P:
Što "konekcionizam" znači za poslovno inteligenciju?
A:Koncept umjetne inteligencije primjenjuje se na poslovanje na mnogo različitih načina, a veliki pomaci u istraživanju umjetne inteligencije mogu biti izuzetno korisni za postizanje napretka u poslovnim softverskim mogućnostima. Konekcionizam je novi smjer u kojem se odvija mnogo istraživanja umjetne inteligencije i to je vjerojatno da će dramatično promijeniti alate i resurse koje tvrtke koriste kako bi se iskoristile mogućnosti rješenja za umjetnu inteligenciju.
Konekcionizam je filozofija umjetne inteligencije koja promiče modeliranje ljudskog mozga stvaranjem malih umjetnih jedinica koje odgovaraju ljudskim neuronima i skupinama neurona u mozgu. Jedan od temeljnih aspekata povezanosti je inzistiranje na tome da se ponašajni i kognitivni sustavi na visokoj razini mogu izgraditi pomoću malih pojedinačnih jedinica povezanih u kombiniranu mrežu. Imajući to u vidu, uspon umjetne neuronske mreže (ANN) u velikoj mjeri promiče konekcionizam i hebbijsku teoriju, nazvanu po matematičaru Donaldu Hebbu i njegovom radu u četrdesetima.
Konekcionizam sugerira da će umjetna neuronska mreža imati kritične primjene u napretku umjetne inteligencije. Znanstvenici već imaju detaljne ANN modele na raspolaganju, a umjetne neuronske mreže poboljšavaju strojno učenje u mnogim različitim područjima. Kada je u pitanju korištenje umjetne inteligencije u poduzeću, konekcionizam može doista promijeniti temeljne načine na koje djeluju pomoćne tehnologije.
Gledajući tradicionalne alate poslovnog obavještavanja, možemo vidjeti da se mnogi od njih temelje na nekim prilično tradicionalnim metodama, uključujući vjerojatne alate. Jedna od njih je Bayesova logika, koja koristi stabla uzroka i posljedica i odluka i manipulira velikim skupima podataka u skladu s tom logikom za stvaranje rezultata podrške (vidi članak o popularnoj upotrebi Bayesove logike u poslovanju ovdje).
Možda najveći način na koji će konekcionizam utjecati na umjetnu inteligenciju u poslu je taj što će zamijeniti mnoge od tih Bayesovih logičkih modela i vjerojatnih modela modelima koji djeluju na osnovi umjetnih neuronskih mreža. Umjetna neuronska mreža skup je sitnih komada koji pojedinačno nemaju malo značenja. Nema puno logike ugrađene u pojedine jedinice - umjesto toga, mreža povezuje izlaze tih jedinica, i to čini logičnim rezultatom. Imajući to u vidu, alati za poslovnu umjetnu inteligenciju izgrađeni na konekcionizmu bit će u osnovi drugačiji od onih koji su se popularno koristili u prošlosti (pogledajte ovu poučnu nit o Quori). Umjesto da postignu računske rezultate logikom, oni će te rezultate postići pomoću pokretanja složenih algoritama strojnog učenja kroz umjetnu neurološku mrežu i ispitivanjem rezultata.
Neki stručnjaci tvrde da porast povezanosti ima puno veze s ograničenjima u modernom istraživanju logičke umjetne inteligencije. Drugim riječima, budući da su istraživači maksimalno iskoristili potencijal tradicionalnog AI, konekcionizam i umjetna neuronska mreža pružili su sredstva za pomicanje naprijed i daljnje poboljšanje i širenje načina na koji te tehnologije rade i „razmišljaju“. mnogo nam je bliža potpuna simulacija ljudskog mozga i biološkog misaonog procesa, zbog čega će te inovacije biti toliko važne za sve vrste poslovne umjetne inteligencije - na primjer, rezultate koje će poslovanje koristiti od automatizacije prodajnih snaga ili alati za upravljanje odnosima s kupcima ili opskrbnim lancem ili alatima za upravljanje zasnivat će se na ovim mnogo drugačijim modelima.
Ima li AI i strojno učenje nešto od čega bi vaša tvrtka mogla imati koristi? Posjetite AltaML da biste saznali .
