الذكاء الاصطناعي بالتجربة لطلاب المرحلة الثانوية، الصفوف 9 إلى 12

عالم الشبكة

علِّم الروبوت كيف يصل إلى الهدف

النقطة الحمراء في الزاوية العليا اليسرى روبوت لا يعرف شيئًا. يستطيع التحرك إلى الأعلى أو الأسفل أو اليمين أو اليسار، لكنه لا يعرف مكان الهدف ولا يعرف أن الحفر خطرة. عليه أن يكتشف ذلك بنفسه، بتجربة الحركات وتذكُّر ما حدث بعدها.

الوصول إلى الهدف الأخضر يمنحه +10 نقاط، والسقوط في حفرة وردية يُفقده 10 نقاط، وكل خطوة تكلِّفه 0.1 نقطة، فالتجوّل بلا اتجاه ليس خطة جيدة. اضغط «درِّب 100 جولة» وشاهد كيف يتعلم، ثم غيِّر الإعدادات ولاحظ ما يحدث.

جاهز. اضغط «درِّب 100 جولة» للبدء، أو اضغط «تعديل العالم» لتصميم متاهتك الخاصة.
اضغط على أي مربع لتغييره بالترتيب: فارغ ← جدار ← حفرة ← هدف ← بداية ← فارغ. لنقل الهدف أو نقطة البداية، واصل الضغط على مربع جديد حتى يصبح هو الهدف أو البداية.
الروبوت
الهدف (+10)
حفرة (−10)
جدار
القيمة (الأكثر سطوعًا أفضل)

تجارب جرِّبها

1. الروبوت الطمّاع

أعد ضبط كل شيء، واجعل إبسيلون يساوي 0، ثم درِّب 100 جولة. لن يستكشف الروبوت عن قصد، بل يختار دائمًا الحركة التي تبدو الأفضل حاليًا، ولا يختار عشوائيًا إلا إذا تساوت عدة حركات.

توقَّع: هل سيجد الهدف، أم سيعلق وهو يكرر الخطأ نفسه؟

2. الروبوت الفوضوي

أعد الضبط، ثم ارفع إبسيلون إلى 1.00 ودرِّب. الآن يتجاهل الروبوت ما تعلمه ويتحرك عشوائيًا في كل مرة.

توقَّع: لماذا تبقى نسبة النجاح منخفضة حتى بعد تدريب طويل؟

3. قصير النظر وبعيد النظر

جرِّب غاما = 0.10، فلا يهتم الروبوت إلا بما سيحدث الآن وليس بالهدف البعيد. ثم جرِّب غاما = 0.99.

توقَّع: في أي الحالتين تصبح المربعات البعيدة عن الهدف أكثر اخضرارًا؟

4. أرض من حمم

حرِّك تكلفة الخطوة إلى أقصى قيمة سالبة. الآن كل خطوة مؤلمة حقًا، والروبوت يريد الخروج بأسرع ما يمكن.

توقَّع: هل سيكون المسار الذي يتعلمه أقصر من قبل؟

5. تجوّل مجاني

اجعل تكلفة الخطوة 0. لم يعد هناك ثمن للتأخر. أعد الضبط ودرِّب.

توقَّع: هل ستبقى الأسهم تشير إلى اتجاه معقول، أم ستبدو مبعثرة؟

6. ابنِ فخًا

انتقل إلى «تعديل العالم»، وأحِط الهدف بالحفر مع ترك مربع آمن واحد بجانبه. ثم عُد إلى التدريب.

توقَّع: هل يستطيع حلها؟ وكم سيستغرق من الوقت؟

7. روبوتان في عالم واحد

افتح الصفحة في علامتي تبويب، واستخدم المتاهة نفسها في كلتيهما. اجعل إبسيلون مرتفعًا في الأولى ومنخفضًا في الثانية، ودرِّب كلًّا منهما 100 جولة.

توقَّع: أيهما يتعلم المتاهة أسرع؟ وهل تتغير الإجابة إذا كانت المتاهة صعبة جدًا؟

8. الجائزة الضخمة

ارفع مكافأة الهدف إلى +50، ثم أعد الضبط ودرِّب.

توقَّع: هل يتعلم أسرع أم أبطأ أم بالسرعة نفسها؟ ولماذا؟

مصطلحات ستسمعها

الوكيل (Agent)
الروبوت، أي الجهة التي تتعلم. في الواقع قد يكون سيارة ذاتية القيادة أو شخصية في لعبة فيديو أو برنامج شطرنج.
البيئة (Environment)
الشبكة، أي كل ما يتحرك الوكيل داخله.
المكافأة (Reward)
رقم تعيده البيئة بعد كل حركة. الموجب جيد والسالب سيئ، وهدف الوكيل الوحيد جمع أكبر مجموع ممكن من المكافآت.
الجولة (Episode)
محاولة كاملة تبدأ من مربع البداية وتنتهي بوصول الوكيل إلى الهدف أو سقوطه في حفرة أو انتهاء الوقت (100 خطوة).
السياسة (Policy)
استراتيجية الوكيل. بعد التدريب تُظهر الأسهم سياسته: «إذا كنت هنا، فهذا هو الاتجاه الذي عليّ أن أسلكه».
قيمة Q
مدى جودة حركة ما بناءً على ما حدث حتى الآن. لكل مربع أربع قيم، واحدة لكل اتجاه، ويدل سطوع المربع على أفضلها.
إبسيلون (ε)
احتمال أن يتحرك الوكيل عشوائيًا بدلًا من اختيار ما يراه الأفضل. القيمة العالية تعني استكشافًا أكثر، والمنخفضة تعني التمسك بما يعرفه.
غاما (γ)
مقدار اهتمام الوكيل بالمكافآت المستقبلية مقارنة بالمكافآت الحالية. القيمة المنخفضة تعني العيش في اللحظة، والمرتفعة تعني التفكير في ما بعدها.
ألفا (α)
سرعة تحديث الوكيل لما تعلمه، وهي ثابتة هنا عند 0.1. القيمة الأكبر تغيِّر استراتيجيته أسرع، وربما أسرع مما ينبغي.
Q-learning · γ = 0.90 · α = 0.1 د. علي البطاينة · كليات التقنية العليا