د داسې نړۍ تصور وکړئ چیرې چې کمپیوټرونه د بصري معلوماتو په تفسیر کې د خلکو په پرتله خورا دقیق دي. د کمپیوټر لید او د ماشین زده کړې ساحو دا مفکوره په واقعیت بدله کړه.
د کمپیوټر لید او د ماشین زده کړه، د AI دوه مهمې برخې دي. دوی ځینې وختونه له یو بل سره مغشوش کیږي. دوی حتی د تبادلې وړ کارول کیدی شي.
په هرصورت، دوی د جلا میتودونو سره جلا سیمې دي. پدې پوسټ کې ، موږ به د کمپیوټر لید او لید ترمینځ توپیرونو په اړه بحث وکړو ماشین زده کړه. موږ سره یوځای شئ ځکه چې موږ دا په زړه پوري AI فرعي ساحې وپلټو.
ولې موږ دې توپیر ته اړتیا لرو؟
د کمپیوټر لید او ماشین زده کړه دواړه د مصنوعي استخباراتو مهمې برخې دي. بیا هم، دوی مختلف میتودونه او اهداف لري. د دوی تر مینځ د توپیرونو په پوهیدو سره موږ کولی شو د AI ظرفیت په ښه توګه وکاروو.
او، موږ کولی شو د خپلو پروژو لپاره سم ټیکنالوژي غوره کړو.
راځئ چې دواړه یو په بل پسې لاړ شو.
د کمپیوټر لید درک کول
د کمپیوټر ظرفیت د بصری نړۍ تشریح کولو لپاره د کمپیوټر لید په نوم پیژندل کیږي. پدې کې د ډیجیټل عکسونو او ویډیوګانو د پوهیدو او تحلیل لپاره د کمپیوټرونو روزنه شامله ده.
دا ټیکنالوژي داسې کار کوي لکه څنګه چې سترګې او دماغ په انسانانو کې کار کوي. کمپیوټر کولی شي شیان، مخونه او نمونې وپیژني. دوی کولی شي د عکسونو څخه معلومات راوباسي. او، دوی د الګوریتمونو او ماډلونو په کارولو سره ډاټا ارزوي.
ډیری صنعتونه، په شمول د روغتیا پاملرنې، ترانسپورت، تفریح او امنیت، کولی شي د کمپیوټر لید څخه ګټه پورته کړي. د مثال په توګه، د کمپیوټر لید د بې چلوونکي موټرو د لارښوونې او د ناروغیو په تشخیص کې د ډاکټرانو سره د مرستې لپاره کارول کیږي.
د کمپیوټر لید سره امکانات بې حده دي. او، موږ یوازې د دوی د ظرفیت سپړلو پیل کړی دی.
د کمپیوټر لید اصلي دندې
د انځور پیژندنه
د کمپیوټر لید یوه مهمه دنده د عکس پیژندنه ده. دا د کمپیوټر سیسټمونو ته درس ورکوي چې څنګه ډیجیټل عکسونه وپیژني او درجه بندي کړي. دا پدې معنی ده چې کمپیوټر د دې وړتیا لري چې په اتوماتيک ډول د عکس اجزا وپیژني.
دوی کولی شي د شیانو، حیواناتو او انسانانو ترمنځ توپیر وکړي، او په مناسب ډول یې لیبل کړي.
ډیری صنعتونه د عکس پیژندنې کار کوي. د مثال په توګه، د عکس پیژندنه په امنیتي سیسټمونو کې د نفوذي کسانو د پیژندلو او تعقیب لپاره کارول کیږي. همچنان ، دا په رادیوګرافي کې کارول کیږي ترڅو ډاکټرانو سره په تشخیص او درملنې کې مرسته وکړي.
د څيز کشف
دا په یوه ثابت یا خوځنده بصری رسنیو کې د توکو د موندلو او پیژندلو تخنیک دی. د دې دندې لپاره غوښتنلیکونه روبوټونه، خودمختاره موټرې، او نظارت شامل دي. د مثال په توګه، د نیس کیمر د کور امنیت سیسټم دی چې پیرودونکو ته خبرداری ورکوي کله چې دا د اعتراض کشف په کارولو سره حرکت یا غږ کشف کړي.
قطع کول
د انځور ویشلو پروسه دا په ډیرو برخو ویشل کیږي، هر یو د خپل ځانګړي ملکیت سره. د دې دندې لپاره غوښتنلیکونو کې د اسنادو تحلیل، ویډیو پروسس کول، او طبي عکس اخیستل شامل دي.
د مثال په توګه، د انځور ایډیټ کولو مشهور پروګرام Adobe Photoshop په عکس کې د مختلف برخو جلا کولو او په هر عنصر کې مختلف تاثیرات پلي کولو لپاره قطعه کار کوي.
د ماشین زده کړې پوهه
د مصنوعي هوښیارتیا ماشین زده کړه ده. دا کمپیوټر ته درس ورکوي چې د ډیټا څخه زده کړي او د دې معلوماتو پراساس وړاندوینې رامینځته کړي. پرته له دې چې په واضح ډول کوډ شوی وي، دا احصایوي ماډلونه کاروي ترڅو کمپیوټر سره مرسته وکړي چې په یو ځانګړي فعالیت کې ښه شي.
په بل ډول، ماشین زده کړه د روزنې پروسه ده کمپیوټرونه په خپله زده کړه کوي پداسې حال کې چې ډاټا د دوی لارښود په توګه اخلي.
ډاټا، الګوریتم، او فیډبیک د ماشین زده کړې درې اصلي برخې دي. د د ماشین زده کړې الګوریتم باید لومړی په ډیټا سیټ کې وروزل شي ترڅو نمونې وپیژني. دوهم، الګوریتم د زده شوي نمونو په کارولو سره د نوي ډیټاسیټ پراساس وړاندوینې کوي.
په نهایت کې ، د دې وړاندوینو په اړه د فیډبیک ترلاسه کولو وروسته ، الګوریتم تعدیلات کوي. او، دا خپل موثریت زیاتوي.
د ماشین زده کړې اصلي ډولونه
نظارت شوې زده کړې
په نظارت شوي زده کړې کې، یو لیبل شوی ډیټاسیټ الګوریتم روزي. نو، آخذې او د مطابقت محصولات سره یوځای کیږي. وروسته له دې چې د محصولاتو سره د معلوماتو یوځای کولو زده کړه، الګوریتم کولی شي د تازه معلوماتو په کارولو سره د پایلو وړاندوینه وکړي.
غوښتنلیکونه لکه د عکس پیژندنه، آډیو پیژندنه، او د طبیعي ژبې پروسس کول د څارنې زده کړې کاروي. د ایپل مجازی معاون Siriد مثال په توګه، ستاسو د امرونو تشریح او پلي کولو لپاره نظارت شوي زده کړې ګماري.
نه سپارل شوې زده کړې
غیر څارل شوي زده کړه د ماشین زده کړې یوه فرعي برخه ده. په دې حالت کې، الګوریتم په ډیټاسیټ کې تدریس کیږي چیرې چې داخلې او محصولات نه جوړیږي. د وړاندوینو د تولید لپاره، الګوریتم باید لومړی په ارقامو کې د نمونو او اړیکو پیژندلو زده کړي.
غوښتنلیکونه لکه د ډیټا کمپریشن، د بې نظمۍ کشف، او کلستر کول غیر څارل شوي زده کړې کاروي. مثلا، ترلاسه کړئ Amazon مصرف کونکو ته د دوی د پیرود تاریخ او د غیر څارل شوي زده کړې په کارولو سره د لټون کولو عادتونو پراساس توکي وړاندیز کوي.
د ځواک پیاوړتیا زده کړه
پدې کې د چاپیریال سره متقابل عمل کول او د انعامونو او جریمو په بڼه فیډبیک ترلاسه کول شامل دي. الګوریتم د پریکړې کولو وړتیا ترلاسه کوي چې انعامونه زیاتوي او جریمې کموي.
د دې ډول ماشین زده کړې لپاره غوښتنلیکونه روبوټونه، د ځان چلولو موټرې، او لوبې کول شامل دي. د مثال په توګه، د Google DeepMind's AlphaGo سافټویر د Go لوبې لوبولو لپاره د پیاوړتیا زده کړې کاروي.
د کمپیوټر لید او ماشین زده کړې ترمنځ اړیکه
د کمپیوټر ویژن دندې څنګه کولی شي د ماشین زده کړې الګوریتمونه وکاروي؟
د کمپیوټر لید ډیری دندې، پشمول د شیانو پیژندنه او د انځور درجه بندي، د ماشین زده کړې کارول. د ماشین زده کړې تخنیک یوه عامه بڼه ده چې په کار ګمارل کیږي د عصبي عصبي شبکې (CNNs).
دا کولی شي په انځورونو کې نمونې او ځانګړتیاوې وپیژني.
مثلا، د ګوګل عکسونه د ماشین زده کړې الګوریتمونه کاروي. دا په اتوماتيک ډول د موجود توکو او اشخاصو پراساس عکسونه پیژني او طبقه بندي کوي.
په ریښتینې نړۍ کې د کمپیوټر لید او ماشین زده کړې غوښتنلیکونه
د ریښتیني نړۍ ډیری غوښتنلیکونه د کمپیوټر لید او ماشین زده کړې سره یوځای کوي. یو ښه مثال د ځان چلولو موټرې دي. دوی د کمپیوټر لید سره په سړک کې شیان پیژني او څارنه کوي.
او، دوی د ماشین زده کړې الګوریتم کاروي ترڅو د دې معلوماتو پراساس قضاوت وکړي. واومو د ځان چلولو موټر شرکت دی چې د الفبا ملکیت لري. د څیز پیژندنې او نقشه کولو لپاره، دا د کمپیوټر لید او ماشین زده کړه دواړه سره یوځای کوي.
د کمپیوټر لید او ماشین زده کړه په طبي صنعت کې هم یوځای کارول کیږي. دوی مسلکيانو سره مرسته کوي چې طبي عکسونه معاینه کړي او په تشخیص کې مرسته وکړي. د مثال په توګه، د FDA لخوا تصویب شوی تشخیصی وسیله IDx-DR د ماشین زده کړه کاروي ترڅو د ریټینل عکسونو معاینه کړي او د ډایبېټیک retinopathy ومومي. دا یو حالت دی، که له پامه غورځول شي، د ړوندتوب پایله کیدی شي.
د ماشین زده کړې او کمپیوټر لید ترمنځ توپیرونه
د ګمارل شوي معلوماتو ډولونه
د ډیټا ډولونه چې د کمپیوټر لید او ماشین زده کړې کار کوي توپیر لري. د ماشین زده کړه کولی شي د ډیټا مختلف ډولونه اداره کړي ، پشمول د شمیرې ، متن او آډیو ډیټا.
په هرصورت، د کمپیوټر لید یوازې تمرکز کوي بصری معلومات لکه عکسونه او ویډیوګانې.
د هر ډګر اهداف
د ماشین زده کړه او د کمپیوټر لید مختلف اهداف لري. د کمپیوټر لید اصلي اهداف د لید ان پټ تحلیل او پوهیدل دي. پدې کې د اعتراض پیژندنه، د حرکت تعقیب، او د انځور تحلیل هم شامل دي.
په هرصورت، د ماشین زده کړې الګوریتمونه د هر ډول فعالیتونو لپاره کارول کیدی شي.
د کمپیوټر لید د ماشین زده کړې فرعي سیټ په توګه
پداسې حال کې چې دا یوه جلا سیمه ده، د کمپیوټر لید د ماشین زده کړې د یوې برخې په توګه هم لیدل کیږي.
ډیری میتودونه او سرچینې چې د ماشین زده کړې کې کارول کیږي — لکه ژوره زده کړهعصبي شبکې، او کلستر کول - د کمپیوټر لید جوړولو لپاره هم کارول کیږي.
په زړه پوري امکانات په مخکې
د دوی د تقاطع احتمال ډیر په زړه پوری وده کوي. د نوي ټیکنالوژیو پرمختګ سره، موږ کولی شو د پام وړ غوښتنلیکونو لیدلو تمه وکړو.
یو ډګر چیرې چې دا تقاطع په ځانګړي توګه په زړه پوري ده روبوټیک دی. د کمپیوټر لید او د ماشین زده کړه به روبوټ ته اجازه ورکړي چې پیچلي چاپیریال کې حرکت وکړي.
دوی به د شیانو او انسانانو سره اړیکه ونیسي ځکه چې دوی ډیر خپلواک کیږي. موږ کولی شو د روبوټونو لیدلو تمه وکړو چې په مختلفو کارونو کې ډیر اغیزمن وي.
بل په زړه پورې احتمال مجازی واقعیت دی. د کمپیوټر لید او ماشین زده کړه، د بصری ان پټو پیژندلو او تحلیل کولو وړتیا سره، انسانانو ته اجازه ورکوي چې په طبیعي او رواني توګه د مجازی چاپیریال سره ښکیل شي. موږ به هغه غوښتنلیکونه وګورو چې موږ ته اجازه راکوي په اسانۍ سره حقیقي او مجازی نړۍ سره یوځای کړو. دا به د ساتیرۍ، تعلیم او نورو موخو لپاره نوي امکانات راوړي.
د کمپیوټر لید او ماشین زده کړې راتلونکې خورا ژمنې لري. موږ به په راتلونکو کلونو کې د دې ډومینونو نور د پام وړ کارونې وګورو.
یو ځواب ورکړئ ووځي