أسّس الفصل 001 أن التعلّم الآلي مقاربة في الذكاء الاصطناعي قائمة على الاستقراء. يبيّن هذا الفصل ما تنطوي عليه هذه الصيغة في تصميم نظام.
يحشد النمطان الأشياء الثلاثة نفسها — قواعد وبيانات وأجوبة — ولا يغيّران إلا موضعها في سلسلة الإنتاج.
| النموذج | المدخلات المقدَّمة | المخرَج المنتَج | صاحب القواعد |
|---|---|---|---|
| البرمجة الحتمية | قواعد + بيانات | أجوبة | مصمِّم بشري |
| التعلّم الاستقرائي | بيانات + أجوبة | قواعد | الخوارزمية، انطلاقاً من الملاحظات |
النقطة الفاصلة: في النموذج الأول، القاعدة مدخل للنظام؛ وفي الثاني، هي مخرجه.
التعريف الدقيق
تطبيق حتمي من فضاء أوصاف X نحو فضاء قرارات Y، يربط بكل وصف x من X قراراً واحداً من Y: شكلياً، دالة h : X → Y. في التصنيف، Y مجموعة منتهية من الأنماط؛ وفي الانحدار، فترة من الأعداد الحقيقية.
ترجمة إلى اللغة اليومية
إجراء يعيد، لكل وضعية موصوفة، قراراً واحداً فقط.
نقطة جوهرية
لا يفترض هذا التعريف شيئاً عن أصل القاعدة. جملة
إذا ... فإن ...، وجدول تنظيمي، وشجرة متعلَّمة على 200 000 ملف
وشبكة عصبية، كلها قواعد قرار بمعنى هذا
التعريف؛ ولا تختلف إلا في كيفية الحصول على h.
نقطة انتباه
النموذج ليس أقل قاعدة من جملة مكتوبة يدوياً: إنه قاعدة لم يحرّر أحد نصّها. تؤسّس هذه الخاصية في آنٍ معاً قوّته وصعوبة تدقيقه.
يندرج النمطان تحت نمطَي استدلال متميّزين، حدّدهما المنطق قبل المعلوماتية بوقت طويل.
الاستنباط (deduction)
نمط استدلال تُشتق فيه نتيجة من مقدّمات وفق قواعد تحويل تحافظ على الحقيقة. إذا كانت المقدّمات صحيحة وكان الاشتقاق صالحاً، فالنتيجة صحيحة بالضرورة. توضيح: «كل إرسال يحتوي على مرفق قابل للتنفيذ يُحظَر. هذا الإرسال يحتوي على واحد. إذن هو محظور.»
الاستقراء (induction)
نمط استدلال تُصاغ فيه قضية عامة انطلاقاً من مجموعة منتهية من الملاحظات الخاصة. تتجاوز النتيجة محتوى المقدّمات: ليست مضمونة، بل محتملة بدرجة أكبر أو أقل بالنظر إلى الملاحظات. توضيح: «على 40 000 رسالة بريد مُلاحَظة، تلك التي تعرض تركيبات معيّنة من الكلمات أُبلِغ عنها كغير مرغوبة في 96 % من الحالات. إذن إرسال جديد يعرض هذه التركيبات على الأرجح غير مرغوب.»
مشكلة الاستقراء
لا يوفّر الاستقراء أي ضمان منطقي. ونظرية التعلّم الإحصائية (Vapnik و Chervonenkis، سبعينات القرن العشرين) لا ترفع هذا الاعتراض: بل تحدّه بضمانات احتمالية مشروطة بفرضيات صريحة، أهمها أن البيانات المستقبلية تأتي من التوزيع نفسه الذي جاءت منه بيانات التعلّم.
النتيجة التشغيلية
النظام الحتمي خاطئ عندما تكون قاعدته خاطئة. أما النظام الاستقرائي فخاطئ جزءاً من الوقت بحكم بنائه، حتى عندما يكون كل شيء قد نُفِّذ بشكل صحيح.
| المعيار | الاستنباط | الاستقراء |
|---|---|---|
| اتجاه الاستدلال | من العام إلى الخاص | من الخاص إلى العام |
| وضع النتيجة | ضرورية إذا كانت المقدّمات صحيحة | محتملة، قابلة للمراجعة |
| محتوى النتيجة | متضمَّن في المقدّمات | يتجاوز المقدّمات |
| أثر ملاحظة جديدة | لا أثر على القاعدة | قد تراجع القاعدة |
| النموذج المقابل | البرمجة الحتمية | التعلّم الآلي |
| نمط الفشل | قاعدة سيئة التحديد | تعميم غير كافٍ |
التعريف الدقيق
نفترض وجود دالة هدف f : X → Y، مجهولة، تربط فضاء الأوصاف X بفضاء القيم المراد التنبؤ بها Y؛ ولا يمكن الوصول إليها إلا عبر عيّنة منتهية من الأزواج الملاحَظة (x₁, y₁), ..., (xₙ, yₙ). تختار الخوارزمية، في مجموعة فرضيات H يثبّتها اختيار عائلة النماذج، فرضية f̂ («f قبعة») تصغّر مقياس خطأ على العيّنة، على أمل أن تقارب f̂ الدالة f على كامل المجال.
ترجمة إلى اللغة اليومية
توجد علاقة حقيقية بين ما نلاحظه وما نريد التنبؤ به. لا أحد يعرف نصّها؛ نبني محاكاة انطلاقاً من الأمثلة المتاحة.
الفجوات الثلاث بين f̂ و f
نقطة انتباه
وجود f فرضية عمل، لا واقعة ثابتة. عندما يعتمد الهدف على عوامل غائبة عن الأوصاف x، لا تكون أي دالة من X نحو Y دقيقة، أيّاً كانت الخوارزمية. تُطوَّر هذه النقطة في الفقرة 5.
يعيد الحالة التالية بناء مسار نموذجي لترشيح البريد الإلكتروني بين منتصف التسعينات ومنتصف العقد الأول من القرن الحادي والعشرين. وأوامر الحجم تمثيلية.
الشهر 1 — ثلاث قواعد تكفي.
SI l'objet contient "viagra" ALORS spam
SI l'objet contient "loterie" ALORS spam
SI le corps contient "cliquez ici" ALORS spamثلاث قواعد مكتوبة في نصف يوم تعترض 82 % من الإرسالات غير المرغوبة، بتكلفة صيانة معدومة.
الشهر 3 — التعمية. يعدّل المرسلون إملاء المصطلحات
المرشَّحة: V1AGRA، V-I-A-G-R-A، VÍAGRA، \/IAGRA، Vi@gra، أو الرسم
نفسه بأحرف سيريلية متجانسة الشكل. ينخفض معدّل الاعتراض إلى
51 % في ثلاثة أسابيع؛ تضيف الفريق قاعدة لكل رسم ملاحَظ ويمرّ
المدوّنة من 3 إلى 47 قاعدة.
الشهر 6 — الإيجابيات الكاذبة. تحظر القواعد المتراكمة إرسالات مشروعة: مراسلات صيدلية شريكة، نشرة معلومات طبية يتابعها 4 000 عميل، حملات التسويق الداخلي التي تحتوي على «انقر هنا». تصل ثلاثة حوادث إلى الإدارة في شهر واحد. لا تجرؤ الفريق على حذف قواعد، فكل منها يعترض بريداً مزعجاً حقيقياً: تضيف استثناءات، قوائم مرسلين مصرَّح لهم و إعفاءات حسب النطاق. تمرّ المدوّنة إلى 210 قواعد، منها 60 قاعدة استثناء لقواعد أخرى.
الشهر 12 — المتجهات الجديدة. ينتقل النص إلى صورة، ثم إلى مرفق، ثم يُجزَّأ بأحرف غير مرئية؛ وكل متجه يتطلّب عائلة قواعد متميّزة: 610 قواعد.
الشهر 24 — فقدان القابلية للإدارة.
| المؤشر | الشهر 1 | الشهر 6 | الشهر 12 | الشهر 24 |
|---|---|---|---|---|
| عدد القواعد | 3 | 210 | 610 | 1 800 |
| معدّل الاعتراض | 82 % | 79 % | 77 % | 76 % |
| معدّل الإيجابيات الكاذبة | 0,1 % | 0,9 % | 1,6 % | 2,3 % |
| الأشخاص المعيَّنون للصيانة | 0 | 1 | 2 | 3 |
| مهلة الرد على حملة جديدة | يوم واحد | 3 أيام | 7 أيام | 11 يوماً |
| نسبة القواعد التي يمكن تحديد صاحبها | 100 % | 70 % | 35 % | 12 % |
لا يعرف أي شخص في الفريق مجموع القواعد الـ 1 800، وأي تعديل ينتج تراجعات غير متوقَّعة في موضع آخر من المدوّنة. وقد انخفض الأداء رغم جهد صيانة مضاعف ثلاث مرات.
لا يُعزى الفشل إلى عدم كفاءة الفريق. إنه بنيوي.
| الآلية | الأثر على مدوّنة القواعد | المقدار المعني |
|---|---|---|
| الانفجار التوافقي | عدد الحالات الواجب تغطيتها ينمو أسرع من قدرة الكتابة | عدد تنويعات نمط |
| الاقتران بين القواعد | كل قاعدة جديدة تعدّل سلوك القواعد القائمة | عدد أزواج القواعد |
| التقادم العدائي | تتقادم القواعد بإيقاع يفرضه طرف معادٍ | الفجوة بين دورة الهجوم ودورة التصحيح |
الآلية 1 — الانفجار التوافقي. مصطلح واحد من ستة أحرف
يقبل عدداً من الرسوم المكافئة ينمو ضربياً: أربع
إبدالات معقولة للصائت i، وأربع للـ a، واثنتان للـ
g تعطي أصلاً عشرات الأشكال، وإدراج فاصل اختياري بين كل
من المواضع الداخلية الخمسة يضاعف هذا العدد بـ
2⁵ = 32. يتجاوز أمر الحجم 10⁴ شكلاً لـ كلمة واحدة. تتقدّم
الكتابة اليدوية خطياً بينما ينمو الفضاء الواجب تغطيته
أسّياً: لا يغلق أي جهد صيانة هذه الفجوة.
الآلية 2 — الاقتران بين القواعد. مدوّنة من n قاعدة تعرض n(n−1)/2 زوجاً قابلاً للتفاعل.
| عدد القواعد | 3 | 47 | 210 | 610 | 1 800 |
|---|---|---|---|---|---|
| عدد الأزواج | 3 | 1 081 | 21 945 | 185 745 | 1 619 100 |
التحقق من أن قاعدة جديدة لا تتعارض مع أي أخرى يفترض فحص 1 800 تفاعلاً عند كل إضافة. ولما كان هذا التحقق غير قابل للتنفيذ يدوياً، فهو لا يُجرى: تُكتشَف التراجعات في الإنتاج، من قِبل المستخدمين.
الآلية 3 — التقادم أمام خصم تكيّفي.
التعريف الدقيق
فاعل تتضمّن دالة هدفه التفافاً على نظام القرار، ويملك إشارة ملاحظة على قرارات هذا النظام تتيح له تعديل سلوكه.
ترجمة إلى اللغة اليومية
فاعل له مصلحة في خداع النظام، يرى ما يمرّ وما يُحظَر، ويعدّل إرسالاته تبعاً لذلك.
الخاصية الحرجة: لا تناظر الدورات
يختبر المرسل تنويعة ويلاحظ النتيجة في ساعات قليلة، بتكلفة شبه معدومة؛ أما الفريق فيجب أن تلاحظ الانخفاض، وتشخّص المتجه، وتحرّر القاعدة، وتتحقق من سلامتها وتنشرها، أي عدة أيام. ما دام المهاجم يكرّر أسرع من المدافع، يميل الأداء نحو أداء نظام لا يرشّح إلا الحملات المتقادمة.
نقطة انتباه
هذه الخاصية ليست حكراً على الأنظمة القائمة على القواعد: نموذج مواجه لخصم تكيّفي يتدهور أيضاً. والفرق يكمن في التكلفة الوحدوية للتحديث — إعادة التدريب مجهَّزة وقابلة للتكرار، أما إعادة كتابة 1 800 قاعدة فليست كذلك.
بدلاً من تحديد الأنماط المميّزة للبريد المزعج، نكوّن مدوّنة رسائل طبيعتها معروفة وتحدّد الخوارزمية الانتظامات الفاصلة.
| البعد | نظام قائم على القواعد | نظام استقرائي |
|---|---|---|
| الرد على رسم جديد | كتابة قاعدة مخصَّصة | يُمتص إذا حُدِّثت المدوّنة |
| جهد التكيّف | متناسب مع عدد التنويعات | ثابت: إعادة التدريب |
| مصدر الإشارة | المحلّل الذي يلاحظ | بلاغات المستخدمين |
| أثر حجم الحركة | عبء صيانة متزايد | مورد إضافي للنموذج |
| مقروئية القرار | مرتفعة: القاعدة المفعَّلة مسمّاة | منخفضة: ترجيح مؤشرات كثيرة |
نقطة انتباه: إعادة الصياغة الاستقرائية لا تلغي العمل، بل تنقله نحو صيانة مدوّنة موسومة، وسلسلة إعادة تدريب، ومراقبة للأداء. والربح يكمن في أن هذا العمل قابل للتجيهيز والتكرار، لا في اختفائه.
ترتيب الأسئلة ليس محايداً: السؤال الأول ليس أبداً «أي خوارزمية نستخدم» بل «هل القاعدة معروفة». والتعلّم الآلي لا يكون ذا صلة إلا عندما تكون الإجابة بالنفي.
| الشرط | المسوّغ | توضيح |
|---|---|---|
| القاعدة غير قابلة للصياغة | معايير القرار غير قابلة للتعبير اللفظي، حتى من الخبراء الذين يطبّقونها | التعرّف على وجه، تقدير مخاطر مركَّبة |
| العوامل والتفاعلات كثيرة | الكتابة اليدوية تتباعد والاقتران بين القواعد يصبح غير قابل للإدارة | تقييم ائتماني على 60 متغيراً |
| البيئة تتطوّر | القواعد المكتوبة تتقادم؛ إعادة التدريب تمتص التطوّر بتكلفة ثابتة | كشف الاحتيال، ترشيح البريد |
| التخصيص يجب أن يكون واسع النطاق | قاعدة لكل فرد مستحيلة الكتابة والصيانة | توصية على عدة ملايين حساب |
| جواب تقريبي مقبول | النموذج ينتج تقديراً مصحوباً بعدم يقين، لا يقيناً أبداً | تقدير أسعار، توقّع طلب |
| يوجد سجلّ تاريخي موسوم كافٍ | الاستقراء يتطلّب ملاحظات قيمة هدفها معروفة | معاملات بنتيجة مشاهَدة |
هذه الشروط الستة مشتركة: مشكلة تستوفي خمسة منها و تفشل في السادس — نموذجياً غياب سجلّ موسوم — لا تندرج تحت التعلّم الآلي في حالتها الراهنة.
| مانع الاستخدام | السبب | البديل |
|---|---|---|
| القاعدة الدقيقة معروفة ومستقرة وقابلة للتحقق | سيستبدل النموذج تقريباً بجواب دقيق، بلا مقابل | تنفيذ الصيغة |
| الدقة التزام قانوني أو تعاقدي | تقريب إحصائي غير مقبول قانونياً على مبلغ مستحق | قاعدة صريحة، مُدقَّقة، مُصدَّرة |
| حجم الملاحظات غير كافٍ | الاستقراء على عيّنة صغيرة جداً ينصف قاعدة غير قابلة للتعميم | خبرة المجال، جمع مسبق |
| الخطأ كارثي ولا يمكن تداركه | لا نموذج يبلغ 100 %: النسبة المتبقية من الأخطاء بنيوية | إشراف بشري منهجي |
| لا يوجد أي سجلّ تاريخي، فالعملية جديدة | لا شيء يُستقرَأ | نماذج أولية، قواعد مؤقتة، جمع مجهَّز |
التعريف الدقيق
خاصية نظام قرار تتيح إعادة بناء، لكل قرار منتَج، سلسلة التسويغ التي أدّت إليه والحالة الدقيقة للنظام في ذلك التاريخ، بطريقة قابلة لإعادة الإنتاج من طرف ثالث. تتطلّب أن تكون القاعدة المطبَّقة قابلة للصياغة، وأن تُحفَظ النسخة السارية وأن يكون النتيجة قابلة لإعادة الإنتاج بشكل مطابق.
نقطة انتباه
يلبّي النموذج الإحصائي قابلية إعادة الإنتاج لكنه يجعل صياغة القاعدة صعبة: تنتج طرائق الشرح اللاحق تسويغاً تقريبياً للقرار، لا نصّه. عندما يقع الالتزام على التسويغ الفردي، قد يكون هذا التقريب غير كافٍ.
الوضعية 1 — القاعدة معروفة ودقيقة ومستقرة. حساب ضريبة مبيعات، تحويل بسعر منشور، استحقاق قرض بفائدة ثابتة، التحقّق من معرّف بمفتاح. نموذج مدرَّب على إعادة إنتاج هذه العمليات سيبلغ 99,7 % من الدقة حيث يبلغ التنفيذ المباشر 100 %: الاستبدال تراجع خالص.
الوضعية 2 — لا يوجد أي سجلّ تاريخي. عملية أُنشئت الأسبوع السابق لا تملك أي ملاحظة قيمة هدفها معروفة. والسؤال ليس اختيار خوارزمية بل تجهيز العملية حتى تُجمَع الملاحظات وتُوسَم.
الوضعية 3 — قابلية التدقيق التزام. عندما يجب تسويغ قرار فردياً أمام المعني أو جهة تنظيمية، تصبح القدرة على صياغة القاعدة المطبَّقة قيداً تصميمياً بقدر الأداء. يبقى النموذج عندئذ ذا صلة في المساعدة على القرار، أما القرار الملزم فتنتجه قاعدة صريحة أو مشغّل.
هذه النقطة الأهم في الفصل: تميّز فهماً تقنياً عن فهم تشغيلي.
لا يبلغ أي نموذج تعلّم آلي 100 % من الدقة على بيانات جديدة.
ينتج هذا القول من الطبيعة الاستقرائية للاستدلال: تُستخرَج القاعدة من عيّنة منتهية نحو مجال يتجاوزها. ودقة 100 % معلَنة على بيانات جديدة تشير، عملياً، إلى تسرّب بيانات، يُعالَج في الفصل 028، أو إلى تقييم أُجري على بيانات التعلّم. السؤال ذو الصلة إذن ليس أبداً «هل يخطئ النموذج»، بل:
من يعالج الأخطاء، بأي تكلفة، وفي أي مهلة؟
نموذج يبلغ 95 % من الدقة يُقدَّم عموماً كنموذج جيد. منسوباً إلى الحجم المعالَج:
الحجم اليومي للقرارات : 100 000
دقة النموذج : 95 %
القرارات الصحيحة : 95 000
القرارات الخاطئة : 5 000 في اليوم| فرضية المعالجة | العبء الناشئ | الخلاصة |
|---|---|---|
| لا معالجة، خطأ بلا عاقبة | معدوم | نموذج قابل للنشر كما هو |
| معالجة من المستخدم النهائي، 30 ثانية | 42 ساعة انتباه يومياً، موزَّعة | مقبول إذا كان الخطأ مرئياً وقابلاً للتصحيح |
| مراجعة بشرية داخلية، 4 دقائق لكل حالة | 333 ساعة يومياً، نحو 42 منصباً بدوام كامل | جهاز الاستدراك يكلف أكثر من النموذج |
| خطأ غير قابل للكشف من المستخدم | عبء معدوم، مخاطر غير محدودة | التكوين الأخطر |
السطر الأخير هو الأهم: خطأ مكلف لكنه مرئي مشكلة تحجيم، وخطأ صامت مشكلة تصميم.
| السياق | طبيعة الخطأ | الخطورة | قابلية العكس | التعلّم الآلي مناسب |
|---|---|---|---|---|
| توصية محتوى | اقتراح غير ذي صلة | ضعيفة | فورية: يتجاهل المستخدم الاقتراح | نعم، بلا تحفّظ |
| ترشيح البريد | إيجابي كاذب: إرسال مشروع يوضع في الحجر | متوسطة | جيدة إذا كان الحجر قابلاً للمراجعة | نعم، بشرط حجر قابل للوصول |
| صيانة تنبؤية | تنبيه غير مبرَّر أو عطل غير متوقَّع | متوسطة إلى مرتفعة | جزئية: تكلفة تدخّل أو تكلفة توقّف | نعم، بعتبة غير متناظرة |
| منح ائتمان | رفض غير مبرَّر لطالب قادر على السداد | مرتفعة | ضعيفة: ضرر واقع، نزاع ممكن | نعم، بقيد قابلية التفسير والتظلّم |
| اعتدال آلي | حذف محتوى مشروع | مرتفعة | مشروطة بوجود مسار تظلّم | نعم، بمراجعة بشرية مضمونة |
| تشخيص طبي | سلبي كاذب: مرض غير مكتشَف | مرتفعة جداً | ضعيفة إلى معدومة | لا في قرار مستقل: مساعدة على القرار |
| حساب راتب أو ضريبة | مبلغ خاطئ | مرتفعة | تصحيح ممكن، لكن إخلال بالتزام دقة | لا: القاعدة الدقيقة موجودة |
ثلاث قراءات يجب إتقانها.
القراءة الأولى: الخطورة تعتمد على سياق الاستخدام، لا على معدّل الخطأ. النموذج نفسه بدقة 95 % ممتاز في التوصية وغير مقبول في حساب الراتب.
القراءة الثانية: قابلية العكس هي المعيار التشغيلي الحاسم. خطأ خطير لكنه قابل للتدارك يُدار بالتصميم — عتبة حذرة، طابور تحقّق، مسار تظلّم؛ أما الخطأ غير القابل للعكس فلا يُدار كذلك.
القراءة الثالثة: نوعا خطأ المصنِّف لا يملكان التكلفة نفسها. هذا اللاتناظر معامل تصميم، قابل للضبط بعتبة القرار.
سلسلة إنتاج لا تستهدف العيب الصفري بأي ثمن: بل تحجّم معدّل عيب مقبول، ثم تصمّم جهاز الكشف والاستدراك المقابل. لا يعتمد هذا المعدّل على الآلة، بل على التكلفة الوحدوية لعيب خارج، وتكلفة المراقبة والحجم المنتَج. مسؤول يطالب بصفر عيوب دون تحجيم المراقبة لا يحصل على صفر عيوب: يحصل على عيوب غير مكتشَفة.
معدّل الخطأ المقبول لنموذج قرار هندسي كذلك، وليس أبداً خاصية للخوارزمية.
الحدود الأربعة التالية ليست عيوباً في التنفيذ: بل تنتج من الطبيعة الاستقرائية للمقاربة ولا يرفعها أي خوارزمية ولا أي معمارية ولا أي حجم بيانات.
القول
تستخرج خوارزمية التعلّم انتظامات موجودة في الأوصاف المقدَّمة. ولا يمكنها تأسيس قرار على عامل لا يظهر في أي متغير، لا مباشرة ولا عبر ارتباط.
توضيح
نموذج تقدير عقاري يُغذَّى بالمساحة وعدد الغرف لا يمكنه تثمين لا الإطلالة ولا التعريض ولا حالة السقف، التي تحدّد مع ذلك جزءاً جوهرياً من السعر. ولا يشير النموذج إلى هذا القصور: ينتج تقديراً سيُعزى خطؤه المتبقي إلى «الضجيج» بينما يعكس معلومة ناقصة.
النتيجة العملية
سقف الأداء تثبّته المحتوى المعلوماتي للمتغيرات، لا اختيار الخوارزمية. يفسّر هذا الحد خيبة شائعة: الانتقال من انحدار إلى طريقة تجميع متطوّرة لا يضيف إلا نقاطاً قليلة عندما تكون المعلومة اللازمة غائبة عن مجموعة البيانات.
القول
يحدّد نموذج تنبؤي ارتباطات إحصائية بين المتغيرات التوضيحية والمتغير الهدف. والارتباط ليس علاقة سبب بأثر: قد يقوم نموذج عالي الأداء على ارتباطات تفسيرها السببي خاطئ، بل معكوس.
الحالة الموثَّقة الربو والالتهاب الرئوي
كانت دراسة في التسعينات على مرضى أُدخلوا بسبب التهاب رئوي تهدف إلى التنبؤ بمخاطر الوفاة لتوجيه المرضى منخفضي المخاطر نحو رعاية خارجية. تعلّم النموذج قاعدة دقيقة على البيانات و خطيرة في الممارسة:
المرضى المصابون بالالتهاب الرئوي الذين لديهم سوابق ربو يعرضون مخاطر وفاة أقل.
الارتباط حقيقي في البيانات. تفسيره: هؤلاء المرضى كانوا يُدخلون منهجياً إلى العناية المركّزة بسبب سابقتهم، ويتلقّون هناك رعاية فورية وعدوانية، ومن ثمّ ينجون أكثر. كانت القاعدة المستقرأة نتيجة لبروتوكول الرعاية، لا خاصية سريرية؛ ولو طُبِّقت كما هي، لوجّهت إلى المنزل تحديداً المرضى الذين كان البروتوكول القائم يحميهم. لم يكن النموذج فاشلاً — كان يعيد إنتاج البيانات بأمانة — وقراءة من أطباء سريريين وحدها أتاحت كشف الشذوذ.
تُروى هذه الحالة خصوصاً من Cooper وزملائه (1997)، ثم أُعيد تناولها و تحليلها من Caruana وزملائه (2015) في أعمالهم عن النماذج القابلة للفهم في الصحة.
الصياغة الواجب تذكّرها
يتنبأ النموذج بما يحدث في الشروط التي أُنتجت فيها البيانات. ولا يتنبأ بما كان سيحدث لو تدخّلنا في هذه الشروط. وأي قرار تدخّل قائم على نموذج تنبؤي صرف يخرج من مجال صلاحية هذا النموذج.
القول
يفترض الإطار الإحصائي للتعلّم المُوجَّه أن بيانات الاستغلال تأتي من التوزيع نفسه الذي جاءت منه بيانات التعلّم. عندما تتوقف هذه الفرضية عن التحقّق، تسقط ضمانات الأداء.
شكلان من الانقطاع
النتيجة العملية
أسباب معتادة: تغيّر سلوك العملاء، تعديل المنتج أو العملية التجارية، تطوّر تنظيمي، تكيّف خصم، تعديل حسّاس، صدمة خارجية. فالنموذج في الإنتاج إذن لا يملك أداءً ثابتاً: يملك مدة صلاحية يجب مراقبتها لا افتراضها. والنشر بلا جهاز مراقبة قرار استغلال ناقص. يُعالَج الانحراف وكشفه واستراتيجيات إعادة التدريب في الفصل 082.
القول
جودة القاعدة المستقرأة محدودة بجودة الملاحظات المقدَّمة وتمثيليتها. بيانات خاطئة أو منحازة أو سيئة الوسم تنتج قاعدة خاطئة أو منحازة أو سيئة المعايرة.
التشديد الخاص بالتعلّم الآلي
برنامج حتمي يُغذَّى ببيانات غير صالحة يفشل بطريقة مرئية: استثناء، قيمة شاذة، رفض تحكّم. أما خوارزمية التعلّم فلا تفشل: تتقارب، تنتج نموذجاً، وهذا النموذج ينتج تنبؤات تبدو طبيعية. الفشل صامت.
| عيب البيانات | الأثر على النموذج | التجلّي |
|---|---|---|
| وسوم خاطئة جزئياً | القاعدة المستقرأة تعيد إنتاج خطأ الوسم | أداء ظاهري صحيح، قرارات خاطئة |
| مجتمع غير تمثيلي | القاعدة لا تصح إلا على مجموعة فرعية | فجوة أداء بين الشرائح |
| متغير غير متاح لحظة القرار | أداء ممتاز في الاختبار، انهيار في الإنتاج | تسرّب بيانات، الفصل 028 |
| فئات شديدة الاختلال | يفضّل النموذج الفئة الأغلبية | دقة مرتفعة، كشف معدوم على الفئة النادرة، الفصل 050 |
نقطة انتباه
غياب خطأ تنفيذ ليس أبداً دليلاً على الصلاحية لنظام استقرائي. يتطلّب التحقّق فحص البيانات، وتحليلاً للأخطاء حسب الشريحة، ومواجهة الانتظامات المتعلَّمة بمعرفة المجال.
الهدف تقدير سعر بيع منزل، والمقاربتان تُجريان جنباً إلى جنب على العقارات نفسها.
يقترح خبير في المجال صيغة قائمة على خبرته:
prix = surface_m2 x 3 500 + nombre_de_chambres x 10 000| العقار | المساحة | الغرف | السعر المحسوب | السعر الحقيقي | الخطأ | الخطأ النسبي |
|---|---|---|---|---|---|---|
| A | 90 م² | 3 | 345 000 $ | 352 000 $ | −7 000 $ | 2,0 % |
| B | 120 م² | 4 | 460 000 $ | 448 000 $ | +12 000 $ | 2,7 % |
| C | 75 م² | 2 | 282 500 $ | 291 000 $ | −8 500 $ | 2,9 % |
| D | 140 م² | 4 | 530 000 $ | 690 000 $ | −160 000 $ | 23,2 % |
على العقارات الثلاثة الأولى الصيغة مقبولة؛ وعلى الرابع، تفشل بمقدار 160 000 دولار. فجوة بهذا الحجم تسقط الأداة: لا يؤسّس أي مهني تفاوضاً على تقدير يمكن أن يبلغ خطؤه ربع القيمة.
| العامل | وضع العقار D | الأثر على السعر |
|---|---|---|
| الحي | قطاع مدرسي مرغوب، محطة نقل على بعد 300 متر | قوي، ضربي |
| التجديد | مطبخ وحمّام أُعيد تجهيزهما قبل 18 شهراً من البيع | إضافي، جوهري |
| المرآب | مرآب مزدوج، نادر في القطاع | إضافي، معتدل |
يبدو التصحيح بسيطاً: إضافة الحدود الناقصة.
prix = surface_m2 x A + nombre_de_chambres x B + garage x C
+ renovation_recente x D + indice_de_quartier x E + Fالبنية معقولة. المشكلة في موضع آخر:
ما قيم A و B و C و D و E و F؟
لا أحد يعرفها. لا تظهر في أي مرجع وتتغيّر حسب المدينة والشريحة والفترة. يمكن لخبير أن يقترح أمر حجم لـ A؛ ولا يمكنه الفصل بين 34 000 و 41 000 دولار لقيمة تجديد، ولا تقدير مؤشر الحي على مقياس متسق مع الحدود الأخرى. وتُضاف التفاعلات — قيمة التجديد تعتمد على الحي — واللاخطيات و عدم الاستقرار: ستتقادم المعاملات خلال ثمانية عشر شهراً.
الخلاصة: بنية المشكلة قابلة للتحديد من خبير؛ أما معاملاتها فلا. وهذا بالضبط التكوين الذي يستدعي مقاربة استقرائية.
نجمع البيوعات المبرَمة، الموصوفة بالمتغيرات نفسها، مع السعر المشاهَد.
| المساحة | الغرف | المرآب | مجدَّدة | مؤشر الحي | السعر المشاهَد |
|---|---|---|---|---|---|
| 90 م² | 3 | 0 | 0 | 3 | 352 000 $ |
| 120 م² | 4 | 1 | 0 | 3 | 448 000 $ |
| 75 م² | 2 | 0 | 0 | 3 | 291 000 $ |
| 140 م² | 4 | 1 | 1 | 7 | 690 000 $ |
| 105 م² | 3 | 1 | 0 | 5 | 468 000 $ |
| 160 م² | 5 | 1 | 1 | 6 | 712 000 $ |
| 82 م² | 2 | 0 | 1 | 4 | 371 000 $ |
تتضمّن المجموعة الحقيقية عدة آلاف من الصفوف بهذا الشكل، وإجراء التعلّم ينحصر في ثلاث تعليمات:
X = donnees[["surface", "chambres", "garage", "renovee", "indice_quartier"]]
y = donnees["prix"]
model.fit(X, y)الاستدعاء model.fit(X, y) هو عملية الاستقراء: تبحث الخوارزمية
عن المعاملات التي تصغّر الفجوة بين الأسعار المحسوبة والأسعار المشاهَدة على
مجموع البيوعات.
| الحد | المعامل المقدَّر | القراءة المهنية |
|---|---|---|
| المساحة | 3 120 $ لكل م² | القيمة الهامشية للمتر المربّع |
| الغرف | 6 400 $ لكل غرفة | الأثر الخاص، مع ضبط المساحة |
| المرآب | 14 900 $ | علاوة لمرآب |
| تجديد حديث | 38 200 $ | علاوة لتجديد حديث |
| مؤشر الحي | 21 500 $ لكل نقطة | أثر القطاع |
| الثابت | 18 700 $ | الإحداثي عند الأصل |
لم تُقدَّم أي من هذه القيم: بل استُقرئت من البيوعات الملاحَظة. يختلف معامل المساحة عن حدس الخبير — 3 120 بدلاً من 3 500 — لأن التقدير الأولي كان يمتص ضمنياً آثاراً تلتقطها الآن الحدود الأخرى.
تنبؤ على عقار لم يُرَ قط:
Bien E : 110 m², 3 chambres, garage, non rénovée, indice de quartier 4
110 x 3 120 = 343 200
3 x 6 400 = 19 200
garage = 14 900
rénovation = 0
4 x 21 500 = 86 000
constante = 18 700
-----------------------
Estimation = 482 000 $في الاستخدام المهني، يُرفَق هذا التقدير النقطي بفترة وخطأ متوسط يُحدَّدان أثناء التقييم.
| المعيار | المقاربة الحتمية | المقاربة الاستقرائية |
|---|---|---|
| أصل المعاملات | يفترضها خبير، غير قابلة للتحقق | تُقدَّر انطلاقاً من البيوعات المشاهَدة |
| أخذ عامل جديد في الحسبان | إعادة كتابة الصيغة، تحكيم يدوي للمعامل | إضافة عمود وإعادة تدريب |
| التكيّف مع سوق مختلف | إعادة كاملة للخبرة | إعادة تدريب على البيانات المحلية |
| قياس الجودة | فجوة مشاهَدة لاحقاً، بلا بروتوكول | خطأ مقيس على بيوعات غير مستخدمة للتعلّم |
| قابلية تدقيق القرار | مرتفعة: الصيغة قابلة للصياغة | متوسطة إلى ضعيفة حسب عائلة النماذج |
قراءة الجدول: تتفوّق المقاربة الاستقرائية على أربعة معايير و تخسر على قابلية التدقيق. هذا التوفيق تمثيلي ويُحسَم بسياق الاستخدام: تقدير إرشادي موجَّه لوكيل عقاري يحتمل قابلية تدقيق متوسطة؛ أما قيمة خبرة ملزمة أمام محكمة فلا تحتملها.
مفردات الصحافة — «الخوارزمية تقرّر»، «الآلة تتعلّم وحدها» — تغذّي فكرة أتمتة شاملة لسلسلة القرار. ويفنّد فحص الدورة الحقيقية لمشروع ذلك.
| مرحلة الدورة | محتوى القرار | صاحب القرار |
|---|---|---|
| 1. صياغة المشكلة التجارية | تحديد أي سؤال يستحق أن يُطرَح | إنسان |
| 2. البت في جدوى التعلّم الآلي | مواجهة المشكلة بشروط الفقرة 3 | إنسان |
| 3. تعريف المتغير الهدف | اختيار ما يُتنبَّأ به وكيف يُقاس | إنسان |
| 4. اختيار البيانات وجمعها | تحديد المصادر والفترة والمجتمع | إنسان |
| 5. تعريف مقياس الأداء والعتبة | تثبيت ما يشكّل نجاحاً، والتحكيم بين أنواع الخطأ | إنسان |
| 6. تحضير البيانات وبناء المتغيرات | تنظيف، ترميز، تجميع، اشتقاق | إنسان، مجهَّز |
| 7. اختيار عائلة الخوارزميات | تحكيم الأداء وقابلية التفسير والتكلفة والقيود | إنسان |
| 8. ضبط معاملات النموذج | تقدير المعاملات التي تصغّر الخطأ على العيّنة | آلة |
| 9. تقييم النتائج وتفسيرها | تحليل الأخطاء، المواجهة بالمجال، كشف الشذوذات | إنسان |
| 10. قرار النشر في الإنتاج | البت في النشر وضماناته | إنسان |
| 11. المراقبة والتحكيم في إعادة التدريب | كشف الانحراف، قرار استئناف الدورة | إنسان |
من إحدى عشرة خطوة، تغطي الآلة واحدة، مشروطة بالكامل بالقرارات البشرية التي تسبقها: بيانات الخطوة 4، وهدف الخطوة 3، ومقياس الخطأ في الخطوة 5، وعائلة النماذج في الخطوة 7 تحدّد بالكامل ما يمكن أن تنتجه الخطوة 8.
الكتل ذات التدرّج الداكن تندرج تحت القرار البشري. والكتلة ذات التدرّج الفاتح هي الخطوة الوحيدة التي تنفّذها الآلة.
ينتج مطياف قياسات لا يستطيع أي مشغّل الحصول عليها بالعين: وهو لا يُعوَّض على هذا الجزء من السلسلة. ولا يختار سؤال البحث، ولا يسحب العيّنة، ولا يعرّف البروتوكول، ولا يفسّر النتائج ولا يقرّر النشر. وتحتل خوارزمية تعلّم الموقع نفسه تماماً.
التعريف الدقيق
موضع نظام مؤتمت على السلّم الممتد من مجرّد إنتاج معلومة إلى قرار يُنفَّذ بلا تدخّل بشري، مميَّز بالدور المعيَّن للمشغّل في حلقة القرار.
الأنظمة الثلاثة المعتادة
| النظام | دور الإنسان | سياق الاستخدام |
|---|---|---|
| مساعدة على القرار | الإنسان يقرّر، النموذج يُعلِم | خطأ خطير، قرار مسوَّغ، خبرة لا غنى عنها |
| إنسان في الحلقة عند الاستثناء | النموذج يقرّر، الإنسان يحكّم الحالات غير المؤكَّدة | حجم مرتفع، أخطاء قابلة للتدارك، عدم يقين قابل للتحديد |
| أتمتة كاملة | النموذج يقرّر وحده، الإنسان يراقب المجاميع | خطأ ضعيف الخطورة، حجم هائل، قابلية عكس فورية |
نقطة انتباه
نظام الاستقلالية قرار تصميم، مستقل عن أداء النموذج. يمكن نشر نموذج عالي الأداء في مساعدة على القرار لأن السياق يتطلّب ذلك؛ ويمكن أتمتة نموذج متواضع بالكامل لأن الخطأ بلا عاقبة.
العَرَض: صياغة الاختيار كتحديث، أو مقابلة طريقة «متقادمة» بطريقة «حالية».
السبب: المقاربتان تجيبان على تكوينين متميّزين. والتعلّم الآلي لا يضيف شيئاً عندما تكون القاعدة معروفة ودقيقة ومستقرة؛ بل يُدخل تقريباً بلا مقابل.
الصياغة الصحيحة: «تعالج البرمجة الحتمية والتعلّم الاستقرائي تكوينين مختلفين. ومعيار الاختيار هو توفّر قاعدة دقيقة ومستقرة، لا قِدَم الطريقة.»
العَرَض: وصف المشروع بأنه «نعطي البيانات للخوارزمية و تجد كل شيء وحدها».
السبب: لا تنفّذ الخوارزمية إلا خطوة واحدة من إحدى عشرة. واختيار الهدف، والبيانات، ومقياس الأداء وعائلة النماذج بشري، ويشترط بالكامل النتيجة المحصَّلة.
الصياغة الصحيحة: «تقدّر الخوارزمية المعاملات. أما تأطير المشكلة، واختيار البيانات، وتعريف مقياس الأداء و التحقّق فتبقى قرارات بشرية.»
العَرَض: قرار التدخّل في متغير لأن النموذج ينسب إليه وزناً مهماً — «يُظهر النموذج أن سوابق الربو تقلّل المخاطر، إذن يمكن لهؤلاء المرضى العودة إلى منازلهم».
السبب: يعيد نموذج تنبؤي انتظامات العملية التي ولّدت البيانات، بما فيها البروتوكولات والسياسات. ولا يقول شيئاً عما كان سيحدث لو عدّلنا هذه العملية.
الصياغة الصحيحة: «يثبت النموذج ارتباطاً صالحاً في شروط إنتاج البيانات. وأي قرار تدخّل في متغير يتطلّب تحليلاً سببياً متميّزاً، ببروتوكول مكيَّف.»
العَرَض: الخلاصة بالنشر على أساس رقم إجمالي وحده، دون فحص حجم الأخطاء المتبقية ولا طبيعتها.
السبب: 95 % من الدقة على 100 000 قرار يومي تمثّل 5 000 خطأ في اليوم. وتعتمد جدوى النشر على خطورتها، و قابليتها للكشف، وقابليتها للعكس، وتكلفة معالجتها.
الصياغة الصحيحة: «معدّل الدقة لا يكفي. يجب إرساء حجم الأخطاء المتوقَّع، وخطورة كل نوع خطأ، ومن يكشفها وبأي تكلفة تُستدرَك.»
العَرَض: تسليم نموذج بلا جهاز مراقبة، باعتبار المشروع منتهياً عند النشر في الإنتاج.
السبب: تفترض ضمانات التعلّم أن بيانات الاستغلال تتبع التوزيع نفسه الذي تتبعه بيانات التعلّم. وتتوقف هذه الفرضية عن التحقّق ما إن يتطوّر المستخدمون أو المنتج أو التنظيم أو خصم.
الصياغة الصحيحة: «يملك النموذج مدة صلاحية. ويتضمّن النشر في الإنتاج مراقبة الأداء وإجراء إعادة تدريب.» يُعالَج الموضوع في الفصل 082.
الانقلاب
البرمجة الحتمية : قواعد + بيانات -> أجوبة
التعلّم الاستقرائي : بيانات + أجوبة -> قواعد
القاعدة مَدخل في الحالة الأولى، ومَخرج في الثانية.
نمط الاستدلال
الحتمي : استنباط، نتيجة ضرورية
الاستقرائي : استقراء، نتيجة محتملة وقابلة للمراجعة
الإطار الشكلي
f دالة هدف، مجهولة، غير ملاحَظة أبداً
f^ فرضية تحتفظ بها الخوارزمية، تقريب لـ f
الفجوات : تقريب (نموذج)، تقدير (بيانات)، انحراف (زمن)
معيار الاختيار، بالترتيب
1. هل القاعدة الدقيقة معروفة ومستقرة؟ -> حتمي
2. هل يوجد سجلّ تاريخي موسوم كافٍ؟ -> وإلا، اجمع
3. هل جواب تقريبي مقبول؟ -> وإلا، حتمي
4. هل تكلفة الأخطاء قابلة للسيطرة؟ -> وإلا، مساعدة على القرار
5. وإلا -> مقاربة استقرائية
الحساب الواجب طرحه منهجياً
95 % دقة على 100 000 قرار = 5 000 خطأ في اليوم
السؤال : من يعالجها، بأي تكلفة، في أي مهلة؟
الحالة الأخطر : الخطأ غير القابل للكشف.
الحدود البنيوية الأربعة
1. لا تُخلَق أي معلومة إذا كانت غائبة عن البيانات
2. الارتباط المتعلَّم ليس سببية ثابتة
3. استقرار العلاقة فرضية، لا واقعة
4. بيانات معيبة -> نموذج معيب، بلا أي إشارة خطأ
توزيع الأدوار
11 خطوة في الدورة. تغطي الآلة 1 :
ضبط المعاملات. والعشر الأخرى قرارات بشرية.عبارة تلخيصية
تتميز البرمجة الحتمية والتعلّم الاستقرائي بموضع قاعدة القرار: محدَّدة في المدخل في الحالة الأولى، مستقرأة في المخرج في الثانية. ولا تكون المقاربة الاستقرائية ذات صلة إلا عندما تكون القاعدة الدقيقة غير قابلة للوصول، ويوجد سجلّ تاريخي موسوم، ويكون جواب تقريبي مقبولاً وتكون تكلفة الأخطاء المتبقية مسيطَراً عليها؛ ولا تتولّى الآلة فيه إلا خطوة واحدة، ضبط المعاملات، أما البقية فكلها تندرج تحت القرار البشري.
الاختبار وأسئلة المقابلات: من 002.1-quiz-renversement-paradigme.md إلى
002.7-quiz-roles-humain-machine.md
الفصل التالي: 003-trois-familles-apprentissage.md