S:
Makine öğreniminin beş okulu nedir?
A:Modern makine öğrenimi ve yapay zeka çalışmalarının arkasında ne olduğunu araştırmamış olanlara, tüm bu çaba ve araştırma genellikle büyük bir amorf karmakarışık gibi görünüyor. Bununla birlikte, yüzeyi çizdiğinizde ve bilimsel liderlerin bu alanlarda ne yaptığını gördüğünüzde, bir bakıma yapay zekayı ileriye itme konusuna gerçekten beş farklı ana yaklaşım olduğunu görüyorsunuz.
Bu beş "okul" veya "kabileler" Pedro Domingos'un yapay zeka gelişimi üzerine "Usta Algoritma" kitabında yaptığı çalışmalarla popülerleştirildi, ancak bilim dünyasının başka yerlerinde de göz önünde bulunduruluyor.
| Ücretsiz İndirme: Makine Öğrenmesi ve Neden Önemlidir |
Yapay zekanın ilk okula bağlantıcılık denir. Bu okul gerçek sinirsel bağlantılara ve insan beyninin fiziğine odaklanır. Sonuç oluşturmak için bu bağlantıları izleyen geri yayılım fikrine dayanır. Bazı insanlar bağlantı okulu "insan beynini tersine çevirmek için çaba" olarak adlandırır.
Yapay zekanın bir sonraki okulu sembolizmdir. Sembolistler akıllıca çalışan modeller oluşturmak için mantık ve önceden var olan bilgileri kullanırlar. Bazı açılardan, sembolist yaklaşım, yapay zeka dünyasında sinir ağları geliştirilmeden önce ortaya çıkana benzer. Yeterince büyük bir bilgi tabanı derlerseniz ve onunla belirli yollarla uğraşırsanız, bu bir yapay zeka biçimi yaratmaya başlar ve şu anda diğer modern yaklaşımlardan bazılarıyla birleştirilen sembolist yaklaşımın arkasında olan şey budur.
Üçüncü okul evrimcilik okuludur. Burada sadece evrim teorisine değil, aynı zamanda genetik ve biyofizik ve biyoinformatik konularına da odaklanılmaktadır. Yapay zekanın bu kolunu insan genomu ile çalışan ve modern teknolojileri genetik alanına uygulayan bir kategori olarak görebilirsiniz. Bu anlamda evrimci yapay zeka benzersizdir. Diğer dört okuldan biraz farklı bir proje.
Bayes okulu yapay zekanın dördüncü okuludur. Bu, yine, eski okullardan biridir ve örneğin e-posta klasörlerinden gelen spamların ortadan kaldırılmasında erken uygulanmıştır.
Bayesci model ve yaklaşım sezgisel bir modeldir. Olayların gerçekleşme olasılığının en yüksek olduğu yere veya diğer metriklere dayanarak istenmeyen sonuçları kesecek veya diğer hedefleri takip edecek modelleri geliştirme olasılığı üzerinde çalışır. Bayesian mantığının bir başka popüler uygulaması ağ güvenliğidir - son birkaç yıldır, güvenlik mühendisleri bir ağa yönelik tehditleri, oluşma olasılığını ve nasıl oluşacağını modelleyerek yaygın olarak kullanırlar.
Makine öğreniminin beşinci ve son okulu analoglaştırma olarak adlandırılır. Bu aynı zamanda ortalama bir tüketicinin anlaması daha kolay olan bir okul. Facebook ve Google gibi şirketlerin tavsiye motorları, analoglaştırıcı bir yaklaşıma dayanmaktadır. "En yakın komşu" gibi algoritmalar alırlar ve fikirleri diğer fikirlerle veya dönüşümlü olarak insanlarla eşleştirmeye çalışmak için bunları çeşitli sinyallerle birleştirirler. Ne tür müzikten hoşlandığınızı bildiğini iddia eden bir bilgisayar bu yaklaşımın iyi bir örneğidir.
Tüm bu düşünce okulları, modern yapay zeka üzerine araştırma gövdesi oluşturmak için bir araya geliyor. Bilim adamları bunların her birini birbirleriyle birlikte ileriye doğru itmeye çalışıyorlar ve genellikle alanı ilerletiyorlar - ve bunu çok ilginç bir bağlamda yapmaya çalışıyorlar. Son birkaç on yılda teknolojinin önde gelen liderlerinden bazıları, AI'yi ileriye doğru itmenin yanı sıra, ciddi sosyal sorunları önlemek için etik ve teknolojinin sorumlu kullanımına odaklanılması gerektiği konusunda da uyardı. Bu, bu beş makine öğrenimi okulunun her birine uygulanmalıdır.
