Miért kell a gépekre és az intelligenciájukra hagyni? Szereted a tudományos fantasztikát? Ha igen, jöjjön velünk, hogy megvizsgálja nem olyan távoli jövőnket. Olyan jövők, ahol a "tanulási és gondolkodási gépek" jelentősen megkönnyítik a munkánkat, vagy teljesen függetlenül végzik számunkra.
És ha nem szereti a tudományos-fantasztikus fantasztikát, ez a cikk akkor is érdekes lesz az Ön számára. Miután elolvasta, rájön, hogy alapvetően rendszeresen találkozik a mesterséges intelligenciával. Talán inspirációkat is talál benne, hogyan lehet beépíteni a gépi tanulást az elektronikus eszközeibe, és így jelentős versenyelőnyt szerezni.
A mesterséges intelligencia nem újdonság.
Ön szerint a mesterséges intelligencia és a tanulási gépek forró hír? Technika Mély tanulás, amelynek segítségével a gépeket a korábbi tapasztalatok alapján és kifejezett programozás nélkül megtanulják, alkalmazta már 1955-ben Arthur Samuel. Nagy kihívás állt előtte, meg akarta tanítani a számítógépet játszani és megnyerni a Dáma játékost. De hogyan lehet megtanítani valamit pontosan színészi játékra, hogy dáma jobban játsszon, mint ő? Egyszerűen két számítógépet hagyott egymás ellen játszani, és a lejátszott játékok nagy száma alapján a számítógépnek végül sikerült legyőznie a mestereket ebben a játékban a 70-es években.
A probléma abban az időben azonban a számítógépek számítási teljesítménye volt. Mély tanulás: A tanulási gépek, mint az egyik leggyakrabban alkalmazott módszer a tanulási gépekben, elegendő mennyiségű adatot feltételez. Így minél több adat és ismétlés (próba és hiba), annál pontosabb a tanulás. Bizonyára Samuel számítógépei nem tanulnának meg győzni egy hölgyben 10 vagy 100 játék után. azonban Ma már vannak technológiáink és számítógépeink, amelyek elegendő számítási erővel rendelkeznek a Deep learning algoritmus minőségi használatához. A tanulás sebessége pedig exponenciális lesz!