Mobilné Správy, Gadgety, Blogy's Secenziami

Ako udržať svoju AI racionálnu pomocou abduktívneho strojového učenia?

Ako udržať svoju AI racionálnu pomocou abduktívneho strojového učenia? 1

Umelé slovo vyvolalo v digitálnom veku humbuk a každého zaujíma, čo to vlastne je? A ako to funguje? Prídavné meno je nejednoznačné, pretože všetky veci, ktoré ľudia vytvorili, sú považované za umelé. AI je vedecký koncept, ako to odvetvie vedy nazýva zväzkom algoritmov, ktoré sa učia zo skúsenosti s dátami, a týmto spôsobom sa im hovorí umelo, ale učia sa prirodzene.

AI a jej aplikácie

Mnoho modelov učenia bolo prevzatých z prírody, umelých neurónových sietí (ANN), ktorých model prvýkrát predstavila spoločnosť Many Scientist, medzi nimi sú Newton, Thomas Edison, na začiatku 40 -tych rokov. Sú založené na nelineárnej modulácii hmotnostných vzťahov v dátových sieťach a vytvárajú skutočné neurónové siete (súbor údajov prevádzkovaných ako ľudské mozgy). Umelá inteligencia sa nazýva aj strojové učenie, práve kvôli tomu sa stroje učia.

Listy, konferencie a ďalšie informácie o hedžových fondoch za 4. štvrťrok 2019

Umelá inteligencia je jednou z tých technológií, ktoré robia z tejto planéty lepšie miesto tým, že rôznym spôsobom prospieva ľudstvu. Oblasť umelej inteligencie sa dostala do mnohých aplikácií, ktoré prispievajú k významnej časti zisku v niekoľkých oblastiach. Stručne povedané, ak vidíme z užívateľského hľadiska, potom Amazon Echo, Siri, autá s vlastným pohonom sú príkladmi AI.

Je abduktívne uvažovanie ML?

Abduktívne učenie je podobné hlbokému učeniu. Abdukcia (tiež nazývaná vysvetlenie) je charakterizovaná ako transmutácia, ktorá hypotetizuje vysvetlenia vlastností referenčnej množiny, ale nemení nastavenia. Opakom únosu je predikcia, ktorá odvodzuje dôsledky vlastností referenčného súboru. Strojové učenie sa tiež stretáva s mnohými druhmi problémov a jednoduchý spôsob, ako ich zabudnúť, je napísať a rozhodnúť o cieli podnikania.

Od automobilu Tesla s vlastným pohonom až po algoritmus návrhu spoločnosti Netflix sa v našom bežnom živote odohrávajú technológie AI a strojového učenia. Organizuje e -maily, odosiela novinky Facebook prispôsobenejšie, aktualizuje mapy Google, pomoc chatbota a mnoho ďalších. Toto sú časté príklady toho, ako AI ovláda svet, ale kto môže zaručiť, že tieto informácie sú 100% presné. To dáva zmysel. ML je však podskupinou AI a pomáha nám udržiavať údaje racionálne. Podrobne diskutujme na príklade.

Využívanie umelej inteligencie rastie a pokrývalo významné časti priemyslu a spoločností. Počet oblastí, kde sa uplatňuje umelá inteligencia, je zarastený. AI získala úžasné výhody, ktoré môže ponúknuť akýkoľvek sektor. Niektoré z nich zahŕňajú bankovníctvo, financie, zdravotníctvo, analýzu nákladov, dopravu a mnoho ďalších. Neustály pokrok v AI zvyšuje dopyt po vývoji softvéru, ktorý zatiaľ ponúka vyššiu produktivitu, vďaka ktorej ľudia chcú viac.

Oblasť umelej inteligencie zasiahla mnoho širokých oblastí, ako sú hry, poľnohospodárstvo, zdravotníctvo, financie, marketing a mnoho ďalších. AI je schopná zvýšiť produktivitu ľudí a pomôcť podnikateľovi rýchlo dosiahnuť ciele. Teraz je prvoradé, ako udržať AI racionálnu, ale logickú. Racionalita umožňuje AI extrahovať robustné údaje z obrovského zdroja, ktorý sa začína približovať k ľudskému chápaniu.

Abduktívne zdôvodnenie-Akýkoľvek odhad?

Abdukcia v strojovom učení znamená, že pochádza zo súboru pozorovaní a pokúša sa vysvetliť tieto pozorovania najlepším možným vysvetlením. Tieto vysvetlenia môžu byť platné alebo nie; nemusí to viesť nejakým jasným pravidlom alebo čo. Môže byť kreatívny alebo presný. Napríklad, keď Sir Isaac Newton prvýkrát objavil gravitáciu, pozoroval padajúce jablko a myslel si, že to spôsobujú niektoré prírodné sily. V únosnej AI sa pokúšame predpokladať skutočnosť pomocou podporných faktov.

V ostatných prípadoch je únos logicky prísny z hľadiska štruktúry použitej na obhajobu empirického tvrdenia. V tomto prípade sa únos môže zamerať na jednu preferovanú aplikáciu, aj keď neexistujú žiadne ďalšie. Niekedy sa to stane, pretože všetky ostatné tvrdenia sa zdajú byť smiešne, alebo preto, že jeden typ sporu je už dlho akceptovaný.

Príklady AI a abduktívneho strojového učenia

Príklad 1:

Napríklad tvrdíme predovšetkým, že mesiac je vyrobený z hornín a malá prašná planéta je umiestnená v určitej vzdialenosti od Zeme vo vesmíre. Diskutujeme o tom logicky, pretože najbližšie pozorovania ukázali, že je vyrobený z prachu, skaly, je umiestnený v takej vzdialenosti a podobne. V tomto prípade sekundárne tvrdenia ako „mesiac je vyrobený zo syra“ je menej relevantné a logické.

Toto sú dve základné formy, o ktorých viem 1 – konkurenčné hypotézy, a 2. Skutočný argument. Môžeme teda povedať, že abduktívne uvažovanie v ML používa neúplný súbor pozorovaní a uzatvára najlepšie možné vysvetlenie.

Príklad 2:

Ďalším príkladom je, že chlieb sa dá ľahko tvarovať v kuchyni ako v chladničke. Teraz AI vedie k záveru, že teplota rozhodla o procese tvarovania. Ak máme hypotézu, potrebujeme dôkazy, ktoré to potvrdia.

Abduktívne strojové učenie teda drží pravdu a umožňuje vedcom spresniť výsledky sústredením sa na realistický prístup k experimentu.

Praktický prístup k AI

  1. Jednou z významných výziev pre tých, ktorí pracujú na vytvorení takejto entity, bude pravdepodobne zistiť, čo by mohlo tvoriť jej základné hodnoty a motivácie.
  2. Čo by bolo potrebné pre umelú bytosť? Nezáležalo by na veciach, ako sú peniaze, moc, obľúbenosť, cnosť atď.
  3. Opäť by sme nemali predpokladať, že to, čo nás ako ľudí motivuje, bude nevyhnutne platiť pre umelú inteligenciu. AI by sa pravdepodobne vyvinula ako detská bytosť s ťažkými závislosťami a interakciami so svojimi ľudskými spoločníkmi.
  4. Zdá sa rozumné, že jedinej veci, na ktorej by takej bytosti mohlo záležať, by bolo učenie a spoločnosť. Oba tieto programy by pravdepodobne boli nainštalované v počiatočných fázach programovania, aby podporili procesy samoučenia.
  5. V digitálnej revolúcii závislosť na strojoch exponenciálne rastie. V dnešnej dobe AI plní väčšinu ľudských úloh, ako je optimalizácia logistiky, automatické rozpoznávanie tváre (ktoré sa vyhýba dochádzkovému systému), detekcia podvodov, preklad do viacerých jazykov (prekladač Google) atď., Ktorá zmenila náš život tým, že ho uľahčila a naše inteligentné zariadenia pracuje efektívnejšie ako pracovná sila.
  6. Tieto formy AI však vedci a výskumní pracovníci považujú za slabé a v súčasnosti sa zameriavajú na vytvorenie silnejšej AI, ktorá dokáže prekonať ľudskú inteligenciu a schopnosti takmer pri všetkých kognitívnych rozhodnutiach.

Posledny hovor

Prieskum umelej inteligencie nikdy neuvažoval o „vyhrážaní sa ľuďom“, „nahrádzaní ľudí“ a v skutočnosti je to nemožné. Pretože je to veda, všetko má svoju teoretickú dolnú a hornú hranicu; Umelá inteligencia nebude bezpečnejšia ako výroba leteckých rakiet.

Okrem toho sa ľudia najmenej strojového učenia nestarajú o to, aby stroje mali svoje vlastné emócie. Strojové učenie vytvára niekoľko nástrojov a robotov, ktoré vám pomôžu analyzovať údaje. Analogicky s tým vytvoríme kladivo, ktoré udrie klinec, a nezaujíma nás, či sa palica bude cítiť zranená.

Skutočnosť, že autá bežia rýchlejšie ako ľudia a lode plávajú ďalej ako ľudia, nebráni dráhe a poli a plávanie je stále veľmi obľúbeným športom. Pokročilá technológia nespomalí ľudí, ale podporí rozvoj ľudskej spoločnosti.