yapay zeka şu anda her yerdedir ve akıllı telefonlarımızdaki sanal asistanlardan tutun da her şeyin sorumlusudur. sürücüsüz arabalar yakında yollarımızı dolduracak ve sizin tarafınızdan bildirilen son teknoloji görüntü tanıma sistemlerine ulaşacak tamamen.
Son on yıldır bir kayanın altında yaşamadığınız sürece, bunu daha önce duymuş ve hatta muhtemelen kullanmış olma ihtimaliniz yüksektir. Şu anda, 13 yaşındaki kızlar için One Direction neyse Silikon Vadisi için de yapay zeka odur: her yerde mevcut olan bir bilgi kaynağı. Harry Styles nihayet anlaşmaya hazır olduğunda evlenme hayalleri kurarken tüm paranı çöpe atma takıntısı aşağı. (Tamam, hâlâ benzetme üzerinde çalışıyoruz!)
Ama tam olarak ne dır-dir Yapay zeka mı? — ve "makine öğrenimi" gibi terimler olabiliryapay sinir ağları,” “yapay zeka” ve “Zayn Malik” (hala bu benzetme üzerinde çalışıyoruz…) birbirinin yerine kullanılabilir mi?
İnsanlar yapay zeka hakkında konuştuğunda duyacağınız bazı moda sözcükleri ve jargonu anlamanıza yardımcı olmak için, konuyu tamamlamanıza yardımcı olacak bu basit kılavuzu bir araya getirdik. yapay zekanın tüm farklı türlerini kafanızda gezdirin - Keşke makineler sonunda hata yapmamanız için üzerinde.
Yapay zeka
A.I.'nin tarihine çok fazla dalmayacağız. ama burada dikkat edilmesi gereken önemli nokta, yapay zekanın, aşağıdaki tüm terimlerin dallandığı ağaç olmasıdır. Örneğin takviyeli öğrenme, yapay zekanın bir alt alanı olan makine öğrenmesinin bir türüdür. Ancak yapay zeka (zorunlu olarak) takviyeli öğrenme değildir. Anladım?
Şu ana kadar hiç kimse genel bir zeka oluşturmadı.
Yapay zekanın ne yapacağına dair resmi bir fikir birliği anlaşması yok. (bazı insanlar bunun bilgisayarların henüz yapamadığı harika şeyler olduğunu öne sürüyor), ancak çoğu Bunun, bilgisayarların bir kişi tarafından gerçekleştirilmesi durumunda akıllı sayılacak eylemleri gerçekleştirmesini sağlamakla ilgili olduğu konusunda hemfikirim. kişi.
Terim ilk kez 1956'da icat edildi. Dartmouth College'da yaz atölyesi New Hampshire'da. A.I.'deki büyük mevcut ayrım. geçerli alana özgü arasında Dar Yapay Zeka Ve Yapay Genel Zeka. Şu ana kadar hiç kimse genel bir zeka oluşturmadı. Bunu yaptıklarında, tüm bahisler kapanır…
Sembolik A.I.
Hakkında pek bir şey duymuyorsun Sembolik A.I. Bugün. Ayrıca Eski Moda A.I., Sembolik A.I. olarak da anılır. Bir bilgisayara yukarıdan aşağıya verilebilecek mantıksal adımlar etrafında inşa edilmiştir. Bir bilgisayara (veya bir robota) belirli bir senaryoyla nasıl başa çıkması gerektiğine dair çok sayıda kural sağlamayı gerektirir.
Bu, birçok erken buluşa yol açtı, ancak bunların laboratuvarlarda çok iyi çalıştığı ortaya çıktı. her değişkenin mükemmel bir şekilde kontrol edilebildiği, ancak günlük hayatın karmaşasında çoğu zaman daha az başarılı olduğu hayat. Bir yazarın Sembolik YZ hakkında espri yaptığı gibi, erken dönem YZ. sistemler biraz Eski Ahit'teki tanrıya benziyordu; pek çok kuralı vardı ama merhameti yoktu.
Bugün araştırmacılar böyle Selmer Getiriyor Yaratıcıları tarafından anlaşılabilen mantıksal sistemlerin üstünlüğü etrafında inşa edilen, mantık temelli Sembolik Yapay Zeka'ya odaklanmayı geri getirmek için mücadele ediyorlar.
Makine öğrenme
Büyük bir yapay zeka hakkında bir şeyler duyarsanız. Bu günlerde çığır açan bir gelişme, muhtemelen aksini öne sürecek kadar büyük bir gürültü yapılmadığı sürece, şunları duyuyorsunuzdur: makine öğrenme. Adından da anlaşılacağı gibi makine öğrenimi, öğrenen makineler yapmakla ilgilidir.
Yapay Zeka başlığı gibi, makine öğreniminin de birden fazla alt kategorisi vardır, ancak bunların hepsi Ortak olan, istatistik odaklı veri alma ve ona algoritmalar uygulama yeteneğidir. bilgi.
Makine öğreniminin çok sayıda farklı dalı var, ancak muhtemelen hakkında en çok duyacağınız dal…
Nöral ağlar
Harika Teknoloji bölümümüzde vakit geçirdiyseniz muhtemelen şunu duymuşsunuzdur: yapay sinir ağları. İnsanların öğrenme şeklini kopyalamak üzere tasarlanan beyinden ilham alan sistemler olarak sinir ağları kendi kodlarını değiştirerek Bu ilişkinin karmaşık veya karmaşık olduğu durumlarda girdi ve çıktı arasındaki bağlantıyı veya neden ve sonuç arasındaki bağlantıyı bulun. belirsiz.
Yapay sinir ağları, derin öğrenmenin gelişinden faydalandı.
Yapay sinir ağları kavramı aslında tarihleniyor 1940'lara geri dönelim, ancak gerçekten potansiyeline ulaşmaya başlaması ancak son birkaç on yılda gerçekleşti: " gibi algoritmaların gelişiyle desteklendi"geri yayılımBu, sonucun yaratıcının umduğuyla eşleşmediği durumlarda sinir ağının gizli nöron katmanlarını ayarlamasına olanak tanır. (Örneğin, bir kediyi yanlış tanımlayan köpekleri tanımak için tasarlanmış bir ağ.)
Bu on yılda, yapay sinir ağları teknolojinin gelişinden faydalandı. derin öğrenmeağın farklı katmanlarının, aradığını tanıyana kadar farklı özellikler çıkardığı.
Sinir ağı başlığında farklı potansiyel ağ modelleri bulunmaktadır. ileri besleme Ve evrişimsel ağlar Bir akşam yemeğinde bir Google mühendisinin yanında sıkışıp kalırsanız muhtemelen bahsetmeniz gerekenler bunlar olacaktır.
Takviyeli Öğrenme
Takviyeli öğrenme makine öğreniminin başka bir tadıdır. Büyük ölçüde davranışçı psikolojiden esinlenmiştir ve yazılım aracısının, ödülü en üst düzeye çıkarmak için bir ortamda harekete geçmeyi öğrenebileceği fikrine dayanmaktadır.
Örnek olarak, 2015 yılında Google'ın DeepMind'ı, bunun nasıl gerçekleştiğini gösteren bir makale yayınladı. bir A.I.'yi eğitti. klasik video oyunları oynamak, ekrandaki puan ve her kareyi oluşturan yaklaşık 30.000 piksel dışında hiçbir talimat yoktur. Puanını en üst düzeye çıkarması söylenen takviyeli öğrenme, yazılım aracısının yavaş yavaş deneme yanılma yoluyla oyunu oynamayı öğrenmesi anlamına geliyordu.
MarI/O - Video Oyunları için Makine Öğrenimi
Uzman sistemden farklı olarak, takviyeli öğrenmede, puanın nasıl en üst düzeye çıkarılacağını söyleyecek bir uzmana ihtiyaç yoktur. Bunun yerine zamanla çözer. Bazı durumlarda öğrendiği kurallar sabit olabilir (klasik bir Atari oyunu oynarken olduğu gibi). Diğerlerinde ise zaman geçtikçe uyum sağlamaya devam eder.
Evrimsel Algoritmalar
Henüz tanıtılmadıysanız genel popülasyon tabanlı metasezgisel optimizasyon algoritması olarak bilinir. evrimsel algoritmalar başka bir makine öğrenimi türüdür; Bir bilgisayarın içindeki doğal seçilim kavramını taklit etmek için tasarlandı.
Süreç, programcının algoritmasıyla ulaşmaya çalıştığı hedefleri girmesiyle başlar. Örneğin NASA, uydu bileşenlerini tasarlamak için evrimsel algoritmalar kullanmıştır. Bu durumda fonksiyon 10cm x 10cm kutuya sığabilecek bir çözüm bulmak olabilir, küresel veya yarım küre şeklinde bir desen yayabilen ve belirli bir Wi-Fi'de çalışabilen bant.
Algoritma daha sonra her birini belirtilen hedeflere göre test eden birden fazla yinelemeli tasarım nesli ortaya çıkarır. Sonunda tüm doğru kutucuklar işaretlendiğinde sona erer. Evrimsel algoritmalar, NASA'nın uydu tasarımına yardımcı olmasının yanı sıra, çalışmalarında yapay zekayı kullanan yaratıcıların favorisidir: bu şık mobilyanın tasarımcıları.
Editörlerin Önerileri
- Derin öğrenme yapay zekası arkeologların antik tabletleri tercüme etmelerine yardımcı oluyor
- Derin öğrenme yapay zekası ikonik gitar tanrılarının distorsiyon etkilerini taklit edebilir
- Zihin okuyan yapay zeka Hangi videoyu izlediğinizi tahmin etmek için beyin dalgalarınızı analiz eder
- Geleceğin ev değerleme uzmanı muhtemelen bir yapay zekadır. algoritma
- Fotogerçekçi yapay zeka araç, yüzler de dahil olmak üzere görüntülerdeki boşlukları doldurabilir
