Cosa significa apprendere

- L'apprendimento automatico esiste da molto tempo. Probabilmente puoi dirlo perché il termine stesso è un po 'vecchio stile. Non si sente spesso parlare di computer come macchine. Il termine apprendimento automatico ha avuto il suo inizio nel 1959, quando il pioniere del computer Arthur Samuel si chiedeva se i computer potessero imparare il loro comportamento invece di essere programmati per svolgere compiti specifici. Questo tipo di pensiero era drasticamente diverso da come la maggior parte degli informatici vedeva i computer. Un computer doveva essere detto esattamente cosa fare. Pensa a come interagisci con i computer. La maggior parte dei programmi sono una serie di istruzioni esplicite. Ecco perché quando crei software per qualcosa come un'applicazione bancaria, devi essere molto preciso. Potresti creare un'istruzione che dice qualcosa del tipo: "Se un cliente tenta di prelevare denaro " e che supera il saldo, " annulla la transazione. " Questa è un'istruzione esplicita. Se vedi X, allora fai Y. L'apprendimento automatico è diverso. Qui non stai creando istruzioni dettagliate. Invece, stai dando al computer i dati e gli strumenti di cui ha bisogno per studiare il problema e risolverlo senza che gli venga detto cosa fare. Quindi stai dando al computer la capacità di ricordare ciò che ha fatto in modo che possa adattarsi, evolversi e imparare. Non è molto diverso da come gli umani imparano. Diversi anni fa ho deciso di acquistare una nuova libreria con mia moglie, e ne abbiamo scelta una abbastanza grande da IKEA. Poco dopo aver aperto la scatola, mi sono reso conto che metterla insieme sarebbe stato incredibilmente difficile. Sapevo che avrei dovuto imparare facendo e che avrei fatto molti errori. Le istruzioni dicevano che ognuno degli scaffali doveva avere qualcosa chiamato tassello su ciascun lato, quindi ho messo i tasselli in ciascuno dei fori. Poi ho spinto lo scaffale nei lati e ho aspettato un feedback. Mia moglie ha spinto giù sullo scaffale e siamo rimasti entrambi sorpresi di vedere che ha funzionato. Una volta capito il primo ripiano, ho avuto abbastanza esperienza per installare gli altri scaffali. In questo modo non ho dovuto guardare le istruzioni ogni volta che ho installato un nuovo scaffale. Questo apprendimento umano riguardava l'iniziare in piccolo e poi diventare grandi. Ho avuto un problema, quindi ho formato una regola basata sulla mia esperienza. Ho quindi usato la regola per provare un'azione più ampia. Poi ho aspettato un feedback per vedere se avevo bisogno di modificare la regola o lasciarla così com'è. Ogni volta che imparavo una nuova regola che funzionava, la aggiungevo alla mia memoria. Una volta finito, probabilmente avrei potuto mettere insieme molti diversi tipi di mobili IKEA. Nell'apprendimento automatico, i computer lo fanno più o meno allo stesso modo. La macchina inizia testando qualcosa di più piccolo come una parte più piccola dei dati. Quindi utilizza un algoritmo statistico per vedere come i dati si adattano insieme. Come essere umano, avevo una regola che il mio scaffale aveva bisogno di un tassello. Una macchina potrebbe avere un algoritmo che dice che due tipi di dati dovrebbero essere trattati allo stesso modo. La macchina utilizzerà quindi l'algoritmo per cercare modelli. La macchina riceverà quindi un feedback. Ricorda che abbiamo testato lo scaffale spingendo verso il basso per vedere se avrebbe supportato il libro. Qui la macchina potrebbe testare il loro risultato rispetto ai loro dati di addestramento per vedere se era corretto. Ogni volta che la macchina impara qualcosa di nuovo, lo aggiunge al database. In un certo senso, lo sta memorizzando nella sua memoria a lungo termine in modo che possa migliorare e adattarsi. Tieni presente che la macchina e l'uomo sono usciti entrambi con ulteriore esperienza. Ho imparato a mettere insieme una libreria inutilmente complessa, quindi ora saprei molto di più sull'assemblaggio dei mobili e la nostra macchina saprebbe molto di più sui dati.