Давайте помедленнее, разбив слово «Искусственный интеллект» на два слова «Искусственный» и «Интеллект». Основное определение, которое приходит нам на ум, когда мы говорим «Искусственный», — это не что иное, как нечто неестественное, и, думая об «Интеллекте», основное определение, о котором можно подумать, — это способность думать и принимать решения или выводы.
Искусственный интеллект — одно из обширных понятий. Он включает в себя машинное обучение (ML), которое является подмножеством ИИ, и глубокое обучение (DL), которое является подмножеством ML и обработки естественного языка (NLP). Если мы скажем так, то для достижения ИИ нужно позволить машине изучить все шаблоны, думать и принимать решения самостоятельно.
Классическое программирование VS машинное обучение
В классическом программировании мы склонны предоставлять входные данные, и правило, которому необходимо следовать, используя эти элементы, помогает нам получить результат. В машинном обучении все совершенно иначе, потому что здесь мы склонны предоставлять машине входные данные наряду с выходными данными. здесь сама машина стремится найти связь или закономерность между ними и сама создать правило.
Прочитав это, вы можете подумать о том, где мы собираемся использовать это машинное обучение. У меня есть вы, ребята. Мы собираемся использовать ML в таких сценариях, где нет жесткого кода. Например, давайте возьмем автомобиль и разработаем программное обеспечение для вождения. Мы знаем, что нет жестких правил вождения автомобиля, но нужно знать несколько вещей: использование автомобиля с акселератором может увеличить его скорость, а использование тормоза имеет тенденцию останавливаться и несколько других предпосылок. Предположим, что для того, чтобы водить машину, не существует жестких и быстрых правил о том, как водить машину, но нужно иметь присутствие или интеллект, чтобы принимать решения в зависимости от ситуации. Вот сценарий, в котором мы можем использовать ML, когда модели получают ввод, делая фотографии или записи водителя или пользователя, и понимают все жесты конкретных пользовательских данных, которые мы предоставили, и изучают их, а после обучения всякий раз, когда модель сталкивается любой ситуации, то на основе предоставленных ему данных. Он принимает решение и в основном пытается имитировать пользователя, чьи данные предоставляются во время обучения.
ИИ способен изменить нашу жизнь. Он может произвести революцию в таких отраслях, как здравоохранение и транспорт, сделав их более эффективными. Однако мы должны учитывать этику и обеспечивать ответственное развитие. Работая вместе с системами ИИ, мы можем создать лучшее будущее. Давайте воспользуемся возможностями ИИ, отдавая приоритет прозрачности, подотчетности и справедливости. По мере развития ИИ давайте принимать взвешенные решения, чтобы обеспечить гармоничное сосуществование людей и ИИ.
Спасибо за просмотр моего контента. Пишите для запросов.
