طريقة

شبكة عصبية عميقة

شبكة عصبية ذات طبقات خفية متعددة، قادرة على تعلم أنماط معقدة من البيانات.
31 مقالات ذات صلة

الوصف

الشبكة العصبية العميقة هي نموذج ذكاء اصطناعي يتكون من طبقات متعددة من العقد المترابطة (الخلايا العصبية)، حيث تقوم كل طبقة بتحويل البيانات المدخلة إلى تمثيلات أكثر تجريدًا. يشير اسم 'العميقة' إلى الطبقات الخفية العديدة بين المدخلات والمخرجات، والتي تسمح للشبكة بتعلم السمات الهرمية — من الحواف البسيطة في الصور إلى الأجسام المعقدة، أو من الأصوات الصوتية إلى الجمل الكاملة في الكلام.

التاريخ

يعود مفهوم البنى العميقة إلى ستينيات القرن العشرين مع البيرسبترون، لكن تدريب الشبكات العميقة كان غير عملي حتى العقد الأول من القرن الحادي والعشرين عندما جعلت تقنيات مثل التدريب المسبق لكل طبقة على حدة ودوال التنشيط ReLU، بالإضافة إلى الحوسبة بوحدات معالجة الرسوميات، التعلم العميق ممكنًا. وقد مثل فوز AlexNet في مسابقة ImageNet عام 2012 بداية ثورة التعلم العميق الحديثة.

كيف يعمل

تحسب كل خلية عصبية في طبقة مجموعًا مرجحًا لمدخلاتها، وتضيف انحيازًا، وتطبق دالة تنشيط غير خطية (مثل ReLU). أثناء التدريب، تعدل الشبكة هذه الأوزان باستخدام الانتشار العكسي، الذي يحسب تدرج دالة الخسارة بالنسبة لكل وزن ويحدثها عبر نزول التدرج. مع توفر بيانات كافية وقوة حسابية، تتعلم الشبكة تقليل أخطاء التنبؤ. البنية الهرمية تعني أن الطبقات المبكرة تلتقط سمات منخفضة المستوى، بينما تجمعها الطبقات الأعمق في مفاهيم عالية المستوى.

في التطبيق

تُستخدم الشبكات العصبية العميقة في التعرف على الصور، ومعالجة اللغة الطبيعية، والقيادة الذاتية، والتشخيص الطبي، والبحث العلمي — من اكتشاف الموجات الثقالية إلى تصنيف المجرات.

حقيقة طريفة

يمكن خداع الشبكات العصبية العميقة بإضافة تشوهات صغيرة غير محسوسة إلى الصور، مما يجعلها تخطئ في تصنيف باندا على أنها جيبون بثقة عالية — وهي ظاهرة تسمى الأمثلة العدائية.

Concept graph →

مقالات ذات صلة · 29

منظّم حرارة بلا مقياس حرارة: كيف تجد الشبكة النقطة الحرجة بنفسها
في مبنى من تسعة طوابق، في كل طابق ألف غرفة، بعض السكان يهمسون وبعضهم يصرخون. الجيران ينقلون الكلمات، لكن إذا تحدث الجميع بهدوء شديد، تتلاشى الرسالة في الطابق الثالث. وإذا تحدثوا بصخب شديد، تتحول بحلول الطابق الأخير إلى هدير غير مفهوم. بين هذين الطرفين توجد حالة يصل فيها الهمس إلى النهاية دون تشويه. يسميها علماء الأعصاب النقطة الحرجة، ويبدو أن الدماغ يعمل عندها تمامًا.
بصريات2026-08-171 دarXiv:2608.16576سريع
كيف تقرأ الشبكة العصبية الحمض النووي جزيئًا واحدًا
جزيء DNA منفرد محصور في فجوة معدنية نانوية الحجم يرتجف ويومض تحت الإشعاع الليزري. إشارته البصرية ليست سطرًا واضحًا من الحروف، بل مزيجًا فوضويًا من الومضات والظلال، ناتجًا عن التقلبات الكمومية. فكّ شيفرة هذه الضوضاء يشبه التقاط همس في قاعة مزدحمة: المعلومات المفيدة تغرق في خلفية عشوائية. الشبكة العصبية الجديدة تعمل كمترجم يقظ.
كيف تتعلم الشبكة العصبية قراءة النسيج المغناطيسي للشمس
كل صباح، تُوجّه عشرات التلسكوبات نحو الشمس. تلتقط كاميراتها شريطًا ضيقًا من الضوء الأحمر — خط Hα، الذي اكتشفه Johann Jakob Balmer. تظهر في الصور خيوط داكنة، منحنية بأشكال بديعة. إنها أشبه بغرز نسيج ضخم يخيط الهالة المتوهجة. هذه هي الخيوط الشمسية. أقواس كثيفة من البلازما، تحوم فوق دروز مغناطيسية خفية.
الملاح الذكي الذي لا يثق بنفسه
يشبه برنامج التتبع العادي ملاحاً يوجه سفينة بالاعتماد على النجوم. ولكن ما إن تتلبد السماء بالغيوم حتى تبدأ الإحداثيات بالانحراف، وتزداد في البيانات الإنتروبيا (مقياس اللايقين). يحصل الخوارزم الجديد على "مساعد طيار" — وحدة تراقب مدى ثقة الملاح الرئيسي. وعندما تبدأ الحسابات بالانحراف عن الواقع، يُطلق إشارة: "لقد تغيرت مواقع النجوم، حان وقت تحديث الخريطة".
خداع اصطناعي: كيف تعلّم الصور المزيّفة الرؤية الحاسوبية رؤية الحقيقة
تخيّل طبّاخًا يتعلّم الطهي من صور مرسومة فقط — شبه مؤكد أنه سيفسد كل طبق. فخّ مشابه يتربّص بـ الرؤية الحاسوبية: تدريب النماذج يتطلب آلاف الصور الموسومة، لكن جمعها ووضع العلامات عليها يدويًا مكلف ومضجر. الصور الاصطناعية المولّدة بالخوارزميات تحل المشكلة، لكن بشرط أن تبدو حقيقية. هنا تظهر أداة GraNatPy التي تقيّم مصداقية الصور الاصطناعية.
بالاستماع إلى صدى الشموس الميتة: KamLAND وشبكة عصبية تلتقط هدير الكون الشَبَحي
عندما يستنفد نجم هائل وقوده، ينهار قلبه مولّدًا مستعرًا أعظم ومرسلاً وابلاً نافذًا من النيوترينوات. في ثلاثينيات القرن العشرين، تنبأ فريتز زفيكي وفالتر بادي بولادة نجوم نيوترونية في مثل هذه الكوارث، بينما كشف هانز بيته عن عمليات الاندماج النووي…
DT-SegNet: التعلم العميق لتحليل الأطوار المقوية في سبيكة مقاومة للحرارة
يطور المهندسون سبيكة لمجمعات الطاقة الشمسية، بإضافة جسيمات صلبة مشتتة إلى المصفوفة — طور مقوٍّ، يشبه الزبيب في العجين، يسمح للمادة بالحفاظ على استقرارها البنيوي في درجات حرارة قصوى الحرارة. إذا كانت هذه الشوائب كبيرة جدًا، تنشأ تشققات في المادة. سابقًا، اضطر العلماء إلى عد هذه الجسيمات يدويًا في الصور المجهرية الملتقطة بالميكروسكوب.
المجرات2026-06-151 دarXiv:2606.16507سريع
شبكة عصبية ترسم خرائط 639 ألف مجرة
محرر الصور العادي يحدد الكائنات في الصورة. شبكة ZooBot:3D تتعامل مع المجرات البعيدة المجرات كما يرسم رسام الخرائط خريطة لأرض مجهولة. آلاف المتطوعين رسموا يدويًا الأذرع الحلزونية والقضبان (أشرطة نجمية مركزية) على الصور، ومن هذه الدروس تعلم الخوارزم إنتاج ليس مجرد خطوط، بل خرائط حرارية: يخبرنا كل بكسل ما إذا كان هناك ذراع هنا.
تعلم الآلة2026-06-091 دarXiv:2606.11382سريع
كيف نعلّم الشبكة العصبية قراءة الجزيئات من ورقة؟
البحث عن الجزيء المناسب بين مليارات الخيارات يشبه البحث عن حبة واحدة في كيس أرز. ولتجنب الفحص اليدوي الشامل، يستدعي الكيميائيون بشكل متزايد الشبكات العصبية للمساعدة. لكن النماذج الكبيرة تتطلب أجهزة كمبيوتر قوية، بينما تفتقر النماذج الصغيرة غالبًا إلى الاتساع المعرفي. يحل GLACIER هذه المشكلة، مثل تلميذ قدير يتعلم من عدة مرشدين في وقت واحد.
نُجمّع مرة واحدة، ونُفاضل في كل مكان
تخيّل مترجمًا يجلس في قاعة اجتماعات ويترجم كل كلمة. لكنه يلاحظ أنه يمكنه تحسين ترجمته إذا تعلّم من أخطائه. يبدأ بتسجيل العبارات التي سبّبت سوء الفهم، ويصححها. وبعد ساعة، تصبح ترجمته أدق، ويمر الاجتماع بسرعة أكبر. وهكذا هنا: مُفسِّر لغة Scheme، بمجرد تجميعه، يمكنه تنفيذ أي برنامج يُمرَّر إليه كبيانات، وفي الوقت نفسه حساب التدرجات لتحسين تلك البرامج.
التوأم الثقيل لبوزون هيغز يختبئ في أربعة نفاثات
في أعماق كاشف مصادم الهادرونات الكبير، تتصادم البروتونات، وفي لحظة وجيزة يولد شيء ثقيل. يتحلل فورًا إلى بوزوني هيغز — جسيمين، مثل الدمى الروسية، يخفي كل منهما زوجين من كواركات b. تتناثر أربعة تيارات من الجسيمات في اتجاهات مختلفة، والمهمة هي تمييز أثر حدث واحد وسط مليارات الأحداث المشابهة.
كاشف النيوترينو يتعلم سماع الهمس
مصوّر فوتوغرافي يلتقط غابة ليلية محاولًا الإمساك باليراعات في كادر. الومضات نادرة وخافتة، وحوله ضجيج الريح وأضواء بعيدة. هكذا تقريبًا يعمل الكاشف الضخم Hyper-Kamiokande في اليابان: فهو يلتقط النيوترينوات — جسيمات شبه غير ملموسة — عبر ومضات ضوئية صغيرة في 260 ألف طن من الماء.
كيف تبحث الشبكة العصبية عن الأعطال في صور الرنين المغناطيسي؟
المصحح اللغوي يراجع المخطوطة قبل الطباعة. هو لا يعرف كل الأخطاء المحتملة، لكنه يتذكر جيدًا كيف يبدو النص السليم. عندما يرى رمزًا غريبًا أو كلمة غير واضحة، يضع دائرة حمراء حولها فورًا. هذا تقريبًا ما تفعله البرنامج الجديد لفحص الصور الطبية. درّب الباحثون شبكة عصبية على التعرف على الشذوذ في صور الرنين المغناطيسي للحوض والدماغ.
حاسوب كيميائي في أنبوب اختبار
في أنبوب الاختبار تسبح الجزيئات. كميتها — لنقل تركيز بروتين معين — تصبح الإشارة الداخلة. وعلى المخرج لا نريد مجرد محلول عكر، بل إجابة واضحة مثل "نعم" أو "لا". يُقيم مؤلفو العمل سلسلة كيميائية تفعل ذلك بالضبط. تستقبل مادة واحدة بتركيز يتراوح بين الصفر والواحد، وتُخرج سلسلة من النبضات — مثل شيفرة مورس، لكن كيميائية. كل نبضة تعني "تشغيل"، وغيابها يعني "إيقاف".
بصريات2026-05-022 دarXiv:2605.01306سريع
كيف ترى غازًا غير مرئي: الليزر والتعلم الآلي
مئة شخص يتحدثون في وقت واحد في قاعة كبيرة. تحاول أن تسمع صوتًا واحدًا بينهم، لكن الأصوات تتداخل، بعضهم يهمس، وبعضهم لا تعلم بوجوده أصلًا. هكذا تقريبًا يشعر جهاز تحليل الغاز بالليزر العادي عندما تختلط عشرات المواد في غرفة الاحتراق أو في أنبوب المصنع. يخترق الليزر الغاز، وكل نوع من الجزيئات يمتص جزءًا صغيرًا جدًا من الضوء عند طول موجي محدد، مثلما لا يفتح المفتاح إلا قفله الخاص.
محقق الأشعة السينية دون أوراق غش
عصير الفواكه المخلوط يُتذوق عبر مصاصتين مختلفتين. إحداهما تسمح بمرور القطع الكبيرة فقط، والأخرى تسمح بمرور السائل فقط. كل على حدة قد يكون مثيرًا للخداع، لكن معًا يعطيان المفتاح: يبدو أن هذا موز، وهذه فراولة.
تعلم الآلة2026-04-111 دarXiv:2604.10117سريع
ضغط الدم على شريحة صغيرة
تقيس الساعات الذكية النبض باستخدام الضوء: يصدر مصباح LED ضوءًا يخترق الجلد، ويلتقط المستشعر الإشارة المنعكسة. من تذبذبات هذه الإشارة يمكن تقدير ضغط الدم، لكن الحساب الدقيق يتطلب شبكة عصبية قوية — عادةً تعمل في السحابة، وتغادر البيانات الجهاز. هذا غير مريح وغير آمن: فالمعلومات الطبية الشخصية تنتقل عبر الشبكة. النهج الجديد يضغط الشبكة العصبية إلى حجم علبة كبريت.
كواركات ثقيلة في حساء ساخن
في تصادمات النوى الثقيلة في المصادمات، تولد بلازما كوارك-غلوون — حالة من المادة تكون فيها الكواركات والغلوونات حرة، مثل الماء في البخار. الكواركات الثقيلة، مثل كواركات b، عندما تدخل هذه البلازما تفقد طاقتها، وتتحطم حالاتها المقيدة — البوتومونيوم. من خلال مدى ندرة تولدها مقارنة بالتوقع بدون البلازما، يمكن الحكم على خصائص الوسط.
المواد2026-04-011 دarXiv:2604.00483سريع
كيف ترى غير المرئي: أنماط كهربائية داخل البلورة
على سطح طبقة رقيقة من أكسيد البزموت-الحديد تظهر أشرطة منتظمة، مثل أخاديد حقل محروث. أما ما يحدث تحتها فظل لغزًا حتى الآن. جهاز جديد اسمه DREDI يسلط إلكترونات على المادة ويبني في أجزاء من الثانية خريطة للحقول الكهربائية على أعماق مختلفة بدقة تصل إلى عشرة نانومترات، أي أرق من شعرة الإنسان بألف مرة. تحت السطح لا تختفي الأشرطة، بل تلتف إلى دوامات تشبه دوامات الماء في النهر.
تعلم الآلة2026-03-221 دarXiv:2603.21284سريع
توقعات الطقس على بطاقة رسوميات واحدة
التنبؤ بالطقس يشبه محاولة توقع أين ستتدحرج صخرة على منحدر، إذا عرفت شكل كل نتوء وقوة الرياح. أخطأت في البداية — وبعد أسبوع يتحول الخطأ إلى عاصفة كاملة. في السابق، كانت التوقعات الدقيقة تتطلب حواسيب ضخمة وحسابات تستمر أيامًا. الآن ظهر نموذج Sonny الذي يفعل الشيء نفسه على بطاقة رسوميات واحدة. يعمل Sonny على خطوتين.
المحيط يصغي عبر الألياف البصرية
في قاع المحيط تمتد آلاف الكيلومترات من الكابلات الليفية البصرية. ينقل عبرها الإنترنت، لكن الكابلات نفسها تحس بأدق اهتزازات الماء والقاع. إذا أنصت المرء إلى مثل هذا الكابل، يمكنه سماع غناء الحوت الأزرق أو اهتزاز الأرض على بعد آلاف الكيلومترات. وصل العلماء إلى كابل في خليج مونتيري جهازًا يسجل هذه الاهتزازات. فنتج تدفق بيانات يشبه تسجيلًا صوتيًا متواصلًا للمحيط.
تعلم الآلة2026-03-151 دarXiv:2603.14161سريع
التعلم من أدمغة متعددة
النموذج المعتاد للتعلم الآلي ينظر إلى كائن واحد في كل مرة: دماغ واحد، مريض واحد، محرك واحد. لكن علماء الأحياء يحتاجون إلى العام: كيف يُبنى دماغ النوع ككل، وليس فقط دماغ سمكة معينة. الطريقة الجديدة — التركيب الاحتمالي العميق للنماذج (DPMS) — تتعلم من نسخ متعددة في وقت واحد، مثل طاهٍ يتذوق عشرات التفاح ليفهم طعم الصنف، لا طعم ثمرة واحدة.
كاشف لا يعرف الكلل
يعمل كاشف الجسيمات في مصادم الهدرونات الكبير لسنوات دون توقف. تنتج أجهزة الاستشعار فيه جبالًا من البيانات كل ثانية، وبينها يجب رصد الخلل بسرعة — مثل ارتفاع الحرارة أو قناة معطوبة. في السابق كانت قواعد بسيطة تراقب ذلك، لكنها كثيرًا ما تخطئ. الآن جاءت الشبكة العصبية DepthViT للنجدة — خفيفة وسريعة، كفنيّ يقظ يعرف كيف يبدو العمل الطبيعي.
هوائي ينمو في الحجم
مصباحان على شاطئ بعيد في الليل يندمجان في بقعة ضوء واحدة. كذلك الهوائي المسطح العادي لا يستطيع تمييز جهازي إرسال لاسلكيين متقاربين جدًا: تختلط إشاراتهما، ولا يرى المستقبِل سوى فوضى عامة. وجد المهندسون حلاً — صنعوا هوائيًا ليس مسطحًا، بل ككومة من الألواح الشفافة. كل لوح هو سطح فائق (metasurface)، ورقة رقيقة منقوشة تؤخر الموجة المارة عبرها قليلاً وتديرها.
ذكاء اصطناعي يقرأ مخطط القلب على مدار الساعة
مخطط كهربية القلب (ECG) يشبه شريطًا طويلًا يترك فيه القلب بصمة خطه. يفحصه الطبيب ليلاحظ اضطرابات النظم، لكن عندما يستمر التسجيل عدة أيام، يمتد الشريط لمسافة كيلومترات. تتعب العين، ويتشتت الانتباه، وقد تفوت اضطرابات نادرة لكنها خطيرة. يعمل نظام AI-HEART كمساعد لا يعرف الكلل، يراجع الشريط كاملًا دون انقطاع.
كيف تميّز الشبكة العصبية الثقوب السوداء من النجوم النيوترونية
ظل تلسكوب أشعة سينية في المدار لسنوات يسجل كيف تتوهج الأنظمة الثنائية، حيث يدور نجم عادي حول ثقب أسود أو نجم نيوتروني. تسقط المادة من النجم المرافق على الجسم المضغوط، وتسخن إلى ملايين الدرجات، وتصدر أشعة سينية. تراكمت في الأرشيف آلاف الأطياف — رسوم بيانية توضح مقدار الضوء القادم عند كل طاقة.
كيف تتعرف الجزيئات على بعضها دون تلميحات
عندما يدخل الجزيء الضيف إلى الجزيء المضيف، يشبه ذلك دخول المفتاح في القفل. لكن الجزيئات ليست صلبة الشكل؛ فهي تنحني قليلًا، وشحناتها على أسطحها تتجاذب أو تتنافر، وكان تخمين طريقة ارتباطها بدقة أمرًا بالغ الصعوبة. يتدرّب برنامج DeepHostGuest على آلاف الأزواج المعروفة من «مضيف-ضيف». إنه ينظر إلى السطح الكهربائي للمضيف وإلى شكل الضيف، كما لو كان ينظر إلى خريطة تضاريسية وإلى مخطط المفتاح.
الروابط الكثيفة مقابل المتبقية: كيف تتفوق DenseNet-121 على ResNet-50 في كشف سرطان الدماغ
سماكة شريحة الأنسجة الدماغية لا تتجاوز 5 ميكرونات، أي أرق بعشرين مرة من شعرة الإنسان. على هذه الشريحة، يبحث أخصائي علم الأمراض عن علامات الورم: تغير شكل النوى، تزاحم الخلايا، أوعية دموية غير طبيعية. العمل شاق، وقد يختلف اختصاصيان في الرأي حول الصورة نفسها. في هذه الحالة، الشبكة العصبية ليست بديلاً عن الطبيب، بل عين ثانية تنظر إلى الصورة بدأب الآلة ودقة تُقاس بكسور النسبة المئوية.
شبكة عصبية تتعلم مطال سعة رغوة السبين
في عام 2008، أنفقت مجموعة من الفيزيائيين شهورًا من وقت الحاسوب الفائق لحساب كمية واحدة فقط في نظرية الجاذبية الكمية. يتعلق الأمر بمطال القمة لرغوة السبين، وهو رقم يحدد احتمال انتقال كمي محلي للزمكان. هذه الحسابات ثقيلة جدًا لدرجة أنها ما زالت تشكل عنق زجاجة للاتجاه بأكمله.