ألفا ويب - alfa web  ألفا ويب - alfa web
recent

أحدث المقالات

recent
برمجة
جاري التحميل ...

الذكاء الإصطناعي : الخوارزميات الجينية Genetic Algorithms #الدرس الثاني عشر

الذكاء الإصطناعي : الخوارزميات الجينية Genetic Algorithms #الدرس الثاني عشر...


السلام عليكم ، مرحبا بكم في الدرس الثاني عشر من دروس الذكاء الإصطناعي |مع ألفا ويب طبعاً| و اليوم مع شرح لأقوى الخوارزميات لتقنيات الذكاء الإصطناعي في علم البيولوجيا "سريعة التطور" ، و هي الخوارزميات الجينية التي تعد شيئاً مهماً لا يجزئ في مجال الذكاء الإصطناعي ، إذن دعنا نبدأ على بركة الله :

الخوارزميات الجينية Genetic Algorithms :

كشرح بسيط و مختصر للخوارزميات الجينية هي جزء من الحوسبة التطورية ، و تعد المجال السريع في نمو الذكاء الإصطناعي...حيثُ تُنَفذُ هذه الأخيرة كمحاكاة في الحاسوب حيث يتم إستعمال التقنية من البيولوجيا التطورية...

آليات عمل البيولوجيا التطورية Machinics of biologics Evolution :

*كل نظام يحتوي على مجموعة من القوانين و تسجل هذه القوانين في الجينات الخاصة للكائن الحي كرموز و ترتبط الجينات مع بعظها البعض في سلاسل طويلة تسمى كروموسومات Chromosomes ، حيث كل جين يمثل ميزة trait محددة لكائن الحي ، و يمكن أخذ أي قيمة من مجموعة من الأوضاع Setting ، مثلاً : أوضاع جين لون الشعر يمكنها أن تكون بنية أو صفراء.
و تسمى الجينات genes ، و إعداداتها تكون بالنوع الجيني للكائن الحي Organisms genotype.
*عندما يتزاوج إثنان تشترك جيناتهما في شيئ يسمى بالذرية و يسمى بالإنجليزية "Of Pring" بشكل مختلف ، و ربما تنتهي بالحصول على نصف جينات فقط لكل والد أو مولود ، حيث تسمى هذه العملية بـالعبور Cross Over ، و يمكن أن يتم التحول للجين ، و من ثم يظهر الكائن منيزة جديدة تماماً.
*و بإختصار لما ذكرناه نستطيع أن نقول عن الخوارزميات الجينية بأنها : طريقة محسوبية لحل المسائل بتقليل العمليات و الإستخدام الطبيعي و الإختيار و التحول و القبول...

ملخص لخطوات الخوارزميات الجينية Genetic Algorithms Step :

  • البدء [Start] ، ثم التهيئة أو الملائمة [Fitness] ، ثم الإنجاب [New population] ، ثم التبديل [Replace] ، ثم الإختبار [Test] ، التكرار [Loop].

و في ما يلي توضيح بسيط لهذه الخطوات :

البدء Start : و هو توليد الكائنات الحية "سكان" عشوائيا للعدد n كروموسوم "أي مورث" (حيث يتم الترميز مناسب لحل المسالة فقط).
التهيئة أو الملائمة Fitness : فقط تقييمها كدالة خطية أي : (f(x لكل كروموسوم x "من السكان الذي تم توليدهم".
الإنجاب New Population : إنتاج سكان جدد بتطبيق بعض الخطوات حتى تنتهي عملية إنتاج السكان "1.الإختيار أو الإنتقاء | 2.العبور | 3.التحول | 4.القبول".
التبديل Replance : يتم إستخدام السكان الجدد الذي تم إنتاجهم من تنفيذ إضافي للخورازمية.
الإختبار Test : إذا كان الشرط النهائي مطابقاً ، يتم التوقف ثم العودة بأفضل الحلول من السكان الحاليين.
التكرار Loop : و هو الذهاب أو الإنقال إلى الخطوة التالية.

معلومة : تستخدم الخوارزميات الجينية أيضاً التعليم الغير المراقب ، و الذي تكون فيه الإجابة الصحيحة غير معروفة مسبقاً ، على عكس الشبكات العصبية التي تكون الإجابة معروفة لكننا نطمح إلى تحسين دالة التمثيل.

شرح لمصطلحات مراحل خطوة الإنجاب New Population :

1.الإختيار أو الإنتقاء Selection : إختيار كروموسومات أبوين ، من السكان المحددين حسب دررجة الملائمة.
2.العبور Crosover : يجب أخذ نتائج إحتمال التزاوج أو العبور ، و ينتج من هذه العملية ذرية جديدة ، و إن لم تتم عملية العبور تنسخ الذرية مباشرة الوالدين.
3.التحول Mutation : يتم تحول الذرية الجديدة في كل موضع من مواضعها في الكروموسوم "يجب الأخذ بإحتمالات التحول".
4.القبول Accepting : يتم في هذه الخطوة وضع الذرية الجديدة في السكان الجدد.

***تذكرو أن الدرس القادم ملحمي و هو عن التعليم المعزز الذي إستخمته شركة مايكروسوفت حديثاً و أحدث ضجة كبيرة ، إذن تابع صفحتنا على الفيسبوك للتوصل بالدرس أولاً بأول من : هنا

عن الكاتب

Mr. salah إسمي صلاح من الجزائر، مبرمج و محلل بيانات و باحث في مجال الذكاء الإصطناعي أيضًا، أعمل كمستقل على الإنترنت في عدة مجالات (الكتابة، الترجمة، البرمجة).

التعليقات




جميع الحقوق محفوظة

ألفا ويب - alfa web