منو سایت

  • خانه
  • اخبار
  • AI 101: استراتژی های ایجاد و اجرای یادگیری ماشین

AI 101: استراتژی های ایجاد و اجرای یادگیری ماشین

 تاریخ انتشار :
/
  اخبار
فیس بوک اعتراف می کند که به اشتباه پست های مربوط به قرص های سقط جنین را که از طریق پست سفارش داده شده بود حذف کرده است


"آیا کتاب آشپزی است؟!"

بزرگنمایی / آیا این یک کتاب آشپزی است؟! (اعتبار: Aurich Lawson | Getty Images)

«هوش مصنوعی» که امروزه آن را می شناسیم، در بهترین حالت، یک نام اشتباه است. هوش مصنوعی به هیچ وجه هوشمند نیست، اما مصنوعی است. این موضوع یکی از داغ ترین موضوعات در صنعت است و از علاقه مجدد به دانشگاه برخوردار است. این چیز جدیدی نیست – جهان طی 50 سال گذشته از طریق یک سری از قله ها و دره های هوش مصنوعی عبور کرده است. اما چیزی که موج کنونی موفقیت‌های هوش مصنوعی را متفاوت می‌کند این است که سخت‌افزار رایانه‌ای مدرن در نهایت به اندازه کافی قدرتمند است که بتواند برخی از ایده‌های وحشی را که برای مدت طولانی وجود داشته‌اند، به‌طور کامل پیاده‌سازی کند.

در اوایل دهه 1950، در اولین روزهای چیزی که ما اکنون آن را هوش مصنوعی می‌نامیم، بحث بر سر این بود که این منطقه را چه بنامیم. هربرت سایمون، یکی از توسعه‌دهندگان ماشین تئوری منطقی و حل‌کننده مسائل عمومی، استدلال می‌کند که این فیلد باید نام بسیار آندی‌تری «پردازش اطلاعات پیچیده» داشته باشد. این مطمئناً هیبتی را که “هوش مصنوعی” برمی انگیزد، القا نمی کند، و همچنین این ایده را منتقل نمی کند که ماشین ها می توانند مانند انسان فکر کنند.

با این حال، “پردازش اطلاعات پیچیده” توصیف بسیار بهتری از آنچه واقعاً هوش مصنوعی است است: تجزیه و تحلیل مجموعه داده های پیچیده و تلاش برای نتیجه گیری از انبوه. برخی از نمونه‌های مدرن هوش مصنوعی شامل تشخیص گفتار (در قالب دستیارهای مجازی مانند سیری یا الکسا) و سیستم‌هایی هستند که تعیین می‌کنند در تصویر چه چیزی وجود دارد یا توصیه می‌کنند چه چیزی را بخرید یا به آن نگاه کنید. هیچ یک از این نمونه ها قابل مقایسه با هوش انسان نیستند، اما نشان می دهند که ما می توانیم با پردازش اطلاعات کافی کارهای قابل توجهی انجام دهیم.

23 پاراگراف باقی مانده را بخوانید نظرات