Q:
Apakah lima sekolah pembelajaran mesin?
A:Bagi mereka yang tidak meneliti apa yang ada di belakang pembelajaran mesin moden dan kerja-kerja kecerdasan buatan, semua usaha dan penyelidikan ini sering kelihatan seperti satu jurang amorf yang besar. Walau bagaimanapun, apabila anda menggaru permukaan dan melihat apa yang dilakukan para pemimpin saintifik dalam bidang ini, anda melihat bahawa dengan cara yang sama, terdapat lima pendekatan utama yang berbeza untuk isu menolak kecerdasan buatan ke hadapan.
Lima "sekolah" atau "suku" ini telah dipopulerkan oleh karya Pedro Domingos dalam buku "Master Algorithm" mengenai perkembangan AI, tetapi mereka juga sedang dipertimbangkan di tempat lain di berbagai tempat dunia saintifik.
| Muat turun Percuma: Pembelajaran Mesin dan Mengapakah Ia Penting |
Sekolah pertama kecerdasan buatan dipanggil koneksi. Sekolah ini memberi tumpuan kepada sambungan neural sebenar dan fizik otak manusia. Ia bergantung pada idea backpropagation, yang mengesan sambungan ini untuk membentuk hasil. Sesetengah orang memanggil sekolah koneksi yang "usaha untuk membalikkan otak manusia."
Sekolah kecerdasan artifak seterusnya adalah simbolisme. Symbolists menggunakan pengetahuan logik dan pra-sedia untuk membina model yang bekerja secara bijak. Dalam beberapa cara, pendekatan simbolik adalah serupa dengan apa yang muncul sejak awal dalam dunia kecerdasan buatan sebelum rangkaian saraf dibangunkan. Jika anda mengumpulkan asas pengetahuan yang cukup besar dan berurusan dengannya dengan cara tertentu, ia mula mencipta suatu bentuk kecerdasan buatan, dan itulah yang di sebalik pendekatan simbolik yang kini telah digabungkan dengan beberapa pendekatan moden yang lain.
Sekolah ketiga adalah sekolah evolusionis. Di sini, terdapat tumpuan kepada teori evolusi bukan sahaja, tetapi juga mengenai genetik dan biofisika serta bioinformatik. Anda dapat melihat kecerdasan buatan ini sebagai kategori yang berfungsi dengan genom manusia dan menggunakan teknologi moden untuk bidang genetik. Dalam erti kata itu, kecerdasan buatan evolusi adalah unik. Ia satu jenis projek yang agak berbeza daripada empat sekolah yang lain.
Sekolah Bayesia adalah sekolah keempat kecerdasan buatan. Ini, sekali lagi, salah satu sekolah yang lebih tua dan digunakan pada awalnya, sebagai contoh, dalam penghapusan spam dari folder e-mel.
Model dan pendekatan Bayesian adalah model heuristik. Ia berfungsi pada idea kebarangkalian untuk mengembangkan model yang akan memotong hasil yang tidak diingini, atau mengejar objektif lain, berdasarkan di mana kejadian paling mungkin berlaku, atau pada metrik lain. Satu lagi aplikasi logik Bayesian yang popular adalah keselamatan rangkaian - sejak beberapa tahun kebelakangan ini, jurutera keselamatan telah menggunakan logik Bayesian secara meluas untuk mengesan ancaman kepada rangkaian dengan memodelkan mana yang mungkin berlaku dan bagaimana.
Sekolah kelima dan terakhir pembelajaran mesin dipanggil analogisasi. Ini juga sebuah sekolah yang mungkin lebih mudah untuk pengguna memahami. Enjin cadangan daripada syarikat seperti Facebook dan Google didasarkan pada pendekatan analogisasi. Mereka mengambil algoritma seperti "jiran terdekat" dan menggabungkan mereka dengan pelbagai jenis isyarat untuk mencocokkan ide kepada idea lain, atau seli, kepada orang. Sebuah komputer yang mendakwa mengetahui jenis muzik yang anda suka adalah contoh yang baik dari pendekatan ini.
Semua sekolah pemikiran ini bergabung untuk membentuk badan penyelidikan mengenai kecerdasan buatan moden. Para saintis berusaha untuk mendorong setiap satu ini ke hadapan bersama-sama satu sama lain, dan pada umumnya memajukan bidang - dan mereka cuba melakukannya dalam konteks yang sangat menarik. Beberapa pemimpin teknologi tinggi dalam beberapa dekad yang lalu telah memberi amaran bahawa sebagai tambahan untuk meneruskan AI ke hadapan, mesti ada tumpuan kepada etika dan penggunaan teknologi yang bertanggungjawab untuk mencegah masalah sosial yang serius. Ini perlu diterapkan kepada setiap lima sekolah pembelajaran mesin ini.
