دراسة ومعلومة
"الدماغ البشري المُفرط" التعلم الآلي
تخيل أنك تتعلم القيادة. خلال وقت التدريب، قد تقود دائمًا في نفس الحي، وعلى نفس الطرق، وتواجه نفس أنواع إشارات المرور. بعد فترة من الزمن، قد تصبح جيدًا جدًا في القيادة في هذا الحي فقط، ولكن عندما تقود في حي جديد، قد تجد صعوبة في التعامل مع الطرق المختلفة أو إشارات المرور غير المألوفة.
وعليه، "الفرط في التخصيص" أو overfitting يعني أن عقلك قد تعلم بشكل جيد للغاية التعامل مع الطرق والإشارات التي رآها دائمًا، لكنه لم يتعلم تعميم هذه المهارات على بيئات جديدة.
وفقًا لفرضية الدماغ المُفرط، الأحلام تلعب دورًا في منع هذا التخصيص الزائد. أثناء الأحلام، قد ترى نفسك تقود في ظروف غير مألوفة أو حتى غريبة (مثل قيادة السيارة في مدينة خيالية أو على طرق تطفو في الهواء). هذه الأحلام تعمل كنوع من التدريب لعقلك على التعامل مع مواقف جديدة وغير متوقعة، مما يُحسّن من قدرتك على التكيف مع مواقف القيادة المختلفة في الحياة الواقعية.
بعبارة أخرى، الأحلام توفر لعقلك سيناريوهات متنوعة وغير متوقعة لتحسين تعميم مهاراتك المكتسبة وجعلها أكثر فعالية في مجموعة واسعة من المواقف.
"الدماغ البشري المُفرط" التعلم الآلي
تخيل أنك تتعلم القيادة. خلال وقت التدريب، قد تقود دائمًا في نفس الحي، وعلى نفس الطرق، وتواجه نفس أنواع إشارات المرور. بعد فترة من الزمن، قد تصبح جيدًا جدًا في القيادة في هذا الحي فقط، ولكن عندما تقود في حي جديد، قد تجد صعوبة في التعامل مع الطرق المختلفة أو إشارات المرور غير المألوفة.
وعليه، "الفرط في التخصيص" أو overfitting يعني أن عقلك قد تعلم بشكل جيد للغاية التعامل مع الطرق والإشارات التي رآها دائمًا، لكنه لم يتعلم تعميم هذه المهارات على بيئات جديدة.
وفقًا لفرضية الدماغ المُفرط، الأحلام تلعب دورًا في منع هذا التخصيص الزائد. أثناء الأحلام، قد ترى نفسك تقود في ظروف غير مألوفة أو حتى غريبة (مثل قيادة السيارة في مدينة خيالية أو على طرق تطفو في الهواء). هذه الأحلام تعمل كنوع من التدريب لعقلك على التعامل مع مواقف جديدة وغير متوقعة، مما يُحسّن من قدرتك على التكيف مع مواقف القيادة المختلفة في الحياة الواقعية.
بعبارة أخرى، الأحلام توفر لعقلك سيناريوهات متنوعة وغير متوقعة لتحسين تعميم مهاراتك المكتسبة وجعلها أكثر فعالية في مجموعة واسعة من المواقف.
هنا وجه شبه بين الدماغ البشري والتعلم الآلي
في التعلم الآلي، يُعتبر overfitting مشكلة شائعة حيث يقوم النموذج (على سبيل المثال، شبكة عصبية اصطناعية) بتعلم التفاصيل الدقيقة والتعقيدات الخاصة بمجموعة تدريب معينة بشكل جيد جدًا، لدرجة أنه يصبح غير قادر على التعميم إلى بيانات جديدة لم يرها من قبل. وهذا يعني أن النموذج قد يؤدي أداءً ممتازًا على مجموعة البيانات التي تدرب عليها ولكنه يفشل عندما يُطلب منه التعامل مع بيانات جديدة أو غير مألوفة.
لحل هذه المشكلة، يستخدم الباحثون في تعلم الآلة تقنيات مثل التنظيم (regularization) أو زيادة البيانات (data augmentation)، حيث يتم تعديل البيانات أو النموذج أثناء عملية التدريب لتحسين قدرة النموذج على التعميم. على سبيل المثال، قد يقومون بإضافة “ضوضاء” إلى البيانات أو إنشاء نسخ معدلة من البيانات التدريبية (مثل تدوير الصور أو تغيير سطوعها) لتحسين قدرة النموذج على التعميم.
في التعلم الآلي، يُعتبر overfitting مشكلة شائعة حيث يقوم النموذج (على سبيل المثال، شبكة عصبية اصطناعية) بتعلم التفاصيل الدقيقة والتعقيدات الخاصة بمجموعة تدريب معينة بشكل جيد جدًا، لدرجة أنه يصبح غير قادر على التعميم إلى بيانات جديدة لم يرها من قبل. وهذا يعني أن النموذج قد يؤدي أداءً ممتازًا على مجموعة البيانات التي تدرب عليها ولكنه يفشل عندما يُطلب منه التعامل مع بيانات جديدة أو غير مألوفة.
لحل هذه المشكلة، يستخدم الباحثون في تعلم الآلة تقنيات مثل التنظيم (regularization) أو زيادة البيانات (data augmentation)، حيث يتم تعديل البيانات أو النموذج أثناء عملية التدريب لتحسين قدرة النموذج على التعميم. على سبيل المثال، قد يقومون بإضافة “ضوضاء” إلى البيانات أو إنشاء نسخ معدلة من البيانات التدريبية (مثل تدوير الصور أو تغيير سطوعها) لتحسين قدرة النموذج على التعميم.
الخلاصة
فرضية الدماغ المُفرط تقترح أن الأحلام قد تقوم بوظيفة مشابهة للتنظيم في التعلم الآلي. تمامًا كما تقوم تقنيات التعلم الآلي بتوليد بيانات متنوعة لتحسين التعميم، تقوم الأحلام بتوليد تجارب "محاكاة" للدماغ، مما يساعده على تجنب الانغماس في تفاصيل معينة ويُحسن من قدرته على التكيف مع مواقف جديدة. هذا يجعل التعلم أكثر قوة ومرونة، مما يُمكّن الأفراد من تطبيق ما تعلموه في نطاق أوسع من الحالات الواقعية.
فرضية الدماغ المُفرط تقترح أن الأحلام قد تقوم بوظيفة مشابهة للتنظيم في التعلم الآلي. تمامًا كما تقوم تقنيات التعلم الآلي بتوليد بيانات متنوعة لتحسين التعميم، تقوم الأحلام بتوليد تجارب "محاكاة" للدماغ، مما يساعده على تجنب الانغماس في تفاصيل معينة ويُحسن من قدرته على التكيف مع مواقف جديدة. هذا يجعل التعلم أكثر قوة ومرونة، مما يُمكّن الأفراد من تطبيق ما تعلموه في نطاق أوسع من الحالات الواقعية.
جاري تحميل الاقتراحات...