ما هو المُشفر التلقائي؟

إذا كنت قد قرأت عن تقنيات التعلم غير المُشرّف من قبل، فقد واجهت مصطلح “مُشفر تلقائي”. المُشفرات التلقائية هي واحدة من الطرق الرئيسية لتطوير نماذج التعلم غير المُشرّف. ومع ذلك، ما هو المُشفر التلقائي بالضبط؟

باختصار، تعمل المُشفرات التلقائية عن طريق أخذ البيانات، وتقليل حجمها وتشفيرها، ثم إعادة بناء البيانات من تمثيل التشفير. يتم تدريب النموذج حتى تُقلّل الخسارة وتُنتج البيانات بأكبر دقة ممكنة. من خلال هذا العملية، يمكن للمُشفر التلقائي أن يتعلم الميزات المهمة من البيانات. بينما هذا هو تعريف سريع للمُشفر التلقائي، سيكون من المفيد النظر بشكل أعمق في المُشفرات التلقائية واكتساب فهم أفضل لكيفية عملها. سيحاول هذا المقال إزالة الغموض عن المُشفرات التلقائية، وشرح هيكل المُشفرات التلقائية وتطبيقاتها.

ما هو المُشفر التلقائي؟

المُشفرات التلقائية هي شبكات عصبونية. الشبكات العصبونية تتكون من طبقات متعددة، والميزة المميزة للمُشفر التلقائي هي أن طبقات الإدخال تحتوي على نفس المعلومات مثل طبقات الإخراج. السبب في أن طبقات الإدخال وطبقات الإخراج تحتوي على نفس عدد الوحدات هو أن المُشفر التلقائي يهدف إلى تكرار البيانات الإدخالية. إنه يُخرج نسخة من البيانات بعد تحليلها وإعادة بنائها بطريقة غير مُشرّفة.

البيانات التي تنتقل عبر المُشفر التلقائي لا يتم映سها بشكل مباشر من الإدخال إلى الإخراج، مما يعني أن الشبكة لا تُкопي البيانات الإدخالية فقط. هناك ثلاثة مكونات للمُشفر التلقائي: جزء التشفير (الإدخال) الذي يقلل حجم البيانات، ومكون يتعامل مع البيانات المُقاسة (أو عنق الزجاجة)، وجزء الفك التشفير (الإخراج). عندما يتم إدخال البيانات إلى المُشفر التلقائي، يتم تشفيرها ثم تقليل حجمها إلى حجم أصغر. يتم تدريب الشبكة على البيانات المُقاسة/المُقاسة، وتنتج نسخة من تلك البيانات.

هيكل المُشفر التلقائي

لننظر إلى هيكل المُشفر التلقائي. سنناقش الهيكل الرئيسي للمُشفر التلقائي هنا. هناك تحورات على هذا الهيكل العام التي سنناقشها في القسم التالي.

صورة: Michela Massi via Wikimedia Commons,(https://commons.wikimedia.org/wiki/File:Autoencoder_schema.png)

كما ذكرنا من قبل، يمكن تقسيم المُشفر التلقائي بشكل أساسي إلى ثلاثة مكونات: المُشفر، وعنق الزجاجة، والفك التشفير.

جزء التشفير من المُشفر التلقائي هو عادة شبكة متصلة كثيفة، متصلة إلى الأمام. الغرض من طبقات التشفير هو أخذ البيانات الإدخالية وتقليل حجمها إلى تمثيل فضاء 潜 في، مما يولد تمثيلا جديدا للبيانات يقل حجمه.

طبقات الفك التشفير هي ما يتحمل مسؤولية أخذ البيانات المُقاسة وتحويلها مرة أخرى إلى تمثيل له نفس الأبعاد مثل البيانات الأصلية غير المُعدّلة. يتم التحويل باستخدام تمثيل الفضاء 潜 في الذي تم إنشاؤه بواسطة المُشفر.

سمات المُشفر التلقائي

هناك أنواع مختلفة من المُشفرات التلقائية، ولكنها جميعا تتمتع بسمات معينة تجمعها.

المُشفرات التلقائية تتعلم تلقائيا. لا تتطلب تسميات، وإذا تم تزويدتها ببيانات كافية، فمن السهل الحصول على أداء عالي للمُشفر التلقائي على نوع معين من البيانات الإدخالية.

المُشفرات التلقائية هي محددة بالبيانات. هذا يعني أنها يمكن أن تقلل حجم البيانات فقط التي تشبه إلى حد كبير البيانات التي تم تدريب المُشفر التلقائي عليها. المُشفرات التلقائية也是 خاسرة، مما يعني أن إخراج نموذجها سيكون مخفضا مقارنة بالبيانات الإدخالية.

عند تصميم المُشفر التلقائي، يحتاج مهندسو التعلم الآلي إلى الاهتمام بأربعة معاملات超 معمولة للنموذج: حجم الرمز، وعدد الطبقات، وعدد العقد في كل طبقة، ووظيفة الخسارة.

أنواع المُشفرات التلقائية

كما ذكرنا من قبل، هناك تحورات على هيكل المُشفر التلقائي الكلاسيكي. لننظر إلى مختلف هياكل المُشفرات التلقائية.

نادر

صورة: Michela Massi via Wikimedia Commons, CC BY SA 4.0 (https://commons.wikimedia.org/wiki/File:Autoencoder_sparso.png)

تطبيقات المُشفر التلقائي

المُشفرات التلقائية يمكن استخدامها لمجموعة واسعة من التطبيقات، ولكنها عادة ما تستخدم لمهام مثل تقليل الأبعاد، وتنقية البيانات، واستخراج الميزات، وإنشاء الصور، وتنبؤ التسلسل إلى التسلسل، وأنظمة التوصية.