هل ضروري تعلم الرياضيات لتعلم مجال الذكاء الاصطناعي

ستحتاج إلى الإلمام بأساسيات الرياضيات لتسهيل دراستك للدورة واستيعاب بعض المفاهيم، لا داعي للقلق فالكره نابع من دراسة أو شرح غير مناسبين أدى لتلك التجربة السيئة كحال الغالب.

الذكاء الاصطناعي يعتمد على النماذج الرياضية لفهم البيانات واتخاذ القرارات، ومفاهيم كالجبر الخطي والذي به المصفوفات والمتجهات ستجد أنها مستخدمة في الشبكات العصبية، بجانب الإحصاء والاحتمالات لتحليل البيانات واتخاذ قرارات، وأيضًا التفاضل والتكامل لتحسين النماذج.

فالشبكات العصبية، ببساطة، هي دوال رياضية تحول البيانات المدخلة ضمن فضاء متجهي باستخدام عمليات خطية وغير خطية، والمخرجات تكون عبارة عن توزيعات احتمالية، وتدريب تلك الشبكات يعتمد على خوارزمية تُسمى الانحدار التدريجي gradient descent والتي تتطلب فهم المشتقات من التفاضل.

كل ما أنت بحاجة إليه هو دراسة الأساسيات وليس التعمق، ستقوم بدراسة ما يلي:

• الجبر الخطي وهو الأهم ركز على فهم المفاهيم الأساسية مثل المتجهات، الفضاءات المتجهة، العمليات على المتجهات والمصفوفات، الاستقلال الخطي، الأساس basis، والقيم والمتجهات الذاتية eigenvalues وeigenvectors.
• التفاضل ويكفي أن تفهم مفهوم المشتقات، لأنها أساسية في تدريب النماذج، فالتكامل ليس ضروريًا في المرحلة الأولى، لذا تستطيع تأجيله.
• الإحصاء والاحتمالات يكفي معرفة القواعد الأساسية للاحتمالات وبعض التوزيعات الاحتمالية الشائعة، لأنها تُستخدم في تحليل مخرجات النماذج كما أشرت.

وليس كافٍ التركيز على مجال واحد مما سبق، بل ستحتاج إلى فهم أساسي لكل منها لتتمكن من الانطلاق في تعلم الذكاء الاصطناعي، ابدأ بالأساسيات، ومع تقدمك في تعلم الآلة، بإمكانك العودة لتعميق معرفتك بالرياضيات حسب الحاجة.

تستطيع البحث على اليوتيوب عن مصادر لتعلم ذلك، أو تفقد التالي لكن بالإنجليزية:

ستحتاج بالطبع إلى أساسيات في الرياضيات حيث الذكاء الإصطناعي يعتمد بشكل أساسي على الرياضيات .

و ليس المقصود من تعلم الجبر الخطي Linear Algebra أن تكون عالمًا متخصصًا فيه.

ولكن باختصار،

لابد من وجود أساسيات الجبر الخطي مثل : المصفوفات والعمليات على المصفوفات ولابد أن تعرف قواعد كل عملية، لأنه بالتأكيد لا يمكن الحصول على قيمة المتغير c في المثال الذي أعطيته دون أن تعرف كيف يتم حسابها، كذلك معرفة بالمعادلات الرياضية من الدرجات المختلفة

وكذلك التمثيل البياني وفهم المصطلحات الخاصة به،والمتجهات والانحدار

و يجب دراسة هذه المواضيع حتى تفهم ما يدور خلف الكواليس وتستطيع تحسين النتائج فيما بعد.

وإضافة إلى الجبر الخطي:

• التفاضل والتكامل
• حساب المثلثات
• الإحصاء الوصفية

ويمكنك قراءة الإجابة التالية لمعرفة ما الواجب عليه معرفته قبل البدء في الذكاء الإصطناعي :

كما يبدو فإن تعلم أساسيات  الرياضيات ضرورية لفهم الأسس العميقة للذكاء الاصطناعي مثل الجبر الخطي، الحساب التفاضلي، والإحصاء.

ولكن يمكنك للبدء في تعلم الذكاء الإصطناعي دون حاجة إلى تعلم أساسيات الرياضيات، وبالتزامن مع تعلمك الذكاء الإصطناعي يمكنك بناء بعض المهارات تدريجيًا في الرياضيات ويمكن تعلمها بطرق ممتعة من منصات مثل Khan Academy والتي تقدم دروسًا مجانية ومنظمة تبدأ من الحساب الأساسي إلى الجبر والحساب التفاضلي، مع تمارين تفاعلية.

الرياضيات ليست مجرد ضرورة، بل هي العمود الفقري لتعلّم الذكاء الاصطناعي. مجالات مثل الجبر الخطي (للتعامل مع المصفوفات والمتجهات)، التفاضل والتكامل (لتحسين النماذج مثل التدرج النازل)، الإحصاء والاحتمالات (لتحليل البيانات ونمذجة عدم اليقين)، ونظرية التحسين (لتصميم الخوارزميات) هي أساسية. بدون فهم جيد لهذه المفاهيم، سيكون من الصعب استيعاب كيفية عمل خوارزميات الذكاء الاصطناعي، مثل الشبكات العصبية أو تعلم الآلة.

لكن، إذا كنت مبتدئًا، يمكنك البدء بمستوى أساسي من الرياضيات وتطوير مهاراتك تدريجيًا مع التعمق في المجال. هناك أدوات ومكتبات (مثل TensorFlow أو PyTorch) تقلل من الحاجة إلى التعامل المباشر مع الرياضيات المعقدة، لكن فهم الرياضيات يمنحك ميزة كبيرة لتصميم حلول مبتكرة أو فهم الأنظمة بعمق. إذا كنت تسعى للعمل في البحث أو التطوير في الذكاء الاصطناعي، فالرياضيات تصبح حتمية.