هل تعيد قراءة كتاب أنهيته؟ أغلبنا لا يفعل. نقنع أنفسنا بأن الكتاب المقروء كتابٌ مُنجز، وأن الوقت أولى أن يُصرف على الجديد. هذا بالضبط ما قلته لنفسي حين اقترحت عليّ زميلتي لمى السيف أن نقرأ “مشروع العنقاء” معاً ضمن مبادرات الـ Reading Time للإدارة. المرة الثالثة. التزام عالٍ. وكتاب أذكر بأني قرأته مرتين وخرجت منه بحصيلة دسمة — فما الذي سيتغيّر؟ لكن لمى وضعت أمامي سؤالاً لم أتوقعه: لماذا نفترض أن التعلّم يعني دائماً اكتشاف شيء جديد؟ ماذا عن تثبيت ما نعرفه؟ ماذا عن إعادة زيارة الفكرة ذاتها بعد أن تغيّرنا نحن؟ أنت لا تقرأ الكتاب ذاته حين تقرأه بعد سنوات من خبرات مختلفة ومواقف لم تكن قد عشتها بعد — أنت قارئ مختلف، والكلمات هي التي لم تتغيّر.

كلمة شكر قبل أن أدخل في هذه التدوينة، أود أن أبدأ بشكر فريقي الرائع. كانت هذه آخر ورقة بحثية نناقشها سويًا، بعد سلسلة طويلة من الأسئلة الصعبة والتجارب التي لم نكتفِ فيها بأن تكون النتائج صحيحة، بل أردنا أن نفهم كيف ولماذا يتعلم النموذج. كانت مدارسة ورقة ممتعة مع كم كبير من الحماسة لا أعلم سببها هل لأنها آخر ورقة أم لأن قائد المدارسة أبدع في إدارة النقاش. هذا النص ليس تلخيصًا لورقة بحثية، بل محاولة لشرحها من داخل تجربة حقيقية كشفت لنا حدود بعض افتراضاتنا.

مقدمة يجتاح الذكاء الاصطناعي اليوم بأشكاله المختلفة كل مجالات الحياة، ويعتبره الكثيرون الثورة الصناعية الرابعة، مقارنًا بثورات الحوسبة، والكهرباء، والآلات؛ خصوصًا بعد الفتوحات المذهلة في مجالات الذكاء التوليدي، والنماذج اللغوية العملاقة، وغيرها؛ ممهدةً الطريق لاستخدامات عملية في شتى المجالات. الرحلة حلم بعيد المنال نشأ الذكاء الاصطناعي منذ عهد بعيد؛ إذ رفع قواعدَ الشبكات العصبية -أحدُ أهم الأدوات المستخدمة في الذكاء الاصطناعي اليوم- في عام ١٩٤٣م العالمانِ وارن ماك-كولوتش و والتر بِتس.

احتاجت أحد صديقاتي مساعدة في فهم اشتقاق الـ SoftMax مما دفعني لإيضاح هذا المحتوى عربيًا ونشره لعموم الاستفادة. أتوقع -وأتطلع- من القارئ الكريم في نهاية هذا المنشور أن يشتق الدالة بالنسبة لمتغير ولهذا أسهبت في ذكر بعض التفاصيل الأولية/البديهية لزيادة التثبيت وتعميق الفهم. كما آمل من قارئ المنشور أن يكون مستقرًا في ذهنه بعض الأساسات عن التعلم العميق، ومبادئ الرياضيات و Neural Network مقدمة تعتبر SoftMax أحد activation function في مجال التعلم العميق، بالاطلاع على مجال الـ Neural Network نستطيع أن نستنتج أن دالة SoftMax تستخدم كدالة احتمالات تدلنا على التصنيف (Class) المناسب لمدخلِ ما؛ فلو كان عندي -مثلًا- ثلاثة تصنيفات: أشجار، بحار، سيارات فإن استخدام الدالة في آخر طبقة من الشبكة العصبية يساعد على التعرف على التصنيف (Class) للصورة المدخلة.