Menene Kayan Kayan Kayan?

Kwamfuta baya ci gaba amma suna karuwa a kowace rana

A cikin sauƙi mafi mahimmanci, ilmantarwa na injiniya (ML) shine shirye-shirye na inji (kwakwalwa) domin ya iya yin aikin da aka nema ta amfani da nazarin bayanan (bayani) don yin wannan aikin da kansa, ba tare da ƙarin takamaiman shigarwa daga mai gabatarwa mutum ba.

Kayan Kayan Kimiyya 101

Kalmar "ilmantarwa na injiniya" an tsara shi a cikin labaran IBM a shekara ta 1959 da Arthur Samuel, wani ƙwararru ne a cikin basirar (AI) da kuma wasan kwaikwayo na kwamfuta. Kayan aiki na injiniya, a sakamakon haka, wani reshe na Intelligence Artificial. Abinda Samuel ya yi shi ne ya sauya tsari na lissafin lokaci lokacin da ya damu kuma ya dakatar da bayar da kayan aikin kwakwalwa don ya koyi.

Maimakon haka, yana son kwakwalwa su fara samarda abubuwan da suke da kansu, ba tare da mutane suna da shigarwa har ma da ƙaramin bayani ba. Sa'an nan kuma, ya yi tunanin, kwakwalwa ba kawai za ta gudanar da ayyuka ba amma zai iya yanke shawarar abin da ayyuka za su yi da lokacin. Me ya sa? Don haka kwakwalwa na iya rage adadin ayyukan da ake bukata don yin aiki a kowane wuri.

Ta yaya Kayan Kayan Kayan Kayan aiki yake

Kayan aiki yana aiki ta hanyar amfani da algorithms da bayanai. Wani algorithm shine tsarin umarni ko jagororin da ke gaya wa kwamfuta ko shirin yadda za'a gudanar da wani aiki. Abubuwan algorithms da aka yi amfani da su a cikin ML sun tattara bayanai, gane alamu, da kuma yin amfani da nazarin wannan bayanan don daidaitawa da shirye-shiryen kansa da ayyuka don kammala ɗawainiya.

ML algorithms amfani da tsarin mulki, yan yanke shawara, tsarin hoto, sarrafa harshe na harshe, da cibiyoyin neural (don suna mai suna) don sarrafa bayanai don sarrafawa da yin ayyuka. Duk da yake ML zai iya zama babban al'amari, Google's Teachable Machine yana samar da hanyoyi masu sauki game da yadda ML ke aiki.

Mafi mahimman tsari na koyo da ake amfani dasu a yau, wanda ake kira zurfin ilmantarwa , ya gina tsarin ilimin lissafi mai mahimmanci wanda ake kira cibiyar sadarwa, wanda ya dogara ne da yawan bayanai. Cibiyoyin sadarwa na Neural sune jerin algorithms a cikin ML da AI wanda aka tsara bayan yadda sassan kwayoyin halitta ke cikin kwakwalwa ta mutum da kuma bayanin tsarin tsarin jin tsoro.

Artificial Intelligence vs. Machine Learning vs. Data Ƙananan

Don fahimtar dangantakar da ke tsakanin AI, ML, da kuma bayanan bayanai, yana da amfani don yin la'akari da saiti da yawa. AI shine mafi yawan laima. Ƙaramar ML tana da ƙananan ƙananan kuma yana daidai da layin AI. Maganin yin amfani da ma'adinan bayanai shine mafi ƙanƙanci kuma ya yi daidai da lalata ML.

Abin da Kayan Kayan Kayan Kayan Yin Yin (kuma Yayi Shin)

Hanyoyin kwakwalwa don nazarin yawancin bayanai a ɓangarori na biyu na sa ML yana amfani da shi a yawancin masana'antu inda lokaci da daidaito suke da muhimmanci.

Wataƙila kun taɓa fuskantar ML sau da yawa ba tare da ku sani ba. Wasu daga cikin hanyoyin da ake amfani da ita ta fasaha ta ML sun haɗa da sanarwa mai kyau ( Samsung's Bixby , Apple's Siri , da kuma shirye-shiryen maganganun da ke yanzu a kan PC), nazari na spam don imel ɗinka, gina tashar labarai, gano rikici, daidaitawa shawarwari na sayarwa, da kuma samar da sakamakon binciken yanar gizon da ya fi dacewa.

ML yana da hannu a cikin abincin ku na Facebook . Lokacin da kake so ko danna mahafan tallanku akai-akai, algorithms da ML a bayan al'amuran "koya" daga ayyukanka a lokacin da za ka fara fifita wasu abokai ko shafuka a cikin Newsfeed.

Abin da Kayan Kayan Yin Kayan Kayan Yin Za a Yi & # 39; t Shin

Duk da haka, akwai iyaka ga abinda ML zai iya yi. Alal misali, yin amfani da fasaha na ML a masana'antu daban-daban na buƙatar haɓakawa da shirye-shiryen da mutane ke yi don kwarewa da shirin ko tsarin don ayyuka iri-iri na wannan masana'antu. Alal misali, a misali na likita a sama, shirin ML da aka yi amfani dashi a cikin sashin gaggawa an ƙaddamar musamman don maganin ɗan adam. Ba'a yiwu a yi a yanzu ba don daukar wannan shirin na ainihin kuma aiwatar da shi a cikin cibiyar gaggawa na gaggawa. Irin wannan canji na buƙatar ƙwarewa da ci gaba ta hanyar shirye-shirye na 'yan adam don ƙirƙirar wata fasaha da za ta iya yin wannan aiki don magani na dabbobi ko dabba.

Har ila yau, yana buƙatar mai yawa bayanai da misalai don "koyon" bayanin da yake buƙatar yin yanke shawara da kuma aiki. Shirye-shirye na ML sune sosai a cikin fassarar bayanai da kuma gwagwarmaya tare da alamar alama kuma wasu nau'ikan dangantaka tsakanin sakamakon bayanai, irin su dalilai da sakamako.

Ci gaba da ci gaba, duk da haka, suna samar da ML fiye da ƙwarewar fasahar samar da kwakwalwar kwamfuta a kowace rana.