Mashinani o'rganish nima? Mashinani o'qitish usullari, turlari, vazifalari va misollar

Nazorat qilinmaydigan mashinani o'rganish
Maqolaning boshida AI qanday yurishni o'rganganligi haqida video paydo bo'ldi. Ushbu dastur ishlab chiqaruvchidan topshiriqni oldi - B nuqtasiga o'tish. Ammo u buni qanday qilishni bilmas edi - unga hatto yurish qanday ko'rinishi ham ko'rsatilmadi, ammo bu AIni vazifani bajarishga to'sqinlik qilmadi.
Shu sababli, o'yinlardan o'rganish - bu mashina o'rganishning eng samarali usullaridan biri. Mana oddiyroq misol - dastur ba'zi ob'ektlardan qanchalik uzoqda ekanligi haqida ma'lumot oladi va qo'shimcha ball olish uchun Snake o'yinida qanday harakat qilish kerakligini tanlashi mumkin:
Karyera yo'nalishi misoliga qaytadigan bo'lsak, dastur talabalar va ularning muvaffaqiyati haqida ma'lumot oladi, deb aytishimiz mumkin, ammo ular o'rtasida bog'liqlik borligini bilmaydi. Ko'p miqdordagi ma'lumotni qayta ishlash natijasida u ma'lumotlarning bir-biriga ta'sir qilishini sezadi va ba'zi xulosalar chiqaradi. Masalan, bu fikrlash qobiliyati IQdan ko'ra muhimroq, va yosh jinsdan ham muhimroq va hokazo.
Ushbu yondashuv noaniq echim topilgan vazifalar uchun o'rganilmoqda. Masalan, xuddi shu marketingda. AI, shunga o'xshash mahsulotni kerak bo'lmagan odamga taklif qilish, agar u pul olib kelsa, mantiqiy emasligini tushunmaydi.
Bundan tashqari, asab tarmoqlari mustaqil ravishda emas, balki juftlikda ham o'rganishlari mumkin. Generativ dushmanlik tarmog'i (GAN) shunday ishlaydi. U G va D tarmoqlaridan iborat - birinchisi haqiqiy tasvirlar asosida namunalarni yaratadi, ikkinchisi haqiqiy namunalarni noto'g'ri namunalardan ajratishga harakat qiladi.
Texnologiya haqiqiy fotosuratlardan ajralib bo'lmaydigan fotosuratlarni yaratish, shuningdek, buzilgan yoki noaniq tasvirlarni tiklash uchun ishlatiladi. GAN-dan foydalanuvchi kompaniyalardan biri bu Facebookdir.
Chuqur o'rganish (Deep learning)
Chuqur o'rganish o'qituvchi bilan yoki o'qituvchisiz bo'lishi mumkin, ammo bu Big Data tahlilini nazarda tutadi - shunchalik ko'p ma'lumotki, bitta kompyuter etarli bo'lmaydi. Shuning uchun Deep Learning ishlash uchun neyron tarmoqlardan foydalanadi.
Neyron tarmoqlari bitta katta vazifani bir nechta kichiklarga ajratish va ularni boshqa qurilmalarga topshirishga imkon beradi. Masalan, bitta protsessor ma'lumot to'playdi va uni boshqalarga uzatadi. O'z navbatida, uni tahlil qilib, yana to'rtta vazifani bajaradigan va keyingi protsessorlarga topshiradigan yana to'rt kishiga topshiradilar.
Buni ob'ektni aniqlash tizimlari misolida ko'rish mumkin.
• rasm olish;
• barcha fikrlarni aniqlash;
• nuqtalardan qurilgan chiziqlarni topish;
• chiziqlar yordamida oddiy shakllarni qurish;
• oddiy shakllardan murakkab shakllarni yozish va boshqalar.
Ya'ni, odamning tasvirini olgan holda, neyron tarmog'i dastlab yuzlarni tashkil etadigan nuqtalarni, keyin chiziqlarni, so'ngra doiralar va uchburchaklar ko'radi:
Chuqur o'rganish eng kutilmagan maqsadlarda ishlatilishi mumkin. Masalan, Norman ismli sun'iy intellekt bor, u Reddit-da "qalay" bilan bo'limlarni o'rganishga yuborilgan - ajratilgan odamlarning ramkalari, jinoyatlar sahnasidagi fotosuratlar, dahshatli voqealar va boshqalar.
Keyin Normandan javoblarini boshqa AI javoblari bilan taqqoslash uchun Rorshax testidan o'tishni so'rashdi - bu erda ba'zi gullar, hayvonlar va soyabonlarni ko'rishgan, Norman turli yo'llar bilan o'ldirilgan erkak va ayollarni ko'rgan.
U bilan ishlash dasturning dastlabki bosqichlarida olingan ma'lumot qanchalik muhimligini ko'rsatadi. Endi ishlab chiquvchilar Normanni "davolash" ga yordam beradigan tadqiqotlar olib borishmoqda.
Twitter-dagi odamlar bilan muloqot qiladigan Microsoft-ning Tau chatbotida ham shunga o'xshash holat yuz berdi. Bir kun ichida u fashistlar, misoginistik va boshqa haqoratomuz so'zlarni chiqara boshladi. Keyinchalik kompaniya uni to'sib qo'ydi.