Обучение было важной частью искусственного интеллекта с самого начала, поскольку искусственный интеллект может подражать интеллекту человека. Достижение такого уровня мимикрии, который фактически напоминает обучение, займет много времени и потребует множества подходов. Сегодня машинное обучение может демонстрировать квазичеловеческий уровень обучения при решении специфических задач, таких как классификация изображений или обработка звука, но он стремится достичь подобного уровня обучения и для многих других задач.
Машинное обучение автоматизируется не полностью. Вы не можете указать компьютеру прочитать книгу и ожидать, что он что-нибудь поймет. Автоматизация подразумевает, что компьютеры могут знать, как себя программировать самим, чтобы выполнить некие задачи, а не ожидать программирования от людей. В настоящее время автоматизация требует больших объемов данных, выбранных человеком, а также анализа этих данных и обучения. Это как взять ребенка за руку, когда он делает свои первые шаги. Кроме того, у машинного обучения есть пределы, продиктованные обучением на основе данных.
У каждого семейства алгоритмов есть собственные способы решения задач, им и посвящена данная глава. Задача заключается в том, чтобы понять, как искусственный интеллект принимает решения и делает прогнозы. Подобно тому, как за занавесом в книге Волшебник страны Оз был обнаружен человек, в этой главе вы раскроете и механизмы, и механику, лежащую в основе искусственного интеллекта. Но вы все же поразитесь, узнав о достижениях, которые может обеспечить машинное обучение.
Способы обучения
Подобно тому как существуют разные способы обучения людей, ученые, подходя к проблеме обучения искусственного интеллекта, также следовали разными путями. Каждый верил в свой рецепт подражания интеллекту. До сих пор ни одна из моделей не доказала своего превосходства над другими. Теорема по free lunch гласит, что ничего не бывает бесплатно, за каждое преимущество приходится платить в полной мере. Каждое из направлений имеет доказательства эффективности решения специфических задач. Поскольку алгоритмы эквивалентны в абстрактном, ни один из алгоритмов не превосходит другой, если речь не идет о некой конкретной практической задаче. Многие годы некоторые компании продолжают использовать устаревшее программы для бизнеса. Но сегодня внедрение системы «1С ERP Предприятие» для бизнеса, несмотря на стоимость ERP, имеют важное значения для развития.
В следующих статьях мы подробно представим дополнительную информацию по использованию методов обучения.