В наши дни все говорят об ИИ, я тоже инвестирую в это пространство, но вопрос в том, полностью ли я понимаю, что такое ИИ и на что он способен? Или не способен? По мере того, как я узнаю больше, я буду продолжать делиться этим с теми, кто заинтересован.
Легче думать об ИИ с точки зрения функций: функция заключается в том, что вы даете мне ввод, а я даю вам вывод после преобразования.
Инженеры-программисты обычно курируют логику, связанную с функциями: они точно определяют, что происходит с вводом (преобразованием) и как обеспечить вывод. Все это вручную курирует инженер, человек.
Что делают AI, ML или функция глубокого обучения, так это то, что вместо того, чтобы человек определял ВСЮ логику функции, человек создает функцию, которая имеет своего рода внутренние параметры, которые они (человек) не устанавливают, эти параметры устанавливаются за компьютером. Как они устанавливаются, позволяя компьютеру делать пробы и ошибки: это называется обучением ИИ.
Обучающие данные связаны с наличием образцов с типами входных данных, которые вы ожидаете увидеть в реальном производстве или при фактическом использовании модели, но в сочетании с фактическим результатом, который вы ожидаете от своей модели. Например. если вы попросите свой компьютер найти все изображения щенков в Интернете (кто не любит щенков), у меня будет целая куча изображений, и в паре с каждым из этих изображений у меня будет правильный ярлык для таких, как « щенок», «не щенок». Это комбинация образцов ввода вместе с известными метками для этого ввода. В конце концов компьютер сможет понять это (хотя компьютерное зрение, по-видимому, намного сложнее, чем я понимаю сейчас).
Далее: компьютер устанавливает случайные параметры в модели (любой первоначальный выбор), а затем делает прогнозы для всех этих изображений в выборке данных на основе своего первоначального предположения о том, какие его параметры должны быть внутри этой функции ИИ. Затем он оценивает, насколько хорошо он справился с ярлыками. Может быть, это было правильно на 50%; поэтому он немного настраивает параметры и выполняет тот же процесс. Процесс обучения на самом деле заключается в том, чтобы делать это снова и снова, и, как мы все знаем, компьютеры очень хорошо справляются с повторяющимися задачами (в отличие от меня). Примечание: есть способы ускорить его и следовать оптимальной траектории.
В основе технологии модели машинного обучения лежит идея о том, что я буду запускать одну функцию или один процесс, который устанавливает параметры другой функции, которую я использую для фактического выполнения своей задачи.
Подпишитесь на меня в LinkedIn, чтобы получать более регулярные обновления: https://www.linkedin.com/in/zoya-imam/
