Învățare profundă: ce este și cum este legată de învățarea automată?

Continuând câteva articole pe care le-am realizat, aici vom vorbi despre ce este învățarea profundă și relația sa cu învățarea automată . Ambii termeni sunt din ce în ce mai importanți în societatea în care trăim și ne va fi de ajutor să știm ce ne înconjoară.

Indice de conținut

Ce este învățarea profundă ?

Învățarea profundă este un subset de tehnici care s-au născut în jurul anilor 2000 ca urmare a învățării automate . Din acest motiv, ar trebui să îl clasificăm ca una dintre ramurile sale, făcând la rândul ei parte din informatică.

Aceste sisteme sunt mai autonome decât frații lor mai mari, deși structura lor este, de asemenea, mult mai complexă. Acest lucru le oferă un avantaj clar atunci când îndeplinesc diferite tipuri de sarcini în care aceștia îndeplinesc aceeași muncă sau mai bună decât alte sisteme cu algoritmi de învățare automată .

De asemenea, există și alte lucrări în care învățarea profundă iese în evidență de predecesorul său. Unul dintre cele mai cunoscute cazuri este Inteligența artificială în stil AlphaGo, Inteligența Google capabilă să învingă campioana mondială a lui Go .

Poate vă sună puțin chinezesc, dar Go este un joc foarte faimos și, de asemenea, foarte solicitant. Pentru a-l spune în context, matematicienii susțin cu empate că acest hobby este considerabil mai complex decât șahul.

Pe de altă parte, învățarea profundă este strâns legată de Big Data, deoarece aceste surse mari de informații pot fi utilizate pentru a învăța și consolida experiența. În plus, datorită situației în care ne aflăm, mediul pentru proliferarea și dezvoltarea acestei tehnologii este perfect pentru trei puncte cheie:

1. Acumularea mare de date, deoarece cu instrumentele pe care le avem astăzi, datele pot fi obținute și stocate de la aproape oricine. Gradul de tehnologie în care ne aflăm, deoarece componentele sunt bune pentru a oferi colectiv o putere considerabilă. Dorința companiilor de a-și îmbunătăți metodologiile, deoarece, profitând de cele două puncte anterioare, tot mai multe companii pariază pe Informații artificiale . Dacă compania dvs. a stocat date de la mii de clienți și tehnologia vă oferă posibilitatea de a învăța de la ei și de a o folosi, este un pariu sigur.

Structura învățării profunde

În ciuda unei dezvoltări destul de asemănătoare cu Machine Learning , acest set de algoritmi prezintă unele diferențe nucleare. Cel mai important este probabil structura sa internă, adică codul care alcătuiește algoritmul său.

Idee generală despre învățare profundă

După cum puteți vedea în imagine, învățarea profundă este strâns legată de rețelele neuronale. Acest concept nu este nou, dar nu a fost cu noi de mult timp, așa că este posibil să nu îl știți.

Pentru a o simplifica, am putea defini o rețea neurală ca un set de algoritmi (fiecare numit strat) care tratează și transmite informații. Fiecare strat primește valori de intrare și returnează cele de ieșire, iar pe măsură ce trece prin întreaga rețea, se returnează o valoare finală. Toate acestea, se întâmplă secvențial, în mod normal, în care fiecare strat are o greutate diferită, în funcție de rezultatul dorit.

Aici vă prezentăm un scurt videoclip (în engleză) despre Inteligența artificială care învață să joace Super Mario World :

Și s-ar putea să vă întrebați: „De ce este toată această metodă atât de complicată?” . Cu siguranță, învățarea profundă aparține în continuare ceea ce numim inteligență artificială slabă , dar este probabil primul pas către puternică.

Această metodologie este slab inspirată de modul în care funcționează un creier. Similar cu ceea ce vedem în „lumea fizică” , sistemele formează straturi și fiecare strat funcționează într-un mod similar cu un neuron. În acest fel, straturile se raportează între ele, împărtășesc informații și cel mai important este că totul se face în mod autonom.

Schema foarte simplificată a modului în care funcționează învățarea profundă

Urmând această regulă, cele mai complete informații sunt, în mod normal, cele care au mai multe straturi și algoritmi mai sofisticate.

Cum funcționează Inteligența artificială cu acest algoritm?

Dacă ați văzut articolele noastre anterioare pe această temă, ați văzut deja acest gif. Aici puteți vedea articolul nostru despre Artificial Intelligence și aici puteți citi puțin despre Machine Learning .

dar vă vom arăta ultima oară.

Această imagine reflectă bine și foarte simplu modul în care ar putea funcționa o informație folosind rețele neuronale. După cum puteți vedea, meseria lui este simplă: clasificați imaginile și învățați să detectați câinii în diferitele fotografii care îi sunt transmise.

Fiecare imagine începe prin introducerea fluxului de intrare, adică Stratul de intrare unde ar începe deja primele calcule. Rezultatele obținute ar fi împărțite celui de-al doilea strat sau neuron și, în mod evident, este informat care neuron a făcut acest calcul. Acest proces se repetă de câte ori are straturile noastre până când ajungem la ultimul.

Ultimul neuron este numit Strat de ieșire și este cel care, în acest exemplu, arată rezultatul. În alte cazuri, stratul de ieșire sfârșește executând acțiunea calculată. De asemenea, dacă introducem formula care trebuie să acționeze cât mai rapid (ca în jocurile video) , rezultatul ar trebui să fie aproape instantaneu. Cu toate acestea, datorită punctului tehnologic la care ne aflăm, acest lucru este deja posibil.

Unul dintre cele mai clare exemple în acest sens este AlphaStar Artificial Intelligence, o altă creație a Google în sine.

Google Deepmind Artificial Intelligence

V-am spus despre AlphaGo , un AI capabil să lupte împotriva celor mai buni jucători din lume. Totuși, acesta are frați mai tineri capabili să atingă niște repere destul de impresionante.

AlphaZero

Această informație a învățat în doar 24 de ore un nivel suprauman de șah, shoji și merg cu care a câștigat mai mulți jucători celebri. De asemenea, în lista adversarilor învinși a indicat și versiunea AlphaGo Zero cu 3 zile de experiență, ceva cu adevărat incredibil. Aici apare viteza de învățare a acestei inteligențe artificiale .

Cel mai impresionant dintre toate, echipa nu a avut acces la învățarea cărților sau a bazelor de date, așa că toată tactica lor a fost învățată cu practică.

Într-o altă întâlnire, s-a confruntat cu Stockfish , un veteran program open source automat care joacă șah. Cu toate acestea, în doar patru ore a fost dominat de AlphaZero.

Trebuie menționat că, deși acest lucru calculează pentru prima dată aproximativ 70 de milioane de mișcări, AlphaZero, în șah, ia în considerare doar 80 de mii de ieșiri diferite. Diferența de predicții a fost compensată de o judecată mult mai bună a ceea ce ar fi piese promițătoare.

Cu demonstrații de forță ca aceasta, putem vedea puterea noii inteligențe artificiale .

AlphaStar

Pe de altă parte, AlphaStar este un AI care, astăzi, este capabil să joace RTS Starcraft II (Strategia în timp real, în spaniolă).

În momentul demonstrării sale, AlphaStar a luptat cu câțiva jucători profesioniști la mijloc câștigând zece jocuri la rând și pierzând doar ultimul.

Spre deosebire de șah sau go, Starcraft II este un meci în timp real, așa că în fiecare secundă trebuie să faci lucruri. Datorită acestui fapt, putem vedea că tehnologia actuală este capabilă să mențină aceste ritmuri frenetice de calcul și decizie.

În ceea ce privește pregătirea serviciilor de informații , pentru datele testului live, el a avut în jur de 200 de ani de experiență antrenându-se doar cu protos (una dintre cursele disponibile) . De asemenea, a fost instruit astfel încât să poată efectua acțiuni doar dacă ar avea aparatul fizic pe unitate, asimilând astfel mai mult modul în care o persoană ar juca.

Cu toate acestea, în ciuda faptului că au aceste handicapuri, AlphaStar a reușit să-și bată majoritatea întâlnirilor folosind o tactică abandonată pe partea competițională a jocului. Un punct de remarcat este faptul că AlphaStar menține de obicei APM-urile (Actions Per Minute) scăzute, deci deciziile sale sunt foarte eficiente.

Acțiuni medii pe minut efectuate de AI și de un jucător profesionist

Cu toate acestea, atunci când situația o solicită, el demonstrează un control suprauman al unităților literalmente prin ruperea cu ușurință a contorului.

Aici puteți vedea unul dintre demo-urile sale în întregime:

Viitorul inteligenței artificiale

Am discutat deja despre acest subiect, așa că nu vom repeta prea mult aceeași discuție. Ceea ce trebuie evidențiat sunt posibilele viitoare care așteaptă învățarea profundă .

Potrivit lui Andrew Yan-Tak Ng, un cunoscut expert în inteligență artificială, învățarea profundă este un bun pas către inteligența viitorului. Spre deosebire de alte metode de predare, aceasta este considerabil mai eficientă pe măsură ce creștem proba de date.

VĂ RECOMANDĂM BABAHU X1: Periuța de dinți AI este acum disponibilă

Următoarea diapozitivă aparține prezentării sale „Ce informații ar trebui să știe oamenii de știință despre învățarea profundă” . Dacă sunteți interesat, îl puteți vedea la acest link.

Nu în zadar, dezvoltarea tehnologiei nu s-a oprit. În fiecare an vom avea componente mai puternice, așa că vom avea tot mai multe terase de testat. Așa cum s-a întâmplat cu vechile AIs și Machine Learning, noi algoritmi, metodologii și sisteme vor apărea și vor înlocui învățarea profundă inovatoare de astăzi.

De asemenea, după cum vă puteți imagina, viitorul este abordat de mașini semi-inteligente.

După cum am subliniat în alte articole, majoritatea dispozitivelor electronice vor avea (unele deja le încorporează) informații de asistență . Un caz foarte notabil este cel al serviciilor de informații care ajută la realizarea unor fotografii de calitate mai bună.

Cu toate acestea, un punct în care această tehnologie poate înflori pentru majoritatea utilizatorilor este IoT (Internet of Things, în spaniolă).

Internetul lucrurilor

Acest termen are din ce în ce mai multă greutate în conferințele de tehnologie și informatică și încearcă să consolideze acum că avem mijloacele.

Ideea este că aparatele de uz casnic, aparatele electrice și altele sunt obiecte identificabile, pot comunica între ele și, în plus, pot fi controlate cu un dispozitiv. În acest fel, putem avea un număr de obiecte care există într-un loc, unde se află, să interacționeze cu ele și toate acestea de pe mobil. De asemenea, obiectele ar putea interacționa între ele și, de exemplu, un aliment expiră, poate că frigiderul vă va putea spune când îl deschideți.

Pe de altă parte, Inteligența artificială ar trebui să poată monitoriza starea și performanța aparatelor electrocasnice. Prin aceasta, ați putea stabili un plan de energie electrică și a optimiza energia utilizată.

Cu toate acestea, un punct relevant care ne rămâne să îmbunătățim ar fi securitatea internetului . Este ceva care încă nu pare să sufere prea multă hărțuire, dar știm cu toții că va fi esențial dacă dorim să fie un serviciu sigur.

Este o idee oarecum abstractă, dar pe măsură ce ne invadează viețile, veți deveni familiar.

Importanța noilor tehnologii și a învățării profunde

Este inevitabil să ne gândim că calculul și inteligența artificială vor modela o mare parte din viitorul care ne așteaptă. Prin urmare, este important să fim mereu conștienți de ceea ce se întâmplă în lumea guvernată de biți.

Având în vedere acest spirit, putem vedea deja cum apar diferite grade, cursuri și grade care predă aceste subiecte în profunzime. De exemplu, au apărut unele inginerii de date, alte grade pe Big Data și, în mod clar, cursuri de învățare profundă și inteligență artificială .

Din același motiv, vă rugăm să cercetați subiectul. Internetul , cu plusurile și minusurile sale, nu este încă autonom, nici perfect, nici cu adevărat sigur, dar este o sursă aproape nelimitată de cunoaștere. Cu orice noroc, veți găsi un loc de învățat și vă puteți îmbarca într-o limbă nouă, sau mai bine zis, o lume nouă.

Deoarece Machine Learning este o disciplină ușor mai ușoară, există programe care vă permit să vă încurcați puțin cu datele. Dacă sunteți interesat să aflați puțin mai multe despre subiect și să vă verificați / limitele acestei tehnologii, puteți vizita IBM Watson Developer Cloud sau Amazon Machine Learning. Vă avertizăm: va trebui să vă creați un cont și nu va fi un mod ușor de învățat, dar poate într-o zi vă va ajuta să atingeți obiective mari.

Dincolo de aici este lumea ideilor, deci totul este în mâinile tale. Și la tine, ce părere ai despre noile tehnologii legate de inteligența artificială? Ce alte aplicații de Deep Learning cunoașteți sau doriți să vedeți? Împărtășește-ți ideile în caseta de mai jos.

Sursa Blog de afaceri Gândiți-vă BigXatakaMachine Mastery Learning