Cum AI-ul place foarte mult programul în sine, și instrucțiunile cer ele însele

DevOps, dezvoltator de software

Există mai multe abordări pentru crearea așa-numita inteligență artificială, dar una dintre cele mai populare metode este sistemul de exemple de instruire. Este ca și cum ne pregătește pentru rezolvarea unor sarcini tipice sau similare.

Un bun, exemplu clasic: recunoașterea text digital. Scrieți un program care pentru unele principii distinge una de celelalte personaje. Apoi, programul „sunt hrănite“ unele versiuni „bune“ de caractere, imagini și apoi fraze. Aceste etape de învățare poate fi o mulțime, și fiecare dezvoltator spune programului în cazul în care a fost greșit, dar în cazul în care a avut dreptate. Astfel, există o ajustare la exemplele programului. Mai multe exemple - rezultate mai bune. Apoi, programul comută în modul de recunoaștere (nu de formare), în cazul în care se poate recunoaște deja imaginea și produce rezultate. Această idee este la începutul anilor '60 a fost creat de Frank Rosenblatt. modele similare au fost identificate ei perceptroni.

Aici se pune întrebarea, precum și ajustarea se întâmplă? Activitatea întregului sistem este adesea organizat pe baza unei rețele neuronale, care pare a oamenilor de știință, simulează funcționarea creierului. În rețeaua neuronală are neuroni (în modelul de funcții matematice pure care iau mai multe variabile și pot reveni, de asemenea un set de rezultate) și conexiunile dintre ele. Fiecare neuron are funcția sa proprie, parametrii săi, și în relațiile - greutate. Ajustarea este de a schimba parametrii și greutățile.

O altă abordare interesantă a design-AI-ului sunt algoritmi genetici, care se bazează pe procese biologice: cu trei căi, mutație și „supraviețuirea“ a celor mai bune gene (modele), dar acesta este un subiect diferit și, de asemenea, foarte frumos;)