機(jī)器學(xué)習(xí)vs.人工智能:定義和重要性
機(jī)器學(xué)習(xí),有時(shí)也稱為計(jì)算智能,近年來(lái)已經(jīng)突破了一些技術(shù)障礙,并在機(jī)器人、機(jī)器翻譯、社交網(wǎng)絡(luò)、電子商務(wù),甚至醫(yī)藥和醫(yī)療保健等領(lǐng)域取得了重大進(jìn)展。機(jī)器學(xué)習(xí)是人工智能的一個(gè)領(lǐng)域,其目標(biāo)是開發(fā)學(xué)習(xí)計(jì)算技術(shù)以及構(gòu)建能夠自動(dòng)獲取知識(shí)的系統(tǒng)。
本文引用地址:http://www.ex-cimer.com/article/201902/398017.htm學(xué)習(xí)系統(tǒng)是一種計(jì)算機(jī)程序,它通過(guò)成功解決過(guò)去的問(wèn)題積累的經(jīng)驗(yàn)做出決策。盡管應(yīng)用時(shí)間不長(zhǎng),但是有許多不同的學(xué)習(xí)算法,該領(lǐng)域是計(jì)算領(lǐng)域最熱門的領(lǐng)域之一,并且定期發(fā)布一些新的技術(shù)和算法。
機(jī)器學(xué)習(xí)vs.人工智能
許多人認(rèn)為機(jī)器學(xué)習(xí)和人工智能的含義是一樣的,但這并不十分準(zhǔn)確。人工智能有幾種定義,這其中包含機(jī)器學(xué)習(xí)的廣泛概念。一個(gè)被廣泛接受的定義是,人工智能由依賴人類行為來(lái)解決問(wèn)題的計(jì)算機(jī)制組成。換句話說(shuō),技術(shù)使計(jì)算機(jī)就像人類一樣“思考”來(lái)執(zhí)行任務(wù)。
人類能夠分析數(shù)據(jù),發(fā)現(xiàn)其中的模式或趨勢(shì),從中進(jìn)行更明智的分析,然后使用結(jié)論做出決策。在某種意義上,人工智能也遵循同樣的原則。通常,人們完成任務(wù)越多,就越熟練。這是具有學(xué)習(xí)能力的結(jié)果。經(jīng)常重復(fù)或執(zhí)行相關(guān)程序?qū)θ藗儊?lái)說(shuō)是一種培訓(xùn)。在人工智能系統(tǒng)中也會(huì)發(fā)生類似的事情:公開獲取或記錄在專用平臺(tái)上的數(shù)據(jù)用作人工智能算法的培訓(xùn)。
那么培訓(xùn)是如何完成的?為此目的有幾種算法。這一切都取決于應(yīng)用程序以及它們背后的組織或人員。在這里,最重要的是知道在這一點(diǎn)上機(jī)器學(xué)習(xí)是有意義的。
什么是機(jī)器學(xué)習(xí)?
機(jī)器學(xué)習(xí)也是一個(gè)有多種定義的概念,但在其核心,機(jī)器學(xué)習(xí)是一個(gè)可以根據(jù)自身經(jīng)驗(yàn)自主修改其行為的系統(tǒng),其人為干擾很小。這種行為修改基本上包括建立邏輯規(guī)則,目的是提高任務(wù)的性能,或者根據(jù)應(yīng)用程序做出最適合場(chǎng)景的決策。這些規(guī)則是根據(jù)分析數(shù)據(jù)中的模式識(shí)別生成的。
例如,如果一個(gè)人在搜索引擎中鍵入“勇敢”這個(gè)詞,該服務(wù)需要分析一系列參數(shù)來(lái)決定是否顯示類似于激怒或勇敢的結(jié)果,這可能有兩種含義。在眾多可用參數(shù)中有用戶搜索歷史:例如,如果在尋找“勇敢”之前幾分鐘,則最有可能出現(xiàn)第二種意義。這是一個(gè)非常簡(jiǎn)單的例子,但它說(shuō)明了機(jī)器學(xué)習(xí)的一些重要方面。
重要的是,系統(tǒng)必須根據(jù)大量數(shù)據(jù)進(jìn)行分析,這是搜索者必須放棄的一個(gè)標(biāo)準(zhǔn),因?yàn)樗麄兘邮樟藬?shù)百萬(wàn)次訪問(wèn),因此這是一個(gè)培訓(xùn)標(biāo)準(zhǔn)。
另一個(gè)方面是持續(xù)的數(shù)據(jù)輸入,有利于識(shí)別新標(biāo)準(zhǔn)。假設(shè)“勇敢”這個(gè)詞成為與文化運(yùn)動(dòng)相關(guān)的俚語(yǔ),通過(guò)機(jī)器學(xué)習(xí),搜索引擎將能夠識(shí)別指向該術(shù)語(yǔ)的新含義的模式,并且在一段時(shí)間之后,將能夠在搜索結(jié)果中考慮它。
機(jī)器學(xué)習(xí)有幾種方法。眾所周知的一種方法稱之為“深度學(xué)習(xí)”,其中大量數(shù)據(jù)來(lái)自多層人工神經(jīng)網(wǎng)絡(luò),這些算法受到解決復(fù)雜問(wèn)題的大腦神經(jīng)元結(jié)構(gòu)的啟發(fā),例如圖像中的物體識(shí)別。
機(jī)器學(xué)習(xí)的例子
機(jī)器學(xué)習(xí)的使用正在演變成各種各樣的應(yīng)用,人們當(dāng)今擁有的許多技術(shù)資源都基于人工智能和機(jī)器學(xué)習(xí)。
·自治數(shù)據(jù)庫(kù) - 借助機(jī)器學(xué)習(xí),自治數(shù)據(jù)庫(kù)處理以前由管理人員(DBA)執(zhí)行的若干任務(wù),允許這些專業(yè)人員處理其他活動(dòng),從而降低因?yàn)槿藶殄e(cuò)誤導(dǎo)致的應(yīng)用程序不可用的風(fēng)險(xiǎn)。
·打擊支付系統(tǒng)中的欺詐行為 - 每秒都會(huì)產(chǎn)生各種信用卡欺詐和其他支付方式的嘗試。機(jī)器學(xué)習(xí)允許反欺詐系統(tǒng)在成功之前識(shí)別其中的大部分。
·文本翻譯——翻譯必須考慮場(chǎng)景、區(qū)域表達(dá)式和其他參數(shù)。由于采用機(jī)器學(xué)習(xí),自動(dòng)翻譯越來(lái)越精確。
·內(nèi)容推薦——視頻和音頻流平臺(tái)使用機(jī)器學(xué)習(xí)來(lái)分析用戶查看或拒絕的內(nèi)容的歷史記錄,以便為他們提供符合其意愿的建議。
評(píng)論