Süni zəkanın inkişafı haqqında bilmək lazımdır
Dərin öyrənmə, məlumatların (məlumatların) böyük miqdarını istifadə edərək, sinir şəbəkələri adlanan kompleks riyazi strukturları quran güclü bir maşın öyrənmə formasıdır (ML).
Dərin öyrənmə anlayışı
Dərin öyrənmə çox mürəkkəb məlumat növlərini işləyən neytral şəbəkələrin bir çox qatından istifadə edərək ML-ni tətbiq etmək yoludur. Bəzən hiyerarşik öyrənmə adlanır, dərin öyrənmə xüsusiyyətləri öyrənmək üçün müxtəlif növ neyron şəbəkələrdən istifadə edir (təsvirlər də adlandırılır) və onları xammal, etiketsiz məlumatların (quruluşlanmayan məlumatlar) böyük dəstlərində tapır. Dərin öyrənmənin ilk irəliləyiş nümayişlərindən biri müvəffəqiyyətlə YouTube videolarının dəstləri arasından pişik şəkillərini seçən bir proqramdır.
Gündəlik Həyatda dərin öyrənmə nümunələri
Dərin öyrənmə yalnız təsvirin tanınmasında istifadə olunmur, həm də dil tərcümə, fırıldaqçılıq aşkarlanması və şirkətlərin müştəriləri haqqında topladığı məlumatları təhlil etməkdir. Məsələn, Netflix, izləmə vərdişlərini təhlil etmək və izləmək istədiyiniz hansı şou və filmləri proqnozlaşdırmaq üçün dərin öyrənməni istifadə edir. Netflix, təklif kuyruğunuzda hərəkət filmləri və təbiət sənədli filmləri qoymağı bilir. Amazon, yaxın zamanda satın aldığınız alış-verişlərinizi və yaxın zamanlarda maraqlandığınız yeni ölkənin musiqi albomları üçün təkliflər hazırladığınız və bazarda bir cüt gri və sarı tennis üçün olduğunuzu öyrənmək üçün dərin bir təlimdən istifadə edir. ayaqqabı. Dərin öyrənmə qeyri-strukturlaşdırılmış və xammal məlumatlarından daha çox fikir verirsə, fərdi müştəri daha fərdi müştəri xidməti əldə edərkən korporasiyalar daha yaxşı müştərilərin ehtiyaclarını gözləyə bilər.
Süni Sinir Ağları və Dərin Öyrənmə
Dərin öyrənməni asanlaşdırmaq üçün, süni neyron şəbəkəmizin müqayisəsini yenidən nəzərdən keçirək . Dərin öyrənmə üçün, 15 mərtəbəli ofis binasını digər beş ofis binası ilə şəhər bloğunu işə salın. Küçə hər tərəfində üç bina var. Bina A inşa edir və B və C binaları kimi küçənin eyni tərəfini paylaşdırır. A binasından küçəyə doğru A binasıdır və B binasından bina 2 və s. Hər bir bina fərqli sayda mərtəbələrə malikdir, müxtəlif materiallardan hazırlanır və başqalarından fərqli bir memarlıq üslubuna malikdir. Bununla belə, hər bir bina hələ də ayrı-ayrı mərtəbələrdə (şöbələrində) yerləşdirilir - hər bir bina unikal ANN-dir.
Təsəvvür edin ki, bir rəqəmsal paket, A-da, mətn bazlı məlumatlar, video axınları, audio axınları, telefon zəngləri, radio dalğaları və fotoşəkillər kimi müxtəlif mənbələrdən müxtəlif növ məlumatları olan bir-birinə gəldiyini düşünün. heç bir mantıksal şəkildə etiketlenmemiş və ya sıralanmamışdır (strukturlaşdırılmış olmayan məlumatlar). Məlumat hər bir mərtəbədən 1-dən 15-ə qədər emal üçün göndərilir. İnformasiyadan çıxma 15- ci mərtəbəyə (çıxışa) çatdıqdan sonra binanın 1- ci mərtəbəsinə (girişinə) göndərilir. Bina 3-dən öyrənir və A və A tərəfindən göndərilən nəticəni birləşdirir. sonra məlumatları hər mərtəbədə eyni şəkildə işləyir. İnformasiya binanın ən üst mərtəbəsinə çatdıqda, binanın bina ilə nəticələrinə bina göndərilir. 1. Bina 1-dən öyrənir və mərtəbə işlənməzdən əvvəl bina 3-dən nəticələr əldə edir. Bina 1 məlumatı və nəticələrini C tikinti prosesi ilə eyni şəkildə aparır və B binasına işləyən və göndərən 2 qurğuya göndərir və göndərir.
Bizim misalımızda hər bir ANN (binanın) strukturlaşdırılmış olmayan məlumatlarda (informasiyanı qısaltmaq) fərqli bir xüsusiyyəti axtarmaq və nəticələrini növbəti binaya keçir. Növbəti bina əvvəlki nəticədən çıxışları (nəticələrini) öyrənir (öyrənir). Məlumat hər ANN (bina) tərəfindən işlənildiyi üçün, müəyyən bir xüsusiyyət ilə təşkil edilir və etiketlənir (təsnif edilir) ki, sonuncu ANN (binanın) yekun çıxışı (üst mərtəbə) çatdıqda, təsnif edilir və etiketlənir (daha strukturlaşdırılmış).
Süni intellekt, maşın öyrənmə və dərin öyrənmə
Dərin öyrənmə süni intellekt (AI) və ML-in ümumi görünüşünə necə uyğun gəlir? Dərin öyrənmə ML gücünü gücləndirir və Aİ yerinə yetirmək qabiliyyətlərini artırır. Dərin öyrənmə neytral şəbəkələrin istifadəsinə və sadə tapşırıqlara aid xüsusi alqoritmlər yerinə yetirilməməsi üçün məlumat dəstləri ilə tanış olduğundan, bir proqramçıya ilk dəfə əl ilə etiketləməyə ehtiyac olmadan strukturlaşdırılmış (xammal) məlumatlardan istifadə edə bilər və istifadə edə bilər. - səhvlər təqdim edə bilən vəzifəni həll edir. Dərin öyrənmə həm kompüterlərə, həm də fərdlərə kömək etmək üçün kompüterlərdən məlumatları daha yaxşı və daha yaxşı əldə etməyə kömək edir.