Ερ:
Πώς μια σταθμισμένη ή προγνωστική προσέγγιση βοηθά την AI να προχωρήσει πέρα από μια καθαρά βασισμένη σε κανόνες ή αιτιοκρατική προσέγγιση;
ΕΝΑ:Οι αρχές της μηχανικής μάθησης και της τεχνητής νοημοσύνης αλλάζουν ταχύτατα το πώς λειτουργεί ο υπολογιστής. Ένας από τους βασικούς τρόπους με τους οποίους αυτό συμβαίνει είναι με σταθμισμένες ή πιθανοτικές εισροές που αλλάζουν εισροές από ένα πραγματικά ντετερμινιστικό σύστημα σε κάτι πιο αφηρημένο.
Σε τεχνητά νευρωνικά δίκτυα, μεμονωμένοι νευρώνες ή μονάδες λαμβάνουν πιθανοτικές εισροές. Στη συνέχεια, αποφασίζουν για την παραγωγή ή το αποτέλεσμα. Αυτό ακριβώς συζητούν οι επαγγελματίες όταν μιλάνε για την αντικατάσταση του παλιού κόσμου του προγραμματισμού με έναν νέο κόσμο «εκπαίδευσης» ή «διδασκαλίας» υπολογιστών.
Παραδοσιακά, η προεπιλογή ήταν να χρησιμοποιήσετε τον προγραμματισμό για να πάρετε τα αποτελέσματα των υπολογισμών. Ο προγραμματισμός είναι ένα σταθερό σύνολο προκαθορισμένων εισροών - κανόνες που ο υπολογιστής ακολουθεί πιστά.
Αντίθετα, επιτρέποντας πιθανοτικές εισροές είναι μια αφαίρεση αυτών των κανόνων, ένα είδος "χαλάρωσης των ηθών" για να απελευθερωθεί ο υπολογιστής για να πάρει πιο προηγμένες αποφάσεις. Κατά κάποιον τρόπο, οι πιθανοτικές εισροές δεν είναι γνωστές από εξωτερική άποψη και δεν είναι προκαθορισμένες. Αυτό είναι πιο κοντά στον τρόπο με τον οποίο λειτουργούν οι πραγματικοί μας εγκέφαλοι και γι 'αυτό οι αλγόριθμοι μηχανικής μάθησης και τεχνητής νοημοσύνης που χρησιμοποιούν αυτή την προσέγγιση χαιρετίζονται ως το επόμενο όριο της τεχνητής γνωσιακής ανάπτυξης.
Εδώ είναι ένας εύκολος τρόπος να σκεφτείτε σταθμισμένες ή πιθανοτικές εισροές. Στον παραδοσιακό προγραμματισμό, είχατε τον τύπο δήλωσης "if / then" που λέει γενικά: αν αυτό, τότε THAT.
Η μετάβαση πέρα από την προσέγγιση βασισμένη σε κανόνες συνεπάγεται την αλλαγή αυτού που είναι αυτό. Σε μια προσέγγιση που βασίζεται σε κανόνες, ΑΥΤΟ είναι κάποια εισαγωγή κειμένου ή κανόνας: Εάν το θεωρείτε δυαδικό - γνωρίζουμε αν είναι αληθινό ή όχι, όπως και ο υπολογιστής. Έτσι, μπορείτε να προβλέψετε την απόκριση του υπολογιστή σε οποιαδήποτε δεδομένη είσοδο.
Στη νέα προσέγγιση, αυτό είναι στην πραγματικότητα μια συλλογή εισροών που μπορεί να είναι σε οποιαδήποτε δεδομένη κατάσταση. Έτσι, δεδομένου ότι ένας εξωτερικός παρατηρητής δεν θα μπορούσε εύκολα να μοντελοποιήσει αυτό που αποτελείται από αυτό, αυτός ή αυτή δεν θα μπορούσε να προβλέψει με ακρίβεια τι θα μπορούσε να είναι αυτό το αποτέλεσμα.
Σκεφτείτε ότι η αρχή αυτή εφαρμόζεται σε όλα τα πεδία και τις βιομηχανίες, από τον κατακερματισμό της αγοράς έως την οικονομική επαλήθευση έως την ψυχαγωγία στη διαχείριση των υδάτων και των αποχετεύσεων και έχετε την πραγματική δύναμη της μηχανικής μάθησης, της βαθιάς μάθησης και της τεχνητής νοημοσύνης για να κατευθύνετε τις ανθρώπινες υποθέσεις σε μια πολύ νέα τρόπος. Για παράδειγμα, στον τομέα της διαχείρισης απάτης, οι ειδικοί επισημαίνουν ότι τα συστήματα μόνο για κανόνες δεν είναι πολύ καλοί στο να υπολογίσουν τη διαφορά μεταξύ ύποπτης ή επικίνδυνης συμπεριφοράς και κανονικής συμπεριφοράς - συστήματα μηχανικής μάθησης εξοπλισμένα με εξελιγμένα μοντέλα εισροών είναι πιο ικανά να λαμβάνουν αποφάσεις σχετικά με το ποια δραστηριότητα μπορεί να είναι αμφισβητήσιμη.
Ένας άλλος τρόπος για να το σκεφτούμε είναι ότι ο κόσμος πέρασε μια εποχή προσδιορισμού του κώδικα ως νέου ορίου για μάθηση και λήψη αποφάσεων. Από μόνη της, τα ντετερμινιστικά βασισμένα στο κώδικα αποτελέσματα ήταν ισχυρά από την άποψη της μοντελοποίησης όλων των ειδών ανθρώπινης δραστηριότητας και αποφάσεων. Εφαρμόσαμε όλες αυτές τις ιδέες στο μάρκετινγκ, τις πωλήσεις, τη δημόσια διοίκηση κλπ. Αλλά τώρα, οι ειδικοί μιλούν για το "τέλος της κωδικοποίησης", όπως σε αυτό το πολύ διορατικό και διδακτικό κομμάτι στο Wired. Η ιδέα που επικρατεί εδώ είναι η ίδια ιδέα, ότι στην επόμενη εποχή, αντί για κωδικοποίηση, θα έχουμε ένα σύστημα όπου θα εκπαιδεύσουμε τους υπολογιστές να σκέφτονται με τρόπους που είναι πιο κοντά στον τρόπο με τον οποίο σκεφτόμαστε, να μαθαίνουμε το χρόνο και να κάνουμε αποφάσεων. Πολλά από αυτά έχουν επιτευχθεί με τη μετάβαση από μια αιτιοκρατική υπολογιστική προσέγγιση σε μια προσέγγιση που αντλείται από πιο εξελιγμένες εισροές.
