Criando os programas que aprendem

  Mentiras da inteligência artificial no centro dos avanços dramáticos em automotivo, em cuidados médicos, em sistemas industriais, e em um número de expansão de áreas de aplicação. Enquanto o interesse continua a aumentar, a natureza do AI induziu alguns confusão e mesmo medo sobre o papel crescente do AI na vida quotidiana. O tipo de AI que permite um número crescente de produtos espertos constrói em métodos de planejamento diretos mas nontrivial para entregar capacidades removido distante do civilização-término AI da ficção científica.

  Definições da escala do AI de seus a maioria avançado-e ainda formulário conceptual, onde as máquinas são humano-como no comportamento, a um formulário mais familiar onde as máquinas sejam treinadas para executar tarefas específicas. Em seu formulário mais avançado, as inteligências artificiais verdadeiras operar-se-iam sem o sentido e o controle explícitos dos seres humanos a chegar independentemente em alguma conclusão ou para tomar alguma ação apenas como um poder humano. No fim engenharia-orientado mais familiar do espectro do AI, máquina-aprendendo os métodos (ML) fornecem tipicamente a fundação computacional para aplicações atuais do AI. Estes métodos geram respostas aos dados de entrada com velocidade e precisão impressionantes sem usar o código escrito explicitamente para fornecer aquelas respostas. Quando os programadores de software escreverem o código para processar dados em sistemas convencionais, os colaboradores do ML usam dados para ensinar algoritmos do ML tais como modelos de rede neural artificiais para gerar respostas desejadas aos dados.
Como é um modelo de rede neural básico construiu?
Entre os tipos os mais familiares de aprendizagem de máquina, os modelos de rede neural passam dados de sua camada da entrada com as camadas escondidas a uma camada da saída (figura 1). Porque descritas, as camadas escondidas são treinadas para executar uma série de extrato que do transformationsthat as características precisaram de distinguir entre classes diferentes de dados de entrada. Estas transformações culminam dentro
valores carregados na camada da saída, onde cada unidade de saída fornece um valor que representa a probabilidade que os dados de entrada pertencem em uma classe particular. Com esta aproximação, os colaboradores podem classificar dados tais como imagens ou medidas do sensor usando uma arquitetura de rede neural apropriada.

  As arquiteturas de rede neural tomam muitos formulários, variando do tipo simples de rede neural da reação mostrada em figura 1 às redes neurais profundas (DNNs) construídas com diversas camadas escondidas e as camadas individuais que contêm centenas de milhares de neurônios. Não obstante, as arquiteturas diferentes constroem tipicamente em uma unidade artificial do neurônio com entradas múltiplas e uma única saída (figura 2). Figura 1: As redes neurais compreendem camadas dos neurônios artificiais treinados para distinguir entre classes de dados diferentes da entrada. (Fonte: adaptado de Wikipedia)

Figura 2: Um neurônio artificial produz uma saída baseada em uma função do actiation que se opere

na soma dos imputs tornados mais pesados dos nouron. (Fonte: Wikipedia)

Em uma rede neural da reação, um neurônio particular n, em somas escondidas da camada suas entradas, x, ajustou por um peso entrada-específico wp e adiciona um fator diagonal camada-específico b (não mostrado na figura) como fllows:

  Finalmente, os valores somados são convertidos a uma única saída do valor por uma função da ativação. Segundo exigências, estas funções podem tomar muitos formulários, tais como uma função de etapa simples, um tangente do arco, ou um mapeamento não-linear tal como uma unidade linear retificada (ReLU), que as saídas 0 para S0<>.

Embora todos fossem projetados extrair as características de distinção dos dados, as arquiteturas diferentes puderam usar transformações significativamente diferentes. Por exemplo, as redes neurais circunvolucionais (CNNs) usaram-se em aplicações do imagem-reconhecimento para usar convoluções do núcleo. Nisto, as funções, chamadas núcleos, executam convoluções na imagem da entrada para transformá-la em mapas da característica. As camadas subsequentes executam mais convoluções ou outras funções, mais extraindo e transformando características até o modelo do CNN geram uma saída similar da probabilidade da classificação como em umas redes neurais mais simples. Contudo, para colaboradores, a matemática subjacente para arquiteturas de rede neural populares é pela maior parte transparente devido à disponibilidade de ferramentas de desenvolvimento do ML (discutiu em outra parte nesta edição). Usando aquelas ferramentas, os colaboradores podem razoavelmente facilmente executar um modelo de rede neural e para começar a treiná-lo que usa um grupo de dados chamou o grupo de formação. Esta série de dados de formação inclui um grupo representativo de observações dos dados e o casification correto para cada observação e representa um dos aspectos mais desafiantes do desenvolvimento modelo de rede neural.

Como um modelo de rede neural é treinado e distribuído?

  No passado, os colaboradores que criam grupos de formação tiveram a opção do ltte mas para trabalhar com muitos milhares de observações exigidas em um grupo típico, etiquetando manualmente cada observação com seu nome correto. Por exemplo, para criar um grupo de formação para uma aplicação do reconhecimento do sinal de estrada, eles

necessidade de ver imagens de sinais e de etiqueta de estrada cada imagem com o nome correto do sinal. Os grupos do public domain de dados prelabeled deixaram muitos pesquisadores deaprendizagem evitam estes tarefa e foco no desenvolvimento de algoritmo. Para aplicações do ML da produção, contudo, a tarefa de rotulagem pode apresentar um desafio significativo. Os colaboradores avançados do ML usam frequentemente modelos pre-treinados na

o processo chamou transferência que aprende ajudar a facilitar este problema.