Когда я начал заниматься Lambda, мы сразу начали изучать линейную алгебру. В школе я учился на троих в старшей школе, и мне не нравилась математика. Я был молод и наивен, потому что линейная алгебра используется каждый день, чтобы изменить мир, особенно в машинном обучении.
Мы знаем, что будущее ИИ не за горами с беспилотными автомобилями, обработкой естественного языка, роботами-убийцами и т. Д. Некоторые могут сказать, что это пугает, но на самом деле это концепции, а не реальность (пока). сказал про AI сейчас! Пока вы читаете эти слова, вероятно, использовался ИИ. Его используют по дороге на работу, в чате с друзьями, при поиске в Интернете (особенно в Google) и покупках в Интернете.
Гугл король
Сегодня вы можете услышать о проблемах «конфиденциальности» в отношении того, как такие компании, как Google, Facebook (к которым я испытываю смешанные чувства) и Amazon, обращаются с нашими данными. Хотя есть над чем подумать, некоторые из этих данных используются, чтобы помочь нам в повседневной жизни, и мы даже не осознаем этого.
Компьютерное зрение
Мы действительно можем сделать снимок, например, собаку, и показать компьютеру тысячи собак, и в конечном итоге машина сможет идентифицировать собаку в дикой природе, если ее сфотографировать. Лучшим примером является то, что кто-то должен был отправиться в поход со своим смартфоном в одиночку, и ему нужно было выяснить, какие растения окружают его. Если бы кто-то обучил компьютер распознавать растения и включить сеть в мобильное приложение, мы бы занимались бизнесом с точки зрения получения информации о дикой природе (или того, что мы обучаем компьютеру для повторного преобразования) на кончиках наших пальцев.
Обработка естественного языка (NLP)
НЛП - это именно то, на что это похоже. Используя машинное обучение, можно точно определить, что кто-то говорит, даже если это на другом языке! Google уже делает это с помощью Google Translate. Еще одно замечание - термостат Nest. Он может предсказывать, когда их владельцы хотят, чтобы их дома охлаждались или нагревались, помогая сократить потери энергии.
Вывод
Хотя это всего лишь несколько примеров, я надеюсь, что я описал важность машинного обучения. Поскольку ИИ в последнее время добивается невероятных успехов, это лишь вопрос времени, когда люди придут к выводу, что ИИ здесь не для того, чтобы причинять нам вред, а для того, чтобы помочь людям сосредоточиться на себе. , и оставьте эти скучные задачи компьютеру.
