K:
Melyek az öt gépi tanulás iskolája?
A:Azok számára, akik még nem vizsgálták a modern gépi tanulás és a mesterséges intelligencia mögött rejlő lehetőségeket, ez az erőfeszítés és kutatás gyakran egy nagy amorf mozdulatnak tűnik. Amikor azonban megkarcolja a felületet, és megnézheti, mit csinálnak a tudományos vezetők ezeken a területeken, láthatja, hogy bizonyos értelemben valóban öt különböző fő megközelítés létezik a mesterséges intelligencia előmozdításának kérdésében.
Ezt az öt „iskolát” vagy „törzst” népszerűsítette Pedro Domingos az AI fejlesztéséről szóló „Master Algorithm” című könyvében végzett munkája, ám ezek a tudományos világ különböző részein másutt is megfontolás alatt állnak.
| Ingyenes letöltés: Gépi tanulás és miért számít? |
A mesterséges intelligencia első iskoláját kapcsolatoknak nevezik. Ez az iskola a tényleges idegi kapcsolatokra és az emberi agy fizikájára összpontosít. Ez a hátrányos megújulás gondolatán alapszik, amely nyomon követi ezeket a kapcsolatokat az eredmények kialakításához. Vannak, akik a kapcsolati iskolát úgy hívják, hogy "az emberi agy megtervezéséhez szükséges erőfeszítések".
A mesterséges intelligencia következő iskolája a szimbolizmus. A szimbolisták logikát és már meglévő ismereteket használnak az intelligensen működő modellek felépítéséhez. Bizonyos értelemben a szimbolista megközelítés hasonló ahhoz, amire a mesterséges intelligencia világában korán kialakult, még az idegi hálózatok kifejlesztése előtt. Ha összeállít egy elég nagy tudásbázist, és azzal különféle módon foglalkozik, akkor elkezdi létrehozni a mesterséges intelligencia egy formáját, és ez az, ami a szimbolista megközelítés mögött rejlik, amelyet most kombináltak a többi modern megközelítéssel.
A harmadik iskola az evolúció iskolája. Itt nem csak az evolúcióelméletre, hanem a genetikára és a biofizikára, valamint a bioinformatikára koncentrálunk. Láthatta a mesterséges intelligencia e karját, mint egy kategóriát, amely működik az emberi genommal, és a modern technológiákat alkalmazza a genetika területén. Ebben az értelemben az evolucionista mesterséges intelligencia egyedülálló. Ez kissé eltérő típusú projekt, mint a másik négy iskola.
A bayes-i iskola a mesterséges intelligencia negyedik iskolája. Ez ismét az egyik régebbi iskola, és korán alkalmazták például a spam eltávolításával az e-mail mappákból.
A bayes-i modell és megközelítés heurisztikus modell. A nemkívánatos eredményeket kivágó modellek kialakulásának valószínűségének gondolatán alapszik, vagy más célokat követ, azon alapul, ahol az események valószínűleg bekövetkeznek, vagy más mutatók alapján. A bayes-i logika egy másik népszerű alkalmazása a hálózati biztonságban - az elmúlt években a biztonsági mérnökök széles körben használták a bayes-i logikát a hálózat fenyegetéseinek felismerésére, modellezve azokat, ahol ezek valószínűleg előfordulnak, és hogyan.
A gépi tanulás ötödik és utolsó iskoláját analógiának hívják. Ez egy olyan iskola, amelyet az átlagfogyasztónak talán könnyebb megérteni. A vállalatok, például a Facebook és a Google ajánlásmotorjai analóg megközelítésen alapulnak. Olyan algoritmusokat vesznek, mint a "legközelebbi szomszéd", és különféle típusú jelzésekkel kombinálják őket, hogy megpróbálják az ötleteket összekapcsolni más ötletekkel, vagy váltakozva emberekkel. Jó példa erre a megközelítésre egy számítógép, amely állítja, hogy tudja, milyen zenét szeret.
Mindezek a gondolkodási iskolák képezik a modern mesterséges intelligencia kutatásának testét. A tudósok arra törekszenek, hogy mindegyiket előremozdítsák egymással együtt, és általában tovább fejlesszék a terepet - és nagyon érdekes összefüggésben próbálnak ezt megtenni. Az elmúlt évtizedek egyik vezető technológiai vezetője figyelmeztette, hogy a súlyos társadalmi problémák megelőzése érdekében az AI előmozdításán túl az etikára és a technológia felelősségteljes használatára kell összpontosítani. Ezt mind a öt gép-tanulás iskolájára alkalmazni kell.
