Эта статья объясняет машинное обучение 101 для тех, кто до сих пор не в курсе.
Большинство людей связывают искусственный интеллект и машинное обучение с футуристическими приложениями, такими как Terminator, Hal или Samantha, но приложения, использующие AI и ML, встречаются чаще, чем вы думаете. У нас есть Siri, Alexa и Google Assistant. Алгоритм машинного обучения рекомендует фильмы на Netflix, и мы не должны забывать о беспилотном автомобиле Tesla.
Теперь, когда я привел вам несколько примеров применения ИИ, давайте дадим определение искусственному интеллекту и машинному обучению.
Когда вы думаете об ИИ, вы думаете о машине, которая имитирует поведение человека. Это просто, но не совсем. Ученые, изучающие ИИ, до сих пор спорят, как определить ИИ. По словам Рассела и Норвига, существует четыре школы мысли:
- поступать по-человечески
- думать по-человечески
- рационально мыслить
- Действуя рационально
Действуя по-человечески
Эта школа мысли сосредоточена на создании систем и машин, которые ведут себя как люди. Самый известный исследователь, связанный с этим, — Алан Тьюринг, составивший тест Тьюринга.
Тест Тьюринга — это мысленный эксперимент, исследующий вопрос «Может ли машина думать?». В тесте принимают участие три объекта — человек-дознаватель, человек и машина. Человек и устройство размещаются в отдельных помещениях, где человек-дознаватель их не видит. Следователь разговаривает с ними обоими, и если он не может различить, кто человек, а кто машина, компьютер проходит тест.
Современные исследователи ИИ мало внимания уделяют тесту Тьюринга, полагая, что важнее изучить основные принципы интеллекта.
Думать по-человечески
Вторая школа мысли сосредотачивается не на внешних признаках интеллекта, а скорее на внутренних принципах, управляющих мышлением. Подход когнитивного моделирования изучает, как люди думают, применяя самоанализ, психологические эксперименты или сканирование мозга.
Наиболее заметным открытием в когнитивном моделировании является создание GPS (General Problem Solver). Аллен Ньюэлл и Герберт Саймон создали Устройство. Машина решала математические задачи, но ее создателей интересовал правильный вывод и шаги рассуждений.
Думать рационально
Какое отношение искусственный интеллект имеет к Споку? Спок любит думать обо всем логически, и третья школа мысли ему как раз подходит.
Принято считать, что логику изобрел Аристотель. До XIX века логика была всего лишь разделом философии, но затем она формализовалась и стала частью математики.
В принципе, логика может решить любую проблему, описанную в логической записи. Только в принципе, потому что логика имеет дело с уверенностью, что почти никогда не бывает, потому что в реальном мире мы имеем дело со случайностью и вероятностью.
Действуя рационально
Последняя школа мысли фокусируется на рациональном агенте. Агент — это просто то, что действует и воспринимает окружающую среду. Рациональный агент — это агент, который работает для достижения наилучшего возможного результата.
Рациональный агентный подход лежит в основе современного машинного обучения.
Как работает машинное обучение?
Итак, мы установили, что такое искусственный интеллект. У нас есть общая картина. Машинное обучение — это часть искусственного интеллекта, и оно связано с созданием алгоритмов, основанных на больших наборах данных примеров. Машинное обучение берет эти данные и создает статистическую модель этого набора данных; другими словами, он изучает данные.
Типы машинного обучения
Существует несколько типов алгоритмов машинного обучения; Основными из них являются обучение с учителем, обучение без учителя и обучение с подкреплением.
Обучение под наблюдением очень похоже на обучение под руководством учителя, который говорит вам, когда вы делаете ошибку, а когда нет. Набор данных представляет собой набор помеченных примеров, поэтому алгоритм знает, когда он допустил ошибку.
Основными задачами, решаемыми контролируемым обучением, являются регрессия и классификация.
Обучение без присмотра похоже на то, что вы учитесь самостоятельно. У вас нет человека, который говорит вам правильные ответы. Неконтролируемое обучение имеет дело с такими проблемами, как кластеризация, уменьшение размерности или обнаружение выбросов.
Обучение с подкреплением — это особый тип машинного обучения. Машина живет в среде и воспринимает состояние этой среды. В определенный момент времени он выполняет действие. Различные действия приносят разные награды и переводят машину в другое состояние в фоновом режиме. Цель состоит в том, чтобы изучить правильную политику, которая представляет собой функцию, которая выводит оптимальный курс действий.
Резюме
Подводя итог, можно сказать, что искусственный интеллект — это область информатики, определяемая четырьмя способами: действовать по-человечески, думать по-человечески, думать рационально и действовать рационально.
Действия по-человечески связаны с тестом Тьюринга и подражанием человеческому поведению. Думать по-человечески значит открывать то, что управляет нашими мыслями. Рациональное мышление — это логические рассуждения и построение систем на основе парадигмы логического программирования. Рациональное действие связано с созданием рациональных агентов для достижения наилучшего возможного результата в ситуации.
Машинное обучение — это часть ИИ. Он создает статистические модели на основе данных.
Существует три основных типа алгоритмов машинного обучения: обучение с учителем, обучение без учителя и обучение с подкреплением.
использованная литература
Бурков, Андрей. «Стостраничная книга по машинному обучению». Глава 1 Введение, Андрей Бурков, 2019 г., стр. 1–7.
Норвиг, Питер и Стюарт Рассел. «Искусственный интеллект: современный подход, глобальное издание». Глава 1, 4-е изд., Pearson, 2021 г., стр. 19–54.