Q:
Які п’ять шкіл машинного навчання?
A:Для тих, хто не досліджував, що стоїть за сучасним машинним навчанням та роботою зі штучним інтелектом, усі ці зусилля та дослідження часто виглядають як одна велика аморфна змішанка. Однак, коли ви дряпаєте поверхню і дивитесь, що роблять наукові лідери в цих галузях, ви бачите, що певним чином існує справді п’ять основних підходів до проблеми просування штучного інтелекту вперед.
Ці п’ять "шкіл" або "племен" були популяризовані роботою Педро Домінго в його книзі "Алгоритм майстра" про розвиток ШІ, але вони також розглядаються в інших місцях у різних частинах наукового світу.
| Безкоштовне завантаження: машинне навчання і чому це важливо |
Перша школа штучного інтелекту називається коннекціонізмом. Ця школа фокусується на власне нейронних зв’язках та фізиці мозку людини. Він спирається на ідею зворотного розповсюдження, яка простежує ці зв'язки для формування результатів. Деякі люди називають коннекціоністську школу "зусиллям, щоб інженерія мозку людини".
Наступна школа штучного інтелекту - символіка. Символісти використовують логіку та наявні знання для побудови моделей, які працюють розумно. У чомусь символістський підхід схожий на той, що з’явився на початку в світі штучного інтелекту до розвитку нейронних мереж. Якщо ви складете достатньо велику базу знань і конкретно попрацюєте з нею, вона починає створювати форму штучного інтелекту, і саме це стоїть за символістським підходом, який тепер поєднується з деякими іншими сучасними підходами.
Третя школа - школа еволюціонізму. Тут зосереджується не тільки теорія еволюції, але й генетика та біофізика, а також біоінформатика. Ви можете розглянути цю гілку штучного інтелекту як категорію, яка працює з геномом людини і застосовує сучасні технології в галузі генетики. У цьому сенсі еволюціоністський штучний інтелект унікальний. Це дещо інший вид проекту, ніж інші чотири школи.
Байєсівська школа - четверта школа штучного інтелекту. Знову ж таки, це одна із старих шкіл, і вона застосовувалася рано, наприклад, для усунення спаму з папок електронної пошти.
Байєсівська модель та підхід - це евристична модель. Він працює над ідеєю ймовірності розвитку моделей, які дозволять вирізати небажані результати або переслідувати інші цілі, виходячи з того, де найімовірніше відбуватимуться події, або на інших показниках. Ще одне популярне застосування байєсівської логіки полягає в безпеці мережі - протягом останніх кількох років інженери з безпеки широко застосовували байєсівську логіку для виявлення загроз мережі, моделюючи, де вони можуть виникнути, і як.
П'яту і останню школу машинного навчання називають аналогічною. Це також школа, яка, мабуть, легше зрозуміти пересічному споживачеві. Двигуни рекомендацій від компаній, таких як Facebook та Google, базуються на аналогічному підході. Вони приймають алгоритми на зразок "найближчого сусіда" і поєднують їх з різними типами сигналізації, щоб спробувати співставити ідеї з іншими ідеями або по черзі людям. Комп'ютер, який стверджує, що знає, яка музика вам подобається, є хорошим прикладом такого підходу.
Усі ці школи думки поєднуються, утворюючи сукупність досліджень сучасного штучного інтелекту. Вчені працюють над тим, щоб просунути кожен із них вперед спільно один з одним, і загалом просувають поле - і вони намагаються зробити це у дуже цікавому контексті. Деякі провідні лідери технологій протягом останніх кількох десятиліть попереджали, що окрім висунення ШІ вперед, слід зосередити увагу на етиці та відповідальному використанні технології, щоб запобігти серйозним соціальним проблемам. Це має застосовуватися до кожної з цих п'яти шкіл машинного навчання.
