فهرست[پټ][ښکاره]
موږ اوس کولی شو د کمپیوترونو څخه مننه د فضا پراخوالی او د فرعي اټومي ذراتو دقیق پیچلتیاوې محاسبه کړو.
کمپیوټر انسانان ماتوي کله چې د شمیرلو او محاسبې خبره راځي، په بیله بیا د منطقي هو/نه پروسې تعقیبوي، د الکترونونو څخه مننه چې د رڼا په سرعت سره د خپل سرک له لارې سفر کوي.
په هرصورت، موږ ډیری وختونه دوی د "هوښیار" په توګه نه ګورو ځکه چې په تیرو وختونو کې، کمپیوټر د انسانانو لخوا د زده کړې (پروګرام) پرته هیڅ شی نشي ترسره کولی.
د ماشین زده کړه، په شمول ژوره زده کړه او مصنوعي هوښیارتیا، په ساینسي او ټیکنالوژۍ سرلیکونو کې یوه بزدله شوې.
داسې ښکاري چې د ماشین زده کړه هر اړخیزه وي، مګر ډیری خلک چې دا کلمه کاروي هڅه کوي چې په سمه توګه تعریف کړي چې دا څه دي، دا څه کوي، او د څه لپاره غوره کارول کیږي.
دا مقاله هڅه کوي د ماشین زده کړې روښانه کړي پداسې حال کې چې د کانکریټ، ریښتینې نړۍ مثالونه وړاندې کوي چې څنګه ټیکنالوژي کار کوي دا روښانه کړي چې ولې دا خورا ګټور دی.
بیا، موږ به د ماشین زده کړې بیلابیل میتودونه وګورو او وګورو چې دوی څنګه د سوداګرۍ ننګونو ته د رسیدو لپاره کارول کیږي.
په نهایت کې ، موږ به د ماشین زده کړې راتلونکي په اړه د ځینې ګړندي وړاندوینو لپاره زموږ کرسټال بال سره مشوره وکړو.
د ماشین زده کړه څه شی ده؟
د ماشین زده کړه د کمپیوټر ساینس یو ډسپلین دی چې کمپیوټر ته دا وړتیا ورکوي چې د ډیټا څخه نمونې وټاکي پرته لدې چې په واضح ډول تدریس شي چې دا نمونې څه دي.
دا پایلې په مکرر ډول د الګوریتمونو کارولو پراساس دي ترڅو په اتوماتيک ډول د ډیټا احصایوي ځانګړتیاو ارزونه وکړي او د مختلف ارزښتونو ترمینځ اړیکې ښودلو لپاره د ریاضيکي ماډلونو رامینځته کول.
دا د کلاسیک کمپیوټینګ سره پرتله کړئ، کوم چې د ټاکلو سیسټمونو پر بنسټ والړ دی، په کوم کې چې موږ کمپیوټر ته په واضح ډول د یو ځانګړي کار ترسره کولو لپاره د تعقیب لپاره د قواعدو مجموعه ورکوو.
د کمپیوټرونو د پروګرام کولو دا طریقه د قواعدو پر بنسټ پروګرام کولو په نوم پیژندل کیږي. د ماشین زده کړه د قواعدو پراساس برنامه کولو څخه توپیر لري او ښه فعالیت کوي پدې کې دا کولی شي دا مقررات پخپله محاسبه کړي.
فرض کړئ چې تاسو د بانک مدیر یاست چې غواړي معلومه کړي چې ایا د پور غوښتنلیک به د دوی په پور کې ناکام شي.
د قواعدو پر بنسټ میتود کې، د بانک مدیر (یا نور متخصصین) به کمپیوټر ته په ښکاره توګه خبر ورکړي چې که د غوښتونکي د کریډیټ سکور د یوې ټاکلې کچې څخه ټیټ وي، غوښتنلیک باید رد شي.
په هرصورت، د ماشین زده کړې پروګرام به په ساده ډول د پیرودونکي کریډیټ درجه بندي او د پور پایلو په اړه مخکینۍ ډاټا تحلیل کړي او معلومه کړي چې دا حد باید پخپله وي.
ماشین د پخوانیو معلوماتو څخه زده کوي او په دې توګه خپل قواعد جوړوي. البته، دا یوازې د ماشین زده کړې یو پریمر دی؛ د ریښتیني نړۍ ماشین زده کړې ماډلونه د لومړني حد په پرتله خورا پیچلي دي.
سره له دې، دا د ماشین زده کړې د وړتیا یوه غوره مظاهره ده.
څنګه کوي a ماشین زده کړه؟
د شیانو ساده ساتلو لپاره، ماشینونه د پرتله کولو ډاټا کې د نمونو په موندلو سره "زده کړه" کوي. هغه معلومات په پام کې ونیسئ چې تاسو یې د بهرنۍ نړۍ څخه راټول کړئ. څومره چې یو ماشین ته ډیر معلومات ورکول کیږي ، هومره "هوښیار" کیږي.
په هرصورت، ټول معلومات یو شان ندي. فرض کړئ چې تاسو د ژوند هدف سره سمندري قزاق یاست ترڅو په ټاپو کې ښخ شوي شتمنۍ کشف کړئ. تاسو به د جایزې موندلو لپاره د پام وړ پوهه وغواړئ.
دا پوهه، لکه ډیټا، کولی شي تاسو په سمه یا غلطه طریقه واخلي.
هرڅومره چې ترلاسه شوي معلومات/ډیټا ډیر وي ، په هماغه اندازه لږ ابهام شتون لري او برعکس. د پایلې په توګه، دا مهمه ده چې د معلوماتو ډول په پام کې ونیسئ چې تاسو خپل ماشین ته خواړه ورکوئ ترڅو زده کړئ.
په هرصورت، یوځل چې د پام وړ ډیټا چمتو شي، کمپیوټر کولی شي وړاندوینې وکړي. ماشینونه کولی شي د راتلونکي اټکل وکړي تر هغه چې دا د تیر څخه ډیر انحراف نه کوي.
ماشینونه د تاریخي معلوماتو تحلیل کولو سره "زده کړه" کوي ترڅو معلومه کړي چې څه پیښیږي.
که زاړه معلومات د نوي ډیټا سره ورته وي، نو هغه شیان چې تاسو یې د پخوانیو معلوماتو په اړه ویلای شئ احتمال لري په نوي ډیټا کې پلي شي. دا داسې ده لکه څنګه چې تاسو د مخ په وړاندې د لیدلو لپاره شاته ګورئ.
د ماشین زده کړې ډولونه څه دي؟
د ماشین زده کړې الګوریتمونه په مکرر ډول په دریو پراخه ډولونو طبقه بندي کیږي (که څه هم د ډلبندۍ نور سکیمونه هم کارول کیږي):
- نظارت شوې زده کړې
- نه سپارل شوې زده کړې
- د ځواک پیاوړتیا زده کړه
نظارت شوې زده کړې
نظارت شوي ماشین زده کړه تخنیکونو ته اشاره کوي په کوم کې چې د ماشین زده کړې ماډل ته د ګټو مقدار لپاره د واضح لیبلونو سره د معلوماتو ټولګه ورکول کیږي (دا مقدار اکثرا د ځواب یا هدف په توګه ویل کیږي).
د AI ماډلونو روزلو لپاره، نیمه څارل شوي زده کړه د لیبل شوي او غیر لیبل شوي ډیټا مخلوط کاروي.
که تاسو د بې لیبل شوي ډیټا سره کار کوئ ، نو تاسو به اړتیا ولرئ ځینې ډیټا لیبل کول ترسره کړئ.
لیبل کول د مرستې لپاره د نمونو لیبل کولو پروسه ده د ماشین زده کړې روزنه ماډل لیبل کول په اصل کې د خلکو لخوا ترسره کیږي، کوم چې کیدای شي ګران او وخت مصرف شي. په هرصورت، د لیبل کولو پروسې اتومات کولو لپاره تخنیکونه شتون لري.
د پور غوښتنلیک وضعیت چې موږ دمخه بحث کړی د نظارت شوي زده کړې عالي مثال دی. موږ د پخوانیو پور غوښتونکو د کریډیټ درجې (او شاید د عاید کچه ، عمر او داسې نور) په اړه تاریخي معلومات درلودل او همدارنګه ځانګړي لیبلونه چې موږ ته یې ویل چې ایا د پوښتنې وړ کس د دوی پور کې ډیفالټ کړی یا نه.
رجعت او طبقه بندي د څارل شوي زده کړې تخنیکونو دوه فرعي برخې دي.
- طبقه بندي - دا د معلوماتو په سمه توګه طبقه بندي کولو لپاره د الګوریتم څخه کار اخلي. سپیم فلټرونه یو مثال دی. "سپیم" کیدی شي یوه موضوعي کټګوري وي — د سپیم او غیر سپیم مخابراتو تر مینځ کرښه تیاره ده — او د سپیم فلټر الګوریتم په دوامداره توګه ستاسو د فیډبیک پورې اړه لري (په دې معنی چې بریښنالیک چې انسانان د سپیم په توګه په نښه کوي).
- ثبت - دا د انحصار او خپلواک متغیرونو ترمینځ د ارتباط په پوهیدو کې ګټور دی. د راجستریشن ماډلونه کولی شي د ډیری ډیټا سرچینو پراساس شمیري ارزښتونه وړاندوینه کړي ، لکه د یو ځانګړي شرکت لپاره د پلور عاید اټکل. خطي ریګریشن، لوژیستیکي ریګریشن، او پولینومیل ریګریشن د ریګریشن ځینې مهم تخنیکونه دي.
نه سپارل شوې زده کړې
په غیر څارل شوي زده کړې کې، موږ ته بې لیبل شوي ډاټا راکړل شوي او یوازې د نمونو په لټه کې یو. راځئ چې فرض کړو چې تاسو ایمیزون یاست. ایا موږ کولی شو د پیرودونکي پیرود تاریخ پراساس کوم کلسترونه (د ورته مصرف کونکو ګروپونه) ومومئ؟
حتی په داسې حال کې چې موږ د یو شخص د غوره توبونو په اړه واضح، بشپړ معلومات نلرو، په دې مثال کې، په ساده ډول پوهیدل چې د پیرودونکو یوه ځانګړې ډله د پرتله کولو وړ توکي اخلي موږ ته اجازه راکوي د پیرود وړاندیزونه د هغه څه پر بنسټ چې په کلستر کې نورو اشخاصو هم پیرود کړي دي.
د ایمیزون "تاسو شاید هم علاقه ولرئ" کاروسیل د ورته ټیکنالوژیو لخوا پرمخ وړل کیږي.
غیر څارل شوي زده کړه کولی شي د کلستر کولو یا اتحادیې له لارې ډاټا ګروپ کړي، پدې پورې اړه لري چې تاسو غواړئ یوځای ګروپ کړئ.
- کلستر کول - غیر څارل شوي زده کړې هڅه کوي چې په ډیټا کې د نمونو په لټه کې دې ننګونې باندې بریالي شي. که چیرې ورته کلستر یا ګروپ شتون ولري، الګوریتم به دوی په یو مشخص ډول طبقه بندي کړي. د مخکینۍ پیرود تاریخ پراساس د پیرودونکو طبقه بندي کولو هڅه د دې یوه بیلګه ده.
- ټولنه - بې څارنې زده کړې هڅه کوي چې د دې ننګونې سره مقابله وکړي ترڅو د مختلفو ګروپونو لاندې قواعد او معنی درک کړي. د اتحادیې ستونزې یو پرله پسې بیلګه د پیرودونکو پیرودونو ترمینځ اړیکه ټاکل دي. پلورنځي کولی شي پدې پوهیدو کې علاقه ولري چې کوم توکي یوځای پیرودل شوي او کولی شي دا معلومات د اسانه لاسرسي لپاره د دې محصولاتو موقعیت تنظیم کولو لپاره وکاروي.
د پیاوړتیا زده کړه
د پیاوړتیا زده کړه د ماشین زده کړې ماډلونو تدریس لپاره یو تخنیک دی چې په متقابل ترتیب کې د هدف پر بنسټ پریکړې کولو لړۍ کوي. پورته ذکر شوي د لوبو کارولو قضیې د دې عالي مثالونه دي.
تاسو اړتیا نلرئ د الفا زیرو زرګونه پخوانۍ شطرنج لوبې داخل کړئ، هر یو د "ښه" یا "خراب" حرکت لیبل سره. په ساده ډول دې ته د لوبې قواعد او هدف زده کړئ، او بیا اجازه ورکړئ چې تصادفي عملونه وڅیړئ.
مثبت تقویه هغه فعالیتونو ته ورکول کیږي چې برنامه هدف ته نږدې کوي (لکه د قوي پیاز موقعیت رامینځته کول). کله چې عملونه برعکس اغیزه ولري (لکه د وخت څخه مخکې د پاچا لیږدول)، دوی منفي تقویه ترلاسه کوي.
سافټویر کولی شي په نهایت کې د دې میتود په کارولو سره لوبه ماسټر کړي.
د ځواک پیاوړتیا زده کړه په پراخه کچه په روبوټیکونو کې کارول کیږي ترڅو د پیچلو او انجنیرۍ څخه ستونزمن کړنو لپاره روبوټونه زده کړي. دا ځینې وختونه د سړک د زیربناوو سره په ګډه کارول کیږي، لکه د ټرافیک سیګنالونه، د ترافیک جریان ښه کولو لپاره.
د ماشین زده کړې سره څه شی کیدی شي؟
په ټولنه او صنعت کې د ماشین زده کړې کارول د بشري هڅو په پراخه لړۍ کې د پرمختګ لامل کیږي.
زموږ په ورځني ژوند کې، د ماشین زده کړه اوس د ګوګل لټون او عکس الګوریتم کنټرولوي، موږ ته اجازه راکوي چې د هغه معلوماتو سره چې موږ ورته اړتیا لرو په سمه توګه سره سمون ومومي.
په طب کې، د بیلګې په توګه، د ماشین زده کړه په جینیاتي معلوماتو کې پلي کیږي ترڅو ډاکټرانو سره مرسته وکړي چې پوه شي او وړاندوینه وکړي چې سرطان څنګه خپریږي، د ډیرو اغیزمنو درملنې پراختیا ته اجازه ورکوي.
د ژورې فضا څخه ډاټا دلته په ځمکه کې د لوی راډیو ټلسکوپونو له لارې راټولیږي - او د ماشین زده کړې سره تحلیل وروسته ، دا موږ سره د تور سوري اسرار په خلاصولو کې مرسته کوي.
په پرچون کې د ماشین زده کړه پیرودونکي د هغه شیانو سره اړیکه لري چې دوی یې آنلاین پیرود غواړي، او همدارنګه د هټۍ کارمندانو سره مرسته کوي چې د خښتو او هاوان نړۍ کې خپلو پیرودونکو ته خدمت چمتو کړي.
د ماشین زده کړه د ترهګرۍ او افراطیت په وړاندې په جګړه کې کارول کیږي ترڅو د هغو کسانو چلند اټکل کړي چې غواړي بې ګناه ته زیان ورسوي.
د طبیعي ژبې پروسس کول (NLP) هغه پروسې ته اشاره کوي چې کمپیوټر ته اجازه ورکوي چې موږ سره د ماشین زده کړې له لارې په انساني ژبه پوه شي او اړیکه ونیسي، او دا د ژباړې ټیکنالوژۍ او همدارنګه د غږ کنټرول وسیلو کې د پرمختګونو پایله ده چې موږ هره ورځ په زیاتیدونکي توګه کاروو، لکه الیکسا، ګوګل ډاټ، سری، او د ګوګل مرستیال.
د پوښتنې پرته، د ماشین زده کړه دا څرګندوي چې دا د بدلون ټیکنالوژي ده.
هغه روبوټونه چې زموږ تر څنګ د کار کولو وړتيا لري او زموږ خپل اصليت او تخيل د خپل بې عيب منطق او فوق العاده سرعت سره پياوړی کوي نور د ساينسي افسانې تصور نه دی – دوی په ډېرو برخو کې په حقيقت بدلېږي.
د ماشین زده کړې کارولو قضیې
1. د سایبر امنیت
لکه څنګه چې شبکې ډیرې پیچلې شوې، د سایبر امنیت متخصصینو د امنیت ګواښونو د تل پراخیدو لړۍ سره د تطبیق لپاره نه ستړي کیدونکي کار کړی.
د ګړندۍ وده کونکي مالویر او هیک کولو تاکتیکونو سره مبارزه کافي ننګونه ده ، مګر د شیانو انټرنیټ (IoT) وسیلو پراختیا په بنسټیز ډول د سایبر امنیت چاپیریال بدل کړی.
بریدونه په هر وخت او هر ځای کې کیدی شي.
په مننه، د ماشین زده کړې الګوریتم د سایبر امنیت عملیات فعال کړي ترڅو د دې ګړندي پرمختګونو سره وساتي.
د وړاندوینې تحلیلونه د بریدونو ګړندي کشف او کمول فعال کړئ ، پداسې حال کې چې د ماشین زده کړې کولی شي ستاسو فعالیت په شبکه کې دننه تحلیل کړي ترڅو په موجوده امنیتي میکانیزمونو کې غیر معمولي او ضعفونه ومومي.
2. د پیرودونکو خدماتو اتومات کول
د آنلاین پیرودونکو اړیکو د ډیریدونکي شمیر اداره کول خورا تنظیم فشار کړی.
دوی په ساده ډول د پیرودونکو خدماتو کافي پرسونل نلري ترڅو د پوښتنو مقدار اداره کړي چې دوی ترلاسه کوي ، او د بهر سرچینې مسلو دودیز چلند تماس مرکز د نن ورځې ډیری پیرودونکو لپاره یوازې د منلو وړ ندي.
چیټ بوټس او نور اتومات سیسټمونه اوس کولی شي دا غوښتنې حل کړي د ماشین زده کړې تخنیکونو کې پرمختګونو څخه مننه. شرکتونه کولی شي پرسونل آزاد کړي ترڅو د غیر معمولي او ټیټ لومړیتوب فعالیتونو اتومات کولو سره د لوړې کچې پیرودونکي ملاتړ ترسره کړي.
کله چې په سمه توګه وکارول شي، په سوداګرۍ کې د ماشین زده کړه کولی شي د مسلو حل کولو کې مرسته وکړي او مصرف کونکو ته د ګټور مالتړ ډول چمتو کړي چې دوی د ژمنې برانډ اتلانو بدلوي.
3. د اړیکو
د غلطیو او غلط فهمیو څخه مخنیوی په هر ډول اړیکو کې خورا مهم دی، مګر د نن ورځې سوداګریزو اړیکو کې خورا ډیر دی.
ساده ګرامري غلطۍ، غلط ټون، یا غلط ژباړې کولی شي د بریښنالیک اړیکو، د پیرودونکو ارزونو کې د یو لړ ستونزو لامل شي. د ویډیو کنفرانس، یا په ډیری بڼو کې د متن پر بنسټ اسناد.
د ماشین زده کړې سیسټمونه د مایکروسافټ کلپې د سرې ورځو څخه هاخوا پرمختللي ارتباطات لري.
د ماشین زده کړې دې مثالونو له افرادو سره مرسته کړې چې د طبیعي ژبې پروسس کولو، د ریښتیني وخت ژبې ژباړې، او د وینا پیژندنې په کارولو سره په ساده او دقیق ډول اړیکه ونیسي.
پداسې حال کې چې ډیری خلک د اتوماتیک کولو وړتیاوې نه خوښوي، دوی د شرمونکي غلطیو او ناسم سر څخه د ساتنې ارزښت هم لري.
4. د څیز پیژندنه
پداسې حال کې چې د معلوماتو راټولولو او تشریح کولو ټیکنالوژي د یو څه مودې لپاره شاوخوا وه ، د کمپیوټر سیسټمونو ښوونه ترڅو پوه شي چې دوی څه ګوري دا یو له فریب وړ ستونزمن کار دی.
د ماشین زده کړې غوښتنلیکونو له امله د شیانو پیژندلو وړتیاوې په ډیریدونکي شمیر وسیلو کې اضافه کیږي.
د بېلګې په توګه یو ځان چلوونکی موټر بل موټر پیژني کله چې یو وګوري، حتی که پروګرام کونکو ورته د دې موټر دقیق مثال نه وي ورکړی چې د حوالې په توګه وکاروي.
دا ټیکنالوژي اوس په پرچون سوداګرۍ کې کارول کیږي ترڅو د چیک آوټ پروسې ګړندي کولو کې مرسته وکړي. کیمرې د مصرف کونکو په موټرو کې محصولات پیژني او کولی شي په اوتومات ډول د دوی حسابونو بیل کړي کله چې دوی پلورنځي پریږدي.
5. ډیجیټل بازارموندنه
د نن ورځې ډیری بازار موندنه آنلاین ترسره کیږي، د ډیجیټل پلیټ فارمونو او سافټویر پروګرامونو په کارولو سره.
لکه څنګه چې سوداګرۍ د خپلو پیرودونکو او د دوی پیرود چلند په اړه معلومات راټولوي، د بازار موندنې ټیمونه کولی شي دا معلومات د خپلو نښه شویو لیدونکو مفصل انځور جوړولو لپاره وکاروي او معلومه کړي چې کوم خلک د خپلو محصولاتو او خدماتو په لټه کې دي.
د ماشین زده کړې الګوریتمونه د بازارمندانو سره مرسته کوي چې د دې ټولو معلوماتو احساس وکړي، د پام وړ نمونې او ځانګړتیاوې کشف کړي چې دوی ته اجازه ورکوي چې امکانات په کلکه طبقه بندي کړي.
ورته ټیکنالوژي د لوی ډیجیټل بازارموندنې اتومات کولو ته اجازه ورکوي. د اعلان سیسټمونه رامینځته کیدی شي ترڅو نوي احتمالي پیرودونکي په متحرک ډول کشف کړي او دوی ته په مناسب وخت او ځای کې د بازار موندنې اړوند مینځپانګې چمتو کړي.
د ماشین زده کړې راتلونکی
د ماشین زده کړه یقینا شهرت ترلاسه کوي ځکه چې ډیر کاروبارونه او لوی سازمانونه د ځانګړو ننګونو یا د تیلو نوښت سره د مبارزې لپاره ټیکنالوژي کاروي.
دا دوامداره پانګه اچونه یو پوهاوی ښیي چې د ماشین زده کړه ROI تولیدوي، په ځانګړې توګه د پورته ذکر شوي ځینې تاسیس شوي او د تولید وړ کارولو قضیو له لارې.
په هرصورت، که چیرې ټیکنالوژي د Netflix، فیسبوک، ایمیزون، ګوګل نقشې، او داسې نورو لپاره کافي ښه وي، امکانات دا دي چې ستاسو شرکت سره مرسته وکړي چې د هغې ډیری ډیټا هم ترلاسه کړي.
لکه څنګه چې نوي ماشین زده کړه ماډلونه رامینځته شوي او په لاره اچول شوي ، موږ به د غوښتنلیکونو په شمیر کې زیاتوالی وګورو چې په صنعتونو کې به کارول کیږي.
دا لا دمخه ورسره پیښیږي د مخ پیژندنه، کوم چې یو وخت ستاسو په آی فون کې نوی فعالیت و مګر اوس په پراخه کچه برنامو او غوښتنلیکونو کې پلي کیږي ، په ځانګړي توګه هغه چې د عامه امنیت پورې اړه لري.
د ډیری سازمانونو کلیدي چې هڅه کوي د ماشین زده کړې سره پیل وکړي د روښانه راتلونکي لیدونو تیریدل او د سوداګرۍ اصلي ننګونې کشف کول دي چې ټیکنالوژي تاسو سره مرسته کولی شي.
پایله
د صنعتي کیدو څخه وروسته دوره کې، ساینس پوهان او مسلکیان هڅه کوي چې داسې کمپیوټر جوړ کړي چې د انسانانو په څیر چلند وکړي.
د فکر کولو ماشین د انسانیت لپاره د AI ترټولو مهم مرسته ده؛ د دې ځان چلولو ماشین غیر معمولي راتګ د کارپوریټ عملیاتي مقررات په چټکۍ سره بدل کړل.
د ځان چلولو وسایط، اتومات معاونین، د خودمختاره تولید کارمندان، او سمارټ ښارونه پدې وروستیو کې د سمارټ ماشینونو وړتیا ښودلې. د ماشین زده کړې انقلاب، او د ماشین زده کړې راتلونکی به د اوږدې مودې لپاره زموږ سره وي.
یو ځواب ورکړئ ووځي