การเรียนรู้ของเครื่อง: มันคืออะไรและมีความสัมพันธ์กับ AI อย่างไร?

วันนี้เราต้องการที่จะสอนคุณในเชิงลึกมากขึ้นหนึ่งในเงื่อนไขที่ มีการปฏิวัติและจะปฏิวัติการโต้ตอบบางอย่าง ที่เรารู้ว่าพวกเขา เรากำลังพูดถึง ปัญญาประดิษฐ์ และสาขาเฉพาะเจาะจงมากที่สุด การเรียนรู้ของเครื่องหรือการเรียนรู้อัตโนมัติ

ดังที่คุณอาจทราบว่าการคำนวณนั้นมีวิวัฒนาการอย่างต่อเนื่องและสิ่งที่เราสามารถซื้อ ได้มักจะไม่ล้ำสมัยเท่าที่จะทำได้

ตัวอย่างเช่นในขณะที่เรากำลังพัฒนา PCI-Express รุ่นที่ 4 นักวิจัยกำลังพัฒนา PCIe Gen 5 อยู่แล้ว และศึกษาการก้าวไปสู่ อันดับที่ 6 ด้วยเหตุผลเดียวกันนี้จึงไม่ใช่เรื่องแปลกที่จะค้นหาเทคโนโลยีที่เราไม่รู้ว่าทำงานที่เราไม่เคยได้ยินมาก่อน

แต่ก่อนที่เราจะไปไกลกว่านี้เรามาพูดถึงหัวข้อที่เราจะพูดถึงกันเพราะ Machine Learning คืออะไร?

ดัชนีเนื้อหา

การเรียนรู้ของเครื่อง คืออะไร

การเรียนรู้ของเครื่อง เป็น สาขาเฉพาะ ของวิทยาศาสตร์คอมพิวเตอร์และ ปัญญาประดิษฐ์ ที่ มีความสามารถในการ สร้าง ระบบการเรียนรู้อัตโนมัติ

สาขานี้เริ่มการศึกษาและการพัฒนา ประมาณ 80 ปี และวันนี้มันมีการพัฒนาค่อนข้าง ด้วยเหตุผลเดียวกันนี้ทั้ง ปัญญาประดิษฐ์ และ การเรียนรู้ของเครื่อง ถูกนำมาใช้ ในหลายสาขาวิทยาศาสตร์และในชีวิตประจำวัน

ในสาขานี้ AIs ประกอบด้วย อัลกอริทึมอย่างน้อยหนึ่งอย่างที่ สามารถประมวลผลข้อมูลจำนวนมากและเรียนรู้ได้ แนวคิดหลักสองข้อที่วงโคจรของหัวข้อนี้คือ:

• ระบบจะต้อง สามารถวิเคราะห์ข้อมูลและสร้างทักษะที่ไม่ได้เกิดขึ้นมาได้ ความฉลาด จะต้องสามารถ ทำงานได้อย่างอิสระ นั่นคือโดยไม่ต้องมีการควบคุมดูแลของมนุษย์

ในโลกแห่งความเป็นจริงเรามี ตัวอย่างที่ เป็น ประโยชน์เช่น การจำแนกประเภทของ สแปม ในอีเมลคำแนะนำที่เกี่ยวข้องใน Amazon หรือการคาดการณ์อนาคตโดยใช้ข้อมูล บริษัท ส่วนหลังเป็นส่วนที่น่าสนใจที่ มี บริษัท จำนวนมากเข้ามาเดิมพัน

การใช้การ เรียนรู้ของเครื่อง เราสามารถเห็น รูปแบบที่ระบุถึงลูกค้าที่ไม่พอใจหรือลูกค้าเก่า เพื่อพยายามปรับปรุงความสัมพันธ์กับผู้ใช้รายอื่นในสถานะเดียวกัน ความอาวุโสจำนวนการร้องเรียนแผนตามสัญญาและอื่น ๆ ได้รับการศึกษาเพื่อ สร้างโปรไฟล์บางอย่าง เมื่อข้อสรุป ของ AI ถูกดึงออกมากลุ่มผู้เชี่ยวชาญด้านการตลาดสามารถ สร้างแคมเปญเฉพาะเพื่อต่อสู้กับปัญหาเหล่านั้น

ดังนั้น บริษัท สามารถสร้างแผนการที่จะ ดึงดูดหรือรักษาลูกค้า ตามสมมติฐานบางอย่างและเปลี่ยน จากกลยุทธ์เชิงโต้ตอบไปเป็นเชิงรุก เป็นกลยุทธ์ที่น่าสนใจมากที่ใช้ ปัญญาประดิษฐ์ข้อมูล จำนวนมากและ การเรียนรู้ของเครื่อง

ปัญญาประดิษฐ์ ได้รับการฝึกฝนอย่างไร

สำหรับ ปัญญาประดิษฐ์ ที่ ต้องเตรียมมันต้อง ผ่านหลายขั้นตอน:

1. มันต้องผ่าน สภาพแวดล้อมที่มีการควบคุมก่อน ที่นี่คุณป้อนข้อมูลจำนวนมากและผลลัพธ์ที่เกี่ยวข้องซึ่งคุณ สามารถสร้างความสัมพันธ์ระหว่างแนวคิดได้ ส่วนนี้เรียกว่า การเรียนรู้ ภายใต้ การดูแล จากนั้นคุณจะถูกนำเข้าสู่ สภาพแวดล้อม ที่ ฟรีและไม่มีคำตอบ ที่ตัว AI จะต้องเลือกผลลัพธ์ โดยการรู้ว่าคำตอบของคุณถูกต้องหรือไม่คุณ สร้างกฎใหม่ในอัลกอริทึมของคุณ ขั้นตอนนี้เรียกว่า การเรียนรู้ที่ไม่ได้รับการ ดูแล ในที่สุดสภาพแวดล้อมก็พร้อมสำหรับเขาในที่ที่ เขาสะดุด ตัวอย่างเช่นถ้ามันเป็นเรื่องยากสำหรับคุณที่จะแยกความแตกต่างของภาพที่มีความส่องสว่างต่ำบางทีคุณอาจได้รับการฝึกฝนด้วยภาพถ่ายกลางคืน ระยะนี้เรียกว่า การเรียนรู้การเสริมแรง กระบวนการนี้สามารถทำได้ตั้งแต่ขั้นตอนที่ 2 หลาย ๆ ครั้งตามที่คุณต้องการปรับจูน อัจฉริยะ

รูปแบบทั่วไปในการเรียนรู้ของเครื่อง

ตัวอย่างที่ใช้งานได้จริงคือการแสดงภาพถ่าย AI สิบล้านภาพและบอกพวกเขา ว่าเป็นสุนัขหรือไม่ ที่นี่เขาจะเล่าให้ฟังว่าสุนัขมักมีขนพวกมันมักจะมีสี่ขาและมีรูปร่างและขนาดแตกต่างกันไปตามสายพันธุ์

หลังจากนั้นเขาได้รับภาพถ่ายหนึ่งล้านภาพ เพื่อจัดประเภท ที่นี่คุณต้องตอบว่ามีสุนัขอยู่ในภาพหรือไม่และตามว่าคุณจะสร้าง 'ความคิด' ใหม่ในฐานข้อมูลของคุณหรือไม่ ในการใช้ข้อมูลใหม่นี้ Intelligence จะ สร้าง กฎใหม่ในอัลกอริทึม และตอนนี้ตัวอย่างเช่นมันจะสามารถแยกความแตกต่างของสุนัขกับแมวได้

ในที่สุด ประสิทธิภาพของเขาคือการศึกษา และภาพถ่ายใหม่พร้อมที่ จะฝึกจุดอ่อนของเขา

แน่นอนว่านี่เป็นระบบที่เรียบง่ายและซ้ำซ้อนมากสำหรับการสาธิต แต่มี วิธีการทดลองและแปลกประหลาดอื่น ๆ อีกมากมาย

Tay, ทวิตเตอร์ของ Twitter

กรณีล่าสุดของการฝึกอบรมเชิงทดลองคือ Tay ซึ่งเป็น AI ที่ พัฒนาโดย Microsoft ออกแบบมาเพื่อ เรียนรู้ที่จะแสดงความเป็นมนุษย์

โปรไฟล์ Twitter ของ Tay

บอทได้รับการตั้งโปรแกรมให้พูดตอนแรก เป็นเด็กหญิงอายุ 19 ปี และเมื่อ วันที่ 23 มีนาคม 2559 เธอ ได้รับการปล่อยตัวในที่มืดของ Twitter

คุณได้รับการตั้งโปรแกรมให้ พูดคุยกับชุมชนและเรียนรู้จากข้อความที่คุณได้รับ รวมถึงการโต้ตอบกับผู้ใช้ของคุณ การเรียนรู้ของเธอเกือบจะเป็นอิสระอย่างสมบูรณ์แม้ว่าเธอ จะต้องถอนตัวหลังจาก 16 ชั่วโมง เพื่อแสดงพฤติกรรมเชิงลบ

ในช่วงเวลาสั้น ๆ ในชีวิตของเขาเขาทวีต มากกว่า 96, 000 ทวีต อย่างไรก็ตามพฤติกรรมที่ไม่เหมาะสมโดยเจตนาของเครือข่ายสังคมออนไลน์นี้ทำให้เร็วกว่าที่ Tay จะ ตอบโต้ด้วยการเหยียดผิวและวลีอื่น ๆ

ในกรณีนี้การ เรียนรู้ ภายใต้การ ดูแล และชุดของ กฎพื้นฐาน ควรได้รับการ แก้ไขอย่างถูกต้อง เมื่อทราบถึงความห่วงใยและความไม่พอใจของเครือข่ายสังคมออนไลน์แล้ว Tay ยังไม่พร้อมที่จะแยกแยะความจริงจากประชดประชัน ด้วยเหตุผลเดียวกันผู้ใช้บางคนสามารถ "ทำลาย" อุปสรรคทางปัญญา " ของ หน่วยสืบราชการลับ ได้อย่างง่ายดาย

แอพพลิเคชั่น Machine Learning ในโลกแห่งความจริง

เราได้บอกคุณแล้วเกี่ยวกับการใช้งานประจำวันที่คุณอาจเคยรู้จักเกี่ยวกับ การเรียนรู้ด้วยเครื่องจักร แต่ มีกรณีอื่นใดบ้าง

ด้านล่างคุณจะเห็นชุดการ ใช้งานจริงของเทคโนโลยีนี้ ในปัญหาที่พบบ่อยที่สุด แน่นอนพวกเขาเป็นโซลูชั่นที่ทันสมัยดังนั้นพวกเขาจึง มักจะต้องใช้เงินมากขึ้น

สุขภาพ

เทคโนโลยีสำหรับ เสื้อผ้าชนิดใหม่ที่ มีความสามารถในการอ่านข้อมูลเกี่ยวกับร่างกายของเราอยู่ภายใต้การศึกษา อาจอ่าน ชีพจรการหายใจหรือความวิตกกังวลของเรา

ข้อมูลเหล่านี้จะถูกอ่านโดย หน่วยสืบราชการลับ ที่ประเมินสถานะของผู้ป่วย ในเวลาจริง ดังนั้นหากคุณมีปัญหาเช่นหัวใจวายในเวลาที่กำหนดคุณสามารถ วินิจฉัยและ / หรือตอบสนองได้เร็วขึ้น

ในทางกลับกันบอตบางตัวที่สามารถตรวจจับ ความคิดฆ่าตัวตายได้ถูกนำไปใช้ในบางคน ข่าวกรอง Facebook ที่ มีชื่อเสียงจะอ่านบทสนทนาและกิจกรรมของคุณเพื่อจดจำรูปแบบของแนวโน้มการฆ่าตัวตายแม้ว่าจะมีเวอร์ชั่นอื่น ๆ ที่ศึกษา พฤติกรรมของบุคคลนั้น อย่างใกล้ชิด น้ำเสียงและภาษากายของเขา

การเงิน

ในทางเศรษฐศาสตร์ธนาคารและ บริษัท บางแห่งใช้โซลูชั่น การเรียนรู้ด้วยเครื่อง เพื่อตรวจจับและป้องกันการฉ้อโกง

ในทางตรงกันข้ามสิ่งที่คล้ายกันนี้ยังใช้เพื่อ ระบุโอกาสในการลงทุนได้ง่ายขึ้น นอกจากนี้ยังใช้เพื่อตัดสินใจว่าจะขายหรือซื้อหุ้นและวิธีการอื่นเมื่อใด

การตลาด

สิ่งนี้เราได้กล่าวถึงแล้ว แต่มันเป็น หนึ่งในแอปพลิเคชันที่รู้จักกันดีที่สุด

มันจะเกิดขึ้นกับคุณเพื่อดูผลิตภัณฑ์สองอย่างใน Amazon ป้อน Facebook, Google หรือ Instagram และดูผลิตภัณฑ์นั้นในโฆษณาของคุณ มันไม่ใช่เรื่องบังเอิญเนื่องจากเครือข่ายสังคมออนไลน์และ Google ใช้ สติปัญญา ที่ ศึกษาประวัติของคุณและความสนใจที่เป็นไปได้ของคุณ เพื่อจับภาพพวกเขาในที่ที่ทำได้

ผู้ใช้บางคนมองว่ามันเป็น วิธีที่ล่วงล้ำในการ 'โจมตี' ผู้ใช้ และไม่น่าแปลกใจที่พวกเขาทิ้งระเบิดคุณด้วยความคิด อย่างไรก็ตามการโฆษณาจะไปในทิศทางนั้นเนื่องจากมีความเป็น ส่วนตัวมากกว่าและโฆษณาจะถูกกำหนดเป้าหมายไปยังผู้ซื้อที่มีศักยภาพ

การเรียนรู้ของเครื่อง และ การเรียนรู้ลึก

คำสองคำนี้มักจะจับมือกัน แต่ก็ไม่เหมือนกัน ในบทความในอนาคตเราจะพูดถึงเทอมที่สองนี้เนื่องจากเป็นสิ่งที่ สมควรได้รับการเรียนรู้

เราขอแนะนำให้คุณถอนการติดตั้งไดร์เวอร์ AMD อย่างละเอียดและง่ายดาย

โดยทั่วไปเราสามารถสร้างความสัมพันธ์ระหว่าง การเรียนรู้ของเครื่อง และ การเรียนรู้ลึก ในฐานะที่เป็น ปัญญาประดิษฐ์ และ การเรียนรู้ของเครื่องได้ การเรียนรู้เชิงลึก เป็น สาขาที่เฉพาะเจาะจงมากขึ้นของ การเรียนรู้ ของ เครื่อง

มันแบ่งปันส่วนสำคัญเช่น วิวัฒนาการตลอดเวลาและประสบการณ์ แต่มันก็มีความแตกต่างอีกหลายแบบ

การเรียนรู้ลึกแบบง่าย

พื้นฐานสำหรับการเรียนรู้และประมวลผลข้อมูลคือการ ใช้เลเยอร์ต่าง ๆ ที่ทำหน้าที่เหมือนเป็นเซลล์ประสาท ดังนั้นเราสามารถพิสูจน์ได้ว่า ปัญญา เหล่านี้มักจะ ละเอียดอ่อนกว่า แต่ก็มีความซับซ้อนและมีราคาสูงกว่า ในการสร้าง

แม้ว่าคุณจะสนใจหัวข้อนี้มากขึ้นก็ตามโปรดคอยติดตามเว็บไซต์และเยี่ยมชม บทความถัดไปของเราเกี่ยวกับ การเรียนรู้ลึก

เรามาจาก Skynet ไกลแค่ไหน

เรามีส่วนนี้ สำหรับจิตใจที่ฝันมากที่สุด

นี่เป็นหัวข้อ ซ้ำ ๆ กันในหนังสือภาพยนตร์และอื่น ๆ ไม่มีอะไรเลยมีประเภทหรือธีมที่เรียกว่า Cyberpunk อย่างแน่นอน อย่างไรก็ตามไกลจาก dystopias แห่งอนาคตที่ควบคุมโดย ปัญญาประดิษฐ์ เครื่องของเรา ยังคงมีทางยาวไป

หุ่นยนต์อัจฉริยะของ Rick & Morty

ระบบ การเรียนรู้ ของ เครื่อง ในวันนี้เป็นของ กลุ่ม ' AIs ที่อ่อนแอ' ดังที่เราได้เห็นแล้ว สติปัญญา เหล่านี้สามารถเข้าใจรูปแบบและทำการหักง่ายเท่านั้น มันมีประโยชน์มากในการสนับสนุนเราในบางบริบท แต่ มันไม่ใช่ระบบอิสระ

ในทางกลับกันเราก็จะมี 'ไอไอเอที่แข็งแกร่ง' พวกที่แสดงในเรื่องอนาคตที่พวกเขาจะ เท่ากับหรือฉลาดกว่ามนุษย์ เราสามารถหาตัวอย่างที่เด่นชัดในวัฒนธรรมสมัยนิยมเช่น 'Matrix' , 'Terminator' , 'Ghost in the Shell' หรือ 'Halo' อันที่จริงในรายการนี้มีงานสองชิ้นที่เกี่ยวข้องกัน คิดว่าอันไหนกัน?

วันนี้เรายังคงพัฒนารถยนต์ที่ ปลอดภัยและเป็นอิสระอย่างเต็มที่ เราก้าวหน้าอย่างต่อเนื่อง แต่เรายังมีวิธีในการพัฒนา ความจริงที่ เท่าเทียมกันที่ ทำจากเทคโนโลยีทั้งหมด

หากคุณต้องการทราบข้อมูลเพิ่มเติมเกี่ยวกับเรื่องนี้คุณสามารถเยี่ยมชมบทความของเราเกี่ยวกับ ปัญญาประดิษฐ์ มันเป็นข้อความจาก มุมมองที่กว้างกว่า และเราศึกษาเรื่องการแยกย่อยที่เป็นไปได้ที่เทคโนโลยีนี้จะมี

คำสุดท้ายใน การเรียนรู้ของเครื่อง

เช่นเดียวกับข้อสรุปของเราเกี่ยวกับ ปัญญาประดิษฐ์ เป็นที่ชัดเจนว่าอนาคตไม่แน่นอน อย่างไรก็ตามมันเป็นสิ่งที่หลีกเลี่ยงไม่ได้ที่วิวัฒนาการจะต้องได้รับการตรวจสอบเพื่อ ใช้เทคโนโลยีท่ามกลางทักษะและคุณลักษณะ

อินเทอร์เน็ต จะถูก ควบคุม โดยโปรแกรมและอัลกอริธึมมากขึ้นเรื่อย ๆ เครือข่ายสังคมจะได้รับการปรับเทียบที่ดีขึ้นและจะเสนอเนื้อหาให้ มากขึ้นตามรสนิยมของเรา และในที่สุดความสัมพันธ์ออนไลน์จะมีความปลอดภัยมากขึ้นโดย การตรวจจับได้ง่ายขึ้นเมื่อมีอันตรายจากการฉ้อโกงหรือสิ่งอื่นที่คล้ายคลึงกัน

ในทางกลับกันอย่าแปลกใจที่ศตวรรษนี้คือ เมื่อ IoT (Internet of Things) ส่องแสง มันเป็นความคิดที่ว่าเราฝันมานานและใกล้เข้ามามากขึ้น นอกจากนี้ IoT ยังเป็นผู้เสนอราคาขนาดใหญ่ของเทคโนโลยีที่ทันสมัยที่เกี่ยวข้องกับการ เรียนรู้ของเครื่อง แม้ว่ามันจะยังขาดการ ปรับเปลี่ยนบางอย่างเกี่ยวกับความปลอดภัย

สำหรับส่วนของเราเราคิดว่ามันจะเป็นวิวัฒนาการที่ค่อยเป็นค่อยไปและตราบใดที่คุณได้รับแจ้งว่าเกิดอะไรขึ้น คุณไม่มีอะไรต้องกลัว รถยนต์หรือตู้เย็นใหม่อาจฟังดูแปลกสำหรับคุณ แต่แน่นอนฉันไม่คิดว่าเราจะเห็นการตื่นขึ้นของ 'ไอเอไอที่แข็งแกร่ง'

เราขอแนะนำให้อ่านแล็ปท็อปที่ดีที่สุดในตลาด

สุดท้ายเราต้องยอมรับว่า เราไม่ใช่ผู้เชี่ยวชาญด้าน ปัญญาประดิษฐ์ หรือ การเรียนรู้ของเครื่อง ดังนั้นอย่าแปลกใจกับข้อมูลแปลก ๆ หากเราทำผิดพลาดอย่าลังเลที่จะบอกเรา! ท้ายที่สุดเรายังไม่ได้เป็นเครื่องจักรที่สมบูรณ์แบบ

และคุณคิดอย่างไรกับ การเรียนรู้ ของ เครื่อง และ ปัญญาประดิษฐ์ ? คุณคิดว่าควรนำไปปฏิบัติในด้านใด แบ่งปันความคิดของคุณด้านล่าง

Clever Dataapdsaslagacetawhatsnew แบบอักษรใหม่