как учатся машины. Как машины (алгоритмы) учатся.. Как машины (алгоритмы) учатся
Скачать 12.69 Kb.
|
Как машины (алгоритмы) учатся. Представьте, что вы заходите на сайт компьютерных игр, и вам предлагают игры, которые могут вам понравиться. И они вам действительно нравятся! Откуда известно, что они вам понравятся? Или когда вы нашли какую-то картинку в Интернете, поисковые системы предлагают дополнительно много похожих вариантов. Как это происходит? Для решения таких задач используется машинное обучение — класс методов искусственного интеллекта. Искусственный интеллект — это научная область, занимающаяся созданием программ и устройств, имитирующих интеллектуальные функции человека. На данный момент уже созданы алгоритмы, умеющие распознавать речь, текст, образы, а также умеющие играть в компьютерные игры или даже шахматы. Чтобы понять, как устроено машинное обучение, нужно разобраться, как же машины (алгоритмы) учатся. Это происходит с помощью большого количества данных, предоставляемых алгоритму. Например, алгоритм получает огромное количество картинок и ответы — является ли каждая из картинок изображением собаки. Каждая картинка для компьютера — это последовательность пикселей определенного цвета. Затем, с помощью математических вычислений алгоритм анализирует и запоминает наборы пикселей(картинки) и ответы — есть там собака или нет. Потом, когда мы даём алгоритму новую картинку, которую он ещё не видел — он находит самые похожие на неё картинки из тех, что уже знает, и, исходя из них, предсказывает, есть ли на ней собака. Поэтому, чем больше изначально данных у алгоритма — тем больше похожих картинок он сможет найти, и тем лучше будет работать. Алгоритмы машинного обучения делятся на два типа: обучение с учителем и без учителя. Что же это значит? Обучение с учителем — это когда данные, которыми вы снабжаете свой алгоритм, содержат «правильные» ответы. Например, вы загружаете фотографии людей и их возраст, и алгоритм учится определять возраст человека по фотографии. Второй тип алгоритмов — обучение без учителя — это когда алгоритм не получает «правильных» ответов. Например, вы загружаете аудиозаписи без каких-либо названий и комментариев, а алгоритм группирует их по жанрам. Такие алгоритмы часто используются в рекомендательных системах, например, когда после просмотра какого-то видеоклипа на YouTube посетителю предлагают десятки ссылок на ролики, чем-то похожие на просмотренный. Таким образом, машинное обучение — это алгоритмы, которые умеют обучаться и создавать что-то новое, но для этого им нужна исходная информация. Производить что-то абсолютно уникальное, просто так, из воздуха, машина не умеет. Всегда нужен человек, который заложит в неё данные и задаст алгоритм. |