Strojno učenje: što je to i koji je njegov odnos prema ai?

Danas vas želimo detaljnije poučiti jednom od pojmova koji je revolucionirao i koji će utjecati na neke interakcije onako kako ih mi poznajemo. Govorimo o umjetnoj inteligenciji i njezinoj najspecifičnijoj grani, Strojnom učenju ili Automatskom učenju.

Kao što možda znate, računarstvo je u stalnom evoluciji i ono što možemo kupiti obično nije ono najmodernije.

Na primjer, dok razvijamo 4. generaciju PCI-Express-a , istraživači već razvijaju PCIe Gen 5 i proučavaju skok u šestu . Iz istog razloga nije rijetkost pronaći tehnologije za koje nismo znali obavljati zadatke za koje nikada nismo čuli.

Ali prije nego što nastavimo dalje, suzimo temu o kojoj ćemo razgovarati jer, što je strojno učenje ?

Sadržaj indeks

Što je strojno učenje ?

Strojno učenje specifična je grana informatike i umjetne inteligencije gdje se stvaraju sustavi sposobni za automatsko učenje.

Ova grana započela je svoje proučavanje i razvoj oko 80-ih godina i danas je prilično razvijena. Iz istog se razloga i umjetna inteligencija i strojno učenje koriste u mnogim znanstvenim i svakodnevnim područjima.

U ovoj se grani AI sastoje od jednog ili više algoritama koji mogu obrađivati ​​velike količine podataka i učiti u skladu s tim. Dvije ključne ideje o kojima kruži ova tema su:

• Sustav mora biti u stanju analizirati podatke i izgraditi vještine koje nije imao u svom rođenju. Inteligencija mora moći obavljati posao samostalno, odnosno bez ljudskog nadzora.

U stvarnom svijetu imamo praktične primjere kao što su klasifikacija neželjene pošte u e-porukama, srodne preporuke o Amazonu ili predviđanja budućnosti pomoću podataka tvrtke. Potonji je zanimljiv odjeljak na koji se sve više tvrtki kladi.

Pomoću Strojnog učenja možemo vidjeti koji obrasci identificiraju nezadovoljne kupce ili bivše kupce kako bi pokušali poboljšati odnos s drugim korisnicima u istom stanju. Proučavaju se starješine, broj pritužbi, ugovoreni planovi i drugi kako bi se stvorili određeni profili. Nakon što se zaključci AI izvuku, grupa marketinških stručnjaka može kreirati određenu kampanju za borbu protiv tih problema.

Dakle, tvrtka može stvoriti planove za privlačenje ili zadržavanje kupaca na temelju određenih pretpostavki i prelazi iz reaktivne strategije u proaktivnu. Vrlo je zanimljiva taktika koja koristi umjetnu inteligenciju , velike količine podataka i strojno učenje .

Kako se vježba umjetna inteligencija ?

Da bi se umjetna inteligencija pripremila mora proći kroz različite faze:

1. Prvo prolazi kroz kontrolirano okruženje. Ovdje unosite veliku količinu podataka i njihove rezultate s kojima možete stvoriti odnos između ideja. Ovaj se dio naziva Nadzirano učenje . Tada se stavljate u slobodno i neodgovoreno okruženje u kojem će AI sam morati odabrati rezultat. Znajući jesu li vaši odgovori točni ili ne, stvarate nova pravila u svom algoritmu. Ta se faza naziva Nenadzirano učenje . Napokon, za njega je pripremljeno okruženje u kojem se koleba. Ako vam je, na primjer, teško razlikovati slike slabe svjetlosti, možda ste obučeni noćnim fotografijama. Ta se faza naziva ojačavanje učenja. Postupak se iz koraka 2 može izvesti onoliko puta koliko želite precizirati inteligenciju .

Generalizirana shema o strojnom učenju

Praktičan primjer bio bi pokazati AI deset milijuna fotografija i reći im koji su psi, a koji nisu. Ovdje će reći da psi obično imaju krzno, obično idu na četiri noge i različiti su oblici i veličine ovisno o pasmini.

Poslije mu je dodijeljeno milijun fotografija kako bi ih klasificirao. Ovdje morate odgovoriti postoji li pas na fotografiji ili ne i prema tome hoćete li stvarati nove 'ideje' u svojoj bazi podataka. Da bi implementirao ove nove podatke, Intelligence će uspostaviti nova pravila u svom algoritmu i sada će, na primjer, moći razlikovati pse od mačaka.

Napokon se proučava njegova učinkovitost i pripremaju se nove fotografije kojima se osposobljavaju njegove slabe točke.

Naravno, ovo je jednostavan i vrlo ponovljen sustav demonstracije, ali postoje i druge eksperimentalnije i osebujnije metode.

Tay, Twitter bot

Nedavni slučaj eksperimentalnog treninga bio je Tay , AI koji je razvio Microsoft namijenjen učenju kako bi se izrazio kao čovjek.

Tayin profil na Twitteru

Bot je programiran da u početku govori kao 19-godišnja djevojčica, a 23. ožujka 2016. objavljena je u mračnim mjestima Twittera.

Programirali ste se da razgovarate sa zajednicom i učite iz primljenih poruka kao i vaše interakcije s korisnicima. Njeno je učenje bilo gotovo potpuno autonomno, iako se morala povući nakon 16 sati zbog pokazivanja negativnog ponašanja.

U kratkom trajanju svog života napisao je više od 96.000 tweetova. Međutim, namjerno uvredljivo ponašanje ove društvene mreže učinilo je brže nego brzo da je Tay odgovorio rasističkim i drugim frazama.

U ovom slučaju nadzirano učenje i niz osnovnih pravila trebali su biti ispravno revidirani. Znajući bezbrižan i uvredljiv ton društvene mreže, Tay nije bila spremna razlikovati stvarnu od sarkastične. Iz istog su razloga neki korisnici uspjeli lako „probiti “ intelektualnu barijeru inteligencije .

Aplikacije za strojno učenje u stvarnom svijetu

Već smo vam rekli o nekim svakodnevnim namjenama koje ste možda već znali o Strojnom učenju , ali koji drugi slučajevi postoje.

Ispod ćete vidjeti niz praktičnih primjena ove tehnologije u najčešćim problemima. Dakako, riječ je o vrhunskim rješenjima, pa obično traže i znatno više novca.

zdravlje

U radu se proučava tehnologija za novu vrstu odjeće koja može čitati informacije o našem tijelu. Možda će moći čitati naš puls, disanje ili tjeskobu.

Te podatke čita Intelligence koja procjenjuje stanje pacijenta u stvarnom vremenu. Ako imate problem poput srčanog udara u određeno vrijeme, možete brže dijagnosticirati i / ili odgovoriti.

S druge strane, kod nekih su ljudi implementirani roboti koji mogu otkriti samoubilačke misli. Poznata Facebook Intelligence čita razgovore i vaše aktivnosti kako bi prepoznala obrasce suicidalnih sklonosti, iako postoje i druge verzije koje pobliže proučavaju ponašanje osobe, njen ton glasa i govor tijela.

finansije

Neke su banke i tvrtke koristile rješenja temeljene na strojnom učenju kako bi otkrile i spriječile prijevaru.

S druge strane, nešto slično se koristi i za lakše prepoznavanje mogućnosti ulaganja. Također se koristi za odlučivanje kada prodati ili kupiti dionice i druga sredstva.

marketing

To smo već spomenuli, ali to je jedna od njegovih najpoznatijih primjena.

Dogodit će vam se da vidite nekoliko proizvoda na Amazonu , uđete na Facebook, Google ili Instagram i vidite samo taj proizvod u svojim oglasima. To nije slučajno, jer društvene mreže i Google implementiraju Intelligences koji proučavaju vašu povijest i vaše moguće interese kako bi ih zabilježili tamo gdje mogu.

Neki korisnici to smatraju nametljivim načinom "napada" na korisnika i ne čudi jer vas bombarduju idejom. Međutim, oglašavanje će se kretati u tom smjeru jer je osobnije i oglasi će biti ciljani na potencijalne kupce.

Strojno učenje i duboko učenje

Ova dva pojma obično idu ruku pod ruku, ali nisu potpuno isti. U sljedećim ćemo člancima govoriti o ovom drugom pojmu, jer je to nešto što zaslužuje biti naučeno.

PREPORUČUJEMO VAM kako deinstalirati AMD upravljačke programe čisto i jednostavno

Općenito, mogli bismo uspostaviti odnos između strojnog učenja i dubokog učenja kao onog koji imaju umjetna inteligencija i strojno učenje . Duboko učenje još je specifičnija grana strojnog učenja .

Dijeli ključne dijelove poput evolucije tijekom vremena i iskustva, ali ima još jedan niz razlika.

Pojednostavljeno duboko učenje

Njegova osnova za učenje i obradu podataka jest korištenje različitih slojeva koji djeluju kao da su neuroni. Stoga bismo mogli utvrditi da su ti Intelligences obično više rafinirani, ali i složeniji i skuplji za izgradnju.

Iako vas ova tema više zanima, pratite web stranicu i posjetite naš sljedeći članak o Dubokom učenju .

Koliko smo daleko od Skyneta ?

Imamo ovaj odjeljak za najiskrenije umove.

Ovo je vrlo ponovljena tema u knjigama, filmovima i drugima. Ne za ništa, ne postoji točno žanr ili tema koja se zove Cyberpunk . Međutim, daleko od onih futurističkih distopija koje kontrolira umjetna inteligencija , naši strojevi još uvijek moraju prijeći dug put.

Pametni robot Rick & Morty-a

Današnji sustavi strojnog učenja pripadaju skupini „ slabih AI-jeva“. Kao što smo vidjeli, ti Intelligences sposobni su samo razumjeti obrasce i napraviti jednostavne zaključke. Vrlo su korisni da nas podrže u određenim kontekstima, ali uopće nisu autonomni sustavi.

S druge strane, imali bismo "snažne AI" , one predstavljene u futurističkim pričama gdje su jednaki ili mnogo inteligentniji od ljudi. U popularnoj kulturi možemo pronaći primjetne primjere poput "Matrica" , "Terminator" , "Duh u školjci" ili "Halo" . U stvari, na ovom su popisu dva djela koja su međusobno povezana; Pogodi koji?

Danas još uvijek razvijamo potpuno autonomne i sigurne automobile . Konstantno napredujemo, ali još uvijek imamo način razvijanja jednake činjenice u potpunosti izrađene od tehnologije.

Ako želite znati više o tome, možete posjetiti naš članak o umjetnoj inteligenciji . To je tekst s općenitijeg stajališta i pomalo proučavamo moguće posljedice koje će imati ova tehnologija.

Završne riječi o strojnom učenju

Slično našem zaključku o umjetnoj inteligenciji, jasno je da je budućnost neizvjesna. Međutim, neizbježno je evoluciju trebati preispitati da bi tehnologija primijenila svoje sposobnosti i karakteristike.

Malo po malo, Internet će biti više i bolje kontroliran programima i algoritmima. Društvene mreže bit će bolje kalibrirane i nudit će nam sadržaj više prema našem ukusu. I konačno, internetski odnosi bit će mnogo sigurniji tako što će se lakše detektirati kada postoji opasnost od prevare ili slično.

S druge strane, nemojte se iznenaditi da će ovo stoljeće kada će IoT (Internet of Things) zasjati. To je ideja o kojoj smo dugo sanjali i koja se sve više zbližava. Pored toga, IoT je veliki ponuđač vrhunskih tehnologija povezanih s strojnim učenjem, iako još uvijek nema nekih prilagodbi u pogledu sigurnosti.

Sa naše strane, mislimo da će to biti postepena evolucija i sve dok ste informirani o onome što se događa, nema se čega bojati. Novi automobili ili hladnjaci mogu vam zvučati čudno, ali sigurno ne mislim da ćemo vidjeti buđenje 'jakih inteligencija'.

Preporučujemo čitanje najboljih prijenosnih računala na tržištu

Napokon, moramo priznati da nismo stručnjaci za umjetnu inteligenciju ili strojno učenje , pa nemojte se iznenaditi nekim čudnim podacima. Ako smo pogriješili, ne oklijevajte nam to reći! Uostalom, još nismo savršeni strojevi.

A vi, što mislite o strojnom učenju i umjetnoj inteligenciji ? Što mislite, u kojem biste aspektu trebali biti implementirani? Podijelite svoje ideje u nastavku.

Pametni font Dataapdsaslagacetawhatsnew