Tipărire
Categorie: Inteligenţă artificială
Accesări: 1852

Învăţarea automată (eng. machine learning) reprezintă o categorie de algoritmi utilizaţi în multiple aplicaţii, precum: motoarele de căutare (Google), YouTube, Spotify, Siri (Apple), Alexa (Amazon), Cortana (Microsoft), filtrarea mesajelor nesolicitate, diagnosticarea medicală, analiza pieţei de valori etc. Învăţarea automată este o ramură a inteligenţei artificiale.

Inteligenţa artificială se referă, în genere, la capacitatea maşinilor de a învăţa, raţiona şi acţiona în mod independent (de exemplu, prin luarea unor decizii în mod autonom în situaţii noi, aşa cum ar face un om).

Algoritmii specifici învăţării automate folosesc statistica pentru a identifica modele în volume mari de date. De exemplu, Netflix identifică ceea ce poate fi următorul film pe lista ta de vizionare, pe baza analizei istoriei vizualizărilor.

Învăţarea profundă vs învăţarea automată

Învăţarea profundă (eng. deep learning) este un subset al învăţării automate care stă la baza principalelor realizări din domeniul inteligenţei artificiale care au făcut titlurile presei: recunoaşterea facială, sinteza vocală, crearea de fotografii realiste ale oamenilor (folosind un set de fotografii, algoritmul creează noi feţe, practic inventându-le), AlphaGO (care a învins cel mai bun jucător uman la go) şamd.

Învăţarea profundă foloseşte o tehnică, denumită "reţele neuronale profunde", îmbunătăţind astfel abilitatea de a găsi şi amplifica cele mai mici modele în datele existente. Aceste reţele au multiple straturi de "noduri de calcul" (eng. computational nodes) care lucrează împreună pentru analiza şi prelucra datele existente şi a livra rezultatul final sub forma unei predicţii.

După cum spune şi numele, această tehnică încearcă să replice, până la un punct, modul de funcţionare al creierului. Nodurile reprezintă neuronii, iar conectarea acestora simulează interconectarea neuronală din creier. Deşi cu limitări, este o bună analogie.

Cea mai recentă realizare a învăţării automate constă în învingerea unor jucători de top la Starcraft II de către programul DeepMind (Alphabet, compania-mamă a Google).

Părintele învăţării profunde este considerat Geoffrey Hinton, care în 1986 a publicat o lucrare împreună cu alţi doi colegi, David Rumelhart şi Ronald Williams, în care se descrie o tehnică denumită "retropropagare" (eng. backpropagation). Dar au fost necesari 30 de ani după publicarea acestei lucrări să aflăm cum să antrenăm reţelele neuronale...  

Dar, după cum se poate observa din realizările menţionate, succesele sunt limitate la obiective specifice. Marele vis al cercetătorilor din domeniul inteligenţei artificiale este să realizeze "inteligenţa artificială generală", adică un soft care să aibă capacitatea de a se raporta la lume, în complexitatea ei, aşa cum o face fiinţa umană. Desigur, mai este cale lungă până acolo.

 




Trei tipuri de învăţare automată

Algoritmii de învăţare automată sunt grupaţi în trei tipuri: învăţare supervizată, învăţare fără supervizare şi învăţare prin armare (eng. reinforcement).

În învăţarea supervizată datele sunt etichetate pentru a-i spune maşinii ce model să utilizeze. În învăţarea fără supervizare datele nu au etichete, iar maşina încearcă să identifice modele.

În fine, învăţarea prin armare, cea mai interesantă categorie, învaţă prin încercări şi erori să obţină anumite obiective. Acest tip de învăţare este, de pildă, la baza AlphaGo (Google), menţionat mai sus.

Alte aplicaţii ale învăţării prin armare: sisteme de semaforizare inteligente (pentru fluidizarea traficului), optimizarea reacţiilor chimice, recomandări personalizate (de exemplu, recomandări automate de ştiri).

 



 

Sursa: TechnologyReview.com