عندما كانت ميزة الرد الذكي في مرحلة الاختبار، لاحظ المستخدمون شيئًا غريبًا. في الواقع، قدمت هذه الميزة إجابات رومانسية وغير مناسبة للمستخدمين. وبحسب كورادو ، فإن إحدى نقاط الضعف في هذه السمة هي ميلها الهستيري، بحيث أنه كلما كان مضطرباً عاطفياً يقول " أحبك ". لم تكن هذه الإجابة خطأً برمجيًا، ولكنها خطأ حدث في الطلب الذي قدمه المستخدمون. لقد تعلم هذا البرنامج جانبًا دقيقًا من السلوك البشري: "عندما تكون في موقف صعب، فإن أفضل استراتيجية دفاعية هي أن تقول إنني أحبك".

وفي نوفمبر الماضي، أصبح هذا البرنامج متاحًا لمستخدمي Gmail. يمكن لمستخدمي هذا التطبيق اختيار خيار واحد من بين الخيارات الثلاثة المتاحة لهم للرد بسرعة على رسائل البريد الإلكتروني الخاصة بهم. من بين الإجابات التي يرسلها مستخدمو Inbox للهواتف المحمولة ، يتم تقديم إجابة واحدة من كل عشر إجابات بواسطة نظام التعلم الآلي.
الإجابة الذكية هي مجرد نقطة بيانات واحدة في رسم بياني كثيف من الأمثلة التي أثبتت فعالية التعلم الآلي في Google. لكن نقطة التحول ستكون حيث يصبح التعلم الآلي جزءًا من أبحاث Google وإنتاجها وكل كفاءة هذه الشركة. وبطبيعة الحال، يتم البحث بطريقة ما وإلى حد ما على أساس الذكاء الاصطناعي. ولكن لسنوات عديدة، كانت خوارزميات Google، التي كانت تُعرف سابقًا باسم "Ten Blue Links"، مهمة جدًا لخوارزميات تعلم تعلم الآلة . وفقًا لجياناندريا : "نظرًا لأن البحث جزء كبير من Google، فقد نما التصنيف كثيرًا وكان هناك العديد من الانتقادات لإجراء تغييرات جذرية."
كان ذلك في أوائل عام 2014 عندما قرر خبراء التعلم الآلي في Google تغيير نظام التصنيف. وبحسب دين، فقد عقدوا العديد من الاجتماعات مع فريق التصنيف. وبهذه الطريقة، قاموا بمطابقة المستندات الموجودة في التصنيف مع الاستطلاع وحاولوا الحصول على درجة إضافية من خلال الشبكة العصبية . ثم قاموا بالتحقق مما إذا كان مفيدًا أم لا.
ولحسن الحظ، كانت هذه النقطة الإضافية مفيدة والآن أصبح هذا النظام المسمى Rank Brain جزءًا من البحث الذي تم نشره عبر الإنترنت في أبريل 2015. وفقًا لـ Dean ، يتم حاليًا استخدام Rank Brain في جميع استطلاعات الرأي ويؤثر على الترتيب، وإن لم يكن في جميع استطلاعات الرأي، ولكنه يستخدم في معظمها، وهو النظام الثالث الأكثر فائدة.
وفقًا لجياناندريا، كان نجاحنا في تحسين البحث من خلال التعلم الآلي ذا قيمة كبيرة للشركة لدرجة أنه لفت انتباه العديد من الأشخاص.
أدى التحدي الجديد الذي واجهته Google إلى تغيير طاقم المهندسين في الشركة وجعلهم جميعًا على دراية بالتعلم الآلي. العديد من الشركات الأخرى مثل Facebook مفتونة أيضًا بالتعلم الآلي والتعلم العميق وتعتزم تحقيق هذا الهدف. واشتدت المنافسة على توظيف خريجين في هذا المجال، وجوجل عازمة على الاستمرار في احتلال المركز الأول. بين الأكاديميين، سمعت هذه النكتة منذ سنوات أن جوجل توظف الطلاب حتى لو لم تكن بحاجة إليهم حتى لا يدخلوا المنافسة.
نظرًا لقلة عدد خريجي الجامعات في مجال تعلم الآلة ، فمن الضروري إعادة تدريب الموظفين. إن إعادة تدريب الموظفين ليست مهمة سهلة، خاصة في شركة مثل جوجل، التي قضى مهندسوها حياتهم كلها في البرمجة التقليدية.
يتطلب التعلم الآلي عقلية مختلفة. ينجح المبرمجون المهرة في نوع التحكم الذي يحققه الشخص من خلال برمجة النظام. لكن التعلم الآلي يتطلب تعلم نوع خاص من الرياضيات والإحصائيات، والذي لا يهتم العديد من المبرمجين، حتى المتسللين، بتعلمه.
وفقًا لروبسون، يتطلب التعلم الآلي بعض الصبر. نموذج التعلم الآلي ليس جزءًا ثابتًا من التعليمات البرمجية، ولكن يجب تغذيته بالبيانات باستمرار. نقوم بتحديث النماذج باستمرار وإضافة المزيد من البيانات إليها. تماما مثل مخلوق حي ويتنفس. التعلم الآلي هو نوع مختلف من الهندسة.
لم تتم إزالة الجزء المتعلق بعلوم الكمبيوتر بالكامل، ولكن معظم التركيز ينصب على الرياضيات والإحصاء، وليس هناك حاجة لكتابة ملايين الأسطر من التعليمات البرمجية.
ولمساعدة مهندسيها، قامت Google ببناء أدوات قوية تساعدهم في اختيار النماذج المناسبة لاستخدامها. أقوى هذه الأدوات يسمى TensorFlow ، وهو نظام يجعل عملية إنشاء شبكة عصبية سهلة وسريعة. وتستمر جهود جوجل وخططها. تقنيات الذكاء الاصطناعي هي حاضر ومستقبل جوجل وربما التكنولوجيا كلها، أو ربما كل شيء.