Învățarea automată: ce este și care este relația ei cu ai?

Astăzi vrem să vă învățăm mai în profunzime unul dintre termenii care a revoluționat și va revoluționa unele interacțiuni așa cum le știm. Vorbim despre inteligența artificială și cea mai specifică ramură a sa, învățare automată sau învățare automată.

După cum știți, calculul este întotdeauna într-o evoluție constantă, iar ceea ce putem cumpăra nu este de obicei cât mai avantajoasă.

De exemplu, în timp ce dezvoltăm cea de-a patra generație de PCI-Express , cercetătorii dezvoltă deja PCIe Gen 5 și studiază saltul către al 6 - lea . Din același motiv, nu este neobișnuit să găsim tehnologii despre care nu știam să facem sarcini despre care nu auzisem niciodată.

Dar înainte de a merge mai departe, să restrângem subiectul despre care vom discuta, pentru că, despre ce este Machine Learning ?

Indice de conținut

Ce este învățarea automată ?

Învățarea automată este o ramură specifică a informaticii și a inteligenței artificiale în care sunt create sisteme capabile de învățare automată.

Această ramură și-a început studiul și dezvoltarea în jurul anilor 80 și astăzi este destul de dezvoltată. Din același motiv, atât inteligența artificială , cât și mașina de învățare sunt utilizate în multe domenii științifice și cotidiene.

În această ramură, API-urile sunt alcătuite din unul sau mai mulți algoritmi capabili să prelucreze cantități mari de date și să învețe în consecință. Cele două idei cheie pe care le orbitează acest subiect sunt:

• Sistemul trebuie să poată analiza date și să-și dezvolte abilități pe care nu le-a avut la naștere. Inteligența trebuie să poată face lucrul în mod autonom, adică fără supraveghere umană.

În lumea reală avem exemple practice, cum ar fi clasificarea spam-ului în e-mailuri, recomandări conexe pe Amazon sau predicții despre viitor, folosind datele companiei. Aceasta din urmă este o secțiune interesantă pe care tot mai multe companii pariază.

Folosind Machine Learning putem vedea ce tipare identifică clienții nemulțumiți sau foștii clienți pentru a încerca să îmbunătățească relația cu alți utilizatori din aceeași stare. Vechimea, numărul de reclamații, planurile contractate și altele sunt studiate pentru a crea anumite profiluri. După ce concluziile AI sunt trase, un grup de experți în marketing poate crea o campanie specifică pentru combaterea acestor probleme.

Astfel, compania poate crea planuri pentru atragerea sau păstrarea clienților pe baza anumitor presupuneri și trece de la o strategie reactivă la una proactivă. Este o tactică foarte interesantă care folosește Inteligența artificială , cantități mari de date și Machine Learning .

Cum sunt instruiți inteligența artificială ?

Pentru ca o inteligență artificială să fie pregătită trebuie să treacă prin diferite faze:

1. Trece mai întâi printr- un mediu controlat. Aici introduceți o cantitate mare de date și rezultatele respective cu ajutorul cărora puteți crea relații între idei. Această parte se numește Învățare supravegheată . Apoi sunteți introdus într- un mediu liber și fără răspuns în care AI - ul în sine va trebui să selecteze un rezultat. Știind dacă răspunsurile tale sunt corecte sau nu, creezi noi reguli în algoritmul tău. Această etapă se numește Învățare nesupravegheată . În cele din urmă, pentru el se pregătește un mediu în care se zgâlțâie. Dacă, de exemplu, vă este dificil să diferențiați imaginile cu luminozitate scăzută, poate sunteți instruit cu fotografii de noapte. Această fază se numește Reinforcement Learning. Procesul se poate face de la pasul 2 de câte ori doriți să reglați informațiile inteligente .

Schema generalizată privind învățarea mașinilor

Un exemplu practic ar fi să arătați un AI zece milioane de fotografii și să le spuneți care sunt câinii și care nu. Aici el va relata că câinii au de obicei blană, de obicei merg pe patru picioare și există forme și dimensiuni diferite în funcție de rasă.

După aceea, i se oferă un milion de fotografii de clasificat. Aici trebuie să răspundeți dacă există sau nu un câine în fotografie și în funcție de faptul dacă veți crea sau nu noi idei în baza de date. Pentru a implementa aceste noi date, Intelligence va stabili noi reguli în algoritmul său și acum, de exemplu, va putea diferenția câinii de pisici.

În cele din urmă, eficiența sa este studiată și noi fotografii sunt pregătite pentru a antrena punctele sale slabe.

Desigur, acesta este un sistem simplu și foarte repetat pentru demonstrație, dar există și alte metode mai experimentale și mai specifice.

Tay, botul Twitter

Un caz recent de pregătire experimentală a fost Tay , un AI dezvoltat de Microsoft conceput pentru a învăța să se exprime ca om.

Profilul lui Twitter al lui Tay

Bot-ul a fost programat să vorbească inițial ca o tânără de 19 ani, iar pe 23 martie 2016 a fost lansat în locurile întunecate ale Twitter-ului.

Ai fost programat să vorbești cu comunitatea și să înveți din mesajele primite, precum și din interacțiunile tale cu utilizatorii. Învățarea ei a fost aproape complet autonomă, deși a trebuit să fie retrasă după 16 ore pentru a arăta comportamente negative.

În scurta durată a vieții sale, el a tweetit mai mult de 96.000 de tweet-uri. Cu toate acestea, comportamentul ofensiv intenționat al acestei rețele sociale a făcut ca Tay să răspundă mai repede cu fraze rasiste și alte.

În acest caz, învățarea supravegheată și seria de reguli de bază ar fi trebuit să fie revizuite în mod corespunzător. Cunoscând tonul lipsit de griji și ofensator al rețelei sociale, Tay nu era pregătit să diferențieze realul de sarcastic. Din același motiv, unii utilizatori au reușit să „rupă” cu ușurință „ bariera intelectuală” a informațiilor .

Aplicații de învățare automată în lumea reală

V-am povestit deja despre unele utilizări zilnice despre care probabil știați deja despre Machine Learning , dar despre ce alte cazuri există.

Mai jos veți vedea o serie de aplicații practice ale acestei tehnologii în cele mai frecvente probleme. Desigur, acestea sunt soluții de ultimă oră, așa că, de asemenea , necesită, de obicei, mai mulți bani.

sănătate

O tehnologie pentru un nou tip de îmbrăcăminte capabilă să citească informații despre corpul nostru este în studiu. Este posibil să ne citească pulsul, respirația sau anxietatea.

Aceste date sunt citite de o informație care evaluează starea pacientului în timp real. Deci, dacă aveți o problemă, cum ar fi un atac de cord la un moment dat, puteți diagnostica și / sau răspunde mai rapid.

Pe de altă parte, la unii oameni au fost implementate niște roboți capabili să detecteze gânduri suicidare. Celebrul Facebook Intelligence citește conversațiile și activitatea dvs. pentru a recunoaște tiparele tendințelor suicidare, deși există și alte versiuni care studiază mai îndeaproape comportamentul persoanei, tonul vocii și limbajul său corporal.

finanțe

În economie, unele bănci și companii au utilizat soluții bazate pe Machine Learning pentru a detecta și preveni frauda.

Pe de altă parte, ceva similar este folosit și pentru a identifica mai ușor oportunitățile de investiții. De asemenea, este utilizat pentru a decide când se vinde sau cumpără acțiuni și alte mijloace.

marketing

Acest lucru l-am menționat deja, dar este una dintre aplicațiile sale cele mai cunoscute.

Ți s-ar fi întâmplat să vezi câteva produse pe Amazon , să intri pe Facebook, Google sau Instagram și să vezi doar acel produs în anunțurile tale. Nu este o coincidență, deoarece rețelele sociale și Google implementează informații care vă studiază istoricul și interesele posibile pentru a le captura acolo unde pot.

Unii utilizatori consideră că este un mod intruziv de „atacare” a utilizatorului și nu este surprinzător, deoarece vă bombardează cu o idee. Cu toate acestea, publicitatea se va muta în această direcție, deoarece este mai personală, iar reclamele vor fi orientate către cumpărătorii potențiali.

Învățare automată și învățare profundă

Acești doi termeni merg de obicei mână în mână, dar nu sunt exact aceiași. Într-un articol viitor vom vorbi despre acest al doilea termen, deoarece este ceva care merită învățat.

VĂ RECOMANDĂM Cum să dezinstalați driverele AMD curat și ușor

În general, am putea stabili relația dintre învățarea mașinii și învățarea profundă ca cea pe care o au inteligența artificială și învățarea mașinii . Învățarea profundă este o ramură și mai specifică a învățării automate .

Împărtășește secțiuni cheie, cum ar fi evoluția în timp și experiență, dar are o altă serie de diferențe.

Învățare profundă simplificată

Baza sa pentru învățarea și procesarea datelor este utilizarea diferitelor straturi care acționează ca și cum ar fi neuroni. Prin urmare, am putea stabili că aceste informații sunt de obicei mai rafinate, dar și mai complicate și mai scumpe de construit.

Deși dacă sunteți mai interesat de acest subiect, rămâneți la curent cu site-ul și vizitați următorul nostru articol despre învățarea profundă .

Cât de departe suntem de Skynet ?

Avem această secțiune pentru mințile cele mai visătoare.

Acesta este un subiect foarte repetat în cărți, filme și altele. Nu degeaba există un gen sau o temă numită Cyberpunk . Cu toate acestea, departe de aceste distopii futuriste controlate de Inteligența Artificială , mașinile noastre au încă un drum lung de parcurs.

Robot inteligent al lui Rick & Morty

Sistemele de învățare automată de astăzi aparțin grupului de „ AIs slabi”. După cum am văzut, aceste inteligențe sunt capabile doar să înțeleagă tiparele și să facă deducții simple. Sunt foarte utile pentru a ne sprijini în anumite contexte, dar nu sunt deloc sisteme autonome.

Pe de altă parte, am avea „AI-urile puternice” , cele reprezentate în poveștile futuriste unde sunt egale sau mult mai inteligente decât oamenii. Putem găsi exemple notabile în cultura populară precum „Matrix” , „Terminator” , „Ghost in the Shell” sau „Halo” . De fapt, în această listă există două lucrări care au legătură între ele; Ghiciți care dintre ele?

Astăzi continuăm să dezvoltăm mașini complet autonome și sigure. Avansăm continuu, dar mai avem o modalitate de a dezvolta un fapt egal realizat în întregime din tehnologie.

Dacă doriți să aflați mai multe despre aceasta, puteți vizita articolul nostru despre Inteligența artificială . Este un text dintr- un punct de vedere mai general și studiem un pic ramificările posibile pe care le va avea această tehnologie.

Cuvinte finale despre învățarea mașinii

Similar cu concluzia noastră despre Inteligența artificială, este clar că viitorul este incert. Cu toate acestea, este inevitabil că evoluția va trebui revizuită pentru a pune în aplicare tehnologia printre abilitățile și caracteristicile sale.

Încetul cu încetul, Internetul va fi mai mult și mai bine controlat de programe și algoritmi. Rețelele sociale vor fi mai bine calibrate și ne vor oferi conținut mai mult în funcție de gusturile noastre. Și în sfârșit, relațiile online vor fi mult mai sigure, detectând mai ușor atunci când există pericolul de fraudă sau altele asemenea.

Pe de altă parte, nu vă mirați că acest secol este momentul în care IoT (Internet of Things) va străluci. Este o idee la care visam de mult timp și care este din ce în ce mai aproape. În plus, IoT este un ofertant important al tehnologiilor de ultimă generație legate de învățarea mașinii, deși încă lipsește unele ajustări în ceea ce privește securitatea.

Din partea noastră, credem că va fi o evoluție treptată și atâta timp cât sunteți informat despre ceea ce se întâmplă, nu aveți nimic de teamă. Mașinile noi sau frigiderele pot suna ciudat, dar cu siguranță nu cred că vom vedea trezirea „AI-urilor puternice”.

Vă recomandăm să citiți cele mai bune laptopuri de pe piață

În cele din urmă, trebuie să mărturisim că nu suntem experți în Inteligența artificială sau în învățarea mașinii , deci nu fiți surprinși de unele date ciudate. Dacă am făcut o greșeală, nu ezitați să ne spuneți! Până la urmă, nu suntem încă mașini perfecte.

Și tu, ce părere ai despre învățarea mașinii și inteligența artificială ? În ce aspect credeți că ar trebui implementate? Împărtășește ideile de mai jos.

Font inteligent Dataapdsaslagacetawhatsnew