Это 3-й день моего участия в ноябрьском испытании обновлений, узнайте подробности события:Вызов последнего обновления 2021 г.
предисловие
В настоящее время исследовательский энтузиазм в области ИИ остается высоким, и его новая разработка произвела революцию в области искусственного интеллекта для всех слоев общества, где доминирует ИИ, и рядовые программисты также должны иметь некоторое представление об этих областях. Итак, вот и все для этой серии путешествий по машинному обучению.
1. Искусственный интеллект
1.1 Что такое искусственный интеллект
Нынешний искусственный интеллект находится в стадии слабого искусственного интеллекта. Искусственный интеллект должен позволить машинам иметь человеческое мышление, чтобы думать, а также прогнозировать и анализировать данные, когда они сталкиваются с уместностью надежных данных.
Обычные жизненные случаи включают в себя:
- Распознавание номерных знаков, распознавание лиц, автоматическое вождение
- Классификация настроений, машинный перевод, взаимодействие человека с компьютером
- Интеллектуальный робот, AiphaGO
Википедия:
Искусственный интеллект, также известный как интеллектуальный машинный интеллект, — это интеллект, демонстрируемый машинами, созданными людьми.
Основные проблемы искусственного интеллекта включают формирование способности рассуждать, познавать, планировать, обучаться, общаться, воспринимать, перемещать объекты, использовать инструменты и манипулировать машинами, которые могут быть похожи на людей или даже превосходить их.
ИИ = искусственный интеллект = машинная имитация человеческого интеллекта.
Краткое резюме: Суть искусственного интеллекта заключается в имитации человеческого мышления или поведения машиной, что позволяет ей думать или действовать как человек.
В соответствии с входной информацией структура и веса модели обновляются для достижения окончательной оптимизации.
- ввод >> обработка >> вывод
1.2 Стадия разработки
1.2.1 Сильный ИИ
-
Машины имеют возможность по-настоящему причины и решать сложные проблемы и имеют автономное сознание
-
Способность машин всесторонне мыслить достигла или даже превзошла человеческую.
-
Не текущий этап ИИ
- Невозможно предсказать, насколько силен искусственный интеллект
1.2.2 Слабый ИИ
- Машины не способны по-настоящему рассуждать и решать сложные проблемы, а также не обладают автономным сознанием.
- Машины могут решать некоторые задачи на основе определенных характеристик и стать мощным инструментом.
1.3 Методы реализации искусственного интеллекта
1.3.1 Символическое обучение
Метод обучения, основанный на логике и правилах, его принцип в основном заключается в допущении физической системы символов (т.е. операционной системы символов) и принципе ограниченной рациональности.экспертная система:
- Скажите машине, что делать дальше в соответствии с заданной логикой и последовательностью
- Следуйте принципу если то
- Невозможность динамической оптимизации познания (модель обновления) для новых сценариев.
1.3.2 Машинное обучение
Находите правила из данных, устанавливайте отношения и решайте проблемы в соответствии с установленными отношениями.
- Учитесь на данных и самостоятельно оптимизируйте и обновляйте
- Текущие основные методы обучения ИИ
Будущее ИИ: символическое обучение + машинное обучение.
- Символическое обучение логично
- Для машинного обучения требуются образцы данных
1.3.3 Какая связь между машинным обучением и глубоким обучением?
- Машинное обучение — способ достижения искусственного интеллекта
- Глубокое обучение — это метод, который позволяет машинному обучению
Машинное обучение: использование алгоритмов для анализа данных, извлечения уроков из них, а затем принятия решений и прогнозов относительно реальных событий. такие как обнаружение спама, прогнозирование цен на жилье
Глубокое обучение: имитация нейронных сетей человека, построение моделей и выполнение анализа данных. Например, распознавание лиц, семантическое понимание и беспилотное вождение.
2. Машинное обучение
2.1 Машинное обучение Введение
2.1.1 Обзор
Что такое машинное обучение?
Машинное обучение — это метод реализации искусственного интеллекта,Находите шаблоны на основе данных, устанавливайте отношения и решайте проблемы на основе установленных отношений..
Например:
Зарплата Сяо Мина в январе составляет 1000, ежемесячное увеличение на 10%, что такое десятый месяц?
Математика может иметь: F(x): y=y0 + 1.1^x = 1000 + 1.1^10
В машинном обучении функциональная зависимость этого F(x) рассчитывается на основе конкретных месяцев, заработной платы и других данных.
2.1.2 Сценарии применения машинного обучения
- Сбор данных:
- компьютерное зрение
- обработка естественного языка
- Анализ безопасности
- медицинский диагноз
- робот
- секвенирование ДНК
Машинное обучение является основным методом создания искусственного интеллекта.
2.1.3 Внедрение базовой структуры
Данные обучения передаются на компьютер, и компьютер автоматически решает отношения данных, делая прогнозы или давая рекомендации по новым данным.
2.1.4 Категория машинного обучения
-
Обучение с учителем: данные обучения включают правильные результаты
- Сценарии применения: распознавание лиц, языковой перевод, медицинская диагностика, в настоящее время относительно распространенная, на которую приходится около 80%.
-
Неконтролируемое обучение: данные обучения не содержат правильных результатов
- Сценарий приложения: кластеризация новостей
-
Полуконтролируемое обучение: обучающие данные включают небольшое количество правильных результатов.
-
Обучение с подкреплением: обучение, основанное на вознаграждениях и наказаниях (обратной связи), собранных для каждого результата для достижения оптимизации.
- Инициализация программы, присвоение наград и наказаний в соответствии с эффектом выполнения и постепенное нахождение способа получить высокие баллы.
- Сценарий применения: контролируемое обучение с подкреплением