V:
Katerih je pet šol strojnega učenja?
A:Za tiste, ki niso raziskali, kaj stoji za sodobnim strojnim učenjem in umetno inteligenco, je ves ta trud in raziskovanje pogosto videti kot ena velika amorfna zmešnjava. Ko pa praskate po površini in pogledate, kaj na teh področjih počnejo znanstveni voditelji, vidite, da na nek način obstaja resnično pet različnih glavnih pristopov k vprašanju, kako umetno inteligenco potiskati naprej.
Teh pet "šol" ali "plemen" je populariziralo delo Pedra Domingosa v njegovi knjigi "Mojstrski algoritem" o razvoju AI, obravnavajo pa jih tudi drugod v različnih delih znanstvenega sveta.
Prosti prenos: Strojno učenje in zakaj je pomembno |
Prva šola umetne inteligence se imenuje konekcionizem. Ta šola se osredotoča na dejanske nevronske povezave in fiziko človeških možganov. Zanaša se na idejo o razmnoževanju, ki te povezave zasleduje, da bi ustvarile rezultate. Nekateri pravijo, da je šola konektoristov "napor za predelavo inženiringa človeških možganov."
Naslednja šola umetne inteligence je simbolika. Simbolisti uporabljajo logiko in že obstoječe znanje za izdelavo modelov, ki delujejo inteligentno. Na nek način je simbolistični pristop podoben tistemu, ki se je pojavil že zgodaj v svetu umetne inteligence, preden so se razvile nevronske mreže. Če sestavite dovolj veliko bazo znanja in jo na določen način obravnavate, začne ustvarjati obliko umetne inteligence in to je tisto, kar stoji za simbolističnim pristopom, ki je zdaj združen z nekaterimi drugimi sodobnimi pristopi.
Tretja šola je šola evolucionizma. Tu se osredotoča ne samo na teorijo evolucije, ampak tudi na genetiko in biofiziko ter bioinformatiko. To vejo umetne inteligence bi lahko videli kot kategorijo, ki deluje s človeškim genomom in uporablja sodobne tehnologije na področju genetike. V tem smislu je evolucionistična umetna inteligenca edinstvena. Gre za nekoliko drugačen projekt kot druge štiri šole.
Bayesova šola je četrta šola umetne inteligence. To je spet ena izmed starejših šol in je bila uporabljena že zgodaj, na primer pri odpravljanju neželene pošte iz e-poštnih map.
Bayesov model in pristop je hevristični model. Deluje na ideji o verjetnosti razvoja modelov, ki bodo izrezali neželene rezultate ali zasledili druge cilje glede na to, kje se dogodki najverjetneje zgodijo, ali na drugih metrikah. Druga priljubljena uporaba Bayesove logike je v varnosti omrežij - v zadnjih nekaj letih so varnostni inženirji pogosto uporabljali Bayesovo logiko za ugotavljanje groženj omrežju, tako da so modelirali, kje se bodo verjetno pojavile in kako.
Peta in zadnja šola strojnega učenja se imenuje analogging. To je tudi šola, ki jo povprečni potrošnik morda lažje razume. Motorji priporočil podjetij, kot sta Facebook in Google, temeljijo na analogiziranem pristopu. Vzamejo algoritme, kot je "najbližji sosed", in jih kombinirajo z različnimi vrstami signalizacije, da bi poskušali ideje uskladiti z drugimi idejami ali izmenično ljudem. Računalnik, ki trdi, da ve, kakšno glasbo vam je všeč, je dober primer tega pristopa.
Vse te miselne šole se združujejo in tvorijo telo raziskav sodobne umetne inteligence. Znanstveniki si prizadevajo, da bi vse to potisnili naprej v povezavi med seboj in na splošno napredovali na tem področju - in to poskušajo storiti v zelo zanimivem okviru. Nekateri izmed vodilnih tehnoloških voditeljev v zadnjih nekaj desetletjih so opozarjali, da se mora poleg tega, da se AI potisne naprej, osredotočiti na etiko in odgovorno uporabo tehnologije, da bi preprečili resne družbene težave. To je treba uporabiti za vsako od teh petih šol strojnega učenja.
