Creando i programmi che imparano

  Bugie di intelligenza artificiale al centro degli avanzamenti drammatici in automobilistico, nella sanità, nei sistemi industriali ed in un numero espandentesi dei campi di applicazione. Mentre l'interesse continua ad aumentare, la natura di AI ha suscitato una certi confusione e perfino timore circa il ruolo crescente di AI nella vita di tutti i giorni. Il tipo di AI che permette a un numero aumentante di prodotti astuti costruisce sui metodi tecnici progettuali diretti ma non banali per consegnare le capacità lontano rimosso dalla civilizzazione-conclusione AI della fantascienza.

  Definizioni della gamma di AI dalla sue la maggior parte avanzato-e ancora forma concettuale, in cui le macchine sono del tipo di umana nel comportamento, ad una forma più esperta in cui le macchine sono preparate per eseguire le mansioni specifiche. Nella sua forma più avanzata, le vere intelligenze artificiali funzionerebbero senza la direzione ed il controllo espliciti degli esseri umani per arrivare indipendente ad una certa conclusione o per prendere i certi provvedimenti appena come forza umana. Alla alla conclusione orientata a ingegneria più esperta dello spettro di AI, i metodi di apprendimento automatico (ml) forniscono tipicamente il fondamento di calcolo per le applicazioni correnti di AI. Questi metodi generano le risposte ai dati di input con la velocità e l'accuratezza impressionanti senza usando il codice scritto esplicitamente per fornire quelle risposte. Mentre gli sviluppatori di software scrivono il codice per elaborare i dati nei sistemi convenzionali, gli sviluppatori di ml usano i dati per insegnare agli algoritmi di ml quali i modelli di rete neurale artificiali per generare le risposte desiderate ai dati.
Come è un modello di rete neurale di base ha costruito?
Fra i tipi più esperti di apprendimenti automatici, i modelli di rete neurale passano i dati dal loro strato dell'input con gli strati nascosti ad uno strato dell'uscita (figura 1). Poichè descritti, gli strati nascosti sono preparati per eseguire una serie di estratto che del transformationsthat le caratteristiche hanno dovuto distinguere fra le classi differenti di dati di input. Queste trasformazioni culminano dentro
valori caricati nello strato dell'uscita, dove ogni unità d'uscita fornisce un valore che rappresenta la probabilità che i dati di input appartengono in una classe particolare. Con questo approccio, gli sviluppatori possono classificare i dati quali le immagini o le misure del sensore facendo uso di un'architettura di rete neurale appropriata.

  Le architetture di rete neurale prendono molte forme, varianti dal tipo semplice di rete neurale di reazione come appare figura 1 alle reti neurali profonde (DNNs) sviluppate con parecchi strati nascosti ed i diversi strati che contengono le centinaia di migliaia di neuroni. Tuttavia, le architetture differenti costruiscono tipicamente su un'unità artificiale del neurone con gli input multipli e un a una uscita (figura 2). Figura 1: Le reti neurali comprendono gli strati i neuroni artificiali preparati per distinguere fra le classi di dati differenti dell'input. (Fonte: adattato da Wikipedia)

Figura 2: Un neurone artificiale produce un'uscita basata su una funzione di actiation che funziona

sulla somma dei imputs pesati dei nouron. (Fonte: Wikipedia)

In una rete neurale di reazione, un neurone particolare n, nelle somme nascoste di strato i suoi input, x, ha regolato da un peso input-specifico wp ed aggiunge un fattore diagonale strato-specifico b (non non come appare la figura) come fllows:

  Per concludere, i valori sommati è convertito in singola uscita del valore da una funzione di attivazione. Secondo i requisiti, queste funzioni possono prendere molte forme, come una funzione di punto semplice, un'arcotangente, o un tracciato non lineare quale un'unità lineare rettificata (ReLU), che produce 0 per S0<>.

Sebbene tutti siano destinati per estrarre le caratteristiche di distinzione dei dati, le architetture differenti potrebbero usare le trasformazioni significativamente differenti. Per esempio, le reti neurali dell'avvolgimento (CNNs) hanno utilizzato nelle applicazioni del immagine-riconoscimento per usare gli avvolgimenti del nocciolo. In questo, le funzioni, chiamate noccioli, realizzano gli avvolgimenti sull'immagine dell'input per trasformarla nelle mappe della caratteristica. Gli strati successivi realizzano più avvolgimenti o altre funzioni, più ulteriormente estraenti e trasformanti le caratteristiche fino al modello di CNN genera una simile uscita di probabilità di classificazione come nelle reti neurali più semplici. Tuttavia, per gli sviluppatori, il per la matematica di fondo per le architetture di rete neurale popolari è in gran parte trasparente a causa della disponibilità degli strumenti di sviluppo di ml (ha discusso altrove in questa edizione). Facendo uso di quegli strumenti, gli sviluppatori possono implementare ragionevolmente facilmente un modello di rete neurale e cominciare a prepararlo facendo uso di un insieme dei dati ha chiamato l'insieme di formazione. Questo insieme di dati di formazione include un insieme rappresentativo delle osservazioni di dati e il casification corretto per ogni osservazione e rappresenta uno degli aspetti più provocatori dello sviluppo di modello della rete neurale.

Come un modello di rete neurale è preparato e spiegato?

  Nel passato, gli sviluppatori che creano gli insiemi di formazione hanno avuti opzione del ltte ma lavorare con molte migliaia di osservazioni richieste in un insieme tipico, identificante manualmente ogni osservazione con il suo nome corretto. Per esempio, creare un insieme di formazione per un'applicazione di riconoscimento del segnale stradale, essi

necessità di osservare le immagini dei segnali stradali e dell'etichetta ogni immagine con il nome corretto del segno. Gli insiemi del pubblico dominio dei dati prelabeled hanno lasciato molti ricercatori di apprendimento automatico evitano questi compito e fuoco sullo sviluppo di algoritmo. Per le applicazioni di ml di produzione, tuttavia, il compito d'etichettatura può presentare una sfida significativa. Gli sviluppatori avanzati di ml utilizzano spesso i modelli pre-preparati in a

il processo ha chiamato il trasferimento che impara contribuire a facilitare questo problema.