Introduction to AI and references

Автор: | 29.10.2019

Artificial Intelligance (AI) — это широкое понятие, которое включает в себя все: от обычной алгоритмической классификации по введенным непосредственно в код условий с признаками до технологий, таких как Deep Learning (DL).

Простыми словами — все, что выполняется на основе алгоритма, можно назвать искусственным интеллектом. Примеры:

Maching Learning (ML) что это? Как следует из названия, машинное обучение — это алгоритмы с возможностью «учиться». Примеры:

Machine learning — это набор методов, которые компьютеры используют для создания и улучшения прогнозов или поведения на основе данных.

Deep Learning (DL) — глубокое обучение. В чем отличие между ML и DL? Для ML алгоритм обучения вводится вручную. DL основан на шаблонах алгоритмов, которые выбираются автоматически — в зависимости от данных на входе. Простой пример такого обучения:

DL — интеллектуальная система, которая использует методы науки о данных (Data Science) не просто для принятия решений по заданному алгоритму, а прежде всего — для улучшения созданного человеком алгоритма принятия решения.

Использовать традиционный алгоритмический подход для приложений с искусственным интеллектом уже стало неэффективно. Что приходит ей на смену? Взяв за основу принцип образования нейронных связей в мозгу человека, учеными была создана новая модель программирования – искусственная нейронная сеть, имеющая способность к самообучению.

В отличие от традиционных алгоритмов, основанных на правилах, DL не требует  явного отображения различных сценариев ввода-вывода.  Здесь проблемы решаются путем самообучения, основанного на методах проб и ошибок, а не программируются с помощью специальных правил. Это позволяет прогнозировать и принимать решения на основе многочисленных, тесно связанных между собой факторов, чего не может достичь традиционное программирование. Самое важное в машинном обучении — это правильно подобранные данные обучения.

Следующим большим шагом вперед в AI станут системы, которые действительно воспринимают свой мир (см. Концептуальная схема восприятия мира).

Способность создавать абстракции из представлений знаний является одним из самих ярких признаков человеческого интеллекта (см. Are Neural Networks Capable of Abstract Reasoning?).

Доступ к миру возможен только через призму опыта, поэтому понять мир — значит быть в состоянии предсказать и контролировать свой опыт, данные о своих чувствах с некоторой точностью и гибкостью. Другими словами, понимание означает формирование прогностической модели мира и использование ее для получения того, что вы хотите.

 

Полезные ссылки:

 

Автор: Николай Свирневский

 

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *