செயற்கை நுண்ணறிவுக்கும் நரம்பியல் நெட்வொர்க்குகளுக்கும் என்ன வித்தியாசம்?

நூலாசிரியர்: Robert Simon
உருவாக்கிய தேதி: 20 ஜூன் 2021
புதுப்பிப்பு தேதி: 24 ஜூன் 2024
Anonim
美官員承認:解放軍在人工智能領域全面領先美軍,中國怎就贏了?【刘晓非】
காணொளி: 美官員承認:解放軍在人工智能領域全面領先美軍,中國怎就贏了?【刘晓非】

உள்ளடக்கம்


ஆதாரம்: iLexx / iStockphoto

எடுத்து செல்:

செயற்கை நுண்ணறிவு நெட்வொர்க்குகளைப் பயன்படுத்துவதன் மூலம் ஒரு நாள் செயற்கை நுண்ணறிவை அடையலாம், ஆனால் இந்த அற்புதமான தொழில்நுட்பங்களுக்கு இடையே பல முக்கிய வேறுபாடுகள் உள்ளன.

செயற்கை நுண்ணறிவு (AI) மற்றும் செயற்கை நரம்பியல் நெட்வொர்க்குகள் (ANN) ஆகியவை கணினி அறிவியலில் இரண்டு அற்புதமான மற்றும் பின்னிப்பிணைந்த துறைகள். எவ்வாறாயினும், இரண்டிற்கும் இடையே பல வேறுபாடுகள் உள்ளன.

முக்கிய வேறுபாடு என்னவென்றால், செயற்கை நுண்ணறிவைத் தேடுவதில் நரம்பியல் நெட்வொர்க்குகள் ஒரு படி.

செயற்கை நுண்ணறிவு என்பது புத்திசாலித்தனமான இயந்திரங்களை உருவாக்கும் குறிக்கோளைக் கொண்ட ஒரு பரந்த துறையாகும், இது நீங்கள் உளவுத்துறையை எவ்வாறு வரையறுக்கிறீர்கள் என்பதைப் பொறுத்து பல முறை அடையப்பட்டுள்ளது. “ஜியோபார்டி” இல் வெல்லக்கூடிய மற்றும் சதுரங்க சாம்பியன்களை வெல்லக்கூடிய கணினிகள் நம்மிடம் இருந்தாலும், AI இன் குறிக்கோள் பொதுவாக பொது நுண்ணறிவு அல்லது உளவுத்துறையின் தேடலாகக் கருதப்படுகிறது, அவை மாறுபட்ட மற்றும் தொடர்பில்லாத சூழ்நிலை சிக்கல்களுக்குப் பயன்படுத்தப்படலாம்.


இந்த கட்டத்தில் கட்டப்பட்ட பல AI கள் பிங் பாங் விளையாடும் அல்லது "ஜியோபார்டியில்" ஆதிக்கம் செலுத்தும் ரோபோவை இயக்குவது போன்ற ஒரு நோக்கத்துடன் கட்டப்பட்டுள்ளன. கணினி விஞ்ஞானிகள் உட்கார்ந்து ஒரு குறிப்பிட்ட பணியைச் செய்ய ஏதாவது ஒன்றை உருவாக்கும்போது இது தவிர்க்க முடியாத விளைவு - அவை அந்த பணியைச் செய்யக்கூடிய ஒன்றோடு முடிவடையும், வேறு எதுவும் இல்லை.

பணி சார்ந்த AI களின் இந்த சிக்கலைச் சமாளிக்க, கணினி விஞ்ஞானிகள் செயற்கை நரம்பியல் வலைப்பின்னல்களுடன் விளையாடத் தொடங்கினர். எங்கள் பொதுவாக புத்திசாலித்தனமான மூளை உயிரியல் நரம்பியல் நெட்வொர்க்குகளால் ஆனது, அவை நமது உணர்வுகள் மற்றும் வெளிப்புற தூண்டுதலின் அடிப்படையில் இணைப்புகளை உருவாக்குகின்றன.

மிகவும் எளிமையான எடுத்துக்காட்டு எரிக்கப்படுவதிலிருந்து வரும் வலி. இது முதன்முறையாக நிகழும்போது, ​​உங்கள் மூளையில் ஒரு இணைப்பு செய்யப்படுகிறது, இது நெருப்பு (தீப்பிழம்புகள், புகையின் வாசனை, வெப்பம்) எனப்படும் உணர்ச்சிகரமான தகவல்களை அடையாளம் கண்டு அதை வலியுடன் தொடர்புபடுத்துகிறது. மிகச் சிறிய வயதிலேயே, எரிவதைத் தவிர்ப்பது எப்படி என்பதை நீங்கள் கற்றுக்கொள்கிறீர்கள். இதே நரம்பியல் வலையமைப்பின் மூலம், “ஐஸ்கிரீம் சுவை நன்றாக இருக்கும்” போன்ற பல பொதுவான கற்றல்களை நாம் செய்ய முடியும், மேலும் “மழைக்கு முன் எப்போதும் மேகங்கள் உள்ளன” அல்லது “பங்குகள் எப்போதும் டிசம்பரில் அணிதிரட்டுகின்றன” போன்ற துப்பறியும் பாய்ச்சல்களையும் செய்யலாம். இந்த பாய்ச்சல்கள் எப்போதும் சரியானவை அல்ல (மோசமான ஐஸ்கிரீம் உள்ளது மற்றும் டிசம்பரில் வீழ்ச்சியடையும் பங்குகள் உள்ளன), ஆனால் அவற்றை அனுபவத்தின் மூலம் சரிசெய்ய முடியும், இதனால் தகவமைப்பு கற்றலை அனுமதிக்கிறது.


செயற்கை நரம்பியல் நெட்வொர்க்குகள் இந்த கற்றல் முறையை கணினிகளில் மீண்டும் உருவாக்க முயற்சிக்கின்றன, இது ஒரு சிக்கலுக்கு பதிலளிப்பதற்கும் அது எவ்வாறு செயல்படுகிறது என்பதற்கான கருத்துகளைப் பெறுவதற்கும் ஒரு எளிய கட்டமைப்பின் திட்டத்தை உருவாக்குவதன் மூலம். அதே சிக்கலை ஆயிரக்கணக்கான முறை செய்வதன் மூலமும், அது பெறும் பின்னூட்டத்திற்கு ஏற்ப அதன் பதிலை சரிசெய்வதன் மூலமும் ஒரு கணினி அதன் பதிலை மேம்படுத்த முடியும். கணினிக்கு வேறுபட்ட சிக்கலைக் கொடுக்க முடியும், இது முந்தையவற்றிலிருந்து கற்றுக்கொண்டது போலவே அணுகலாம். கணினி கற்றுக்கொண்ட சிக்கல்களைத் தீர்ப்பதற்கான அணுகுமுறைகள் மற்றும் அணுகுமுறைகளின் எண்ணிக்கையை வேறுபடுத்துவதன் மூலம், கணினி விஞ்ஞானிகள் ஒரு கணினியை ஒரு பொதுவாதியாகக் கற்பிக்க முடியும்.

இது "தி மார்ட்ரிக்ஸ்" போன்ற ஹாலிவுட் திரைப்படங்களில் காணப்படுவது போல் உலகெங்கிலும் உள்ள கணினிகளின் படங்களையும், மனிதர்களை அறுவடை செய்வதையும் இது கற்பனை செய்தாலும், நரம்பியல் வலைப்பின்னலில் இருந்து செயற்கை நுண்ணறிவுக்கான நமது வழியை நாம் இன்னும் வெகுதொலைவில் இருக்கிறோம். நரம்பியல் நெட்வொர்க்குகளில் சோதிக்கப்படும் சிக்கல்கள் அனைத்தும் கணித ரீதியாக வெளிப்படுத்தப்படுகின்றன. நீங்கள் ஒரு கணினியை ஒரு பூவைப் பிடித்து வாசனையின் நிறத்தை யூகிக்கச் சொல்ல முடியாது, ஏனென்றால் வாசனை எண்களில் வெளிப்படுத்தப்பட வேண்டும், பின்னர் கணினி அந்த எண்களை நினைவகத்தில் பட்டியலிட வேண்டும், பூக்களின் படங்களுடன் அந்த வாசனையை வெளியிடுகிறது.

பிழைகள் இல்லை, மன அழுத்தமும் இல்லை - உங்கள் வாழ்க்கையை அழிக்காமல் வாழ்க்கையை மாற்றும் மென்பொருளை உருவாக்குவதற்கான படி வழிகாட்டியின் படி

மென்பொருள் தரத்தைப் பற்றி யாரும் அக்கறை கொள்ளாதபோது உங்கள் நிரலாக்க திறன்களை மேம்படுத்த முடியாது.

வாசனை போன்ற விஷயங்களின் கூடுதல் உள்ளீடுகளை வழங்கக்கூடிய செயற்கை நரம்பியல் நெட்வொர்க்குகள் - மற்றும் அந்த உள்ளீடுகளிலிருந்து கற்றுக்கொள்ளும் திறன் - மிகவும் ஹார்ட்கோர் AI ஆர்வலரின் தரங்களை பூர்த்தி செய்யும் முதல் செயற்கை நுண்ணறிவை உருவாக்குவதற்கான பாதையில் இருக்கலாம்.

சாராம்சத்தில், செயற்கை நரம்பியல் நெட்வொர்க்குகள் மனித நரம்பியல் நெட்வொர்க்குகளின் மாதிரிகள், அவை கணினிகள் கற்றுக்கொள்ள உதவும் வகையில் வடிவமைக்கப்பட்டுள்ளன. செயற்கை நுண்ணறிவு என்பது ஹோலி கிரெயில் ஆகும், சில கணினி விஞ்ஞானிகள் நரம்பியல் நெட்வொர்க்குகளைப் பிரதிபலிப்பது போன்ற நுட்பங்களைப் பயன்படுத்தி அடைய முயற்சிக்கின்றனர்.