人工知能をシンプルに

人工知能について簡単に説明します。 ビッグデータなどの大量の概要を維持しますか? これは、特定のパターンに従うか、ガイドに従う場合にのみ可能です。

自己実験: 頭の中に特定のイメージがあります。 今日では、白いハンドルが付いた赤いキャビネットになるはずです。 何してるの？

Google検索「キャビネットレッド、白いハンドル」では。

収率？ 控えめ。

試行2：Google検索に「赤いキャビネット、白い手」を入力します。

結果はすでに改善されていますが、さらに改善される可能性があります。

プログラミングへの最初の一歩は、Google 検索から始まります。 検索クエリのコレクションと、それらのアルゴリズムとコードへの変換により、ニューラル ネットワークが形成されます。

したがって、上の図に示されているように、機械学習はすぐに実装できるものではありません。 多くの時間と労力が費やされます。 これは、対応する開発コストも説明します。 しかし、AI には休暇、年金、その他の自然損失がないことを考慮すると、状況は完全に異なって見えます。

しかし、明日は白いハンドルのある赤いキャビネットはまだ最新ですか？それはまだライフスタイルに合っていますか？味は変わります。これはまさにディープラーニングが登場する場所です。私たちの例にとどまる：さらなる検索で、AIはあなたの検索動作がどのように変更されたかを独立して開発する方法に興味のある他のトピックを学び、1年の緑のクローゼットがかもしれないと「予測」するために、あなたに興味を持っている他のトピックに基づいています青いハンドルのあるキッチンに興味を持ってください。

ひどい？ 一部の人にとって、これは恐ろしいことです。 しかし、実際にはそうではありません。 未知への恐怖は私たちを騙します。 もし私たちが人々のグループに明日のテレビで何に興味があるか尋ねたら、さまざまな答えが返ってくるでしょう。 均一ではありません。 さて、どの提案を受け入れるかをどのように決定しますか? それは専門的な貢献でしょうか、それとも本人の魅力的な外見でしょうか？

それがAIとの方法です。ニューラルネットワークが「プログラム」されているかどうかに応じて、声明はそれに応じています。それは、私たちが良い決断を下すのに役立つはずのパターン分析についてです。私たちをコントロールしないでください。なぜなら、ビッグデータにサンプル分析を作成しない場合、容赦なく下に入るからです。そして、それが本当のホラーシナリオです。