Сіз жасанды интеллектің эволюциясы туралы білуіңіз керек
Терең оқыту - деректердің (ақпараттардың) үлкен мөлшерін пайдаланатын нейрондық желілер деп аталатын күрделі математикалық құрылымдарды құрайтын машина жасаудың күшті формасы (ML).
Deep Learning анықтамасы
Терең оқыту - деректердің неғұрлым күрделі түрлерін өңдеу үшін нейрондық желілердің көптеген қабаттарын пайдалана отырып, ML-ны енгізу тәсілі. Кейде ierarxical оқыту деп аталатын, терең білім беру ерекшеліктері (сонымен бірге, өкілдік деп аталатын) үйрену үшін әртүрлі нейрондық желілерді пайдаланады және шикі, таңбаланбаған деректердің (құрылымдық емес деректер) үлкен жиынтығынан табады. Тереңдетілген оқытудың алғашқы серпінді демонстрацияларының бірі - YouTube бейне клиптерінің жиынтығынан мысықтар суреттерін сәтті таңдаған бағдарлама.
Күнделікті өмірдегі терең оқу үлгілері
Терең оқыту тек суреттерді тану үшін ғана емес, сонымен қатар тілдерді аудару, алаяқтықты анықтау және компаниялардың тұтынушылар туралы жинаған деректерін талдау. Мысалы, Netflix көру әдеттеріңізді талдау және көргіңіз келетін көрермендер мен фильмдерді болжау үшін терең білім алуды пайдаланады. Netflix өзіңіздің ұсыныстарыңыздың кезегінде әрекет фильмдері мен табиғат документальды фильмдер жасауды біледі. Amazon сіз жақында сатып алған жаңа өнімдерді және сіз жақында сіз қызықтыратын жаңа елдік музыка альбомдары үшін ұсыныстар жасауды іздегендігіңізді және базарда сұр және сары түсті теннис үшін болғаныңызды терең зерттеуді пайдаланады. аяқ киім. Тереңдетілген оқыту құрылымдық емес және шикізаттық деректерден көбірек түсінуді қамтамасыз ететіндіктен, корпорациялар өз тұтынушыларының қажеттіліктерін жақсы күте алады, ал сіз жеке тұтынушы жеке клиенттерге қызмет көрсетуді жетілдіреді.
Жасанды нейрондық желілер және терең оқыту
Тереңдетілген оқуды түсінуді жеңілдету үшін жасанды нейрондық желіні (ANN) салыстыруды қайта қарастырайық . Тереңдетілген оқу үшін, біздің 15 қабатты кеңсе ғимараты тағы бес кеңсе ғимараты бар қалалық блокты елестетіп көріңіз. Көшенің әр жағында үш ғимарат бар. Біздің ғимарат А ғимаратына жатады және көшедегі B және С ғимараттарымен бірдей бөліседі. А ғимараты бойынша ғимарат 1, ғимараттың екінші жағы бойынша 2 және т.б. Әрбір ғимарат түрлі қабаттардан тұрады, әртүрлі материалдардан жасалған және басқа сәулет стилімен ерекшеленеді. Дегенмен, әр ғимарат офистердің (түйіндердің) бөлек қабаттарында (қабаттар) бұрынғыдай орналасады - әр ғимарат - бірегей АНN.
Мысалы, мәтіндік деректер, бейне ағындары, дыбыс ағындары, телефон қоңыраулары, радио толқындары және фотосуреттер сияқты көптеген көздерден көптеген әртүрлі ақпарат көздері бар А ғимаратына сандық пакет келіп жатқанын елестетіп көріңізші, бірақ ол бір үлкен күлкілі және логикалық түрде белгіленбейді немесе сұрыпталмайды (құрылымдық емес деректер). Ақпаратты өңдеу үшін 1- ші және 15- ші деңгейлер бойынша әрбір қабат арқылы жіберіледі. Ақпараттардың 15- ші қабатына (шығу) жеткеннен кейін ғимараттың 3- ші қабатына (кірісіне) жіберіледі, сонымен бірге ғимараттың соңғы өңдеу нəтижесі А ғимараты 3-тен оқиды жəне А жəне т.б. содан кейін ақпаратты әр қабаттағы ақпаратты бірдей етіп өңдейді. Ақпарат ғимараттың 3-ші қабатына жеткенде ғимараттың ғимараты бойынша ғимараттың нәтижесімен жіберіледі. 1 ғимарат ғимараттың қабат-қабатын өңдеуден бұрын оның 3-ші ғимаратынан алынған сабақтарды оқиды және біріктіреді. 1-ші ғимарат ғимараттың құрылысына бірдей жолмен ақпаратты жібереді және нәтижеге әкеледі, ол ғимаратқа жібереді және жібереді.
Біздің мысалдағы әрбір ANN (ғимарат) құрылмаған деректерде (ақпаратты кішірейту) басқа бір ерекшелікті іздейді және нәтижелерді келесі ғимаратқа жібереді. Келесі ғимарат бұрынғыдан шығуды (нәтижелерді) зерттейді (үйренеді). Деректер әр ANN (ғимарат) арқылы өңделетіндіктен, соңғы ANN (ғимарат) соңғы деректерге (жоғарғы қабатына) жеткенде, ол жіктеледі және белгіленеді (неғұрлым құрылымдық).
Жасанды интеллект, машина жасау және терең оқыту
Зерттеудің жасанды интеллектінің (АИ) және МЛ-нің жалпы көрінісіне терең білім қалай кіреді? Терең оқыту ML қуатын күшейтеді және AI орындауға қабілетті тапсырмалардың ауқымын арттырады. Себебі терең білім нейрондық желілерді пайдалануға және қарапайым тапсырмаға тән алгоритмдердің орнына деректер жиынтығындағы мүмкіндіктерді тануға негізделгендіктен, ол бағдарламашықтың бірінші кезекте қолмен белгілеу қажеттілігінсіз құрылымдық емес (шикізаттық) деректерді табуға және пайдалануға болады. - Қателерді енгізе алатын тапсырманы орындау. Терең оқыту - бұл компьютерлерге корпорацияларға да, жеке тұлғаларға да көмектесу үшін деректерді пайдалануда жақсартуға көмектеседі.