P:
Kojih je pet škola strojnog učenja?
A:Onima koji nisu istražili što stoji iza modernog strojnog učenja i umjetne inteligencije, sav taj trud i istraživanje često izgleda kao jedna velika amorfna zbrka. Međutim, kad ispočetkate površinu i pogledate što znanstveni vođe rade na tim poljima, vidjet ćete da na neki način postoji stvarno pet različitih glavnih pristupa pitanju guranja umjetne inteligencije naprijed.
Ovih pet "škola" ili "plemena" populariziralo je djelo Pedra Domingosa u njegovoj knjizi "Master Algorithm" o razvoju AI, ali su također razmatrane drugdje u raznim dijelovima znanstvenog svijeta.
| Besplatno preuzimanje: Strojno učenje i zašto je to važno |
Prva škola umjetne inteligencije naziva se konekcionizam. Ova se škola fokusira na stvarne neuronske veze i fiziku ljudskog mozga. Oslanja se na ideju povratnog širenja, koja te veze prati do rezultata. Neki ljudi nazivaju konekcionističku školu "naporom da se inženjer pretvori u ljudski mozak."
Sljedeća škola umjetne inteligencije je simbolika. Simbolisti koriste logiku i prethodno postojeće znanje za izgradnju modela koji rade inteligentno. Na neki je način simbolički pristup sličan onome koji se pojavio rano u svijetu umjetne inteligencije prije nego što su razvijene neuronske mreže. Ako sastavite dovoljno veliku bazu znanja i bavite se njome na određene načine, ona počinje stvarati oblik umjetne inteligencije, a to je ono što stoji iza simboličkog pristupa koji je sada kombiniran s nekim drugim modernim pristupima.
Treća škola je škola evolucionizma. Ovdje se fokusira ne samo na teoriju evolucije, već i na genetiku i biofiziku, kao i bioinformatiku. Ovu ruku umjetne inteligencije mogli biste vidjeti kao kategoriju koja djeluje s ljudskim genomom i koja primjenjuje suvremene tehnologije u području genetike. U tom je smislu evolucionistička umjetna inteligencija jedinstvena. Riječ je o nešto drugačijem projektu od ostalih četiriju škola.
Bayesova škola četvrta je škola umjetne inteligencije. Ovo je, opet, jedna od starijih škola, a primijenjeno je rano, na primjer, u uklanjanju neželjene pošte iz mapa e-pošte.
Bayesov model i pristup je heuristički model. Djeluje na ideju vjerojatnosti razvijanja modela koji će izrezati nepoželjne rezultate ili slijediti druge ciljeve na temelju mjesta na kojem se događaji najvjerojatnije događaju ili na drugim mjernim podacima. Još jedna popularna primjena Bayesove logike odnosi se na mrežnu sigurnost - u proteklih nekoliko godina inženjeri za sigurnost uvelike su koristili Bayesovu logiku za otkrivanje prijetnji mreži modelirajući gdje će se one vjerojatno pojaviti i kako.
Peta i posljednja škola strojnog učenja naziva se analogiziranjem. Ovo je ujedno i škola koju je prosječnom potrošaču možda lakše razumjeti. Motori preporuka tvrtki poput Facebooka i Googlea temelje se na analogiziranom pristupu. Oni uzimaju algoritme poput "najbližeg susjeda" i kombiniraju ih s različitim vrstama signalizacije kako bi pokušali uskladiti ideje s drugim idejama, ili naizmjenično, s ljudima. Računalo za koje se tvrdi da znate kakvu glazbu volite dobar je primjer takvog pristupa.
Sve ove misli misli kombiniraju se i čine tijelo istraživanja moderne umjetne inteligencije. Znanstvenici rade na poticanju svakog od njih naprijed u suradnji jedni s drugima i općenito unaprjeđuju područje - i to pokušavaju učiniti u vrlo zanimljivom kontekstu. Neki od vodećih tehnoloških lidera u posljednjih nekoliko desetljeća upozoravali su da, osim što se AI gura naprijed, mora se usmjeriti na etiku i odgovornu uporabu tehnologije kako bi se spriječili ozbiljni socijalni problemi. To se mora primijeniti na svaku od ovih pet škola strojnog učenja.
