J:
Kā "galvenais algoritms" maina mašīnmācīšanās pasauli?
A:Ideja, ko sauc par “galveno algoritmu”, ietekmē to, kā mēs uzskatām mašīnu apguvi un mākslīgā intelekta darbu.
Ideja tiek tautā piedēvēta Vašingtonas universitātes profesoram Pedro Domingos, kurš galveno algoritmu balsta uz pieciem dažādiem mašīnmācīšanās veidiem un mākslīgā intelekta principiem: simbolismu, konsekvenci, evolucionismu, Bajesija teoriju un analoģēšanu.
| Bezmaksas lejupielāde: mašīnmācīšanās un kāpēc tas ir svarīgi |
Ideja ir tāda, ka, apvienojot šīs disciplīnas un izveidojot algoritmu, kas darbojas vairākos kanālos, jūs varat būtībā uzlabot to, ko mašīnmācība spēj. Tas ir saistīts ar dziļu mācību tīklu ideju, kas ietver mašīnmācīšanās procesus.
Viens no galvenā algoritma aspektiem ir tāds, ka tas darbojas visos kanālos. Daži eksperti to skaidro kā domu, ka algoritmi var šķērsot patentētas platformas, kas viņiem vairāk stāsta par patērētājiem. Piemēram, viens no galvenajiem algoritma aspektiem ir tāds, ka tas darbotos ar tādu sociālo mediju platformām kā Facebook un citām vidēm, piemēram, Google rīkiem, lai panāktu visaptverošāku digitālās uzraudzības formu un dziļākas attiecības ar lietotāju vai subjektu.
Galvenais algoritms ir guvis lielu uzmanību no tādiem tehnoloģiju vadītājiem kā Bils Geitss un pasaules līderiem, piemēram, Xi Jinping - tas ir kļuvis par interesantu un populāru veidu, kā aprakstīt tādus jēdzienus kā Hebbian mācīšanās, uzraudzīta un neuzraudzīta mašīnmācīšanās, Bajesijas loģistika un daudz ko citu.
Dažas "galvenā algoritma" alternatīvas nozīmes attiecas uz citiem centieniem izveidot visaptverošus algoritmus, kas vairāk darīs, lai atdarinātu cilvēku un kognitīvo uzvedību - piemēram, ideja par atkārtotu pavairošanu, ko attīstīja Geoff Hinton un citi. Tomēr galvenā algoritma idejas kopa, kuru teorizēja Pedro Domingos, ir vispopulārākais piemērs tam, kā galvenais algoritms tiek izmantots tehnoloģiju nozarē. Neatkarīgi no tā, vai tas apvieno disciplīnas, modalitātes, platformas vai izziņas darba veidus, galvenais algoritms veicina ideju, ka jūs varat sajaukt un sajaukt dažāda veida instrumentus vienā spēcīgākā un spējīgākā mašīnmācīšanās un mākslīgā intelekta lietojumā.
