Isi kandungan:
- Definisi - Apa yang dimaksudkan dengan Kecerdasan Buatan Teragih (DAI)?
- Techopedia menerangkan Kepintaran Buatan Teragih (DAI)
Definisi - Apa yang dimaksudkan dengan Kecerdasan Buatan Teragih (DAI)?
Salah satu daripada banyak pendekatan kecerdasan buatan telah diedarkan kecerdasan buatan (DAI). Ia digunakan untuk pembelajaran melalui kaedah pembelajaran yang kompleks, perancangan berskala besar dan membuat keputusan. Ia boleh menggunakan pelbagai sumber pengiraan dalam pelbagai bidang. Ini bermakna ia dapat dengan mudah memproses dan menganalisis sejumlah besar data dan menyelesaikan masalah dengan cepat.
Terdapat banyak ejen atau nod pembelajaran autonomi dalam sistem sedemikian. Nod-nod ini sangat teragih dan bebas dari satu sama lain. Disebabkan ini, sistem pembelajaran mesin menggunakan kecerdasan buatan yang diedarkan agak mudah disesuaikan dan boleh dipercayai. Ini bermakna bahawa sistem DAI tidak perlu dipindahkan sepenuhnya selepas apa-apa perubahan kepada fail data yang diberikan sebagai input untuk masalah itu.
Techopedia menerangkan Kepintaran Buatan Teragih (DAI)
Kecerdasan buatan yang diagihkan menggunakan sistem selari untuk pengkomputeran. Ramai "nod" atau ejen pembelajaran, bebas dari satu sama lain, terletak di tempat-tempat geografi yang pelbagai. Pemprosesan selari membolehkan sistem menggunakan semua sumber perhitungan setakat sepenuhnya. Oleh kerana kuasa pemprosesannya yang besar, set data yang besar boleh dianalisis dengan cepat, dengan setiap bahagian dianalisis oleh nod yang berasingan. Sekiranya perubahan dibuat dalam data yang diberikan kepada sistem, nod yang sepadan dipindahkan dan bukan keseluruhan sistem.
Penyepaduan penyelesaian dilakukan oleh sistem komunikasi yang berkesan antara ejen atau nod. Ini memastikan bahawa pemprosesan adalah elastik. Tidak seperti sistem AI berpusat, data dalam sistem DAI tidak perlu diberikan kepada satu lokasi. Dataset boleh dikemas kini dari masa ke masa. Node boleh berinteraksi antara satu sama lain mengenai penyelesaian secara dinamik dan mempunyai kemahiran yang diperlukan untuk mencapai penyelesaian. Oleh itu, DAI dianggap salah satu pendekatan terbaik untuk pembelajaran mesin dan kecerdasan buatan.
