Tinatayang oras ng pagbabasa: 7 minuto
Ang disiplina ay ipinanganak bilang isang sangay ng teknolohiya ng impormasyon, na may layuning gumawa ng mga makina:
Sa paglipas ng mga taon, ang artipisyal na katalinuhan ay madalas na pinapansin ang pilosopikal na debate upang magbigay ng mga sagot sa posibilidad ng pagpapalit ng tao sa makina ... posible?
Kaugnay nito matutukoy natin ang dalawang alon ng pag-iisip:
Nagsasalita kami tungkol sa mahina na artipisyal na katalinuhan (Mahina Artipisyal na Katalinuhan) kapag ang layunin ay hindi lumikha ng mga sistema na may isang katalinuhan na maihahambing sa mga tao. Ngunit ang mga system na maaaring matagumpay na kumilos sa isa o higit pang kumplikadong aktibidad ng tao, tulad ng awtomatikong pagsasalin ng mga teksto.
Sa mga kasong ito ang software, sa pagsasagawa ng gawain kung saan ito ay na-program, kumikilos na parang isang intelektwal na paksa, ngunit para sa mga layunin ng resulta ay hindi mahalaga kung talagang ito o hindi.
Samakatuwid nagsasalita kami tungkol sa mahina na artipisyal na katalinuhan sa lahat ng mga kaso kung saan ang makina ay hindi makapag-isip nang awtonomiya, ngunit nagagawa ring gayahin ang isang katalinuhan.
Ang uri ng AI ay nalalapat sa mga kaso kung saan ang pag-unawa sa mga proseso ng cognitive ng tao ay hindi nauugnay sa panghuli na kinalabasan.
Nagsasalita kami ng malakas na Artipisyal na Intelligence kapag ang makina na nilagyan ng artipisyal na katalinuhan ay hindi lamang isang "tool".
Kung maayos na binuo ito ay nagiging sarili ng pag-iisip, na may kapasidad na nagbibigay-malay na hindi naiintindihan mula sa tao.
Sa pilosopiya na ito ang ideya ay ang ilang mga anyo ng artipisyal na katalinuhan ay maaaring tunay na mangatuwiran at malulutas ang mga problema tulad ng isang tao, samakatuwid ay hindi maaaring maging imposible ang mga resulta ng makina o tao.
Pinapayagan ng mga mekanismong ito ang isang matalinong makina upang mapabuti ang mga kakayahan at pagganap sa paglipas ng panahon, awtomatikong pag-aaral na may karanasan upang maisagawa ang ilang mga gawain, pagpapabuti ng pagganap nito nang higit pa at sa paglipas ng panahon.
Ang isang halimbawa ay ang AlphaGo, software mula sa Pag-aaral ng Machine na itinuro sa pamamagitan ng pagmamasid sa milyun-milyong mga galaw na ginawa ng mga manlalaro ng Go sa panahon ng iba't ibang mga laro, at pagkakaroon ng paglalaro laban sa sarili nito, sa resulta na nagawa nitong talunin ang itinuturing na pinakamahusay na manlalaro sa mundo ng larong ito.
Ang tatlong pangunahing kategorya ng pag-aaral ng machine ay:
Ang mga arkitektura na ito ay inilalapat sa iba't ibang mga konteksto:
Mga tampok ng Deep Learning kumpara sa iba pang mga diskarte sa AI:
Il Deep Learning kumikilos ito nang may parehong mga mekanismo gaya ng utak, ang makina ay nagsasarili na natututo tulad ng sa Machine Learning, ngunit ginagawa ito sa mas "malalim" na paraan gaya ng gagawin ng utak ng tao. Sa malalim na ibig sabihin namin ay "sa ilang mga antas ng konsepto".
Maaaring tila ang malakas na pangangailangan para sa mga kakayahan sa computational ay maaaring isang limitasyon, ngunit ang scalability ng Deep Learning sa pagdami ng available na data at mga algorithm ang pinagkaiba nito sa Machine Learning:
Halimbawa, sa larangan ng visual na pagkilala, maaari mong ipasok ang meta tag na "pusa" sa loob ng mga imahe na naglalaman ng isang pusa at, nang hindi ipinapaliwanag sa system kung paano makikilala ito, ito ang magiging sistema mismo, sa pamamagitan ng maraming mga hierarchical na antas, upang hulaan kung anong mga character isang pusa (paws, buntot, balahibo, atbp.) at sa gayon ay matutong makilala ito.
Ang hindi nakaayos na data ay maaaring masuri ng isang malalim na modelo ng pag-aaral sa sandaling ito ay nabuo at naabot ang isang katanggap-tanggap na antas ng kawastuhan, ngunit hindi para sa paunang yugto ng pagsasanay.
Il Deep Learning ngayon ito ay inilapat na sa iba't ibang larangan:
Ang pagpapatupad ng pinaka advanced na mga teknolohiya ng hardware, at paggamit ng mga self-learning algorithm tulad ng:
ang mga teknolohikal na platform ay nilikha na subukang gayahin ang utak ng tao, na nagsisimula mula sa mas simpleng mga gawain upang makarating sa lalong kumplikadong pagproseso.
Ang isang senyas ay isang temporal na pagkakaiba-iba ng pisikal na estado ng isang sistema o ng isang pisikal na dami na nagsisilbing kumatawan at magpadala ng mga mensahe, iyon ay impormasyon sa layo, samakatuwid ang pagsusuri ng mga signal ay isang sangkap na sumusuporta sa cognitive computing.
Google DeepmindAt Baidu Minwa ang mga pinakatanyag na halimbawa na magagamit ngayon.
Hindi sa banggitin ang mananalaysay IBM Watson, ang unang komersyal na superkomputer ng uri nito.
Adik sa inobasyon
Resulta ng patuloy na pagbabago sa teknolohiya at pangako sa kapaligiran at kapakanan ng mga tao. Inihahandog ng Bandalux ang Airpure®, isang tolda…
Ang mga pattern ng disenyo ay mga partikular na solusyon sa mababang antas sa mga umuulit na problema sa disenyo ng software. Ang mga pattern ng disenyo ay…
Ang Magica ay ang iPhone app na ginagawang simple at mahusay ang pamamahala ng sasakyan, na tumutulong sa mga driver na makatipid at…
Ang Excel chart ay isang visual na kumakatawan sa data sa isang Excel worksheet.…