AI wa nibi gbogbo, ṣugbọn nigbami o le jẹ nija lati ni oye ọrọ-ọrọ ati jargon. Ninu ifiweranṣẹ bulọọgi yii, a ṣe alaye lori awọn ofin AI 50 ati awọn asọye ki o le ni oye diẹ sii ti imọ-ẹrọ ti ndagba ni iyara yii.
Boya ti o ba a akobere tabi ohun iwé, a tẹtẹ lori nibẹ ni o wa kan diẹ awọn ofin nibi ti o ko ba mọ!
1. Oye atọwọda
Oye atọwọda (AI) tọka si idagbasoke awọn ọna ṣiṣe kọnputa ti o ni agbara lati kọ ẹkọ ati ṣiṣẹ ni ominira, nigbagbogbo nipasẹ didimu oye oye eniyan.
Awọn ọna ṣiṣe wọnyi ṣe itupalẹ data, ṣe idanimọ awọn ilana, ṣe awọn ipinnu, ati mu ihuwasi wọn da lori iriri. Nipa lilo awọn algoridimu ati awọn awoṣe, AI ni ero lati ṣẹda awọn ẹrọ oye ti o lagbara lati ni oye ati oye agbegbe wọn.
Ibi-afẹde ti o ga julọ ni lati jẹki awọn ẹrọ lati ṣe awọn iṣẹ ṣiṣe daradara, kọ ẹkọ lati inu data, ati ṣafihan awọn agbara oye ti o jọra si eniyan.
2. alugoridimu
Algoridimu jẹ ilana titọ ati eto ilana tabi awọn ofin ti o ṣe itọsọna ilana ti yanju iṣoro kan tabi ṣiṣe iṣẹ-ṣiṣe kan pato.
O ṣe iranṣẹ bi imọran ipilẹ ni ọpọlọpọ awọn agbegbe ati ṣe ipa pataki ninu imọ-ẹrọ kọnputa, mathematiki, ati awọn ilana-iṣoro-iṣoro. Loye awọn algoridimu jẹ pataki bi wọn ṣe jẹ ki awọn ọna ṣiṣe-iṣoro ti o munadoko ati ti iṣeto, awọn ilọsiwaju awakọ ni imọ-ẹrọ ati awọn ilana ṣiṣe ipinnu.
3. Data Nla
Data nla n tọka si awọn ipilẹ data ti o tobi pupọ ati idiju ti o kọja awọn agbara ti awọn ọna itupalẹ aṣa. Awọn ipilẹ data wọnyi jẹ afihan ni igbagbogbo nipasẹ iwọn didun wọn, iyara, ati oniruuru.
Iwọn didun ntokasi si awọn tiwa ni iye ti data ti ipilẹṣẹ lati orisirisi awọn orisun bi awujo media, sensosi, ati awọn idunadura.
Iyara n tọka si iyara giga eyiti data ti wa ni ipilẹṣẹ ati pe o nilo lati ni ilọsiwaju ni akoko gidi tabi nitosi akoko gidi. Orisirisi n tọka si awọn oniruuru oniruuru ati awọn ọna kika ti data, pẹlu iṣeto, ti a ko ṣeto, ati data idasile-ologbele.
4. Iwakusa data
Iwakusa data jẹ ilana okeerẹ ti o ni ero lati yọkuro awọn oye ti o niyelori lati awọn ipilẹ data nla.
O ni awọn ipele bọtini mẹrin: ikojọpọ data, pẹlu ikojọpọ data ti o yẹ; igbaradi data, aridaju didara data ati ibamu; iwakusa data, lilo awọn algoridimu lati ṣawari awọn ilana ati awọn ibatan; ati itupalẹ data ati itumọ, nibiti a ti ṣe ayẹwo ati oye ti oye ti o jade.
5. Neural Network
A kọmputa eto ti a ṣe lati ṣiṣẹ bi awọn ọpọlọ eniyan, ti o ni awọn apa asopọ tabi awọn neuronu. Jẹ ki a loye eyi diẹ diẹ sii bi ọpọlọpọ AI ṣe da lori awọn nẹtiwọki ti nhu.
Ninu awọn aworan ti o wa loke, a n sọ asọtẹlẹ ọriniinitutu ati iwọn otutu ti ipo agbegbe nipa kikọ ẹkọ lati ilana ti o kọja. Awọn igbewọle jẹ ipilẹ data fun igbasilẹ ti o kọja.
awọn Nẹtiwọọki nkankikan kọ ẹkọ Ilana naa nipa ṣiṣere pẹlu awọn iwuwo ati lilo awọn iye abosi ni awọn ipele ti o farapamọ. W1, W2….W7 jẹ awọn iwuwo oniwun. O ṣe ikẹkọ funrararẹ lori dataset ti a pese ati funni ni abajade bi asọtẹlẹ.
O le jẹ rẹwẹsi nipasẹ alaye eka yii. Ti eyi ba jẹ ọran, o le bẹrẹ pẹlu itọsọna wa ti o rọrun Nibi.
6. Ẹkọ ẹrọ
Ẹkọ ẹrọ ṣe idojukọ lori idagbasoke awọn algoridimu ati awọn awoṣe ti o lagbara lati kọ ẹkọ laifọwọyi lati data ati imudarasi iṣẹ wọn ni akoko pupọ.
O kan lilo awọn ilana iṣiro lati jẹki awọn kọnputa lati ṣe idanimọ awọn ilana, ṣe awọn asọtẹlẹ, ati ṣe awọn ipinnu ti o da lori data laisi siseto ni gbangba.
Aligoridimu eko ẹrọ itupalẹ ati ki o ko eko lati tobi datasets, gbigba awọn ọna šiše lati orisirisi si ati ki o mu wọn ihuwasi da lori awọn alaye ti won ilana.
7. Ijinle Eko
Ijinlẹ jinlẹ, aaye kekere ti ẹkọ ẹrọ ati awọn nẹtiwọọki nkankikan, nmu awọn algoridimu fafa lati gba oye lati inu data nipa ṣiṣe adaṣe awọn ilana intricate ti ọpọlọ eniyan.
Nipa lilo awọn nẹtiwọọki nkankikan pẹlu ọpọlọpọ awọn fẹlẹfẹlẹ ti o farapamọ, awọn awoṣe ikẹkọ ti o jinlẹ le yọkuro awọn ẹya intricate ati awọn ilana adaṣe, mu wọn laaye lati koju awọn iṣẹ ṣiṣe ti o nipọn pẹlu iṣedede iyasọtọ ati ṣiṣe.
8. Ilana idanimọ
Idanimọ apẹrẹ, ilana itupalẹ data kan, nfi agbara ti awọn algoridimu ikẹkọ ẹrọ ṣiṣẹ lati ṣe iwari ati ṣe idanimọ awọn ilana ati awọn ilana deede laarin awọn ipilẹ data.
Nipa gbigbe awọn awoṣe iṣiro ati awọn ọna iṣiro, awọn algoridimu idanimọ apẹẹrẹ le ṣe idanimọ awọn ẹya ti o nilari, awọn ibamu, ati awọn aṣa ni data eka ati oniruuru.
Ilana yii ngbanilaaye isediwon awọn oye ti o niyelori, isọdi ti data sinu awọn ẹka ọtọtọ, ati asọtẹlẹ awọn abajade ọjọ iwaju ti o da lori awọn ilana idanimọ. Idanimọ apẹrẹ jẹ irinṣẹ pataki kan kọja awọn agbegbe pupọ, ṣiṣe ipinnu ni agbara, iṣawari aibikita, ati awoṣe asọtẹlẹ.
Biometrics jẹ apẹẹrẹ kan ti eyi. Fún àpẹrẹ, ní dídámọ̀ ìka ọwọ́, algọridim ń ṣe ìtúpalẹ̀ àwọn géńdé, ìsépo, àti àwọn àfidámọ̀ àkànṣe ti ìka ọwọ́ ènìyàn láti ṣẹ̀dá aṣojú oni-nọmba kan tí a pè ní àdàkọ.
Nigbati o ba gbiyanju lati ṣii foonu alagbeka rẹ tabi wọle si ohun elo to ni aabo, eto idanimọ apẹẹrẹ ṣe afiwe data biometric ti o ya (fun apẹẹrẹ, itẹka) pẹlu awọn awoṣe ti o fipamọ sinu aaye data rẹ.
Nipa ibaamu awọn ilana ati iṣiro ipele ibajọra, eto naa le pinnu boya data biometric ti a pese baamu awoṣe ti o fipamọ ati fifun ni iwọle ni ibamu.
9. Abojuto Ẹkọ
Ẹkọ ti a ṣe abojuto jẹ ọna ikẹkọ ẹrọ ti o kan ikẹkọ eto kọnputa nipa lilo data aami. Ni ọna yii, kọnputa ti pese pẹlu ṣeto data igbewọle pẹlu awọn aami ti a mọ tabi awọn abajade ti o baamu.
Jẹ ká sọ pé o ni kan ìdìpọ awọn aworan, diẹ ninu awọn pẹlu aja ati diẹ ninu awọn pẹlu ologbo.
O sọ fun kọnputa awọn aworan wo ni awọn aja ati awọn ti o ni awọn ologbo. Kọmputa lẹhinna kọ ẹkọ lati ṣe idanimọ awọn iyatọ laarin awọn aja ati awọn ologbo nipa wiwa awọn ilana ninu awọn aworan.
Lẹhin ti o kọ ẹkọ, o le fun kọnputa naa awọn aworan titun, ati pe yoo gbiyanju lati rii boya wọn ni awọn aja tabi awọn ologbo ti o da lori ohun ti o kọ lati awọn apẹẹrẹ aami. O dabi ikẹkọ kọnputa lati ṣe awọn asọtẹlẹ nipa lilo alaye ti a mọ.
10. Ẹkọ ti ko ni abojuto
Ẹkọ ti ko ni abojuto jẹ iru ẹkọ ẹrọ nibiti kọnputa ṣe ṣawari dataset lori tirẹ lati wa awọn ilana tabi awọn ibajọra laisi awọn ilana kan pato.
Ko gbarale awọn apẹẹrẹ aami bi ninu ikẹkọ abojuto. Dipo, o n wa awọn ẹya ti o farapamọ tabi awọn ẹgbẹ ninu data naa. O dabi pe kọnputa n ṣawari awọn nkan funrararẹ, laisi olukọ kan sọ ohun ti o yẹ ki o wa.
Iru ẹkọ yii ṣe iranlọwọ fun wa lati wa awọn oye tuntun, ṣeto data, tabi ṣe idanimọ awọn nkan dani laisi iwulo imọ iṣaaju tabi itọsọna ti o fojuhan.
11. Ṣiṣẹ Ede Adayeba (NLP)
Ṣiṣẹda Ede Adayeba fojusi lori bii awọn kọnputa ṣe loye ati ibaraenisọrọ pẹlu ede eniyan. O ṣe iranlọwọ fun awọn kọnputa lati ṣe itupalẹ, tumọ, ati dahun si ede eniyan ni ọna ti o kan lara diẹ sii ti ẹda si wa.
NLP jẹ ohun ti o jẹ ki o ṣee ṣe fun wa lati ṣe ibaraẹnisọrọ pẹlu awọn oluranlọwọ ohun, ati awọn chatbots, ati paapaa ti awọn imeeli wa ni lẹsẹsẹ laifọwọyi sinu awọn folda.
Ó wé mọ́ kíkọ́ kọ̀ǹpútà láti lóye ìtumọ̀ tó wà lẹ́yìn àwọn ọ̀rọ̀, gbólóhùn àtàwọn ọ̀rọ̀, kódà wọ́n lè ràn wá lọ́wọ́ nínú onírúurú iṣẹ́ kí wọ́n sì jẹ́ kí àjọṣe wa pẹ̀lú ìmọ̀ ẹ̀rọ náà túbọ̀ láyọ̀.
12. Computer Vision
Kọmputa iran jẹ imọ-ẹrọ ti o fanimọra ti o fun laaye awọn kọnputa lati rii ati loye awọn aworan ati awọn fidio, gẹgẹ bi awa eniyan ṣe pẹlu oju wa. O jẹ gbogbo nipa kikọ awọn kọnputa lati ṣe itupalẹ alaye wiwo ati ni oye ohun ti wọn rii.
Ni awọn ọrọ ti o rọrun, iran kọmputa ṣe iranlọwọ fun awọn kọnputa mọ ati tumọ agbaye wiwo. O kan awọn iṣẹ ṣiṣe bii kikọ wọn lati ṣe idanimọ awọn ohun kan pato ninu awọn aworan, pin awọn aworan si awọn ẹka oriṣiriṣi, tabi paapaa pin awọn aworan si awọn apakan ti o nilari.
Fojuinu ọkọ ayọkẹlẹ ti ara ẹni nipa lilo iran kọmputa lati "wo" ọna ati ohun gbogbo ti o wa ni ayika rẹ.
O le ṣawari ati tọpa awọn ẹlẹsẹ, awọn ami ijabọ, ati awọn ọkọ ayọkẹlẹ miiran, ṣe iranlọwọ fun wọn lati lọ kiri lailewu. Tabi ronu nipa bii imọ-ẹrọ idanimọ oju ṣe nlo iran kọnputa lati ṣii awọn fonutologbolori wa tabi rii daju awọn idanimọ wa nipa riri awọn ẹya oju alailẹgbẹ wa.
O tun lo ninu awọn eto iwo-kakiri lati ṣe atẹle awọn aaye ti o kunju ati rii eyikeyi awọn iṣẹ ifura.
Iranran Kọmputa jẹ imọ-ẹrọ ti o lagbara ti o ṣii aye ti o ṣeeṣe. Nipa ṣiṣe awọn kọnputa lati rii ati loye alaye wiwo, a le ṣe agbekalẹ awọn ohun elo ati awọn ọna ṣiṣe ti o le fiyesi ati tumọ agbaye ni ayika wa, ṣiṣe awọn igbesi aye wa rọrun, ailewu, ati daradara siwaju sii.
13. Chatbot
Bọ́ọ̀bù chatbot dà bí ìtòlẹ́sẹẹsẹ kọ̀ǹpútà kan tó lè bá àwọn èèyàn sọ̀rọ̀ lọ́nà tó dà bíi pé èèyàn ń sọ̀rọ̀.
Nigbagbogbo a lo ni iṣẹ alabara ori ayelujara lati ṣe iranlọwọ fun awọn alabara ati jẹ ki wọn lero bi wọn ṣe n ba eniyan sọrọ, botilẹjẹpe o jẹ eto ti o nṣiṣẹ lori kọnputa.
chatbot le loye ati dahun si awọn ifiranṣẹ tabi awọn ibeere lati ọdọ awọn alabara, pese alaye iranlọwọ ati iranlọwọ gẹgẹ bi aṣoju iṣẹ alabara eniyan yoo ṣe.
14. Ohun idanimọ
Idanimọ ohun n tọka si agbara ti eto kọnputa lati ni oye ati itumọ ọrọ eniyan. Ó kan ìmọ̀ ẹ̀rọ tó ń jẹ́ kí kọ̀ǹpútà tàbí ohun èlò kan “fetí” sí àwọn ọ̀rọ̀ tí a ń sọ, kí ó sì yí wọn padà sí ọ̀rọ̀ tàbí àṣẹ tí ó lè lóye.
pẹlu ohun ti idanimọ, o le ṣe ajọṣepọ pẹlu awọn ẹrọ tabi awọn ohun elo nipa sisọ si wọn nirọrun dipo titẹ tabi lilo awọn ọna titẹ sii miiran.
Eto naa ṣe itupalẹ awọn ọrọ sisọ, ṣe idanimọ awọn ilana ati awọn ohun, ati lẹhinna tumọ wọn sinu ọrọ oye tabi awọn iṣe. O ngbanilaaye fun ibaraẹnisọrọ laisi ọwọ ati adayeba pẹlu imọ-ẹrọ, ṣiṣe awọn iṣẹ-ṣiṣe bii awọn pipaṣẹ ohun, dictation, tabi awọn ibaraẹnisọrọ iṣakoso ohun ṣee ṣe. Awọn apẹẹrẹ ti o wọpọ julọ jẹ awọn oluranlọwọ AI bi Siri ati Oluranlọwọ Google.
15. itara Analysis
Onínọmbà ero jẹ ilana ti a lo lati ni oye ati tumọ awọn ẹdun, awọn ero, ati awọn ihuwasi ti a fihan ninu ọrọ tabi ọrọ. Ó wé mọ́ ṣíṣàyẹ̀wò èdè tí a kọ tàbí tí a sọ láti pinnu bóyá èrò tí a sọ jáde jẹ́ rere, odi, tàbí àìdásí-tọ̀túntòsì.
Lilo awọn algoridimu ikẹkọ ẹrọ, awọn algoridimu itupalẹ itara le ṣe ọlọjẹ ati itupalẹ awọn oye ọrọ ti o pọju, gẹgẹbi awọn atunwo alabara, awọn ifiweranṣẹ awujọ awujọ, tabi esi alabara, lati ṣe idanimọ itara ti o wa lẹhin awọn ọrọ naa.
Awọn algoridimu n wa awọn ọrọ kan pato, awọn gbolohun ọrọ, tabi awọn ilana ti o tọkasi awọn ẹdun tabi awọn ero.
Itupalẹ yii ṣe iranlọwọ fun awọn iṣowo tabi awọn eniyan kọọkan ni oye bi eniyan ṣe rilara nipa ọja kan, iṣẹ, tabi koko ati pe o le ṣee lo lati ṣe awọn ipinnu ti o dari data tabi jèrè awọn oye sinu awọn ayanfẹ alabara.
Fun apẹẹrẹ, ile-iṣẹ le lo itupalẹ itara lati tọpa itẹlọrun alabara, ṣe idanimọ awọn agbegbe fun ilọsiwaju, tabi ṣe atẹle ero gbogbo eniyan nipa ami iyasọtọ wọn.
16. Machine Translation
Itumọ ẹrọ, ni aaye ti AI, tọka si lilo awọn algoridimu kọnputa ati oye atọwọda lati tumọ ọrọ tabi ọrọ laifọwọyi lati ede kan si ekeji.
Ó wé mọ́ kíkọ́ kọ̀ǹpútà láti lóye àti láti ṣètò àwọn èdè ènìyàn láti lè pèsè àwọn ìtumọ̀ pípéye. Awọn wọpọ apẹẹrẹ ni Tumo gugulu.
Pẹlu itumọ ẹrọ, o le tẹ ọrọ tabi ọrọ sii ni ede kan, ati pe eto naa yoo ṣe itupalẹ igbewọle naa yoo ṣe ipilẹṣẹ itumọ ti o baamu ni ede miiran. Eyi wulo paapaa nigbati o ba n ba sọrọ tabi wọle si alaye kọja awọn ede oriṣiriṣi.
Awọn ọna ṣiṣe itumọ ẹrọ gbarale apapọ awọn ofin ede, awọn awoṣe iṣiro, ati awọn algoridimu ikẹkọ ẹrọ. Wọn kọ ẹkọ lati awọn oye ede ti o pọ julọ lati mu ilọsiwaju itumọ ṣiṣẹ ni akoko pupọ. Diẹ ninu awọn isunmọ itumọ ẹrọ tun ṣafikun awọn nẹtiwọọki nkankikan lati mu didara awọn itumọ pọ si.
17. Robotikisi
Robotics jẹ apapo oye atọwọda ati imọ-ẹrọ ẹrọ lati ṣẹda awọn ẹrọ oye ti a pe ni awọn roboti. Awọn roboti wọnyi jẹ apẹrẹ lati ṣe awọn iṣẹ ṣiṣe ni adase tabi pẹlu idasi eniyan ti o kere ju.
Awọn roboti jẹ awọn nkan ti ara ti o le ni oye agbegbe wọn, ṣe awọn ipinnu ti o da lori igbewọle ifarako yẹn, ati ṣe awọn iṣe kan pato tabi awọn iṣẹ ṣiṣe.
Wọn ti ni ipese pẹlu awọn sensọ oriṣiriṣi, gẹgẹbi awọn kamẹra, microphones, tabi awọn sensọ ifọwọkan, eyiti o gba wọn laaye lati kojọ alaye lati agbaye ni ayika wọn. Pẹlu iranlọwọ ti awọn algoridimu AI ati siseto, awọn roboti le ṣe itupalẹ data yii, ṣe itumọ rẹ, ati ṣe awọn ipinnu oye lati ṣe awọn iṣẹ-ṣiṣe ti a yan.
AI ṣe ipa pataki ninu awọn roboti nipa ṣiṣe awọn roboti lati kọ ẹkọ lati awọn iriri wọn ati ni ibamu si awọn ipo oriṣiriṣi.
Awọn algoridimu ikẹkọ ẹrọ le ṣee lo lati kọ awọn roboti lati ṣe idanimọ awọn nkan, lilö kiri ni ayika, tabi paapaa ṣe ajọṣepọ pẹlu eniyan. Eyi ngbanilaaye awọn roboti lati di diẹ sii wapọ, rọ, ati agbara lati mu awọn iṣẹ ṣiṣe idiju mu.
18 Awọn ọkọ ofurufu
Drones jẹ iru roboti ti o le fo tabi rababa ninu afẹfẹ laisi awaoko eniyan lori ọkọ. Wọn tun mọ bi awọn ọkọ ofurufu ti ko ni eniyan (UAVs). Drones ti ni ipese pẹlu awọn sensọ oriṣiriṣi, gẹgẹbi awọn kamẹra, GPS, ati awọn gyroscopes, eyiti o gba wọn laaye lati gba data ati lilö kiri ni agbegbe wọn.
Wọn ti wa ni iṣakoso latọna jijin nipasẹ oniṣẹ eniyan tabi o le ṣiṣẹ ni aifọwọyi nipa lilo awọn ilana ti a ti ṣe tẹlẹ.
Drones sin ọpọlọpọ awọn idi, pẹlu fọtoyiya eriali ati aworan fidio, ṣiṣe iwadi ati aworan agbaye, awọn iṣẹ ifijiṣẹ, wiwa ati awọn iṣẹ apinfunni, ibojuwo ogbin, ati paapaa lilo ere idaraya. Wọn le wọle si awọn agbegbe jijin tabi eewu ti o nira tabi lewu fun eniyan.
19. Otito ti o gbooro (AR)
Otitọ ti a ṣe afikun (AR) jẹ imọ-ẹrọ kan ti o ṣajọpọ agbaye gidi pẹlu awọn nkan foju tabi alaye lati jẹki iwoye wa ati ibaraenisepo pẹlu agbegbe. O bori awọn aworan ti ipilẹṣẹ kọnputa, awọn ohun, tabi awọn igbewọle ifarako miiran si agbaye gidi, ṣiṣẹda immersive ati iriri ibaraenisepo.
Ni irọrun, fojuinu wọ awọn gilaasi pataki tabi lilo foonuiyara rẹ lati rii agbaye ni ayika rẹ, ṣugbọn pẹlu awọn eroja foju foju kun ti a ṣafikun.
Fun apẹẹrẹ, o le tọka si foonuiyara rẹ ni opopona ilu kan ki o wo awọn ami ami foju ti n ṣafihan awọn itọnisọna, awọn iwọntunwọnsi, ati awọn atunwo fun awọn ile ounjẹ to wa nitosi tabi paapaa awọn ohun kikọ foju ti n ṣe ajọṣepọ pẹlu agbegbe gidi.
Awọn eroja foju wọnyi dapọ lainidi pẹlu agbaye gidi, imudara oye ati iriri agbegbe rẹ. Otitọ ti a ṣe afikun le ṣee lo ni awọn aaye oriṣiriṣi bii ere, eto-ẹkọ, faaji, ati paapaa fun awọn iṣẹ ṣiṣe lojoojumọ bii lilọ kiri tabi gbiyanju ohun-ọṣọ tuntun ni ile rẹ ṣaaju rira rẹ.
20. Otito Otitọ (VR)
Otitọ fojuhan (VR) jẹ imọ-ẹrọ ti o nlo awọn iṣeṣiro ti ipilẹṣẹ kọnputa lati ṣẹda agbegbe atọwọda ti eniyan le ṣawari ati ṣe ajọṣepọ pẹlu rẹ. O immerses olumulo ni a foju aye, dina jade awọn gidi aye ati ki o rọpo rẹ pẹlu kan oni-nọmba ibugbe.
Ni kukuru, fojuinu fifi agbekari pataki kan ti o bo oju ati eti rẹ ti o si gbe ọ lọ si aye ti o yatọ patapata. Ninu aye fojuhan yii, ohun gbogbo ti o rii ti o gbọ ni rilara gidi ti iyalẹnu, botilẹjẹpe gbogbo rẹ jẹ ipilẹṣẹ nipasẹ kọnputa kan.
O le gbe ni ayika, wo ni eyikeyi itọsọna, ki o si se nlo pẹlu awọn ohun tabi ohun kikọ bi ẹnipe wọn wa ni ara.
Fun apẹẹrẹ, ninu ere otito foju kan, o le rii ararẹ inu ile nla igba atijọ kan, nibiti o le rin nipasẹ awọn ọna opopona rẹ, gbe awọn ohun ija, ati ṣe awọn ija idà pẹlu awọn alatako foju. Ayika otito foju dahun si awọn agbeka ati awọn iṣe rẹ, ti o jẹ ki o ni rilara immersed ni kikun ati ṣiṣe ni iriri naa.
Otitọ foju ko jẹ lilo fun ere nikan ṣugbọn tun fun ọpọlọpọ awọn ohun elo miiran bii awọn iṣeṣiro ikẹkọ fun awọn awakọ ọkọ ofurufu, awọn oniṣẹ abẹ tabi oṣiṣẹ ologun, awọn irin-ajo ayaworan, irin-ajo foju, ati paapaa itọju ailera fun awọn ipo ọpọlọ kan. O ṣẹda ori ti wiwa ati gbe awọn olumulo lọ si awọn agbaye foju tuntun ati moriwu, ṣiṣe iriri naa ni rilara bi isunmọ si otitọ bi o ti ṣee.
21. Data Imọ
Imọ data jẹ aaye kan ti o jẹ pẹlu lilo awọn ọna imọ-jinlẹ, awọn irinṣẹ, ati awọn algoridimu lati yọkuro imọ ti o niyelori ati awọn oye lati data. O daapọ awọn eroja ti mathimatiki, awọn iṣiro, siseto, ati imọ-ašẹ lati ṣe itupalẹ awọn ipilẹ data nla ati eka.
Ni awọn ọrọ ti o rọrun, imọ-jinlẹ data jẹ nipa wiwa alaye ti o nilari ati awọn ilana ti o farapamọ laarin opo data. O kan gbigba, nu, ati siseto data, lẹhinna lilo ọpọlọpọ awọn ilana lati ṣawari ati ṣe itupalẹ rẹ. Awọn onimo ijinlẹ data lo awọn awoṣe iṣiro ati awọn algoridimu lati ṣii awọn aṣa, ṣe awọn asọtẹlẹ, ati yanju awọn iṣoro.
Fun apẹẹrẹ, ni aaye ti ilera, imọ-ẹrọ data le ṣee lo lati ṣe itupalẹ awọn igbasilẹ alaisan ati data iṣoogun lati ṣe idanimọ awọn okunfa ewu fun awọn arun, asọtẹlẹ awọn abajade alaisan, tabi mu awọn eto itọju dara. Ni iṣowo, imọ-ẹrọ data le ṣee lo si data alabara lati loye awọn ayanfẹ wọn, ṣeduro awọn ọja, tabi ilọsiwaju awọn ilana titaja.
22. Data Wrangling
Ijakadi data, ti a tun mọ si munging data, jẹ ilana ti ikojọpọ, mimọ, ati yiyipada data aise sinu ọna kika ti o wulo diẹ sii ati pe o dara fun itupalẹ. O kan mimu ati ngbaradi data lati rii daju didara rẹ, aitasera, ati ibamu pẹlu awọn irinṣẹ itupalẹ tabi awọn awoṣe.
Ni awọn ọrọ ti o rọrun, jija data dabi ṣiṣe awọn eroja fun sise. O kan gbigba data lati oriṣiriṣi awọn orisun, yiyan jade, ati mimọ rẹ lati yọkuro awọn aṣiṣe eyikeyi, awọn aiṣedeede, tabi alaye ti ko ṣe pataki.
Ni afikun, data le nilo lati yipada, tunto, tabi ṣajọpọ lati jẹ ki o rọrun lati ṣiṣẹ pẹlu ati jade awọn oye lati.
Fun apẹẹrẹ, jijakadi data le pẹlu yiyọ awọn titẹ sii ẹda-ẹda kuro, ṣiṣatunṣe awọn ọrọ aiṣedeede tabi awọn ọran kika, mimu awọn iye ti o padanu, ati yiyipada awọn iru data pada. O tun le kan sisopọpọ tabi didapọ awọn oriṣiriṣi awọn iwe data papọ, pipin data sinu awọn ipin, tabi ṣiṣẹda awọn oniyipada tuntun ti o da lori data ti o wa tẹlẹ.
23. Data Storytelling
Itan itan data jẹ iṣẹ ọna ti iṣafihan data ni ọna ti o lagbara ati ti o ni ipa lati ṣe ibaraẹnisọrọ ni imunadoko alaye kan tabi ifiranṣẹ. O kan lilo awọn iworan data, awọn itan-akọọlẹ, ati ọrọ-ọrọ lati sọ awọn oye ati awọn awari ni ọna ti o jẹ oye ati iranti fun awọn olugbo.
Ni awọn ọrọ ti o rọrun, itan-akọọlẹ data jẹ nipa lilo data lati sọ itan kan. O lọ kọja iṣafihan awọn nọmba ati awọn shatti nikan. O jẹ pẹlu ṣiṣe itan-akọọlẹ kan ni ayika data, lilo awọn eroja wiwo ati awọn ilana itan-akọọlẹ lati mu data naa wa si igbesi aye ati jẹ ki o ṣe ibatan si awọn olugbo.
Fún àpẹrẹ, dípò fífi ìṣàfihàn tábìlì kan ti àwọn isiro tita, ìtàn-ìtàn data le kan didasilẹ dasibodu ibanisọrọ ti o fun laaye awọn olumulo lati ṣawari awọn aṣa tita ni oju.
O le pẹlu itan-akọọlẹ ti o ṣe afihan awọn awari bọtini, ṣalaye awọn idi lẹhin awọn aṣa, ati daba awọn iṣeduro iṣe ti o da lori data naa.
24. Data-ìṣó Ipinnu
Ṣiṣe ipinnu-iṣakoso data jẹ ilana ti ṣiṣe awọn yiyan tabi ṣiṣe awọn iṣe ti o da lori itupalẹ ati itumọ data ti o yẹ. O jẹ pẹlu lilo data gẹgẹbi ipilẹ lati ṣe itọsọna ati atilẹyin awọn ilana ṣiṣe ipinnu dipo gbigbekele nikan lori intuition tabi idajọ ti ara ẹni.
Ni awọn ọrọ ti o rọrun, ṣiṣe ipinnu-iwakọ data tumọ si lilo awọn ododo ati ẹri lati data lati sọ ati ṣe itọsọna awọn yiyan ti a ṣe. O kan gbigba ati itupalẹ data lati loye awọn ilana, awọn aṣa, ati awọn ibatan ati lilo imọ yẹn lati ṣe awọn ipinnu alaye ati yanju awọn iṣoro.
Fun apẹẹrẹ, ni eto iṣowo kan, ṣiṣe ipinnu ti o da lori data le ni ṣiṣe itupalẹ data tita, esi alabara, ati awọn aṣa ọja lati pinnu ilana idiyele ti o munadoko julọ tabi ṣe idanimọ awọn agbegbe fun ilọsiwaju ni idagbasoke ọja.
Ni itọju ilera, o le ni ṣiṣe ayẹwo data alaisan lati mu awọn eto itọju dara tabi ṣe asọtẹlẹ awọn abajade arun.
25. Data Lake
Adagun data jẹ ibi-ipamọ data ti aarin ati iwọn ti o tọju data lọpọlọpọ ni aise ati fọọmu ti ko ni ilana. O ti ṣe apẹrẹ lati mu ọpọlọpọ awọn iru data, awọn ọna kika, ati awọn ẹya, gẹgẹbi iṣeto, ologbele-igbekalẹ, ati data ti a ko ṣeto, laisi iwulo fun awọn eto asọye tẹlẹ tabi awọn iyipada data.
Fun apẹẹrẹ, ile-iṣẹ le gba ati tọju data lati awọn orisun oriṣiriṣi, gẹgẹbi awọn akọọlẹ oju opo wẹẹbu, awọn iṣowo alabara, awọn ifunni media awujọ, ati awọn ẹrọ IoT, ninu adagun data kan.
Data yii le ṣee lo fun awọn idi oriṣiriṣi, gẹgẹbi ṣiṣe awọn atupale ilọsiwaju, ṣiṣe awọn algoridimu ikẹkọ ẹrọ, tabi ṣawari awọn ilana ati awọn aṣa ni ihuwasi alabara.
26. Data ile ise
Ile-ipamọ data jẹ eto data pataki kan ti o jẹ apẹrẹ pataki fun titoju, siseto, ati itupalẹ awọn oye nla ti data lati awọn orisun oriṣiriṣi. O jẹ ti eleto ni ọna ti o ṣe atilẹyin imupadabọ data to munadoko ati awọn ibeere itupalẹ eka.
O ṣiṣẹ bi ibi ipamọ aarin ti o ṣepọ data lati oriṣiriṣi awọn ọna ṣiṣe ṣiṣe, gẹgẹbi awọn apoti isura data iṣowo, awọn eto CRM, ati awọn orisun data miiran laarin agbari kan.
Awọn data ti yipada, sọ di mimọ, ati ti kojọpọ sinu ile-itaja data ni ọna kika ti a ṣe iṣapeye fun awọn idi itupalẹ.
27. Imọye iṣowo (BI)
Imọye iṣowo n tọka si ilana ti gbigba, itupalẹ, ati fifihan data ni ọna ti o ṣe iranlọwọ fun awọn iṣowo ṣe awọn ipinnu alaye ati gba awọn oye to niyelori. O kan lilo awọn irinṣẹ lọpọlọpọ, awọn imọ-ẹrọ, ati awọn ilana lati yi data aise pada si alaye ti o nilari, alaye iṣe.
Fun apẹẹrẹ, eto oye iṣowo le ṣe itupalẹ data tita lati ṣe idanimọ awọn ọja ti o ni ere julọ, ṣe atẹle awọn ipele akojo oja, ati tọpa awọn ayanfẹ alabara.
O le pese awọn oye akoko gidi sinu awọn afihan iṣẹ ṣiṣe bọtini (KPIs) bii owo-wiwọle, ohun-ini alabara, tabi iṣẹ ṣiṣe ọja, gbigba awọn iṣowo laaye lati ṣe awọn ipinnu idari data ati ṣe awọn iṣe deede lati mu awọn iṣẹ wọn dara si.
Awọn irinṣẹ oye iṣowo nigbagbogbo pẹlu awọn ẹya bii iworan data, ibeere ad hoc, ati awọn agbara iwadii data. Awọn irinṣẹ wọnyi jẹ ki awọn olumulo ṣiṣẹ, bii owo atunnkanka tabi awọn alakoso, lati ṣe ajọṣepọ pẹlu data naa, ge ati ge, ati ṣe awọn iroyin tabi awọn aṣoju wiwo ti o ṣe afihan awọn imọran pataki ati awọn aṣa.
28. Awọn atupale Asọtẹlẹ
Itupalẹ asọtẹlẹ jẹ iṣe ti lilo data ati awọn ilana iṣiro lati ṣe awọn asọtẹlẹ alaye tabi awọn asọtẹlẹ nipa awọn iṣẹlẹ iwaju tabi awọn abajade. O kan ṣiṣe ayẹwo data itan, idamọ awọn ilana, ati awọn awoṣe kikọ lati ṣe afikun ati ṣiro awọn aṣa, awọn ihuwasi, tabi awọn iṣẹlẹ iwaju.
O ṣe ifọkansi lati ṣii awọn ibatan laarin awọn oniyipada ati lo alaye yẹn lati ṣe awọn asọtẹlẹ. O lọ kọja nìkan apejuwe awọn iṣẹlẹ ti o ti kọja; dipo, o leverages itan data lati ni oye ati ki o fokansi ohun ti jẹ seese lati ṣẹlẹ ni ojo iwaju.
Fun apẹẹrẹ, ni aaye ti inawo, itupalẹ asọtẹlẹ le ṣee lo lati sọtẹlẹ iṣura awọn idiyele ti o da lori data ọja itan, awọn afihan eto-ọrọ, ati awọn ifosiwewe miiran ti o yẹ.
Ni titaja, o le ṣe oojọ ti lati ṣe asọtẹlẹ ihuwasi alabara ati awọn ayanfẹ, ṣiṣe ipolowo ifọkansi ati awọn ipolongo titaja ti ara ẹni.
Ni ilera, itupalẹ asọtẹlẹ le ṣe iranlọwọ idanimọ awọn alaisan ti o wa ninu ewu ti o ga fun awọn arun kan tabi ṣe asọtẹlẹ iṣeeṣe ti atunkọ ti o da lori itan-akọọlẹ iṣoogun ati awọn ifosiwewe miiran.
29. Prescriptive atupale
Awọn atupale ilana ilana jẹ ohun elo ti data ati awọn atupale lati pinnu awọn iṣe ti o dara julọ ti o ṣeeṣe lati ṣe ni ipo kan pato tabi oju iṣẹlẹ ṣiṣe ipinnu.
O lọ kọja apejuwe ati awọn atupale asọtẹlẹ nipa kii ṣe ipese awọn oye nipa ohun ti o le ṣẹlẹ ni ọjọ iwaju ṣugbọn tun ṣeduro iṣẹ ṣiṣe ti o dara julọ lati ṣaṣeyọri abajade ti o fẹ.
O daapọ data itan, awọn awoṣe asọtẹlẹ, ati awọn ilana imudara lati ṣe adaṣe awọn oju iṣẹlẹ oriṣiriṣi ati ṣe iṣiro awọn abajade agbara ti awọn ipinnu oriṣiriṣi. O ṣe akiyesi awọn inira pupọ, awọn ibi-afẹde, ati awọn ifosiwewe lati ṣe ipilẹṣẹ awọn iṣeduro ṣiṣe ti o mu awọn abajade ti o fẹ pọ si tabi dinku awọn eewu.
Fun apẹrẹ, ni sekeseke Akojo iṣakoso, awọn atupale prescriptive le ṣe itupalẹ data lori awọn ipele akojo oja, awọn agbara iṣelọpọ, awọn idiyele gbigbe, ati ibeere alabara lati pinnu ero pinpin daradara julọ.
O le ṣeduro ipinfunni pipe ti awọn orisun, gẹgẹbi awọn ipo ifipamọ ọja tabi awọn ipa ọna gbigbe, lati dinku awọn idiyele ati rii daju ifijiṣẹ akoko.
30. Data-ìṣó Marketing
Titaja iṣowo data n tọka si iṣe ti lilo data ati awọn atupale lati wakọ awọn ilana titaja, awọn ipolongo, ati awọn ilana ṣiṣe ipinnu.
O kan mimu ọpọlọpọ awọn orisun data lati ni oye si ihuwasi alabara, awọn ayanfẹ, ati awọn aṣa ati lilo alaye yẹn lati mu awọn akitiyan tita dara si.
O fojusi lori gbigba ati itupalẹ data lati awọn aaye ifọwọkan pupọ, gẹgẹbi awọn ibaraenisepo oju opo wẹẹbu, ilowosi media awujọ, awọn ẹda eniyan, itan rira, ati diẹ sii. Lẹhinna a lo data yii lati ṣẹda oye pipe ti awọn olugbo ibi-afẹde, awọn ayanfẹ wọn, ati awọn iwulo wọn.
Nipa lilo data, awọn onijaja le ṣe awọn ipinnu alaye nipa pipin alabara, ibi-afẹde, ati isọdi-ara ẹni.
Wọn le ṣe idanimọ awọn apakan alabara kan pato ti o ṣeeṣe diẹ sii lati dahun daadaa si awọn ipolongo titaja ati ṣe deede awọn ifiranṣẹ wọn ati awọn ipese ni ibamu.
Ni afikun, titaja ti n ṣakoso data ṣe iranlọwọ ni jijẹ awọn ikanni titaja, ṣiṣe ipinnu akojọpọ titaja ti o munadoko julọ, ati wiwọn aṣeyọri awọn ipilẹṣẹ titaja.
Fún àpẹrẹ, ọ̀nà títajà tí a dárí dátà lè kan ṣíṣàyẹ̀wò dátà oníbàárà láti ṣe ìdámọ̀ ìhùwàsí rira àti àwọn ìlànà àyànfẹ́. Da lori awọn oye wọnyi, awọn onijaja le ṣẹda awọn ipolongo ifọkansi pẹlu akoonu ti ara ẹni ati awọn ipese ti o ṣe atunṣe pẹlu awọn apakan alabara kan pato.
Nipasẹ itupalẹ ilọsiwaju ati iṣapeye, wọn le wiwọn imunadoko ti awọn akitiyan tita wọn ati ṣatunṣe awọn ilana ni akoko pupọ.
31. Data Isejoba
Isakoso data jẹ ilana ati ṣeto awọn iṣe ti awọn ajọ gba lati rii daju iṣakoso to dara, aabo, ati iduroṣinṣin ti data jakejado igbesi aye rẹ. O ni awọn ilana, awọn eto imulo, ati awọn ilana ti o ṣe akoso bii data ṣe n gba, fipamọ, wọle, lo, ati pinpin laarin agbari kan.
O ni ero lati fi idi iṣiro, ojuse, ati iṣakoso lori awọn ohun-ini data. O ṣe idaniloju pe data jẹ deede, pipe, deede, ati igbẹkẹle, ṣiṣe awọn ajo laaye lati ṣe awọn ipinnu alaye, ṣetọju didara data, ati pade awọn ibeere ilana.
Isakoso data jẹ asọye awọn ipa ati awọn ojuse fun iṣakoso data, idasile awọn iṣedede data ati awọn eto imulo, ati imuse awọn ilana lati ṣe atẹle ati fi agbara mu ibamu. O koju awọn ẹya oriṣiriṣi ti iṣakoso data, pẹlu aṣiri data, aabo data, didara data, ipinya data, ati iṣakoso igbesi aye data.
Fun apẹẹrẹ, iṣakoso data le ni awọn ilana imuse lati rii daju pe ti ara ẹni tabi data ifura ni a mu ni ibamu pẹlu awọn ilana ikọkọ ti o wulo, gẹgẹbi Ilana Idaabobo Data Gbogbogbo (GDPR).
O tun le pẹlu idasile awọn iṣedede didara data ati imuse awọn ilana ijẹrisi data lati rii daju pe data jẹ deede ati igbẹkẹle.
32. Aabo data
Aabo data jẹ nipa titọju alaye to niyelori wa lailewu lati iraye si laigba aṣẹ tabi ole. O kan gbigbe awọn igbese lati daabobo aṣiri data, iduroṣinṣin, ati wiwa.
Ni pataki, o tumọ si rii daju pe awọn eniyan to tọ nikan le wọle si data wa, pe o wa ni deede ati ko yipada, ati pe o wa nigbati o nilo.
Lati ṣaṣeyọri aabo data, ọpọlọpọ awọn ọgbọn ati imọ-ẹrọ lo. Fun apẹẹrẹ, awọn iṣakoso iraye si ati awọn ọna fifi ẹnọ kọ nkan ṣe iranlọwọ ni opin iraye si awọn ẹni-kọọkan tabi awọn eto ti a fun ni aṣẹ, ti o jẹ ki o le fun awọn ti ita lati wọle si data wa.
Awọn ọna ṣiṣe abojuto, awọn ogiriina, ati awọn eto wiwa ifọle ṣiṣẹ bi awọn alagbatọ, titaniji wa si awọn iṣẹ ifura ati idilọwọ iraye si laigba aṣẹ.
33. Intanẹẹti ti Ohun
Intanẹẹti ti Awọn nkan (IoT) tọka si nẹtiwọọki ti awọn nkan ti ara tabi “awọn nkan” ti o sopọ mọ Intanẹẹti ati pe o le ṣe ibaraẹnisọrọ pẹlu ara wọn. O dabi oju opo wẹẹbu nla ti awọn nkan lojoojumọ, awọn ẹrọ, ati awọn ẹrọ ti o ni anfani lati pin alaye ati ṣe awọn iṣẹ ṣiṣe nipasẹ ibaraenisọrọ nipasẹ intanẹẹti.
Ni awọn ọrọ ti o rọrun, IoT pẹlu fifun awọn agbara “ọlọgbọn” si ọpọlọpọ awọn nkan tabi awọn ẹrọ ti ko ni asopọ ni aṣa si intanẹẹti. Awọn nkan wọnyi le pẹlu awọn ohun elo ile, awọn ẹrọ wiwọ, awọn iwọn otutu, awọn ọkọ ayọkẹlẹ, ati paapaa awọn ẹrọ ile-iṣẹ.
Nipa sisopọ awọn nkan wọnyi si intanẹẹti, wọn le ṣajọ ati pin data, gba awọn ilana, ati ṣe awọn iṣẹ ṣiṣe ni adase tabi ni idahun si awọn aṣẹ olumulo.
Fun apẹẹrẹ, thermostat ọlọgbọn le ṣe atẹle iwọn otutu, ṣatunṣe awọn eto, ati firanṣẹ awọn ijabọ lilo agbara si ohun elo foonuiyara kan. Olutọpa amọdaju ti wearable le gba data lori awọn iṣẹ ṣiṣe ti ara rẹ ki o muuṣiṣẹpọ si pẹpẹ ti o da lori awọsanma fun itupalẹ.
34. Ipinnu Igi
Igi ipinnu jẹ aṣoju wiwo tabi aworan atọka ti o ṣe iranlọwọ fun wa lati ṣe awọn ipinnu tabi pinnu ipa ọna ti o da lori lẹsẹsẹ awọn yiyan tabi awọn ipo.
O dabi apẹrẹ ṣiṣan ti o ṣe amọna wa nipasẹ ilana ṣiṣe ipinnu nipa gbigbe awọn aṣayan oriṣiriṣi ati awọn abajade agbara wọn.
Fojuinu pe o ni iṣoro tabi ibeere kan, ati pe o nilo lati ṣe yiyan.
Igi ipinnu kan fọ ipinnu naa sinu awọn igbesẹ kekere, bẹrẹ pẹlu ibeere akọkọ ati ṣiṣafihan si oriṣiriṣi awọn idahun tabi awọn iṣe ti o da lori awọn ipo tabi awọn ibeere ni igbesẹ kọọkan.
35. Iṣiro Iṣiro
Iṣiro oye, ni awọn ọrọ ti o rọrun, tọka si awọn eto kọnputa tabi awọn imọ-ẹrọ ti o ṣe afiwe awọn agbara oye eniyan, bii kikọ ẹkọ, ero, oye, ati ipinnu iṣoro.
Ó wé mọ́ ṣíṣe àwọn ètò kọ̀ǹpútà tó lè ṣe ìṣàkóso àti ìtumọ̀ ìsọfúnni lọ́nà tó jọ ìrònú èèyàn.
Iṣiro oye ni ero lati ṣe agbekalẹ awọn ẹrọ ti o le loye ati ibaraenisepo pẹlu eniyan ni adayeba diẹ sii ati oye. Awọn ọna ṣiṣe wọnyi jẹ apẹrẹ lati ṣe itupalẹ awọn data lọpọlọpọ, da awọn ilana mọ, ṣe awọn asọtẹlẹ, ati pese awọn oye to nilari.
Ronu ti iṣiro oye bi igbiyanju lati jẹ ki awọn kọnputa ronu ati ṣe diẹ sii bi eniyan.
O kan awọn imọ-ẹrọ imudara gẹgẹbi itetisi atọwọda, ẹkọ ẹrọ, ṣiṣiṣẹ ede adayeba, ati iran kọnputa lati jẹki awọn kọnputa lati ṣe awọn iṣẹ ṣiṣe ti aṣa ni nkan ṣe pẹlu oye eniyan.
36. Ilana Ẹkọ Iṣiro
Ilana Ẹkọ Iṣiro jẹ ẹka pataki kan laarin agbegbe ti oye atọwọda ti o yiyi idagbasoke ati idanwo awọn algoridimu ti a ṣe ni pataki lati kọ ẹkọ lati data.
Aaye yii ṣawari ọpọlọpọ awọn ilana ati awọn ilana fun kikọ awọn algoridimu ti o le mu ilọsiwaju iṣẹ wọn ṣiṣẹ ni adase nipasẹ ṣiṣe itupalẹ ati ṣiṣakoso alaye nla.
Nipa lilo agbara data, Imọ-ẹkọ Ẹkọ Iṣiro ni ifọkansi lati ṣii awọn ilana, awọn ibatan, ati awọn oye ti o jẹ ki awọn ẹrọ mu awọn agbara ṣiṣe ipinnu wọn pọ si ati ṣe awọn iṣẹ ṣiṣe daradara siwaju sii.
Ibi-afẹde ti o ga julọ ni lati ṣẹda awọn algoridimu ti o le ṣe deede, ṣajọpọ, ati ṣe awọn asọtẹlẹ deede ti o da lori data ti wọn ti ṣafihan si, idasi si ilọsiwaju ti oye atọwọda ati awọn ohun elo iṣe rẹ.
37. Turing igbeyewo
Idanwo Turing, ni ipilẹṣẹ ti dabaa nipasẹ mathimatiki didan ati onimọ-jinlẹ kọnputa Alan Turing, jẹ imọran iyanilẹnu ti a lo lati ṣe ayẹwo boya ẹrọ kan le ṣafihan ihuwasi oye ti o jọra si, tabi adaṣe ko ṣe iyatọ si, ti eniyan.
Ninu idanwo Turing, oluyẹwo eniyan kan ṣe ibaraẹnisọrọ ni ede adayeba pẹlu ẹrọ mejeeji ati alabaṣe eniyan miiran laisi mimọ eyiti ọkan jẹ ẹrọ naa.
Ipa oluyẹwo ni lati mọ iru nkan ti o jẹ ẹrọ da lori awọn idahun wọn. Ti ẹrọ naa ba ni anfani lati parowa fun oluyẹwo pe o jẹ ẹlẹgbẹ eniyan, lẹhinna o sọ pe o ti kọja idanwo Turing, nitorinaa ṣe afihan ipele oye ti o ṣe afihan awọn agbara bi eniyan.
Alan Turing dabaa idanwo yii bi ọna lati ṣawari imọran ti oye ẹrọ ati lati ṣe ibeere boya boya awọn ẹrọ le ṣe aṣeyọri oye ipele eniyan.
Nipa sisọ idanwo naa ni awọn ofin ti aiṣedeede eniyan, Turing ṣe afihan agbara fun awọn ẹrọ lati ṣe afihan ihuwasi ti o ni idaniloju ti o ni idaniloju pe o di nija lati ṣe iyatọ wọn si eniyan.
Idanwo Turing fa awọn ijiroro lọpọlọpọ ati iwadii ni awọn aaye ti oye atọwọda ati imọ-jinlẹ oye. Lakoko ti o ti kọja idanwo Turing jẹ iṣẹlẹ pataki kan, kii ṣe iwọn nikan ti oye.
Bibẹẹkọ, idanwo naa n ṣiṣẹ bi ala-itumọ ti ironu, nfa awọn akitiyan ti nlọ lọwọ lati ṣe agbekalẹ awọn ẹrọ ti o lagbara lati farawe iru oye ati ihuwasi eniyan ati idasi si iṣawakiri gbooro ti ohun ti o tumọ si lati ni oye.
38. Ẹkọ imudara
Ikẹkọ imudara jẹ iru ẹkọ ti o ṣẹlẹ nipasẹ idanwo ati aṣiṣe, nibiti "aṣoju" (eyiti o le jẹ eto kọmputa tabi roboti) kọ ẹkọ lati ṣe awọn iṣẹ-ṣiṣe nipa gbigba awọn ere fun iwa rere ati ti nkọju si awọn abajade tabi awọn ijiya fun iwa buburu.
Fojuinu oju iṣẹlẹ kan nibiti aṣoju n gbiyanju lati pari iṣẹ-ṣiṣe kan pato, gẹgẹbi lilọ kiri iruniloju kan. Ni akọkọ, aṣoju ko mọ ọna ti o tọ lati mu, nitorinaa o gbiyanju awọn iṣe oriṣiriṣi ati ṣawari awọn ọna oriṣiriṣi.
Nigbati o ba yan iṣe ti o dara ti o sunmọ ibi-afẹde naa, o gba ere kan, bii “pat lori ẹhin” foju. Bibẹẹkọ, ti o ba ṣe ipinnu ti ko dara ti o yori si opin iku tabi mu u kuro ni ibi-afẹde, o gba ijiya tabi awọn esi odi.
Nipasẹ ilana idanwo ati aṣiṣe yii, aṣoju naa kọ ẹkọ lati ṣepọ awọn iṣe kan pẹlu awọn abajade rere tabi odi. O maa n ṣe iṣiro lẹsẹsẹ awọn iṣe ti o dara julọ lati mu awọn ere rẹ pọ si ati dinku awọn ijiya, nikẹhin di ọlọgbọn diẹ sii ni iṣẹ naa.
Ẹkọ imuduro nfa awokose lati bi eniyan ati ẹranko ṣe kọ ẹkọ nipa gbigba esi lati agbegbe.
Nipa lilo ero yii si awọn ẹrọ, awọn oniwadi ṣe ifọkansi lati ṣe agbekalẹ awọn eto oye ti o le kọ ẹkọ ati ni ibamu si awọn ipo oriṣiriṣi nipa ṣiṣewadii adani awọn ihuwasi ti o munadoko julọ nipasẹ ilana imuduro rere ati awọn abajade odi.
39. nkan isediwon
Iyọkuro nkan n tọka si ilana kan ninu eyiti a ṣe idanimọ ati jade awọn ege pataki ti alaye, ti a mọ si awọn nkan, lati bulọki ti ọrọ. Awọn ile-iṣẹ wọnyi le jẹ awọn nkan bii orukọ eniyan, orukọ awọn aaye, awọn orukọ ti awọn ajọ, ati bẹbẹ lọ.
Jẹ ki a fojuinu pe o ni paragirafi kan ti n ṣapejuwe nkan iroyin kan.
Iyọkuro nkan yoo kan ṣiṣayẹwo ọrọ naa ati yiyan awọn ege kan pato ti o ṣojuuṣe awọn nkan ọtọtọ. Fun apẹẹrẹ, ti ọrọ naa ba mẹnuba orukọ eniyan bii “John Smith,” ipo “Ilu New York,” tabi agbari “OpenAI,” iwọnyi yoo jẹ awọn ile-iṣẹ ti a pinnu lati ṣe idanimọ ati jade.
Nipa sisẹ isediwon nkan, a n kọni ni pataki eto kọmputa lati ṣe idanimọ ati ya awọn eroja pataki kuro ninu ọrọ naa. Ilana yii n jẹ ki a ṣeto ati tito lẹtọ alaye daradara siwaju sii, ṣiṣe ki o rọrun lati wa, ṣe itupalẹ, ati gba awọn oye lati awọn ipele nla ti data ọrọ.
Iwoye, isediwon nkan ṣe iranlọwọ fun wa adaṣe adaṣe ti sisọ awọn nkan pataki, gẹgẹbi awọn eniyan, awọn aaye, ati awọn ajọ, laarin ọrọ, ṣiṣatunṣe isediwon ti alaye ti o niyelori ati imudara agbara wa lati ṣiṣẹ ati loye data ọrọ.
40. Linguistic Annotation
Itumọ ede jẹ pẹlu imudara ọrọ pọ pẹlu afikun alaye ede lati jẹki oye wa ati itupalẹ ede ti a lo. O dabi fifi awọn aami ti o ṣe iranlọwọ tabi awọn afi si awọn ẹya oriṣiriṣi ti ọrọ kan.
Nigba ti a ba ṣe asọye ede, a lọ kọja awọn ọrọ ipilẹ ati awọn gbolohun ọrọ ti o wa ninu ọrọ kan ati bẹrẹ isamisi tabi fifi aami si awọn eroja kan pato. Fún àpẹrẹ, a le ṣàfikún àwọn àfikún-apakan-ọ̀rọ̀, tí ń tọ́ka sí ẹ̀ka gírámà ti ọ̀rọ̀ kọ̀ọ̀kan (gẹ́gẹ́ bí orúkọ, ọ̀rọ̀-ìṣe, ajẹtífù, àti bẹ́ẹ̀ bẹ́ẹ̀ lọ.). Eyi ṣe iranlọwọ fun wa ni oye ipa ti ọrọ kọọkan nṣe ninu gbolohun ọrọ kan.
Irisi asọye ede miiran jẹ orukọ idanimọ nkan, nibiti a ṣe idanimọ ati ṣe aami awọn nkan pataki ti a darukọ, gẹgẹbi awọn orukọ eniyan, awọn aaye, awọn ajọ, tabi awọn ọjọ. Eyi n gba wa laaye lati wa ni kiakia ati jade alaye pataki lati inu ọrọ naa.
Nipa titọka ọrọ ni awọn ọna wọnyi, a ṣẹda iṣeto diẹ sii ati ti iṣeto ti ede naa. Eyi le wulo pupọ ni ọpọlọpọ awọn ohun elo. Fun apẹẹrẹ, o ṣe iranlọwọ imudara išedede ti awọn ẹrọ wiwa nipasẹ agbọye idi ti o wa lẹhin awọn ibeere olumulo. O tun ṣe iranlọwọ ni itumọ ẹrọ, itupalẹ itara, isediwon alaye, ati ọpọlọpọ awọn iṣẹ ṣiṣe ti ede adayeba miiran.
Itumọ ede n ṣiṣẹ gẹgẹbi irinṣẹ pataki fun awọn oniwadi, awọn onimo ede, ati awọn olupilẹṣẹ, ti o fun wọn laaye lati ṣe iwadi awọn ilana ede, kọ awọn awoṣe ede, ati idagbasoke awọn algoridimu fafa ti o le ṣe itupalẹ daradara ati loye ọrọ naa.
41. Hyperparameter
In imudani ẹrọ, hyperparameter kan dabi eto pataki tabi iṣeto ti a nilo lati pinnu ṣaaju ikẹkọ awoṣe kan. Kii ṣe nkan ti awoṣe le kọ ẹkọ lori ara rẹ lati inu data naa; dipo, a ni lati pinnu rẹ tẹlẹ.
Ronu nipa rẹ bi koko tabi yipada ti a le ṣatunṣe si itanran-tun bi awoṣe ṣe kọ ẹkọ ati ṣe awọn asọtẹlẹ. Awọn hyperparameters wọnyi ṣe akoso ọpọlọpọ awọn aaye ti ilana ikẹkọ, gẹgẹbi idiju awoṣe, iyara ikẹkọ, ati iṣowo laarin deede ati gbogbogbo.
Fun apẹẹrẹ, jẹ ki a ro nẹtiwọki ti iṣan. Ọkan hyperparameter pataki ni nọmba awọn fẹlẹfẹlẹ ninu nẹtiwọọki. A ni lati yan bi o ṣe jinlẹ ti a fẹ ki nẹtiwọọki wa, ati pe ipinnu yii ni ipa lori agbara rẹ lati mu awọn ilana idiju ninu data naa.
Awọn hyperparameters miiran ti o wọpọ pẹlu oṣuwọn ẹkọ, eyiti o pinnu bi o ṣe yarayara awoṣe ṣe atunṣe awọn aye inu inu rẹ ti o da lori data ikẹkọ, ati agbara igbagbogbo, eyiti o ṣakoso iye ti awoṣe ṣe jẹ ijiya awọn ilana idiju lati ṣe idiwọ apọju.
Ṣiṣeto awọn hyperparameter wọnyi ni deede jẹ pataki nitori wọn le ni ipa ni pataki iṣẹ ati ihuwasi ti awoṣe. Nigbagbogbo o kan diẹ ninu idanwo ati aṣiṣe, ṣiṣe idanwo pẹlu awọn iye oriṣiriṣi ati akiyesi bii wọn ṣe ni ipa lori iṣẹ awoṣe lori iwe data afọwọsi kan.
42. Metadata
Metadata n tọka si alaye afikun ti o pese awọn alaye nipa data miiran. O dabi akojọpọ awọn afi tabi awọn aami ti o fun wa ni ọrọ-ọrọ diẹ sii tabi ṣe apejuwe awọn abuda ti data akọkọ.
Nigba ti a ba ni data, boya o jẹ iwe-ipamọ, aworan kan, fidio, tabi eyikeyi iru alaye miiran, metadata ṣe iranlọwọ fun wa ni oye awọn aaye pataki ti data naa.
Fun apẹẹrẹ, ninu iwe-ipamọ, metadata le pẹlu awọn alaye bii orukọ onkọwe, ọjọ ti o ṣẹda, tabi ọna kika faili. Ninu ọran ti aworan kan, metadata le sọ fun wa ibi ti o ti ya, awọn eto kamẹra ti a lo, tabi paapaa ọjọ ati akoko ti o ya.
Metadata ṣe iranlọwọ fun wa lati ṣeto, wa, ati tumọ data diẹ sii daradara. Nipa fifi awọn alaye ijuwe wọnyi kun, a le yara wa awọn faili kan pato tabi loye ipilẹṣẹ wọn, idi, tabi agbegbe laisi nini lati ma wà nipasẹ gbogbo akoonu.
43. Dimensionality Idinku
Idinku iwọn jẹ ilana kan ti a lo lati ṣe irọrun ipilẹ data nipa idinku nọmba awọn ẹya tabi awọn oniyipada ti o ni. O dabi sisọpọ tabi ṣe akopọ alaye naa ni ipilẹ data lati jẹ ki o le ṣakoso diẹ sii ati rọrun lati ṣiṣẹ pẹlu.
Fojuinu pe o ni iwe data pẹlu ọpọlọpọ awọn ọwọn tabi awọn abuda ti o nsoju awọn abuda oriṣiriṣi ti awọn aaye data. Oju-iwe kọọkan ṣe afikun si idiju ati awọn ibeere iṣiro ti awọn algoridimu ikẹkọ ẹrọ.
Ni awọn igba miiran, nini nọmba giga ti awọn iwọn le jẹ ki o nija lati wa awọn ilana ti o nilari tabi awọn ibatan ninu data naa.
Idinku iwọn-iwọn ṣe iranlọwọ lati koju ọrọ yii nipa yiyipada iwe-ipamọ data sinu aṣoju iwọn-kekere lakoko idaduro bi alaye ti o yẹ bi o ti ṣee ṣe. O ṣe ifọkansi lati mu awọn abala pataki julọ tabi awọn iyatọ ninu data lakoko ti o ṣabọ aibikita tabi awọn iwọn alaye ti o kere si.
44. Text Classification
Isọsọ ọrọ jẹ ilana ti o kan fifi awọn aami tabi awọn ẹka kan pato si awọn bulọọki ọrọ ti o da lori akoonu tabi itumọ wọn. O dabi yiyan tabi ṣeto alaye ọrọ sinu awọn ẹgbẹ oriṣiriṣi tabi awọn kilasi lati dẹrọ itupalẹ siwaju tabi ṣiṣe ipinnu.
Jẹ ki a wo apẹẹrẹ ti iyasọtọ imeeli. Ni oju iṣẹlẹ yii, a fẹ lati pinnu boya imeeli ti nwọle jẹ àwúrúju tabi ti kii ṣe àwúrúju (ti a tun mọ ni ham). Ọrọ classification algoridimu ṣe itupalẹ akoonu ti imeeli ati fi aami si ni ibamu.
Ti algoridimu pinnu pe imeeli ṣe afihan awọn abuda ti o wọpọ pẹlu àwúrúju, o yan aami naa “àwúrúju.” Lọna miiran, ti imeeli ba han ni ẹtọ ati ti kii ṣe spammy, o fi aami naa “kii ṣe àwúrúju” tabi “ham.”
Isọri ọrọ n wa awọn ohun elo ni ọpọlọpọ awọn agbegbe ti o kọja sisẹ imeeli. O ti wa ni lo ninu itara onínọmbà lati mọ awọn itara han ni onibara agbeyewo (rere, odi, tabi didoju).
Awọn nkan iroyin le jẹ ipin si awọn akọle oriṣiriṣi tabi awọn ẹka bii ere idaraya, iṣelu, ere idaraya, ati diẹ sii. Awọn akọọlẹ iwiregbe atilẹyin alabara le jẹ tito lẹtọ da lori idi tabi ọrọ ti a koju.
45. AI ailera
AI ti ko lagbara, ti a tun mọ ni AI dín, tọka si awọn ọna ṣiṣe itetisi atọwọda ti a ṣe apẹrẹ ati siseto lati ṣe awọn iṣẹ-ṣiṣe tabi awọn iṣẹ kan pato. Ko dabi oye eniyan, eyiti o ni ọpọlọpọ awọn agbara oye, AI ti ko lagbara ni opin si agbegbe tabi iṣẹ-ṣiṣe kan pato.
Ronu ti AI ailera bi sọfitiwia amọja tabi awọn ẹrọ ti o tayọ ni ṣiṣe awọn iṣẹ kan pato. Fun apẹẹrẹ, eto AI ti nṣire chess le ṣee ṣẹda lati ṣe itupalẹ awọn ipo ere, ṣe ilana awọn gbigbe, ati dije lodi si awọn oṣere eniyan.
Apẹẹrẹ miiran jẹ eto idanimọ aworan ti o le ṣe idanimọ awọn nkan ninu awọn fọto tabi awọn fidio.
Awọn eto AI wọnyi ti ni ikẹkọ ati iṣapeye lati tayọ ni awọn agbegbe kan pato ti imọran. Wọn gbẹkẹle awọn algoridimu, data, ati awọn ofin ti a ti ṣalaye tẹlẹ lati ṣe awọn iṣẹ ṣiṣe wọn daradara.
Sibẹsibẹ, wọn ko ni oye gbogbogbo ti o fun wọn laaye lati loye tabi ṣe awọn iṣẹ ṣiṣe ni ita agbegbe ti a yàn.
46. Alagbara AI
AI ti o lagbara, ti a tun mọ ni AI gbogbogbo tabi itetisi gbogbogbo atọwọda (AGI), tọka si ọna ti oye atọwọda ti o ni agbara lati ni oye, kọ ẹkọ, ati ṣe iṣẹ-ṣiṣe ọgbọn eyikeyi ti eniyan le.
Ko dabi AI ti ko lagbara, eyiti a ṣe apẹrẹ fun awọn iṣẹ-ṣiṣe kan pato, AI ti o lagbara ni ero lati tun ṣe itetisi eniyan-bi ati awọn agbara oye. O tiraka lati ṣẹda awọn ẹrọ tabi sọfitiwia ti kii ṣe pe o tayọ ni awọn iṣẹ ṣiṣe amọja nikan ṣugbọn tun ni oye ti o gbooro ati iyipada lati koju ọpọlọpọ awọn italaya ọgbọn.
Ibi-afẹde ti AI ti o lagbara ni lati ṣe agbekalẹ awọn eto ti o le ronu, loye alaye idiju, kọ ẹkọ lati iriri, ṣe awọn ibaraẹnisọrọ ede abinibi, ṣafihan ẹda, ati ṣafihan awọn agbara miiran ti o ni nkan ṣe pẹlu oye eniyan.
Ni pataki, o nireti lati ṣẹda awọn ọna ṣiṣe AI ti o le ṣe adaṣe tabi tun ṣe ironu ipele eniyan ati ipinnu iṣoro kọja awọn agbegbe pupọ.
47. Siwaju Chaining
Sisopọ siwaju jẹ ọna ero tabi ọgbọn ti o bẹrẹ pẹlu data ti o wa ti o lo lati ṣe awọn ipinnu ati fa awọn ipinnu tuntun. O dabi sisopọ awọn aami nipa lilo alaye ti o wa ni ọwọ lati lọ siwaju ati de awọn oye afikun.
Fojuinu pe o ni eto awọn ofin tabi awọn otitọ, ati pe o fẹ lati ni alaye tuntun tabi de awọn ipinnu kan pato ti o da lori wọn. Sisopọ siwaju awọn iṣẹ nipasẹ ṣiṣe ayẹwo data ibẹrẹ ati lilo awọn ofin ọgbọn lati ṣe agbekalẹ awọn ododo afikun tabi awọn ipinnu.
Lati rọrun, jẹ ki a wo oju iṣẹlẹ ti o rọrun ti ṣiṣe ipinnu kini lati wọ da lori awọn ipo oju ojo. O ni ofin ti o sọ pe, "Ti ojo ba n rọ, mu agboorun wa," ati ofin miiran ti o sọ pe "Ti o ba tutu, wọ jaketi." Bayi, ti o ba ṣe akiyesi pe ojo n rọ nitootọ, o le lo sisẹ siwaju lati sọ pe o yẹ ki o mu agboorun kan wa.
48. Sihin Chaining
Sisopọ sẹhin jẹ ọna ero ti o bẹrẹ pẹlu ipari ti o fẹ tabi ibi-afẹde ati ṣiṣẹ sẹhin lati pinnu data pataki tabi awọn ododo ti o nilo lati ṣe atilẹyin ipari yẹn. O dabi wiwa awọn igbesẹ rẹ lati abajade ti o fẹ si alaye akọkọ ti o nilo lati ṣaṣeyọri rẹ.
Lati loye sisẹ sẹhin, jẹ ki a gbero apẹẹrẹ ti o rọrun kan. Ṣebi o fẹ lati pinnu boya o dara lati lọ fun we. Ipari ti o fẹ jẹ boya tabi kii ṣe odo yẹ ti o da lori awọn ipo kan.
Dipo ti bẹrẹ pẹlu awọn ipo, ẹhin ẹhin bẹrẹ pẹlu ipari ati ṣiṣẹ sẹhin lati wa data atilẹyin.
Ni ọran yii, didin sẹhin yoo kan bibeere awọn ibeere bii “Ṣe oju-ọjọ gbona?” Ti idahun ba jẹ bẹẹni, lẹhinna o beere, "Ṣe adagun omi wa?" Ti idahun ba jẹ bẹẹni lẹẹkansi, iwọ yoo beere awọn ibeere siwaju sii gẹgẹbi, "Ṣe akoko ti o to lati lọ wewe?"
Nipa dahun awọn ibeere wọnyi ni igbagbogbo ati ṣiṣẹ sẹhin, o le pinnu awọn ipo pataki ti o nilo lati pade lati ṣe atilẹyin ipari lilọ fun we.
49. Heuristic
Heuristic, ni awọn ọrọ ti o rọrun, jẹ ofin ti o wulo tabi ilana ti o ṣe iranlọwọ fun wa lati ṣe awọn ipinnu tabi yanju awọn iṣoro, nigbagbogbo da lori awọn iriri ti o kọja tabi oye wa. O dabi ọna abuja ọpọlọ ti o fun wa laaye lati yara wa pẹlu ojutu ti o bọgbọnmu laisi lilọ nipasẹ ilana gigun tabi alapin.
Nigbati o ba dojuko awọn ipo idiju tabi awọn iṣẹ-ṣiṣe, awọn heuristics ṣiṣẹ bi awọn ilana itọsọna tabi “awọn ofin atanpako” ti o rọrun ṣiṣe ipinnu. Wọn fun wa ni awọn itọnisọna gbogbogbo tabi awọn ilana ti o munadoko nigbagbogbo ni awọn ipo kan, botilẹjẹpe wọn le ma ṣe iṣeduro ojutu ti o dara julọ.
Fun apẹẹrẹ, jẹ ki a ro a heuristic fun wiwa a pa awọn iranran ni kan gbọran agbegbe. Dipo ṣiṣayẹwo ni itarara gbogbo awọn aaye to wa, o le gbarale itara ti wiwa awọn ọkọ ayọkẹlẹ ti o duro si ibikan pẹlu awọn ẹrọ wọn nṣiṣẹ.
Heuristic yii dawọle pe awọn ọkọ ayọkẹlẹ wọnyi ti fẹrẹ lọ, jijẹ awọn aye ti wiwa aaye to wa.
50. Adayeba Language Modeling
Awoṣe ede adayeba, ni awọn ọrọ ti o rọrun, jẹ ilana ti ikẹkọ awọn awoṣe kọnputa lati ni oye ati ṣe ipilẹṣẹ ede eniyan ni ọna ti o jọra si bii eniyan ṣe nsọrọ. O kan kikọ awọn kọnputa lati ṣe ilana, tumọ, ati ṣe ipilẹṣẹ ọrọ ni ọna adayeba ati itumọ.
Ibi-afẹde ti awoṣe ede adayeba ni lati jẹ ki awọn kọnputa le loye ati ṣe ipilẹṣẹ ede eniyan ni ọna ti o jẹ pipe, isokan, ati ibaramu ni ibamu.
O kan awọn awoṣe ikẹkọ lori iye data ti ọrọ-ọrọ, gẹgẹbi awọn iwe, awọn nkan, tabi awọn ibaraẹnisọrọ, lati kọ ẹkọ awọn ilana, awọn ẹya, ati awọn itumọ ede.
Ni kete ti ikẹkọ, awọn awoṣe wọnyi le ṣe ọpọlọpọ awọn iṣẹ ṣiṣe ti o ni ibatan ede, gẹgẹbi itumọ ede, akopọ ọrọ, idahun ibeere, awọn ibaraẹnisọrọ chatbot, ati diẹ sii.
Wọn le ni oye itumọ ati ọrọ-ọrọ ti awọn gbolohun ọrọ, jade alaye ti o yẹ, ati ṣe ipilẹṣẹ ọrọ ti o jẹ deede ni girama ati isokan.
Fi a Reply