التعلم المنهجي

التعلم المنهجي هو أسلوب في مجال تعلم الآلة ، حيث يتم تدريب النموذج على أمثلة ذات صعوبة متزايدة، وقد يُحدد مستوى الصعوبة مسبقًا أو يُكتشف أثناء عملية التدريب. يهدف هذا الأسلوب إلى تحقيق أداء جيد بسرعة أكبر، أو التقارب نحو حل أمثل محلي أفضل في حال عدم التوصل إلى الحل الأمثل العالمي . ^{[ 1 ] [ 2 ]}

بشكل عام، يُعدّ التعلّم المنهجي أسلوبًا يتم فيه زيادة صعوبة الأمثلة في مجموعة التدريب المُقدّمة للنموذج تدريجيًا عبر دورات تدريبية متعددة. قد يُحقق هذا الأسلوب نتائج أفضل من تعريض النموذج لمجموعة التدريب الكاملة مباشرةً في بعض الحالات؛ لا سيما عندما يستطيع النموذج تعلّم المبادئ العامة من أمثلة أسهل، ثم دمج معلومات أكثر تعقيدًا ودقة تدريجيًا مع إدخال أمثلة أصعب، مثل الحالات الحدية أو النفي الصعب . وقد ثبتت فعالية هذا الأسلوب في العديد من المجالات، على الأرجح كشكل من أشكال التنظيم . ^{[ 3 ]}

توجد عدة اختلافات رئيسية في كيفية تطبيق هذه التقنية:

• يجب تعريف مفهوم "الصعوبة". قد يُستمد هذا المفهوم من التعليقات البشرية ^{[ 4 ] [ 5 ]} أو من قاعدة استدلالية خارجية ؛ فعلى سبيل المثال، في نمذجة اللغة ، قد تُصنف الجمل الأقصر على أنها أسهل من الجمل الأطول. ^{[ 6 ]} وثمة نهج آخر يتمثل في استخدام أداء نموذج آخر، حيث تُصنف الأمثلة التي تنبأ بها ذلك النموذج بدقة على أنها أسهل (مما يُوفر صلةً بتقنية التعزيز ).
• يمكن زيادة مستوى الصعوبة تدريجيًا ^{[ 7 ]} أو على مراحل محددة ^{[ 8 ]} ، وفق جدول زمني محدد أو وفقًا لتوزيع احتمالي . وقد يُخفف من ذلك أيضًا اشتراط التنوع في كل مرحلة، في الحالات التي يُحتمل فيها أن تكون الأمثلة الأسهل متشابهة بشكل غير متناسب ^{[ 9 ] .}
• يجب على التطبيقات أيضًا تحديد جدول زمني لزيادة مستوى الصعوبة. قد تستخدم الأساليب البسيطة جدولًا زمنيًا ثابتًا، مثل التدريب على أمثلة سهلة لنصف عدد التكرارات المتاحة، ثم التدريب على جميع الأمثلة في النصف الثاني. ^{[ 3 ]} بينما تستخدم أساليب أخرى التعلم الذاتي لزيادة مستوى الصعوبة بما يتناسب مع أداء النموذج على المجموعة الحالية. ^{[ 10 ]}

بما أن التعلم المنهجي يقتصر على اختيار بيانات التدريب وترتيبها، فإنه يُمكن دمجه مع العديد من تقنيات التعلم الآلي الأخرى. ويفترض نجاح هذه الطريقة أن النموذج المُدرَّب على نسخة أسهل من المشكلة قادر على التعميم على نسخ أكثر صعوبة، لذا يُمكن اعتباره شكلاً من أشكال التعلم النقل . كما يرى بعض الباحثين أن التعلم المنهجي يشمل أشكالاً أخرى من التعقيد المتزايد تدريجياً، مثل زيادة عدد معلمات النموذج. ^{[ 11 ]} وكثيراً ما يُدمج مع التعلم المعزز ، مثل تعلم نسخة مبسطة من لعبة ما أولاً. ^{[ 12 ]}

لقد حققت بعض المجالات نجاحًا باستخدام أسلوب التعلم المضاد للمنهج : التدريب على أصعب الأمثلة أولاً. ومن الأمثلة على ذلك طريقة ACCAN للتعرف على الكلام ، والتي تتدرب على الأمثلة ذات أدنى نسبة إشارة إلى ضوضاء أولاً. ^{[ 13 ]}

صاغ يوشوا بنجيو وزملاؤه مصطلح "التعلم المنهجي" عام ٢٠٠٩، ^{[ ١٤ ]} مشيرين إلى أسلوب التشكيل النفسي في الحيوانات والتعليم المنظم للبشر: البدء بأبسط المفاهيم ثم البناء عليها. ويشير الباحثون أيضًا إلى أن تطبيق هذا الأسلوب في التعلم الآلي يعود بجذوره إلى الدراسات المبكرة للشبكات العصبية، مثل ورقة جيفري إلمان البحثية عام ١٩٩٣ بعنوان "التعلم والتطور في الشبكات العصبية: أهمية البدء بخطوات صغيرة" . ^{[ ١٥ ]} وقد أظهر بنجيو وزملاؤه نتائج جيدة في مسائل تصنيف الصور ، مثل تحديد الأشكال الهندسية ذات الأشكال الأكثر تعقيدًا تدريجيًا، ونمذجة اللغة ، مثل التدريب باستخدام مفردات تتوسع تدريجيًا . وخلصوا إلى أن "الأثر الإيجابي لاستراتيجيات المناهج الدراسية يكون أكثر وضوحًا على مجموعة الاختبار"، مما يشير إلى إمكانية تعميمها بشكل جيد.

وقد تم تطبيق هذه التقنية منذ ذلك الحين على العديد من المجالات الأخرى:

• معالجة اللغة الطبيعية :
  • تحديد أجزاء الكلام ^{[ 16 ]}
  • الكشف عن النوايا ^{[ 17 ]}
  • تحليل المشاعر ^{[ 18 ]}
  • الترجمة الآلية ^{[ 19 ] [ 20 ]}
  • التعرف على الكلام ^{[ 21 ]}
  • التدريب المسبق لنموذج اللغة ^{[ 22 ]}
• التعرف على الصور :
  • التعرف على الوجه ^{[ 23 ]}
  • الكشف عن الأجسام ^{[ 24 ]}
• التعلم المعزز :
  • اللعب ^{[ 25 ]}
• التعلم البياني ^{[ 26 ] [ 27 ]}
• تحليل المصفوفة ^{[ 28 ]}

• التعلم المنهجي: دراسة استقصائية
• دراسة استقصائية حول تعلم المناهج الدراسية
• التعلم المنهجي لمجالات التعلم المعزز: إطار عمل ودراسة استقصائية
• التعلم المنهجي في IEEE Xplore