Schaffung Programme, die lernen

  Lügen der künstlichen Intelligenz im Herzen der drastischen Fortschritte in Automobil-, im Gesundheitswesen, in den Industriesystemen und in einer Erweiterungsanzahl von Verwendungsgebieten. Während Interesse fortfährt zu steigen, hat die Art von AI etwas Verwirrung und sogar Furcht über die wachsende Rolle von AI im Alltagsleben herausbekommen. Die Art von AI, der einer zunehmenden Anzahl von intelligenten Produkten ermöglicht, errichtet auf den direkten aber nicht trivialen Technikmethoden, um Fähigkeiten zu liefern weit entfernt vom Zivilisationende AI von Zukunftsromanen.

  Definitionen von AI-Strecke von seinen die meisten modern-und noch von Begriffsform, in der Maschinen im Verhalten menschlich ähnlich sind, zu einer vertrauteren Form, in der Maschinen ausgebildet werden, um spezifische Aufgaben durchzuführen. In seiner höchstentwickelten Form würden wahre künstliche Intelligenz ohne die ausdrückliche Richtung und die Steuerung von den Menschen funktionieren, zu irgendeiner Schlussfolgerung unabhängig zu kommen oder von etwas Maßnahmen gerade als menschliche Macht zu ergreifen. Am vertrauteren Technik-orientierten Ende des AI-Spektrums, Maschine-lernend Methoden (ml) stellen gewöhnlich die Computergrundlage für gegenwärtige AI-Anwendungen zur Verfügung. Diese Methoden erzeugen Antworten zu den Eingabedaten mit eindrucksvoller Geschwindigkeit und Genauigkeit, ohne den Code zu verwenden, der ausdrücklich geschrieben wird, um jene Antworten zur Verfügung zu stellen. Während Softwareentwickler Code schreiben, um Daten in den herkömmlichen Systemen zu verarbeiten, verwenden ml-Entwickler Daten, um ml-Algorithmen wie künstliche Modelle des neuralen Netzes zu unterrichten, um gewünschte Antworten zu den Daten zu erzeugen.
Wie ist ein grundlegendes Modell des neuralen Netzes errichtete?
Unter den vertrautesten Arten der Lernfähigkeit einer Maschine, übermitteln Modelle des neuralen Netzes Daten von ihrer Inputschicht durch versteckte Schichten zu einer Ertragschicht (Tabelle 1). Da beschrieben, werden die versteckten Schichten ausgebildet, um eine Reihe von transformationsthat Auszug durchzuführen, den die Eigenschaften zwischen verschiedenen Klassen von Eingabedaten unterscheiden mussten. Diese Umwandlungen kulminieren herein
Werte geladen in die Ertragschicht, in der jede Ausgabeeinheit einen Wert liefert, der die Wahrscheinlichkeit darstellt, dass die Eingabedaten in einer bestimmten Klasse gehören. Mit dieser Annäherung können Entwickler Daten wie Bilder oder Sensor-Maße unter Verwendung einer passenden neuralen Netzwerk-Architektur klassifizieren.

  Neurale Netzwerk-Architekturen nehmen viele Gestalten an und reichen von der einfachen Art des neuralen Netzes des Feedforward, das im Abbildung 1 zu den tiefen neuralen Netzen (DNNs) gezeigt wird errichtet mit einigen versteckten Schichten und einzelnen Schichten, die Hunderte von den Tausenden Neuronen enthalten. Dennoch errichtet unterschiedliche Architektur gewöhnlich auf einer künstlichen Neuroneinheit mit mehrfachem Input und einem Ein-Output (Tabelle 2). Abbildung 1: Neurale Netze enthalten Schichten von den künstlichen Neuronen, die ausgebildet werden, um zwischen verschiedenen Eingabedatenklassen zu unterscheiden. (Quelle: angepasst von Wikipedia)

Abbildung 2: Ein künstliches Neuron produziert einen Ertrag, der auf einer actiation Funktion basiert, die funktioniert

auf der Summe der belasteten imputs der nourons. (Quelle: Wikipedia)

In einem neuralen Netz des Feedforward justierte ein bestimmtes Neuron n, in versteckten Schichtsummen sein Input, x, durch ein Input-spezifisches Gewicht wp und fügt einen Schicht-spezifischen schrägen Faktor b (gezeigt nicht in der Zahl) als fllows hinzu:

  Schließlich wird die summierten Werte in einen Einzelwertertrag durch eine Aktivierungsfunktion umgewandelt. Abhängig von Anforderungen können diese Funktionen viele Gestalten, wie eine einfache Sprungfunktion, ein Arcustangens oder ein nichtlineares Diagramm wie eine korrigierte Längenmasse (ReLU) annehmen, die 0 für S0 ausgibt<>.

Obgleich alle sie entworfen sind, um die unterscheidenen Eigenschaften von Daten zu extrahieren, verwendete möglicherweise unterschiedliche Architektur erheblich verschiedene Umwandlungen. Zum Beispiel verwendeten neurale Gewindenetze (CNNs) in den Bilderkennungsanwendungen, Kernwindungen zu benutzen. Diesbezüglich führen die Funktionen, genannt Kerne, Windungen auf dem Inputbild durch, um es in Eigenschaftskarten umzuwandeln. Folgende Schichten führen mehr Windungen durch, oder andere Funktionen, Eigenschaften bis das CNN-Modell weiter extrahierend und umwandelnd erzeugt einen ähnlichen Klassifikationswahrscheinlichkeitsertrag wie in den einfacheren neuralen Netzen. Jedoch für Entwickler, ist zugrunde liegende Mathe für populäre neurale Netzwerk-Architekturen wegen der Verfügbarkeit von ml-Entwicklungswerkzeugen in großem Maße transparent (besprach sich anderswo in dieser Frage). Unter Verwendung jener Werkzeuge können Entwickler ein Modell des neuralen Netzes ziemlich leicht einführen und es, unter Verwendung eines Satzes Daten auszubilden anzufangen nannte den Ausbildungssatz. Diese Ausbildungsdatei umfasst einen Repräsentativsatz Datenbeobachtungen und das korrekte casification für jede Beobachtung und stellt einen der schwierigeren Aspekte der Modellentwicklung des neuralen Netzes dar.

Wie wird ein Modell des neuralen Netzes ausgebildet und eingesetzt?

  In der Vergangenheit hatten die Entwickler, die Ausbildungssätze schaffen, ltte Wahl aber, durch die vielen Tausenden von den Beobachtungen zu arbeiten, die in einem typischen Satz erfordert wurden und manuell beschrifteten jede Beobachtung mit seinem korrekten Namen. Zum Beispiel einen Ausbildungssatz für eine Verkehrsschild-Anerkennungsanwendung schaffen, sie

Bedarf, Bilder von Verkehrsschildern und Aufkleber jedes Bild mit dem korrekten Zeichennamen anzusehen. Public- domainsätze der prelabeled Daten ließen viele Maschine-Lernenforscher vermeiden diese Aufgabe und Fokus auf Algorithmisierung. Für Produktion ml-Anwendungen jedoch kann die Kennzeichnungsaufgabe eine große Herausforderung darstellen. Moderne ml-Entwickler benutzen häufig vor-ausgebildete Modelle in a

Prozess nannte die Übertragung, die lernt zu helfen, dieses Problem zu erleichtern.