Чому залишати це за машинами та їх інтелектом? Ви любите наукову фантастику? Якщо так, то піди з нами, щоб заглянути в не таке вже й далеке майбутнє. Майбутнє, де "машини для навчання та мислення" значно полегшують нашу роботу або виконують її повністю самостійно для нас.
І якщо ви не любите наукову фантастику, ця стаття все одно буде вам цікава. Прочитавши його, ви зрозумієте, що в основному стикаєтеся зі штучним інтелектом регулярно. І, можливо, ви також знайдете в ньому натхнення, як включити машинне навчання у свої електронні пристрої і таким чином отримати значну конкурентну перевагу.
Штучний інтелект не є нічим новим.
Ви вважаєте, що штучний інтелект та навчальні машини - це гаряча новина? Техніка Глибоке навчання, за допомогою якого машини вивчаються на основі попереднього досвіду і без явного програмування, він застосував вже в 1955 році Артур Семюель. Попереду у нього був великий виклик, він хотів навчити комп’ютер грати і вигравати Шашки. Але як навчити чогось саме акторського, щоб грати в шашки краще за нього самого? Він просто дозволив двом комп’ютерам грати один проти одного, і виходячи з великої кількості зіграних ігор, комп’ютеру нарешті вдалося перемогти майстрів у цій грі в 70-х.
Проте проблемою на той момент була обчислювальна потужність комп’ютерів. Глибоке навчання, Навчальні машини як один із найбільш часто використовуваних методів у навчальних машинах передбачає достатній обсяг даних. Таким чином, чим більше даних і повторень (спроб і помилок), тим точніше засвоєння знань. Напевно комп’ютери Самуеля не навчились би вигравати в дамі після 10 або 100 ігор. Однак Сьогодні ми вже маємо технології та комп’ютери з достатніми обчислювальними можливостями для якісного використання алгоритму глибокого навчання. І швидкість навчання буде експоненціальною!