Predviđeno vrijeme čitanja: 7 minute
Disciplina je rođena kao grana informacionih tehnologija, sa ciljem da napravi mašine:
Tijekom godina, umjetna inteligencija često je poticala filozofsku raspravu kako bi dala odgovore o mogućnosti zamjene ljudskog bića strojem ... je li to moguće?
S tim u vezi možemo identificirati dvije struje mišljenja:
Govorimo o slaboj umjetnoj inteligenciji (slaba umjetna inteligencija) kada cilj nije stvaranje sistema koji imaju inteligenciju uporedivu s onom u ljudi. Ali sistemi koji mogu uspješno djelovati u jednoj ili složenijim ljudskim aktivnostima, poput automatskog prevođenja tekstova.
U tim slučajevima softver u izvršavanju zadatka za koji je programiran djeluje kao da je inteligentan subjekt, ali za svrhu rezultata nije važno je li zaista ili nije.
Stoga govorimo o slaboj umjetnoj inteligenciji u svim onim slučajevima u kojima stroj nije u stanju autonomno razmišljati, ali još uvijek je u stanju simulirati inteligenciju.
Ova vrsta AI primjenjuje se u slučajevima kada razumijevanje ljudskih kognitivnih procesa nije bitno za krajnji ishod.
Govorimo o snažnoj umjetnoj inteligenciji kada stroj opremljen umjetnom inteligencijom nije samo "alat".
Ako se pravilno razvija, on postaje um koji misli, s kognitivnim sposobnostima koji se ne mogu razlikovati od ljudskog.
U ovoj filozofiji ideja je da neki oblici umjetne inteligencije uistinu mogu rasuđivati i rješavati probleme kao što bi to ljudsko biće moglo, pa bi razlikovanje rezultata stroja ili čovjeka bilo nemoguće.
Ovi mehanizmi omogućuju inteligentnoj mašini da s vremenom poboljša svoje mogućnosti i performanse, automatski učeći s iskustvom da obavlja određene zadatke, poboljšavajući svoje performanse s vremenom sve više i više.
Primjer je AlphaGo, softver kompanije machine Learning koji se školovao promatrajući milione poteza koje su igrači Goa napravili tokom različitih igara i imao stroj da igra protiv sebe, rezultirajući time da može pobijediti onog što se smatra najboljim igračem na ovoj igri.
Tri glavne kategorije mašinskog učenja su:
Ove se arhitekture primjenjuju u različitim kontekstima:
Karakteristike Deep Learning u poređenju sa drugim AI tehnikama:
Il Deep Learning djeluje s istim mehanizmima kao i mozak, mašina uči autonomno kao u mašinskom učenju, ali to radi na "dublji" način kao što bi to činio ljudski mozak. Pod dubokim podrazumijevamo „na nekoliko konceptualnih nivoa“.
Može se činiti da bi jaka potražnja za računskim sposobnostima mogla biti ograničenje, ali skalabilnost Deep Learning povećanje dostupnih podataka i algoritama je ono što ga razlikuje od mašinskog učenja:
Na primjer, u polje vizualnog prepoznavanja možete umetnuti metaoznaku "mačka" unutar slika koje sadrže mačku i, bez objašnjenja sustavu kako ga prepoznati, to će sam sustav, kroz više hijerarhijskih razina, pogoditi što karakterizira mačka (šape, rep, krzno itd.) i zato je naučiti prepoznati.
Nestrukturirani podaci mogu se analizirati dubokim modelom učenja nakon što se formiraju i dostignu prihvatljiv nivo tačnosti, ali ne za početnu fazu obuke.
Il Deep Learning danas se već primjenjuje u raznim oblastima:
Primena najnaprednijih hardverskih tehnologija i korišćenje algoritama samo-učenja kao što su:
stvorene su tehnološke platforme koje pokušavaju imitirati ljudski mozak, počevši od jednostavnijih aktivnosti i dolazi do sve složenijih obrada.
Signal je vremenska varijacija fizičkog stanja sustava ili fizičke veličine koja služi za predstavljanje i prijenos poruka, odnosno informacija na daljinu, stoga je analiza signala komponenta koja podržava kognitivno računanje.
Google Deepmind, e Baidu Minwa najpoznatiji su primjeri koji su danas dostupni.
Da ne spominjem istoričara IBM Watson, prvi komercijalni superkompjuter takve vrste.
Ovisnik o inovacijama
U svijetu mašinskog učenja, i slučajna šuma i algoritmi stabla odluka igraju vitalnu ulogu u kategorizaciji i…
Postoji mnogo savjeta i trikova za pravljenje sjajnih prezentacija. Cilj ovih pravila je poboljšanje efikasnosti, glatkoće…
Objavljen izvještaj "Protolabs Product Development Outlook". Istražite kako se novi proizvodi danas pojavljuju na tržištu...
Termin održivost se danas široko koristi za označavanje programa, inicijativa i akcija koje imaju za cilj očuvanje određenog resursa.…
Svaka poslovna operacija proizvodi mnogo podataka, čak iu različitim oblicima. Ručno unesite ove podatke iz Excel lista u…
Kompromis e-pošte kompanije se povećao više nego duplo u prva tri mjeseca 2024. u odnosu na posljednji kvartal…
Princip segregacije interfejsa je jedan od pet SOLID principa objektno orijentisanog dizajna. Razred treba da ima…
Microsoft Excel je referentni alat za analizu podataka, jer nudi mnoge mogućnosti za organiziranje skupova podataka,…