Как работает машинное обучение

Пионеры искусственного интеллекта изначально думали, что наиболее подходящим подходом к созданию искусственного интеллекта будет классическое инструктирование его шаг за шагом, что делать. Для простых задач такой подход вполне осуществим.

Как работает машинное обучение

Однако в реальной жизни мы быстро сталкиваемся с проблемой экспоненциального роста . В каждом, зачастую, казалось бы, рутинном решении присутствует удивительно большое количество различных вариантов.

Возьмем, к примеру, следующее задание. Мы хотим создать искусственный интеллект, то есть компьютерную программу, которая будет играть против нас в шахматы. Итак, мы определяем шахматную доску размером 8 х 8 клеток и на ней 6 типов фигур. Для каждой из фигур мы устанавливаем соответствующие правила перемещения по шахматной доске и определяем правило окончания игры – выигрыш или проигрыш.

На первый взгляд ничего сложного. Однако только в одной такой шахматной партии имеется примерно 7,7*10 в 45 возможных разрешенных ходов (обратите внимание, что к числу 7,7 мы добавляем 45 нулей) и запрограммировать такое количество условий просто невозможно. А мы хотели «просто» научить искусственный интеллект играть в шахматы.

Как это сделать лучше?

Давайте посмотрим, как работает человеческий мозг. Это единственный объект во Вселенной, демонстрирующий человеческий интеллект. Давайте подумаем, как мы учим маленького ребенка. Учим ли мы его, как вести себя в любой ситуации? Нет. Мы просто даем ему основные принципы и позволяем ему учиться.

Когда он делает что-то хорошее, мы хвалим его, когда он делает что-то плохое, мы его наказываем. Таким образом, он узнает, что больше не должен делать такие вещи. Когда мы хотим научить его узнавать и называть окружающие предметы, мы просто указываем на данный предмет и говорим ему, что это такое.

На таких и подобных принципах работает концепция машинного обучения . Это один из способов, которым мы пытаемся достичь искусственного интеллекта. В настоящее время это очень активная и популярная область информатики. Ключевым фактором прогресса в области машинного обучения в последние годы является в основном постоянное увеличение вычислительной мощности компьютеров, а также доступность так называемых Большие данные.

Это концепция, в которой огромный объем данных агрегируется с растущего числа устройств, подключенных к Интернету, и данных, генерируемых социальными сетями. Затем их можно использовать для обучения искусственному интеллекту или упомянутые алгоритмы машинного обучения.

Анализируя действия пользователя на сайте или его поведение в магазине, наш Искусственный Интеллект с применением машинного обучения может создать предложение, от которого ваш покупатель не сможет отказаться. Читайте больше на сайте

1
Начать дискуссию