Strojové učenie: čo to je a aký je jeho vzťah k ai?

Dnes vás chceme podrobnejšie naučiť jednému z výrazov, ktorý spôsobil revolúciu a spôsobí revolúciu v niektorých interakciách, ako ich poznáme. Hovoríme o umelej inteligencii a jej najšpecifickejšom odbore, strojovom učení alebo automatickom učení.

Ako možno viete, práca na počítači je vždy v neustálom vývoji a to, čo si môžeme kúpiť, zvyčajne nie je tak špičkové, ako je to možné.

Napríklad, keď vyvíjame 4. generáciu PCI-Express , vedci už vyvíjajú PCIe Gen 5 a študujú skok na 6 .. Z toho istého dôvodu nie je neobvyklé nájsť technológie, o ktorých sme nevedeli robiť úlohy, o ktorých sme nikdy nepočuli.

Ale predtým, ako ideme ďalej, zúžme tému, o ktorej budeme hovoriť, pretože o čom je strojové učenie ?

Index obsahu

Čo je to strojové učenie ?

Strojové učenie je špecifickým odvetvím informatiky a umelej inteligencie, kde sa vytvárajú systémy schopné automatického učenia.

Táto vetva začala svoju štúdiu a vývoj okolo 80. rokov a dnes je dosť rozvinutá. Z toho istého dôvodu sa umelá inteligencia aj strojové učenie používajú v mnohých vedeckých a každodenných oblastiach.

V tejto vetve sú AI tvorené jedným alebo viacerými algoritmami, ktoré sú schopné spracovávať veľké množstvo údajov a podľa toho sa učiť. Dve kľúčové myšlienky, na ktorých táto téma obieha, sú:

• Systém musí byť schopný analyzovať údaje a vybudovať zručnosti, ktoré nemal pri svojom narodení. Spravodajstvo musí byť schopné vykonávať prácu samostatne, to znamená bez ľudského dohľadu.

V reálnom svete máme praktické príklady, ako je klasifikácia spamu v e-mailoch, súvisiace odporúčania týkajúce sa Amazonu alebo predpovede budúcnosti pomocou firemných údajov. Posledne menovaná je zaujímavou sekciou, na ktorú stávkuje stále viac spoločností.

Pomocou strojového učenia vidíme, aké vzory identifikujú nespokojných zákazníkov alebo bývalých zákazníkov, aby sa pokúsili zlepšiť vzťahy s ostatnými používateľmi v rovnakom stave. Dôchodky, počet sťažností, zmluvné plány a iné sa skúmajú, aby sa vytvorili určité profily. Po vyvodení záverov AI môže skupina odborníkov na marketing vytvoriť osobitnú kampaň na boj proti týmto problémom.

Spoločnosť tak môže vytvárať plány na prilákanie alebo udržanie zákazníkov na základe určitých predpokladov a prechádza od reaktívnej stratégie k proaktívnej. Je to veľmi zaujímavá taktika, ktorá využíva umelú inteligenciu , veľké množstvo údajov a strojové učenie .

Ako sú trénované umelé spravodajské informácie ?

Aby bola pripravená umelá inteligencia , musí prejsť rôznymi fázami:

1. Najprv prechádza kontrolovaným prostredím. Tu zadáte veľké množstvo údajov a ich príslušné výsledky, pomocou ktorých môžete vytvárať vzťahy medzi nápadmi. Táto časť sa nazýva supervízované učenie . Potom sa dostanete do slobodného a nezodpovedaného prostredia, kde samotná AI bude musieť vybrať výsledok. Vedením, či sú vaše odpovede správne alebo nie, vytvárate v algoritme nové pravidlá. Táto fáza sa nazýva učenie bez dozoru . Nakoniec je pre neho pripravené prostredie, v ktorom prepadá. Ak je napríklad pre vás ťažké rozlíšiť obrázky s nízkou svietivosťou, možno ste trénovaní s nočnými fotografiami. Táto fáza sa nazýva Posilnenie vzdelávania. Tento proces je možné vykonať od kroku 2 toľkokrát, koľkokrát chcete vylepšiť spravodajstvo .

Všeobecná schéma strojového učenia

Praktickým príkladom by bolo ukázať AI desať miliónov fotografií a povedať im, ktoré sú psy a ktoré nie. Tu sa bude vzťahovať na to, že psy majú zvyčajne kožušinu, zvyčajne chodia na štyroch nohách a podľa plemena sú rôzne tvary a veľkosti.

Potom dostane milión fotografií na klasifikáciu. Tu musíte odpovedať na to, či je na fotografii pes alebo nie a podľa toho, či vo svojej databáze vytvoríte nové „nápady“ . Na implementáciu týchto nových údajov Intelligence zavedie vo svojom algoritme nové pravidlá a teraz bude môcť napríklad odlíšiť psy od mačiek.

Nakoniec je študovaná jeho efektivita a nové fotografie sú pripravené na nácvik jeho slabých stránok.

Je to samozrejme jednoduchý a veľmi opakovaný systém na demonštráciu, existujú však aj ďalšie experimentálnejšie a zvláštnejšie metódy.

Tay, robot na Twitteri

Nedávnym prípadom experimentálneho výcviku bol Tay , AI vyvinutý spoločnosťou Microsoft, ktorého cieľom je naučiť sa vyjadrovať sa ako človek.

Tay's Twitter profil

Robot bol naprogramovaný tak, aby pôvodne hovoril ako 19-ročné dievča a 23. marca 2016 bola prepustená na tmavých miestach Twitteru.

Boli ste naprogramovaní tak, aby hovorili s komunitou a učili sa zo správ, ktoré ste dostali, ako aj z vašich interakcií s používateľmi. Jej učenie bolo takmer úplne autonómne, aj keď musela byť zrušená po 16 hodinách, aby prejavila negatívne správanie.

V krátkom čase svojho života tweetoval viac ako 96 000 tweetov. Úmyselné útočné správanie tejto sociálnej siete však Taylovi rýchlo a rýchlejšie pomohlo reagovať rasistickými a inými frázami.

V tomto prípade by sa malo školenie pod dohľadom a súbor základných pravidiel riadne revidovať. Tay poznal bezstarostný a útočný tón sociálnej siete a nebol pripravený odlíšiť skutočné od sarkastických. Z toho istého dôvodu sa niektorým používateľom podarilo ľahko „zlomiť“ „intelektuálnu bariéru“ spravodajstva .

Aplikácie strojového učenia v reálnom svete

Už sme vám povedali o niektorých každodenných použitiach, ktoré ste už pravdepodobne vedeli o strojovom učení , ale aké sú aj ďalšie prípady.

Nižšie nájdete sériu praktických aplikácií tejto technológie pri najbežnejších problémoch. Sú, samozrejme, špičkovými riešeniami, takže zvyčajne tiež vyžadujú podstatne viac peňazí.

zdravie

V súčasnosti sa študuje technológia pre nový typ oblečenia, ktorý dokáže prečítať informácie o našom tele. Môže byť schopný prečítať naše pulzy, dýchanie alebo úzkosť.

Tieto údaje sú čítané spravodajstvom, ktoré vyhodnocuje stav pacienta v reálnom čase. Takže ak máte problém, ako je infarkt v konkrétnom čase, môžete diagnostikovať a / alebo rýchlejšie reagovať.

Na druhej strane u niektorých ľudí boli implementovaní roboti schopní odhaliť samovražedné myšlienky. Slávna spravodajská služba Facebook číta konverzácie a vašu aktivitu, aby rozpoznala vzorce samovražedných tendencií, aj keď existujú aj iné verzie, ktoré podrobnejšie študujú správanie osoby, jeho tón hlasu a reč tela.

financie

V ekonómii niektoré banky a spoločnosti použili na zistenie podvodov a predchádzanie podvodom riešenia založené na strojovom učení .

Na druhej strane sa niečo podobné používa aj na ľahšiu identifikáciu investičných príležitostí. Používa sa tiež pri rozhodovaní o tom, kedy predať alebo kúpiť akcie a iné prostriedky.

marketing

Toto sme už spomenuli, ale je to jedna z jeho najznámejších aplikácií.

Stalo sa vám, že ste na Amazone videli niekoľko produktov, vstúpili na Facebook, Google alebo Instagram a videli len ten produkt vo svojich reklamách. Nie je to náhoda, pretože sociálne siete a spoločnosť Google implementujú spravodajské informácie, ktoré skúmajú vašu históriu a vaše možné záujmy, aby ich zachytili tam, kde je to možné.

Niektorí používatelia to vnímajú ako rušivý spôsob „útoku“ na používateľa a nie je prekvapujúce, pretože vás bombardujú nápadom. Reklama sa však bude pohybovať týmto smerom, pretože je osobnejšia a reklamy budú zacielené na potenciálnych kupcov.

Strojové učenie a hlboké učenie

Tieto dva termíny zvyčajne idú ruka v ruke, ale nie sú úplne rovnaké. V budúcich článkoch budeme hovoriť o tomto druhom funkčnom období, pretože je to niečo, čo si treba zaslúžiť.

ODPORÚČAME VÁM Ako odinštalovať ovládače AMD čisto a ľahko

Vo všeobecnosti by sme mohli nadviazať vzťah medzi strojovým učením a hlbokým učením, ako je ten, ktorý má umelá inteligencia a strojové učenie . Hlboké vzdelávanie je ešte špecifickejšou oblasťou strojového učenia .

Zdieľa kľúčové sekcie, ako je evolúcia v čase a skúsenosti, má však ďalšiu sériu rozdielov.

Zjednodušené hlboké vzdelávanie

Jeho základom pre učenie a spracovanie údajov je použitie rôznych vrstiev, ktoré pôsobia akoby neuróny. Preto by sme mohli dokázať, že tieto inteligencie sú zvyčajne prepracovanejšie, ale aj zložitejšie a nákladnejšie na zostavenie.

Aj keď sa o túto tému zaujímate viac, zostaňte naladení na webovú stránku a navštívte náš ďalší článok o hlbokom učení .

Ako ďaleko sme od Skynetu ?

Máme túto sekciu pre tých najnápadnejších snov.

Toto je veľmi opakovaná téma v knihách, filmoch a ďalších. Nie nadarmo existuje presne ten žáner alebo téma s názvom Cyberpunk . Naše stroje však majú ďaleko od futuristických dystópií, ktoré riadi Artificial Intelligence .

Inteligentný robot Ricka a Mortyho

Dnešné systémy strojového učenia patria do skupiny „ slabých AI“. Ako sme videli, tieto inteligencie sú schopné porozumieť iba vzorcom a robiť jednoduché dedukcie. Sú veľmi užitočné, aby nás v určitých kontextoch podporili, ale nie sú to vôbec autonómne systémy.

Na druhej strane by sme mali „silné AI“ , tie, ktoré sú zastúpené vo futuristických príbehoch, kde sú rovnaké alebo oveľa inteligentnejšie ako ľudia. V populárnej kultúre nájdeme pozoruhodné príklady ako „Matrix“ , „Terminator“ , „Ghost in the Shell“ alebo „Halo“ . V skutočnosti sú v tomto zozname dve diela, ktoré spolu súvisia; Hádajte, ktoré z nich?

Dnes stále vyvíjame úplne autonómne a bezpečné vozidlá . Neustále napredujeme, ale stále máme spôsob, ako rozvíjať rovnaký fakt vyrobený výlučne z technológie.

Ak sa chcete o tom dozvedieť viac, môžete navštíviť náš článok o umelej inteligencii . Je to text zo všeobecnejšieho hľadiska a trochu študujeme možné dôsledky, ktoré táto technológia bude mať.

Záverečné slová o strojovom učení

Podobne ako náš záver o umelej inteligencii je zrejmé, že budúcnosť je neistá. Je však nevyhnutné, aby sa evolúcia musela prehodnotiť, aby sa do jej schopností a vlastností zaradila technológia.

Postupne bude internet viac a lepšie riadený programami a algoritmami. Sociálne siete budú lepšie kalibrované a ponúknu nám viac obsahu podľa nášho vkusu. A nakoniec, online vzťahy budú oveľa bezpečnejšie tým, že sa ľahšie odhalia, keď existuje nebezpečenstvo podvodu alebo podobne.

Na druhej strane nie je divu, že v tomto storočí bude svietiť internet vecí . Je to myšlienka, o ktorej sa nám sníva už dlhší čas, a to sa blíži. Okrem toho je internet vecí veľkým uchádzačom o špičkové technológie týkajúce sa strojového učenia, aj keď mu stále chýbajú určité úpravy týkajúce sa bezpečnosti.

Z našej strany si myslíme, že to bude postupný vývoj, a pokiaľ budete informovaní o tom, čo sa deje, nemusíte sa obávať. Nové autá alebo chladničky vám môžu znieť čudne, ale určite si nemyslím, že uvidíme prebudenie „silných AI“.

Odporúčame prečítať si najlepšie notebooky na trhu

Nakoniec musíme priznať, že nie sme odborníci na umelú inteligenciu alebo strojové učenie , preto vás neprekvapujú niektoré podivné údaje. Ak sme urobili chybu, neváhajte a povedzte nám to! Koniec koncov, ešte nie sme dokonalé stroje.

A čo si myslíte o strojovom učení a umelej inteligencii ? Z akého hľadiska si myslíte, že by sa mali implementovať? Podeľte sa o svoje nápady nižšie.

Clever Dataapdsaslagacetawhatsnew písmo