arrod-back arrow atom Ресурс 2 cod-modern comp connect data-cod detail email fingerprint home input-user iso justice lan libra lifebuoy people planet rub shield speedtimer stat storage tel timer

Термины и определения в области Искусственного Интеллекта

Искусственный интеллект (ИИ) захватывает одну индустрию за другой. Кроме того, каждый новый товар, который вы видите или заголовок, который вы читаете скорее всего содержит упоминание ИИ.  Но для большинства людей ИИ остается чем-то непонятным. Мы опишем некоторые устойчивые выражения, которые используются в сфере Искусственного Интеллекта.  

 

Нейронные сети

Рост ИИ можно отследить от первых разработок программного обеспечения десятки лет назад которое было создано, чтобы приблизительно понять, как обучается человеческий мозг. Нейронные сети включают в себя слои взаимосвязанных узлов, где выполняются вычисления, которые помогают компьютерам фильтровать данные в мельчайших деталях. Делая это, ПО может учиться распознавать алгоритмы, который не может увидеть человеческий мозг.

 

Обучение с подкреплением

Это разновидность машинного обучения. Почти тоже самое как тренировать вашего питомца. ПО получает знания изучая предмет, и даже учится на ошибках. Слияние метода обучения с подкреплением с глубоким обучением привело к прорыву, например, компьютеры стали распознавать людей по их интересам. Как пример, распознавание аудитории в социальных сетях.

 

Глубокое обучение

Смешение нейронных сетей с машинным обучением делает для глубокого обучения мощную технологию, которая может использовать огромные массивы данных. Самый большой прорыв ИИ – это распознавание снежных леопардов на фото может показать уровень развития ИИ. Например, 3D распознавание лиц.

 

Машинное обучение

Машинное обучение позволяет системе проводить автоматическое обучение и развитие через опыт без внешнего вмешательства. Можете поблагодарить машинное обучение за рекомендацию как ответить на письмо от вашего босса, где он спрашивает о состоянии важного документа («Все в порядке») или назначает встречу («Я там буду»). Это просто примеры того, как алгоритмы помогают компьютерам учиться.

 

Обработка естественного языка

С этой технологией компьютеры могут понимать и отвечать на человеческую речь. Голосовые ассистенты, которые распознают ваш запрос и отвечают вам голосом, не смогли бы функционировать без этой технологии. Система не идеальна, но быстро развивается (например, Алиса от yandex).

 

Компьютерное зрение

Устройства, которые используют компьютерное зрение могут определить свое окружение, как и люди. Говоря о распознавании лиц, мы подразумеваем, что можем автоматически разблокировать свой телефон, а система может сама управлять машиной и не попасть в ДТП.