දෘශ්ය දත්ත පරිවර්ථනය කිරීමේදී මිනිසුන්ට වඩා පරිගණක වඩාත් නිවැරදි ලෝකයක් ගැන සිතන්න. පරිගණක දැක්ම සහ යන්ත්ර ඉගෙනීමේ ක්ෂේත්ර මෙම අදහස යථාර්ථයක් කර ඇත.
පරිගණක දැක්ම සහ යන්ත්ර ඉගෙනීම, AI හි තීරණාත්මක කොටස් දෙකකි. ඔවුන් සමහර විට එකිනෙකා සමඟ ව්යාකූල වේ. ඒවා එකිනෙකට වෙනස් ලෙස පවා භාවිතා කළ හැකිය.
කෙසේ වෙතත්, ඒවා එකිනෙකට වෙනස් ක්රම සහිත වෙනම ප්රදේශ වේ. මෙම ලිපියෙන් අපි පරිගණක දැක්ම සහ අතර ඇති පරස්පරතා සාකච්ඡා කරමු යන්ත්ර ඉගෙනීම. අපි මෙම කුතුහලය දනවන AI උප ක්ෂේත්ර ගවේෂණය කරන විට අප හා එක්වන්න.
අපි මෙම වෙනස ඇති කළ යුත්තේ ඇයි?
පරිගණක දැක්ම සහ යන්ත්ර ඉගෙනීම යන දෙකම කෘතිම බුද්ධියේ තීරණාත්මක කොටස් වේ. කෙසේ වෙතත්, ඔවුන්ට විවිධ ක්රමවේද සහ අරමුණු ඇත. ඒවා අතර ඇති වෙනස්කම් දැන ගැනීමෙන් අපට AI හි විභවය වඩා හොඳින් භාවිතා කළ හැකිය.
තවද, අපගේ ව්යාපෘති සඳහා නිවැරදි තාක්ෂණය තෝරා ගත හැකිය.
අපි ඒ දෙකම එකින් එක යමු.
පරිගණක දැක්ම අවබෝධ කර ගැනීම
දෘෂ්ය ලෝකය විවරණය කිරීමට පරිගණක සතු හැකියාව පරිගණක දැක්ම ලෙස හැඳින්වේ. ඩිජිටල් රූප සහ වීඩියෝ තේරුම් ගැනීමට සහ විශ්ලේෂණය කිරීමට පුහුණු පරිගණක ඇතුළත් වේ.
මෙම තාක්ෂණය මිනිසුන්ගේ ඇස් සහ මොළය ක්රියා කරන ආකාරයට ක්රියා කරයි. පරිගණකවලට වස්තූන්, මුහුණු සහ රටා හඳුනාගත හැකිය. ඔවුන්ට ඡායාරූප වලින් දත්ත උකහා ගත හැකිය. තවද, ඔවුන් ඇල්ගොරිතම සහ ආකෘති භාවිතයෙන් දත්ත ඇගයීමට ලක් කරයි.
සෞඛ්ය සේවා, ප්රවාහනය, විනෝදාස්වාදය සහ ආරක්ෂාව ඇතුළු කර්මාන්ත කිහිපයකට පරිගණක දැක්මෙන් ප්රයෝජන ගත හැකිය. නිදසුනක් වශයෙන්, රියදුරු රහිත මෝටර් රථවලට මඟ පෙන්වීමට සහ රෝග විනිශ්චය කිරීමේදී වෛද්යවරුන්ට සහාය වීමට පරිගණක දර්ශනය භාවිතා කරයි.
පරිගණක දැක්ම සමඟ ඇති හැකියාවන් අසීමිතයි. තවද, අපි ඔවුන්ගේ හැකියාවන් ගවේෂණය කිරීමට පටන් ගෙන ඇත.
පරිගණක දැක්මෙහි ප්රධාන කාර්යයන්
රූප හඳුනාගැනීම
පරිගණක දර්ශනයේ තීරණාත්මක කාර්යයක් වන්නේ රූප හඳුනාගැනීමයි. එය ඩිජිටල් පින්තූර හඳුනාගෙන වර්ගීකරණය කරන ආකාරය පරිගණක පද්ධතිවලට උගන්වයි. මෙයින් ඇඟවෙන්නේ පින්තූරයක ඇති කොටස් ස්වයංක්රීයව හඳුනා ගැනීමට පරිගණකවලට හැකියාව ඇති බවයි.
ඔවුන්ට වස්තූන්, සතුන් සහ මිනිසුන් අතර වෙනස හඳුනා ගත හැකි අතර ඒවා සුදුසු ලෙස ලේබල් කළ හැකිය.
කර්මාන්ත කිහිපයක් රූප හඳුනාගැනීම භාවිතා කරයි. උදාහරණයක් ලෙස, අනවසරයෙන් ඇතුළුවන්නන් හඳුනා ගැනීමට සහ ලුහුබැඳීමට ආරක්ෂක පද්ධතිවල රූප හඳුනාගැනීම භාවිතා කරයි. එසේම, රෝග විනිශ්චය සහ ප්රතිකාර සඳහා වෛද්යවරුන්ට සහාය වීම සඳහා විකිරණවේදය තුළ එය භාවිතා වේ.
වස්තුව හඳුනාගැනීම
එය නිශ්චල හෝ චලනය වන දෘශ්ය මාධ්යයක අයිතම ස්ථානගත කිරීම සහ හඳුනාගැනීමේ තාක්ෂණයයි. මෙම රැකියාව සඳහා වන අයදුම්පත් අතර රොබෝවරු, ස්වයංක්රීය මෝටර් රථ සහ නිරීක්ෂණ ඇතුළත් වේ. උදාහරණයක් ලෙස, ද නෙස්ට් කැම් වස්තු හඳුනාගැනීම භාවිතයෙන් චලනය හෝ ශබ්දය හඳුනා ගන්නා විට පාරිභෝගිකයින්ට දැනුම් දෙන නිවාස ආරක්ෂණ පද්ධතියකි.
ඛණ්ඩනය
පින්තූරයක් කොටස් කිරීමේ ක්රියාවලිය එය බොහෝ කොටස් වලට කැඩී යයි, ඒ සෑම එකක්ම එහි අද්විතීය ගුණාංග ඇත. මෙම රැකියාව සඳහා වන අයදුම්පත්වලට ලේඛන විශ්ලේෂණය, වීඩියෝ සැකසීම සහ වෛද්ය ප්රතිරූප ඇතුළත් වේ.
උදාහරණයක් ලෙස, සුප්රසිද්ධ පින්තූර සංස්කරණ වැඩසටහන Adobe Photoshop රූපයක් තුළ විවිධ සංරචක හුදකලා කිරීමට සහ එක් එක් මූලද්රව්ය සඳහා විවිධ බලපෑම් යෙදීමට ඛණ්ඩනය භාවිතා කරයි.
යන්ත්ර ඉගෙනීම අවබෝධ කර ගැනීම
එක් උදාහරණයක් කෘතිම බුද්ධිය යන්ත්ර ඉගෙනීමයි. එය දත්ත වලින් ඉගෙන ගැනීමට සහ එම දත්ත මත පදනම්ව අනාවැකි සැකසීමට පරිගණක වලට ඉගැන්වීමයි. නිශ්චිතව කේතනය කිරීමකින් තොරව, එය පරිගණක විශේෂිත ක්රියාකාරකමකදී වඩා හොඳ වීමට සංඛ්යානමය ආකෘති භාවිතා කරයි.
තවත් විදියකට කිව්වොත්, යන්ත්ර ඉගෙනීම යනු පුහුණු කිරීමේ ක්රියාවලියයි දත්ත ඔවුන්ගේ මාර්ගෝපදේශය ලෙස ගන්නා අතරම පරිගණකයට තනිවම ඉගෙන ගැනීමට.
දත්ත, ඇල්ගොරිතම සහ ප්රතිපෝෂණ යන්ත්ර ඉගෙනීමේ ප්රධාන කොටස් තුනයි. එම යන්ත්ර ඉගෙනීමේ ඇල්ගොරිතම රටා හඳුනා ගැනීම සඳහා පළමුව දත්ත කට්ටලයක් මත පුහුණු කළ යුතුය. දෙවනුව, ඇල්ගොරිතම උගත් රටා භාවිතා කරමින් නව දත්ත කට්ටලයක් මත පදනම්ව අනාවැකි කරයි.
අවසානයේදී, එහි අනාවැකි පිළිබඳ ප්රතිපෝෂණ ලැබීමෙන් පසු, ඇල්ගොරිතම ගැලපීම් සිදු කරයි. තවද, එය එහි කාර්යක්ෂමතාව වැඩි කරයි.
යන්ත්ර ඉගෙනීමේ ප්රධාන වර්ග
අධීක්ෂණය ඉගෙනීම
අධීක්ෂණය කරන ලද ඉගෙනීමේදී, ලේබල් කළ දත්ත කට්ටලයක් ඇල්ගොරිතම පුහුණු කරයි. එබැවින්, යෙදවුම් සහ ගැලපෙන ප්රතිදාන යුගලනය වේ. ප්රතිදානයන් සමඟ යෙදවුම් යුගල කිරීමට ඉගෙනීමෙන් පසු, ඇල්ගොරිතමයට නැවුම් දත්ත භාවිතයෙන් ප්රතිඵල පුරෝකථනය කළ හැක.
රූප හඳුනාගැනීම, ශ්රව්ය හඳුනාගැනීම සහ ස්වභාවික භාෂා සැකසීම වැනි යෙදුම් අධීක්ෂිත ඉගෙනීම යොදා ගනී. Apple හි අතථ්ය සහකාර සිරි, උදාහරණයක් ලෙස, ඔබේ ඇණවුම් අර්ථ නිරූපණය කිරීමට සහ ක්රියාත්මක කිරීමට අධීක්ෂිත ඉගෙනීම භාවිතා කරයි.
අධීක්ෂණය නොකළ ඉගෙනීම
අධීක්ෂණය නොකළ ඉගෙනීම යන්ත්ර ඉගෙනීමේ උප කුලකයකි. මෙම අවස්ථාවෙහිදී, ඇල්ගොරිතම උගන්වනු ලබන්නේ ආදාන සහ ප්රතිදාන යුගලනය නොවන දත්ත කට්ටලයක් මත ය. අනාවැකි උත්පාදනය කිරීම සඳහා, ඇල්ගොරිතම මුලින්ම දත්තවල රටා සහ සහසම්බන්ධතා හඳුනා ගැනීමට ඉගෙන ගත යුතුය.
දත්ත සම්පීඩනය, විෂමතා හඳුනාගැනීම සහ පොකුරු කිරීම වැනි යෙදුම් අධීක්ෂණය නොකළ ඉගෙනීම භාවිතා කරයි. උදාහරණයක් වශයෙන්, ඇමේසන් පාරිභෝගිකයින්ට ඔවුන්ගේ මිලදී ගැනීමේ ඉතිහාසය සහ අධීක්ෂණය නොකළ ඉගෙනුම් භාවිතා කරමින් බ්රවුස් කිරීමේ පුරුදු මත පදනම්ව භාණ්ඩ නිර්දේශ කරයි.
ශක්තිමත් කිරීමේ ඉගෙනීම
එය පරිසරය සමඟ අන්තර් ක්රියා කිරීම සහ ත්යාග සහ දඬුවම් ආකාරයෙන් ප්රතිපෝෂණ ලබා ගැනීම ඇතුළත් වේ. ත්යාග වැඩි කරන සහ දඬුවම් අඩු කරන තීරණ ගැනීමේ හැකියාව ඇල්ගොරිතමයට ලැබේ.
මෙවන් යන්ත්ර ඉගෙනීම සඳහා වන යෙදුම් අතර රොබෝවරු, ස්වයං-රිය පදවන කාර් සහ ක්රීඩා ඇතුළත් වේ. උදාහරණයක් ලෙස, Google DeepMind AlphaGo Go ක්රීඩාව කිරීමට මෘදුකාංගය ශක්තිමත් කිරීමේ ඉගෙනීම භාවිතා කරයි.
පරිගණක දැක්ම සහ යන්ත්ර ඉගෙනීම අතර සම්බන්ධය
පරිගණක දැක්ම කාර්යයන් යන්ත්ර ඉගෙනීමේ ඇල්ගොරිතම භාවිතා කරන්නේ කෙසේද?
වස්තු හඳුනාගැනීම සහ පින්තූර වර්ගීකරණය ඇතුළු පරිගණක දර්ශන කාර්යයන් කිහිපයක් යන්ත්ර ඉගෙනීම භාවිතා කරයි. භාවිතා කරන යන්ත්ර ඉගෙනීමේ ක්රමයේ පොදු ආකාරයකි convolutional ස්නායු ජාල (CNNs).
එය පින්තූරවල රටා සහ ලක්ෂණ හඳුනා ගත හැකිය.
උදාහරණයක් වශයෙන්, ගූගල් පින්තූර යන්ත්ර ඉගෙනීමේ ඇල්ගොරිතම භාවිතා කරයි. එය ස්වයංක්රීයව පවතින අයිතම සහ පුද්ගලයන් මත පදනම්ව ඡායාරූප හඳුනාගෙන වර්ගීකරණය කරයි.
සැබෑ ලෝකයේ පරිගණක දැක්ම සහ යන්ත්ර ඉගෙනීමේ යෙදුම්
සැබෑ ලෝකයේ යෙදුම් කිහිපයක් පරිගණක දැක්ම සහ යන්ත්ර ඉගෙනීම ඒකාබද්ධ කරයි. හොඳ උදාහරණයක් නම් ස්වයංක්රීයව ධාවනය වන කාර් ය. ඔවුන් පාරේ ඇති දේවල් පරිගණක දැක්මෙන් හඳුනාගෙන නිරීක්ෂණය කරයි.
තවද, එම තොරතුරු මත පදනම්ව විනිශ්චයන් කිරීමට ඔවුන් යන්ත්ර ඉගෙනුම් ඇල්ගොරිතම භාවිතා කරයි. වේමෝ ඇල්ෆාබෙට් සතු ස්වයං-රිය පැදවීමේ කාර් සමාගමකි. වස්තු හඳුනාගැනීම සහ සිතියම්ගත කිරීම සඳහා, එය පරිගණක දැක්ම සහ යන්ත්ර ඉගෙනීම යන දෙකම ඒකාබද්ධ කරයි.
පරිගණක දැක්ම සහ යන්ත්ර ඉගෙනීම වෛද්ය ක්ෂේත්රයේ ද එකට භාවිතා වේ. ඔවුන් වෛද්ය පින්තූර පරීක්ෂා කිරීමට සහ රෝග විනිශ්චය සඳහා සහාය වීමට වෘත්තිකයන්ට උපකාර කරයි. උදාහරණයක් ලෙස, FDA-අනුමත රෝග විනිශ්චය මෙවලම IDx-DR දෘෂ්ටි විතානයේ පින්තූර පරීක්ෂා කිරීමට සහ දියවැඩියා රෙටිනෝපති සොයා ගැනීමට යන්ත්ර ඉගෙනීම භාවිතා කරයි. එය නොසලකා හැරියහොත් අන්ධභාවයට පත්විය හැකි කොන්දේසියකි.
යන්ත්ර ඉගෙනීම සහ පරිගණක දැක්ම අතර වෙනස්කම්
භාවිතා කරන ලද දත්ත වර්ග
පරිගණක දැක්ම සහ යන්ත්ර ඉගෙනීම භාවිතා කරන දත්ත වර්ග වෙනස් වේ. යන්ත්ර ඉගෙනීමට සංඛ්යාත්මක, පෙළ සහ ශ්රව්ය දත්ත ඇතුළු විවිධ දත්ත වර්ග හැසිරවිය හැක.
කෙසේ වෙතත්, පරිගණක දැක්ම පමණක් අවධානය යොමු කරයි දෘශ්ය දත්ත ඡායාරූප සහ වීඩියෝ වැනි.
එක් එක් ක්ෂේත්රයේ ඉලක්ක
යන්ත්ර ඉගෙනීම සහ පරිගණක දැක්ම විවිධ අරමුණු ඇත. පරිගණක දර්ශනයේ ප්රධාන අරමුණු වන්නේ දෘශ්ය ආදානය විශ්ලේෂණය කිරීම සහ අවබෝධ කර ගැනීමයි. මේවාට වස්තු හඳුනාගැනීම, චලන ලුහුබැඳීම සහ පින්තූර විශ්ලේෂණය ද ඇතුළත් වේ.
කෙසේ වෙතත්, සියලුම ආකාරයේ ක්රියාකාරකම් සඳහා යන්ත්ර ඉගෙනීමේ ඇල්ගොරිතම භාවිතා කළ හැකිය.
යන්ත්ර ඉගෙනීමේ උප කුලකයක් ලෙස පරිගණක දැක්ම
එය වෙනම ප්රදේශයක් වන අතර, පරිගණක දැක්ම යන්ත්ර ඉගෙනීමේ කොටසක් ලෙස ද සැලකේ.
යන්ත්ර ඉගෙනීමේදී භාවිතා කරන ක්රම සහ සම්පත් කිහිපයක් - වැනි ගැඹුරු ඉගෙනුම, ස්නායුක ජාල, සහ පොකුරු-පරිගණක දැක්ම නිර්මාණය කිරීමට ද භාවිතා වේ.
උද්යෝගිමත් හැකියාවන් ඉදිරියට
ඔවුන්ගේ ඡේදනය වීමේ විභවය වඩාත් ආකර්ෂණීය වෙමින් පවතී. නව තාක්ෂණයේ දියුණුවත් සමඟ, අපට දර්ශනීය යෙදුම් දැකීමට අපේක්ෂා කළ හැකිය.
මෙම මංසන්ධිය විශේෂයෙන් සිත්ගන්නා එක් ක්ෂේත්රයක් වන්නේ රොබෝ විද්යාවයි. රොබෝවරුන්ට සංකීර්ණ වටපිටාවේ සැරිසැරීමට ඉඩ දීමේදී පරිගණක දැක්ම සහ යන්ත්ර ඉගෙනීම වැදගත් කාර්යභාරයක් ඉටු කරනු ඇත.
ඔවුන් වඩාත් ස්වාධීනව වැඩෙන විට වස්තූන් හා මිනිසුන් සමඟ අන්තර් ක්රියා කරනු ඇත. විවිධ වැඩවලදී වඩාත් කාර්යක්ෂම රොබෝවරුන් දැකීමට අපට අපේක්ෂා කළ හැකිය.
තවත් කුතුහලය දනවන විභවයක් වන්නේ අතථ්ය යථාර්ථයයි. පරිගණක දැක්ම සහ යන්ත්ර ඉගෙනීම, දෘශ්ය ආදානය හඳුනා ගැනීමට සහ විශ්ලේෂණය කිරීමට ඇති හැකියාව, මිනිසුන්ට අථත්ය වටපිටාව සමඟ වඩාත් ස්වභාවිකව සහ බුද්ධිමය ලෙස සම්බන්ධ වීමට ඉඩ සලසයි. සැබෑ සහ අථත්ය ලෝක සුමට ලෙස ඒකාබද්ධ කිරීමට අපට ඉඩ සලසන යෙදුම් අපි දකිමු. එය විනෝදාස්වාදය, අධ්යාපනය සහ වෙනත් අරමුණු සඳහා නව හැකියාවන් ගෙන එනු ඇත.
පරිගණක දැක්ම සහ යන්ත්ර ඉගෙනීමේ අනාගතය බොහෝ පොරොන්දු දරයි. ඉදිරි වසරවලදී මෙම වසම්වල වඩාත් කැපී පෙනෙන භාවිතයන් අපි දකිමු.
ඔබමයි