Sisältö
K:
Mitkä ovat koneoppinnan viisi koulua?
V:
Niille, jotka eivät ole tutkineet jotain nykyaikaisen koneoppimisen ja tekoälyn takana, kaikki tämä työ ja tutkimus näyttää usein yhdeltä suurelta amorfiselta sekoituksella. Kun kuitenkin raaputat pintaa ja tarkastellaan sitä, mitä tieteelliset johtajat tekevät näillä aloilla, huomaat, että tietyllä tavalla on todella viisi erilaista suurta lähestymistapaa keinoälyn eteenpäin viemiseen.
Näitä viittä "koulua" tai "heimoa" on suosittu Pedro Domingosin teoksessa "Master Algorithm" -kirjassaan AI-kehityksestä, mutta niitä harkitaan myös muualla tieteellisen maailman eri osissa.
Ensimmäistä tekoälyn koulua kutsutaan yhteysksi. Tämä koulu keskittyy ihmisen aivojen todellisiin hermoyhteyksiin ja fysiikkaan. Se perustuu ajatukseen jälkikasvatuksesta, joka jäljittää nämä yhteydet tulosten muodostamiseksi. Jotkut ihmiset kutsuvat yhteyshenkilöiden koulua "pyrkimykseksi suunnitella inhimilliset aivot".
Seuraava tekoälyn koulu on symbolismi. Symbolistit käyttävät logiikkaa ja olemassa olevaa tietoa rakentaakseen älykkäästi toimivia malleja. Symbolistinen lähestymistapa on tietyllä tavalla samanlainen kuin se, joka syntyi varhaisessa vaiheessa tekoälyn maailmassa ennen hermoverkkojen kehittämistä. Jos kokoat riittävän suuren tietopohjan ja käsittelet sitä tietyillä tavoilla, se alkaa luoda keinotekoisen älykkyyden muotoa, ja se on symbolistisen lähestymistavan takana, joka on nyt yhdistetty joihinkin muihin nykyaikaisiin lähestymistapoihin.
Kolmas koulu on evoluution koulu. Tässä keskitytään evoluutioteorian lisäksi myös genetiikkaan ja biofysiikkaan sekä bioinformatiikkaan. Voisit nähdä tämän tekoälyn varren kategoriana, joka toimii ihmisgenomin kanssa ja soveltaa modernia tekniikkaa genetiikan alaan. Tässä mielessä evoluution tekoäly on ainutlaatuinen. Se on hiukan erilainen projekti kuin muut neljä koulua.
Bayesin koulu on neljäs tekoälyn koulu. Tämä on jälleen yksi vanhemmista kouluista ja sitä sovellettiin jo varhaisessa vaiheessa esimerkiksi roskapostin poistamiseen kansioista.
Bayesin malli ja lähestymistapa on heuristinen malli. Se työskentelee todennäköisyyden suhteen kehittää malleja, jotka leikkaavat epätoivotut tulokset, tai pyrkivät muihin tavoitteisiin sen perusteella, missä tapahtumat todennäköisimmin tapahtuvat, tai muihin mittareihin. Toinen suosittu Bayesin logiikan sovellus on verkkoturvallisuus - viime vuosien aikana tietotekniikan insinöörit ovat laajasti käyttäneet Bayesin logiikkaa havaitsemaan verkkoon kohdistuvat uhat mallinnuttamalla sitä, missä ja miten ne tapahtuvat.
Viides ja viimeinen koneoppimiskoulu kutsutaan analogisoimiseksi. Tämä on myös koulu, joka tavallisen kuluttajan on ehkä helpompi ymmärtää. Yritysten kaltaiset ja Googlen suositusmoottorit perustuvat analogisoivaan lähestymistapaan. He ottavat algoritmeja, kuten "lähin naapuri", ja yhdistävät ne erityyppisiin signalointeihin yrittääkseen sovittaa ideat muihin ideoihin tai vuorotellen ihmisiin. Tietokone, joka väittää tietävänsä millaisesta musiikista pidät, on hyvä esimerkki tästä lähestymistavasta.
Kaikki nämä ajatuskoulut muodostavat yhdistelmän nykyaikaisen tekoälyn tutkimusta. Tutkijat pyrkivät työntämään näitä kaikkia eteenpäin yhdessä toistensa kanssa ja etenemään yleensä kenttää eteenpäin - ja he yrittävät tehdä niin erittäin mielenkiintoisessa tilanteessa. Jotkut tekniikan johtajista viime vuosikymmeninä ovat varoittaneet, että AI: n eteenpäin viemisen lisäksi on keskityttävä etiikkaan ja teknologian vastuulliseen käyttöön vakavien sosiaalisten ongelmien estämiseksi. Tätä on sovellettava jokaisessa näissä viidessä koneoppimiskoulussa.