«Хватит уже называть всё подряд искусственным интеллектом!»
Бомбануло у одного из известнейших исследователей в области машинного обучения, Майкла Джордана из университета Беркли. Он один из самых влиятельных computer scientist и участник и лидер самых важных сообществ в области ИИ.
Хорошо. Не буду обострять и если был резок, то беру слова обратно. Так вот. К делу.
Усвоение (learning) - это процесс приобретения новых знаний, смыслов и поведения. Способностью учиться обладают люди, животные и некоторые машины. Достижения в области machine learning не в малой степени опираются на многолетние исследования в области теорий усвоения знаний (learning theories), предметом изучения которых является процесс формирования и усвоения знаний животными (animal learning) и человеком (human learning). Практическая подобласть ИИ под названием «machine learning», в отличие от теорий усвоения знаний, нацелена на отыскание методов, с помощью которых машины могли бы усваивать знания автоматически без вмешательства человека, что и следует из классического определения данного термина. Из всего вышесказанного непосредственно вытекает один важный терминологический вывод. Говоря machine learning, мы имеем в виду именно усвоение знаний машиной. И поэтому, судя по всему, указанный термин должен переводиться как машинное усвоение. Точка.
Теперь по поводу reinforcement learning. Ричард Саттон строил свой алгоритм, моделируя усвоение знаний путем проб и ошибок, заимствовав идею подкрепления из бихейвиористской психологии, где оно означает стимул, побуждающий ученика приспосабливать свое поведение в окружающей среде. Данный алгоритм заключается в том, что ученик максимизирует подкрепление (стимул, "морковку"), по сути являясь гедонистическим). Поэтому он должен переводиться как "усвоение стимула", ну или на худой конец "усвоение с подкреплением".
Спасибо за развёрнутый ответ. Встречный вопрос - а поиск и определение паттернов в данных это процесс усвоения знания?