Mentiras de la inteligencia artificial en el corazón de avances dramáticos en automotriz, atención sanitaria, sistemas industriales, y un número de extensión de áreas de aplicación. A medida que el interés continúa subiendo, la naturaleza del AI ha sacado cierta confusión e incluso miedo sobre el papel cada vez mayor del AI en vida cotidiana. El tipo de AI que permita un número cada vez mayor de productos elegantes emplea métodos de fabricación y utillaje directos pero no triviales para entregar capacidades quitado lejos de la civilización-conclusión AI de la ciencia ficción.
Definiciones de la gama del AI de sus la mayoría avanzado-y aún forma conceptual, donde están las máquinas humano-como en comportamiento, a una forma más familiar donde las máquinas se entrenan para realizar tareas específicas. En su forma más avanzada, las inteligencias artificiales verdaderas actuarían sin la dirección y el control explícitos de los seres humanos a llegar independientemente una cierta conclusión o para tomar un ciertas medidas apenas como fuerza humana. En el final ingeniería-orientado más familiar del espectro del AI, máquina-aprendiendo los métodos (ml) proporcionan típicamente la fundación de cómputo para los usos actuales del AI. Estos métodos generan respuestas a los datos de entrada con velocidad y exactitud impresionantes sin usar el código escrito explícitamente para proporcionar esas respuestas. Mientras que los desarrolladores de software escriben código para procesar datos en sistemas convencionales, los desarrolladores del ml utilizan datos para enseñar a algoritmos del ml tales como modelos de red neuronal artificiales para generar respuestas deseadas a los datos.
¿Cómo está un modelo de red neuronal básico construyó?
Entre los tipos más familiares de aprendizaje de máquina, los modelos de red neuronal pasan datos de su capa de la entrada con capas ocultadas a una capa de la salida (cuadro 1). Pues descritas, las capas ocultadas se entrenan para realizar una serie de extracto del transformationsthat que las características necesitaron distinguir entre diversas clases de datos de entrada. Estas transformaciones culminan adentro
valores cargados en la capa de la salida, donde cada unidad de salida proporciona un valor que representa la probabilidad que los datos de entrada pertenecen en una clase particular. Con este acercamiento, los desarrolladores pueden clasificar datos tales como imágenes o medidas del sensor usando una arquitectura de red neuronal apropiada.
Las arquitecturas de red neuronal llevan muchas formas, extendiéndose del tipo simple de red neuronal del feedforward mostrado en el cuadro 1 las redes neuronales profundas (DNNs) construidas con varias capas ocultadas y capas individuales que contienen cientos de miles de neuronas. Sin embargo, diversas arquitecturas emplean típicamente una unidad artificial de la neurona con entradas múltiples y un de salida única (el cuadro 2). Cuadro 1: Las redes neuronales comprenden capas de las neuronas artificiales entrenadas para distinguir entre diversas clases de datos de entrada. (Fuente: adaptado de Wikipedia)
Cuadro 2: Una neurona artificial produce una salida basada en una función del actiation que actúe
en la suma de los imputs cargados de los nouron. (Fuente: Wikipedia)
En una red neuronal del feedforward, una neurona particular n, en sumas ocultadas de la capa sus entradas, x, ajustó por un peso entrada-específico wp y añade un factor diagonal capa-específico b (no mostrado en la figura) como fllows:
Finalmente, los valores sumados son convertidos a una salida del único valor por una función de la activación. Dependiendo de requisitos, estas funciones pueden tomar muchas formas, tales como una función de paso simple, una tangente del arco, o un trazado no lineal tal como una unidad linear rectificada (ReLU), que hace salir 0 para S0<>.
Aunque todos se diseñen para extraer las características de distinción de datos, diversas arquitecturas pudieron utilizar transformaciones perceptiblemente diversas. Por ejemplo, las redes neuronales circumvolucionales (CNNs) utilizaron en usos del imagen-reconocimiento para utilizar circunvoluciones del corazón. En esto, las funciones, llamadas los corazones, realizan circunvoluciones en la imagen de la entrada para transformarla en mapas de la característica. Las capas subsiguientes realizan más circunvoluciones u otras funciones, extrayendo y transformando más lejos características hasta el modelo de CNN generan una salida similar de la probabilidad de la clasificación como en redes neuronales más simples. Sin embargo, para los desarrolladores, la matemáticas subyacente para las arquitecturas de red neuronal populares es en gran parte transparente debido a la disponibilidad de las herramientas de desarrollo del ml (discutió a otra parte en este problema). Usando esas herramientas, los desarrolladores pueden ejecutar bastante fácilmente un modelo de red neuronal y comenzar a entrenarle usando un sistema de datos llamó el sistema de entrenamiento. Este conjunto de datos de entrenamiento incluye un sistema representativo de observaciones de los datos y el casification correcto para cada observación y representa uno de los aspectos más desafiadores del desarrollo modelo de red neuronal.
¿Cómo se entrena y se despliega un modelo de red neuronal?
En el pasado, los desarrolladores que creaban sistemas de entrenamiento tenían opción del ltte pero trabajar con los muchos millares de observaciones requeridas en un sistema típico, etiquetando manualmente cada observación con su nombre correcto. Por ejemplo, crear un sistema de entrenamiento para un uso del reconocimiento de la señal de tráfico, ellos
necesidad de ver imágenes de señales de tráfico y de la etiqueta cada imagen con el nombre correcto de la muestra. Los sistemas del public domain de datos preclasificados dejaron a muchos investigadores de máquina-aprendizaje evitan esta tarea y foco en el desarrollo de algoritmo. Para los usos del ml de la producción, sin embargo, la tarea de etiquetado puede presentar un desafío significativo. Los desarrolladores avanzados del ml utilizan a menudo modelos preformados en a
el proceso llamó la transferencia que aprendía ayudar a facilitar este problema.
¡Su mensaje debe tener entre 20 y 3.000 caracteres!