Table of Contents[Veşartin][Rêdan]
Têgîna ku robot ji mirovan jîrtir in, heya ku Fîktora Zanistî heye, xeyala me ya kolektîf girtiye.
Lêbelê, her çend îstîxbarata hunerî (AI) hîn negihîştiye wê astê, me di hilberîna îstîxbarata makîneyê de serketinên girîng pêk anîn, wekî ku ji hêla Google, Tesla û Uber ve ceribandina bi otomobîlên xwe-ajotinê ve hatî îsbat kirin.
Mezinbûn û bikêrhatina Fêrbûna Kûr, nêzîkatiya Fêrbûna Makîneyê ku vê pêşkeftina teknîkî dimeşîne, beşek ji derbasbûna serfiraz a AI-ê ji zanîngeh û laboratuarên lêkolînê berbi hilberan ve berpirsiyar e.
Şoreşa komputerê ya paşîn dê li ser îstîxbarata sûnî, fêrbûna kûr, û fêrbûna makîneyê.
Van teknolojiyên hanê li ser kapasîteya nasîna şêwan û dûv re pêşbînkirina bûyerên pêşerojê li ser bingeha daneyên ku di paşerojê de hatine berhev kirin têne çêkirin. Ev rave dike ka çima Amazon dema ku hûn serhêl bikirin ramanan çêdike an çawa Netflix dizane ku hûn ji fîlimên 1980-an ên tirsnak hez dikin.
Her çend komputerên ku têgînên AI-ê bikar tînin carinan wekî "aqilmend" têne binav kirin jî, piraniya van pergalan bi serê xwe fêr nabin; pêwendiya mirovî pêwîst e.
Zanyarên daneyê bi bijartina guherbarên ku dê tê de werin sepandin, têketinan amade dikin analytics analytics. Fêrbûna kûr, ji hêla din ve, dikare vê fonksiyonê bixweber bike.
Ev post ji bo her evîndarên daneyê yên ku dixwazin di derheqê fêrbûna kûr, berfirehiya wê, û potansiyela pêşerojê de bêtir fêr bibin, wekî rêbernameyek zeviyê kar dike.
Fêrbûna Kûr çi ye?
Fêrbûna kûr dikare wekî binkeyek fêrbûna makîneyê were hesibandin.
Ew qadek e ku bi lêkolîna algorîtmayên komputerê ve li ser xwe-hînbûn û pêşkeftinê hatî avakirin.
Fêrbûna kûr, li hember fêrbûna makîneyê, bi sûnî re dixebite torên neural, ku tê xwestin ku mirov çawa difikire û fêr dibe teqlîd bike. Heya vê dawiyê, torên neuralî di tevliheviyê de ji ber astengiyên hêza komputerê têne sînorkirin.
Lêbelê, pêşkeftinên di analîtîkên Big Data de torên neuralî yên mezintir, bihêztir çalak kirine, ku komputeran dihêle ku ji mirovan zûtir rewşên tevlihev bişopînin, fêm bikin û bersivê bidin.
Em xwendinê pêşniyar dikin - Mîmariya Tora Neuralî ya Tesla hate ravekirin
Kategorîzekirina wêneyê, wergerandina ziman, û naskirina axaftinê hemî ji fêrbûna kûr sûd wergirtine. Ew dikare bêyî ku hewcedariya pêwendiya mirovî hebe pirsgirêkek nasîna nimûneyê çareser bike.
Ew di bingeh de sê- an jî bêtir-qatek e torê neural. Van torên neuralî hewl didin ku çalakiya mêjiyê mirovan teqlîd bikin, her çend bi serkeftinek tixûbdar be jî, bi rê ve dibe ku ew ji cildên mezin ên daneyê "hîn bibe".
Digel ku yek tebeqeyek torgilokek neuralî hîn jî dikare pêşbîniyên texmînî çêbike, pirtir qatên veşartî dikarin di xweşbînkirin û rastkirina rastbûnê de bibin alîkar.
Tora Neuralî çi ye?
Torên neuralî yên çêkirî li ser torên neuralî yên ku di mejiyê mirovan de têne dîtin têne damezrandin. Bi gelemperî, tora neuralî ji sê qatan pêk tê.
Sê astan ketin, derketin û veşartî ne. Tora neuralî ya di çalakiyê de di diagrama jêrîn de tê dîtin.
Ji ber ku tora neuralî ya ku li jor hatî destnîşan kirin tenê xwedan qatek veşartî ye, jê re "tora neuralî ya hûr" tê binav kirin.
Zêdetir qatên veşartî li pergalên weha têne zêdekirin da ku strukturên sofîstîke ava bikin.
Deep Network çi ye?
Di torgilokek kûr de, gelek qatên veşartî têne zêdekirin.
Perwerdehiya sêwiranên weha her ku diçe hejmara qatên veşartî di torê de zêde dibe, ne tenê di derbarê wextê ku ji bo perwerdekirina bi rêkûpêk torê hewce dike, lê di heman demê de di warê çavkaniyên pêwîst de jî tevlihev dibe.
Tora kûr a bi têketinek, çar qatên veşartî, û derketinek li jêr tê xuyang kirin.
Fêrbûna Kûr çawa dixebite?
Tora neuralî ji qatên girêkan pêk tên, mîna ku noyron mejiyê mirovan çêdikin. Girêkên tebeqeyên ferdî bi girêkên li qatên cîran ve têne girêdan.
Hejmara qatan di torekê de kûrahiya wê nîşan dide. Neronek yek di nav de mejiyê mirov bi hezaran peyaman distîne.
Nîşan di navbera girêkan de di tora neuralî ya çêkirî de digerin, ku giranan ji wan re destnîşan dike.
Nodek bi giraniya xwe mezintir bandorek mezin li ser girêkên li jêr dike. Parçeya paşîn têketinên girankirî berhev dike da ku encamek peyda bike.
Pergalên fêrbûna kûr ji ber hejmareke mezin a daneya ku têne desteser kirin û gelek hejmartinên matematîkî yên sofîstîke yên têkildar hewcedarê hardware xurt in.
Hesabên perwerdehiya fêrbûna kûr, tewra bi teknolojiya wusa sofîstîke jî, dikare hefteyan bigire.
Pergalên fêrbûna kûr ji bo peydakirina vedîtinên rast hejmarek girîng dane hewce dike; ji ber vê yekê, agahdarî di forma danehevên girseyî de têne xwarin.
Dema ku daneyan hildiberînin, torên neuralî yên çêkirî dikarin agahdariya li ser bingeha bersivên rêzek erê an pirsên derewîn ên ku hesabên matematîkî yên pir tevlihev vedihewînin dabeş bikin.
Mînakî, algorîtmayek naskirina rû fêrî nasandin û naskirina kevî û xetên rûyan dibe.
Dûv re hêmanên girîngtir ên rûyan, û di dawiyê de tevahî nûnerên rûyan.
Algorîtma bi demê re xwe perwerde dike, îhtîmala bersivên rast zêde dike.
Di vê rewşê de, algorîtmaya naskirina rû dê bi demê re rûyan rasttir nas bike.
Fêrbûna Kûr VS Fêrbûna Makîneyê
Fêrbûna kûr ji fêrbûna makîneyê çawa cûda dibe ger ew binkeyek wê be?
Fêrbûna kûr ji fêrbûna makîneya kevneşopî di celebên daneyên ku ew bikar tîne û rêbazên ku ji bo fêrbûnê bikar tîne cuda ye.
Ji bo afirandina pêşbîniyan, algorîtmayên fêrbûna makîneyê daneyên birêkûpêk, binavkirî bikar tînin, ku tê vê wateyê ku hin taybetmendiyên ji daneyên têketina modelê têne destnîşan kirin û di tabloyan de têne kom kirin.
Ev nayê wê wateyê ku ew daneyên nesazkirî bikar nayîne; lêbelê, heke wusa be, ew bi gelemperî di hin pêş-pêvajoyê re derbas dibe da ku wê bixe nav formek sazkirî.
Fêrbûna kûr beşek ji pêş-pêvajoya daneyê ya ku fêrbûna makîneyê bi gelemperî vedihewîne ji holê radike.
Van algorîtmayan dikarin daneyên nesazkirî yên wekî nivîs û wêneyan bixwin û şîrove bikin, û hem jî derxistina taybetmendiyê otomatîk bikin, pêbaweriya bi pisporên mirovî kêm bikin.
Werin em bifikirin ku me berhevokek wêneyên heywanên cûrbecûr hebûn ku me dixwest wan li kategoriyên wekî "pisik", "kûçik", "hamster" û hwd birêxistin bikin.
Algorîtmayên fêrbûna kûr dikarin fêhm bikin ka kîjan taybetmendî (wek guh) di veqetandina heywanek ji ya din de herî bingehîn in. Ev hiyerarşiya taybetmendiyê bi destê pisporek mirovî di fêrbûna makîneyê de tê destnîşankirin.
Dûv re pergala fêrbûna kûr diguhezîne û ji bo rastbûna xwe bi rê ve dibe daketina gradient û belavbûna paşverû, dihêle ku ew di derheqê dîmenek nû ya heywanek de pêşbîniyên rasttir çêbike.
sepanên Hînbûna Kûr
1. Chatbots
Chatbots dikarin pirsgirêkên xerîdar di nav çend hûrdeman de çareser bikin. Chatbotek e çêkirî Amûra (AI) ya ku dihêle hûn bi serhêl bi navgîniya nivîsê an jî nivîs-bi-axaftinê biaxivin.
Ew dikare bi heman awayê ku mirov dike danûstendin û çalakiyan bike. Chatbots bi berfirehî di karûbarê xerîdar, kirrûbirra medya civakî, û mesajên tavilê yên xerîdar de têne bikar anîn.
Ew bi bersivên otomatîkî bersivê dide têketinên we. Ew bi karanîna fêrbûna makîneyê û teknîkên fêrbûna kûr ve gelek celeb bersivan diafirîne.
2. Otomobîlên xweser
Fêrbûna kûr faktora bingehîn e ku li pişt gerîdeyên xwe-ajotinê rastiyek e.
Mîlyonek daneyên daneyan di pergalê de têne barkirin da ku modelek çêbikin, makîneyên fêrbûnê perwerde bikin, û dûv re vedîtinan di hawîrdorek ewledar de binirxînin.
The Uber Îstîxbaratê ya sûnî Labs li Pittsburgh ne tenê hewil dide ku otomobîlên bê ajokar gelemperîtir bike, lê di heman demê de gelek taybetmendiyên jîr, wek îmkanên radestkirina xwarinê, bi karanîna gerîdeyên bê ajokar jî yek dike.
Xema herî giran a ji bo pêşkeftina wesayîta xwe-ajotinê mijûlbûna bi bûyerên nediyar e.
Germek domdar a ceribandin û bicîhkirinê, ku ji algorîtmayên fêrbûna kûr ve tîpîk e, ajotina bi ewle misoger dike ji ber ku ew her ku diçe bi mîlyonan senaryoyan re rû bi rû dimîne.
3. Arîkarê rastîn
Alîkarên Virtual bernameyên li ser ewr in ku emrên dengê zimanê xwezayî nas dikin û li ser navê we tiştan dikin.
Alîkarên Virtual ên wekî Amazon Alexa, Cortana, Siri, û Google Assistant mînakên hevpar in.
Ji bo ku potansiyela xwe bi tevahî bikar bînin, ew hewceyê cîhazên bi înternetê ve girêdayî ne. Gava ku fermanek ji arîkar re tê dayîn, ew li ser bingeha hevdîtinên berê yên ku algorîtmayên Fêrbûna Kûr bikar tîne ezmûnek çêtir peyda dike.
4. ahî
Pargîdaniyên mîna Netflix, Amazon, YouTube, û Spotify pêşniyarên fîlim, stran û vîdyoyê yên guncan ji xerîdarên xwe re peyda dikin da ku ezmûna xwe baştir bikin.
Fêrbûna Kûr ji van hemûyan berpirsiyar e.
Pargîdaniyên weşana serhêl li ser bingeha dîroka gerok, berjewendî û çalakiya kesek pêşniyarên hilber û karûbarê peyda dikin.
Algorîtmayên fêrbûna kûr di heman demê de ji bo hilberîna jêrnivîsan bixweber û zêdekirina deng li fîlimên bêdeng têne bikar anîn.
5. Robotîk
Fêrbûna Kûr bi berfirehî di pêşxistina robotên ku dikarin karên mîna mirovan bikin de tê bikar anîn.
Robotên bi Hêza Fêrbûna Kûr nûvekirinên di wextê rast de bikar tînin da ku di riya xwe de astengiyan tespît bikin û zû qursa xwe saz bikin.
Ew dikare ji bo veguheztina tiştan li nexweşxane, kargeh, wargeh, rêveberiya depoyê, çêkirina hilber û hwd were bikar anîn.
Robotên Boston Dynamics bersivê didin mirovan dema ku ew li ber xwe didin. Ew dikarin firaxşûştinê vala bikin, ew dikarin dema ku ketine rabin, û ew dikarin cûrbecûr çalakiyên din pêk bînin.
6. Parastina saxlemîyê
Bijîjk nikarin bi nexweşên xwe re li dora demjimêrê bin, lê tiştek ku em hemî hema hema her dem bi me re hene têlefonên me ne.
Fêrbûna kûr di heman demê de rê dide teknolojiyên bijîjkî ku daneyên ji wêneyên ku em digirin û daneyên tevgerê analîz bikin da ku fikarên tenduristiyê yên potansiyel eşkere bikin.
Mînakî, bernameya vîzyona komputerê ya AI-ê, van daneyan bikar tîne da ku rêgezên tevgera nexweşek bişopîne da ku pêşbîniya hilweşînê û her weha guhertinên di rewşek derûnî de bike.
Fêrbûna kûr di heman demê de ji bo naskirina kansera çerm bi karanîna wêneyan û gelekên din jî hatî bikar anîn.
7. Pêvajoya Zimanê Xwezayî
Pêşxistina teknolojiya pêvajoykirina zimanê xwezayî, robotan hiştiye ku peywendiyan bixwînin û wateyê ji wan bistînin.
Digel vê yekê, nêzîkatî dikare zêde were hêsan kirin, nekare rêyên ku peyvan bi hev ve dibin bandorê li wate an mebesta hevokekê bike.
Fêrbûna kûr ji pêvajoyên zimanê xwezayî re dibe alîkar ku di hevokan de qalibên tevlihevtir nas bikin û şiroveyên rastir peyda bikin.
8. Computer Vision
Fêrbûna kûr hewl dide ku dubare bike ka hişê mirov çawa agahdarî dişoxilîne û qalibên nas dike, û ew dike rêbazek îdeal ji bo perwerdekirina serîlêdanên AI-ya-bingeha dîtinê.
Van pergal dikarin rêzek wêneyên nîşankirî bigirin û fêr bibin ku tiştên wekî balafir, rû, û çekan bikar bînin nas bikin. modelên fêrbûna kûr.
Di Çalakiyê de Fêrbûna Kûr
Ji xeynî karûbarê weya weya muzîka bijare ku stranên ku hûn jê hez dikin pêşniyar dike, fêrbûna kûr çawa jiyana mirovan diguhezîne?
Fêrbûna kûr, derdikeve holê, ku riya xwe di nav cûrbecûr serlêdanan de çêdike. Kesê ku Facebookê bikar tîne dê bibîne ku gava hûn wêneyên nû dişînin, malpera civakî pir caran hevalên we nas dike û etîket dike.
Fêrbûna kûr ji bo pêvajoya zimanê xwezayî û naskirina axaftinê ji hêla arîkarên dîjîtal ên wekî Siri, Cortana, Alexa, û Google Now ve tê bikar anîn.
Wergera rast-dem bi rêya Skype tê peyda kirin. Gelek karûbarên e-nameyê di kapasîteya xwe de pêşkeftî bûne ku peyamên spam berî ku ew bigihîjin inboxê.
PayPal fêrbûna kûr bikar aniye da ku pêşî li dravdanên xapînok bigire. Mînakî, CamFind dihêle hûn wêneyek ji her tiştî bigirin û, bi karanîna teknolojiya lêgerîna dîtbar a mobîl, diyar bikin ka ew çi ye.
Fêrbûna kûr tê bikar anîn ku bi taybetî ji hêla Google ve çareseriyan peyda bike. AlphaGo, bernameyek komputerê ya ku ji hêla Google Deepmind ve hatî pêşve xistin, şampiyonên niha yên Go têk bir.
WaveNet, ku ji hêla DeepMind ve hatî pêşve xistin, dikare axaftinek ku ji pergalên axaftinê yên heyî yên heyî xwezayîtir xuya dike biafirîne. Ji bo wergerandina zimanên devkî û metnîkî, Google Werger fêrbûna kûr û naskirina wêneyan bi kar tîne.
Her wêneyek bi karanîna Google Planet dikare were nas kirin. Ji bo ku di pêşxistina sepanên AI-ê de bibe alîkar, Google afirand Fêrbûna kûr a Tensorflow databasa nivîsbariyê.
Pêşeroja Fêrbûna Kûr
Fêrbûna kûr di dema nîqaşkirina teknolojiyê de mijarek neçar e. Ne hewce ye ku were gotin, fêrbûna kûr bûye yek ji hêmanên herî girîng ên teknolojiyê.
Rêxistinên berê tenê bi teknolojiyên mîna AI, fêrbûna kûr, fêrbûna makîneyê, û hwd re eleqedar bûn. Kes jî, bi vê hêmana teknolojiyê, nemaze fêrbûna kûr, eleqedar dibin.
Yek ji wan sedemên ku fêrbûna kûr ew qas balê dikişîne ev e ku kapasîteya wê ye ku destûrê bide biryarên dane-rêveber çêtir û di heman demê de rastbûna pêşbîniyê jî baştir dike.
Amûrên pêşkeftina fêrbûna kûr, pirtûkxane û zimanan dibe ku di nav çend salan de bibin hêmanên birêkûpêk ên her amûrek pêşkeftina nermalavê.
Van amûrên amûrên heyî dê rê li ber sêwirana hêsan, sazkirin û perwerdehiya modelên nû veke.
Veguherîna şêwazê, nîşankirina otomatîkî, afirandina muzîkê, û karên din dê bi van jêhatiyan re pir hêsantir be.
Daxwaza kodkirina bilez qet carî mezintir nebûye.
Pêşdebirên fêrbûna kûr dê her ku diçe hawîrdorên pêşkeftinê yên yekbûyî, vekirî, ewr-based bikar bînin ku di pêşerojê de destûrê dide gihandina cûrbecûr pirtûkxaneyên algorîtmayê yên der-dor û pêvekirî.
Fêrbûna kûr pêşerojek pir geş heye!
Feydeya a torê neural ev e ku ew di mijûlbûna bi mîqdarên mezin ên daneyên heterojen de (her dem bifikire ku mejiyê me pê re mijûl dibe).
Ev bi taybetî di serdema me ya senzorên jîr ên hêzdar de rast e, ku dikare mîqdarên pir dane berhev bike. Pergalên kompîturê yên kevneşopî di nav hewldanan de ne ku ji ewqas daneyan sivik bikin, kategorîze bikin û encaman derxînin.
Xelasî
Hînbûna dûr desthilatdar piraniya çareseriyên îstîxbarata sûnî (AI) ku dikarin otomasyon û analîtîk çêtir bikin pêvajoya
Pir kes dema ku înternet an têlefonên xwe yên desta bikar tînin rojane bi fêrbûna kûr re dikevin têkiliyê.
Fêrbûna kûr ji bo hilberîna jêrnivîsên vîdyoyên YouTube-ê tê bikar anîn. Naskirina deng li ser têlefon û axaftvanên biaqil pêk bînin.
Nasnameya rûyê ji bo wêneyan bidin, û di nav gelek karanîna din de destûr bidin otomobîlên xwe-ajotinê.
Û, her ku zanyar û akademîsyenên daneyê her ku diçe tevlihevtir dibin projeyên fêrbûna kûr ku çarçoveyên fêrbûna kûr bikar tînin, ev celeb îstîxbarata çêkirî dê bibe beşek girîng a jiyana me ya rojane.
Leave a Reply