ملف العرض غير متاح حاليًا في هذه الصفحة. يمكنك تصفح المواد المتاحة للفصل الدراسي الأول.
نظرة سريعة على الوحدة
الوحدة الرابعة «التعرف على الصور» من مقرر الذكاء الاصطناعي للصف الثالث الثانوي (مسارات)، الفصل الدراسي الثاني، وتتناول التعلم الموجّه وغير الموجّه لتحليل الصور، ثم توليد البيانات المرئية. تعرّف هنا كيف يرى الحاسوب الصورة وكيف يتعلم تمييزها، مع حسابات صغيرة وأمثلة تطبيقية.
في هذه الصفحة: الشرح المبسط · أمثلة محلولة · أخطاء شائعة · تدريب مع الإجابات
حل وحدة التعرف على الصور مادة الذكاء الاصطناعي مسارات ف2
حل الوحدة الرابعة التعرف على الصور ثالث ثانوي مسارات ، حل وحدة التعرف على الصور مادة الذكاء الاصطناعي الفصل الثاني
ويتضمن عدد من الدروس :
- الدرس الأول التعلم الموجه لتحليل الصور
- الدرس الثاني التعلم غير الموجه لتحليل الصور
- الدرس الثالث توليد البيانات المرئية
وحدة الذكاء الاصطناعي والمجتمع
كيف يرى الحاسوب صورة؟
حين تنظر إلى صورة قطة تعرفها في لحظة، أما الحاسوب فلا يرى قطة بل أرقامًا. الصورة عنده شبكة من المربعات الصغيرة تسمى البكسلات، ولكل بكسل قيمة عددية تصف لونه. في الصورة الرمادية تتدرج القيمة عادة من 0 للأسود إلى 255 للأبيض، وفي الصورة الملونة يحمل البكسل ثلاث قيم للأحمر والأخضر والأزرق.
ومن هنا تبدأ المسألة: كيف نحول هذه الأرقام إلى قرار مثل «هذه قطة»؟ في التعلم الموجّه نعطي النموذج آلاف الصور ومعها تسمياتها (قطة، كلب، سيارة)، فيتعلم الأنماط التي تفصل بين الفئات، ثم نختبره على صور لم يرها من قبل. والمقياس البسيط لأدائه هو الدقة: عدد التوقعات الصحيحة مقسومًا على عدد الصور المختبرة.
أما التعلم غير الموجّه فلا توجد فيه تسميات. نعطي النموذج صورًا فقط ونطلب منه أن يجمع المتشابه منها في مجموعات، كأن يضع صور البحر معًا وصور الصحراء معًا دون أن يعرف هذين الاسمين. وهو مفيد حين يكون وسم الصور مكلفًا أو غير ممكن.
والدرس الثالث يتناول توليد البيانات المرئية: نماذج تتعلم من صور كثيرة ثم تنتج صورًا جديدة لم تكن موجودة. ولهذه القدرة فوائد، كتوفير صور للتدريب ومساعدة المصممين على توليد الأفكار، وفيها مخاطر كالصور المزيفة، ولذلك يحتاج المستخدم إلى الحذر والتأكد من المصدر.
أرقام وتطبيقات تشرح الوحدة
ثمانية أمثلة ألّفناها لتجرّب بنفسك: بعضها حسابي وبعضها يعتمد على التفكير.
مثال 1: عدد القيم في صورة رمادية
السؤال: صورة رمادية أبعادها 20 × 30 بكسل. كم قيمة عددية نحتاج لتخزينها؟
مثال 2: صورة ملونة
السؤال: صورة ملونة أبعادها 100 × 50 بكسل. كم قيمة فيها؟
مثال 3: حساب الدقة
السؤال: اختبرنا نموذجًا على 120 صورة فأصاب في 96 منها. ما دقته؟
مثال 4: نموذج حفظ ولم يفهم
السؤال: نموذج دقته على صور التدريب 100%، ودقته على صور جديدة 62%. ماذا نستنتج؟
مثال 5: أي نوع من التعلم؟
السؤال: لدينا 10000 صورة لمنتجات متجر بلا أي تسمية، ونريد تقسيمها إلى مجموعات متشابهة. أي نوع من التعلم نستخدم؟
مثال 6: تجميع بالأرقام
السؤال: متوسط سطوع ست صور: 20، 25، 30، 200، 210، 220. جمّعها في مجموعتين.
مثال 7: زيادة البيانات
السؤال: عندنا 300 صورة. قلبنا كل واحدة أفقيًا وأضفنا النسخ المقلوبة. كم صورة صار لدينا؟ ولماذا يفيد ذلك؟
مثال 8: صورة مجهولة المصدر
السؤال: وصلتك صورة لحدث مهم لا تعرف مصدرها. ما خطواتك قبل أن تنشرها؟
أخطاء شائعة عند دراسة هذه الوحدة
- الظن أن الحاسوب يرى الصورة كما نراها، والصحيح أنه يتعامل مع أرقام.
- نسيان ضرب العدد في 3 عند حساب قيم الصورة الملونة.
- اختبار النموذج على صور التدريب نفسها ثم الحكم بأنه ممتاز.
- الخلط بين التعلم الموجّه الذي يحتاج تسميات، وغير الموجّه الذي لا يحتاجها.
قبل الاختبار
ارسم بنفسك شبكة 4 × 4 وضع في كل مربع رقمًا بين 0 و255، ثم احسب عدد القيم وتخيّل كيف يمكن لنموذج أن يعالجها. وحاول أن تذكر لكل نوع من أنواع التعلم مثالًا من حياتك، كتصنيف صور الجوال أو فتح الجهاز بالوجه. وإذا استطعت أن تشرح لزميلك الفرق بينهما في دقيقة واحدة فقد فهمت الوحدة.
تدريب مع الإجابات
جرّب الحل بنفسك قبل أن تنظر إلى الإجابة.
- ما عدد البكسلات في صورة أبعادها 10 × 10؟
الإجابة: 100 بكسل.
- كم قيمة في صورة ملونة أبعادها 10 × 10؟
الإجابة: 100 × 3 = 300 قيمة.
- نموذج أصاب 45 صورة من 50. ما دقته؟
الإجابة: 45 ÷ 50 = 0.9، أي 90%.
- هل تحتاج الصور إلى تسميات في التعلم غير الموجّه؟
الإجابة: لا، فهو يجمع الصور المتشابهة دون تسميات.
اختبر فهمك
س1: كيف يمثل الحاسب الصورة؟
الجواب:
كشبكة من البكسلات لكل منها قيمة لونية.
س2: اذكر تطبيقًا للتعرف على الصور.
الجواب:
التعرف على الوجه.
س3: ما الذكاء الاصطناعي؟
الجواب:
قدرة الآلة على أداء مهام تتطلب ذكاءً بشريًا.
س4: ما التعلم الآلي؟
الجواب:
تعلم النموذج من البيانات دون برمجة كل قاعدة.
س5: ما التعلم الخاضع للإشراف؟
الجواب:
تدريب على بيانات مصنفة.
س6: ما التعلم غير الخاضع للإشراف؟
الجواب:
اكتشاف أنماط في بيانات غير مصنفة.
س7: ما الشبكة العصبية؟
الجواب:
نموذج مستوحى من عمل الدماغ.
معلومات المادة
- الفصل الدراسي
- الثاني
- نوع المادة
- حلول
- الصيغ المرتبطة