التعلّم الآلي

 

هو السماح لنموذج  الذكاء الاصطناعي (خوارزمية) بأن يتعلّم بنفسه كيفية أداء مهمة ما بدلاً من تلقينه إياها. عن طريق تعديل قيم محدداته طوال التدريب بحسب دور كل محدد في الاستجابة الصحيحة أو الخاطئة للنموذج. وهذا يتطلب طريقة لتقييم جودة الإجابات التي ينتجها النموذج. طرقه الرئيسية هي: 1)التعلّم مع إشراف: تتضمن تقديم بيانات المدخلات والاستجابات المتوقعة المقابلة لتدريب النموذج على إنتاجها. ولكن الحصول على بيانات كافية مشروحة مع الاستجابات المتوقعة هو أمر صعب عموماً. 2)التعلّم بلا إشراف: تُقدم فيها مجموعة بيانات للنموذج بدون شرحها وبدون الاستجابات المتوقعة، كما في حالة تجميع البيانات المتشابهة معاً. 3)التعلّم مع إشراف ذاتي: يُبنى على مجموعة بيانات غير مشروحة، ويجري فيه غالباً إخفاء جزء من المعلومات (كلمات نص، أجزاء من الصور، ...) بهدف تدريب النموذج على التنبؤ بها. 4)تعزيز التعلّم: توضع فيه الآلة في بيئة يجري فيها تقييم ما تفعله. مثل تعلّم لعبة الشطرنج من خلال اللعب ضد نفسها، والنصر أو الهزيمة يسمحان بتقييم ما إذا كانت قد لعبت جيداً أو لا.