5 Dakikada En Çok Kullanılan Yapay Zeka Terminolojisini Öğren – Hayatizm

5 Dakikada En Çok Kullanılan Yapay Zeka Terminolojisini Öğren

5 Dakikada En Çok Kullanılan Yapay Zeka Terminolojisini Öğren

Her ne kadar Yapay Zeka (AI) son kavram değildir, biz, kitleler, ancak bu konuda bir şey biliyorum. Yapay Zeka fikrinin ilk olarak Antik Çağ’da (MÖ 3000 sonrası) gerçekleştiğini biliyor muydunuz? Yunan mitolojisi, Europa’nın zorlu savunucusu Talos gibi birçok robotik varlığın varlığını gösterir .

Bununla birlikte, insanlar şu anki YZ algımıza yol açan kavramı ancak 19. yüzyılın sonlarında yeniden canlandırdılar. Aslında, Samuel Butler’ın romanı Erewhon (‘hiçbir yerde’ kelimesinin bir anagramı), Erken Orta Çağ’dan beri AI’yı içeren ilk kurgusal çalışma olarak kabul edilir (ve Metropolis (1927) ilk uzun metrajlı filmdi). Bugün, gerçek zamanlı olarak makine zekası alanına çoktan adım attık; Örneğin Siri ve Alexa . Google ve Carnegie Mellon Üniversitesi (CMU) gibi en iyi yapay zeka araştırma merkezlerinin şu anda ne pişirdiğini kim bilebilir !

Bununla birlikte, halihazırda bizim için mevcut olan AI araştırmasını anlamak için, ticarette birkaç teknik jargon almanız gerekir. Burada, en son teknoloji yayınlarında (2020 için güncellendi!) Yaygın olarak (ve nadiren) kullanılan tüm AI terimlerinin bir listesini derledik. Daha fazla aramanıza gerek olmadığından emin olabilirsiniz!

Bir

Algoritma: Esasen, makinenin ne yapılacağını bilmesini sağlamak için esnek bir grupta bir araya getirilmiş bir kurallar ve talimatlar kutusudur. Başka bir deyişle, bir programın gidişatını belirleyen sıkı talimatlar, algoritma olarak adlandırılır.

Yapay Sinir Ağı (YSA): YSA, insan beynini örnekler yardımıyla bir sistemde taklit etmeye çalışır. Örneğin, ‘su’yu berrak, kokusuz, tatsız ve renksiz bir sıvı olarak anladığımız gibi, benzer bir su örneği / örnekleri, böyle bir sıvının ne dendiğini anlamasına yardımcı olmak için bir sistemin YSA’sına emilir.

Artırılmış Zeka veya Zeka Artırma (IA): İnsanca olası herhangi bir görevin birkaç kat daha hızlı gerçekleştirildiğini hayal edin! Örneğin karmaşık matematiksel hesaplamalar. Bununla birlikte, IA durumunda, insan girdisi gerekli değildir.

Otonom Hesaplama: Bunu bir bilgisayarın bağışıklık sistemi olarak düşünün. Autonomic Computing, vücudumuzdaki beyaz kan hücreleri gibi, sistemdeki yabancı istilacıları tanır ve bunlara karşı gerekli eylemi gerçekleştirir. Ayrıca gerektiğinde sistemi otomatik olarak yükseltir.

B

Backpropagation: Temelde sistemler için bir öğrenme mekanizmasıdır. İnsanlar hatalarından ders çıkarır, bilgisayarlar da öyle. Geri yayılım, sistemin geçmişteki hatalarına başvurmasını ve bunları tekrar yapmaktan kaçınmayı öğrenmesini sağlar.

Bayes ağları: Bunlar, insanlarda bir hastalığın / hastalıkların varlığını tahmin eden bir dizi semptom gibidir. Bilgisayarlarla, katkıda bulunan belirli faktörlere göre birkaç farklı olayın olasılığını tahmin ederler.

C

Chatbots: ‘sohbet robotlar’ için kısa bir form. En olası önceden yazılmış cevabı vermek için sorulan bir sorudan ana anahtar kelimeleri tanımlayan iletişimsel AI’lardır.

Kümeleme: Farklı veri noktası kümelerini sınıflandırmayı içeren bir tekniktir. Örneğin, restoran endüstrisinde, düzenli müşteriler bir bilgisayarda kümeleme yardımıyla vejeteryanlar ve vejeteryan olmayanlar olarak bölümlere ayrılabilir. D

Bilişsel Hesaplama: Bu, makine öğreniminin en önemli bölümlerinden biridir . Veri madenciliği, dilbilim ve kalıplar yoluyla sistemin insan beynini taklit etmesine yardımcı olur.

Evrişimli sinir ağı (CNN): YSA’ya benzer şekilde, CNN, yapay zekanın belirli bir alanını – görüntü tanıma alanını hedefler.

D

Veri Madenciliği: Adından da anlaşılacağı gibi, bu süreç büyük miktarda mevcut veriyi analiz eder ve bunları yeni bilgiler için madencilik yapar.

Derin Öğrenme: YSA burada önemli bir faktördür. Derin öğrenme makinesi, insanların düşünce sürecini olabildiğince doğru bir şekilde taklit etmek için YSA kullanır.

E

Uzman Sistem: Bu, belirli bir çalışma alanına odaklanan bir sistem AI türüdür. Bu alandaki tüm hesaplama görevlerini kullanıcı girdisine göre gerçekleştirir.

Açıklanabilir AI (XAI): Çoğu zaman, bir bilgisayar AI, kullanıcı tarafından anlaşılamayan sonuçlar verir. XAI, bu sonuçları deşifre ederek kolayca anlaşılabilecek bir şekilde sunar.

F

Few-Shot Learning: Makine öğrenimi, sisteme büyük miktarda veri yüklenmesini gerektirir. Ancak, sistemin daha iyi öğrenmesine yardımcı olmak için yeterli veriye sahip olmadığımız zamanlar da vardır. Bu tür durumlarda, mevcut verileri tamamen zıt sınıflara ayırarak, makinenin sonuçları sınıf faktörlerine göre kendi başına seçmesine olanak tanıyacağız. Buna az vuruşlu öğrenme denir!

İleri Zincirleme: Sonucun mevcut olgulardan türetildiği bir sistemdir. Bilinen sonuçların kaynağa işaret ettiği yerde geriye doğru zincirlemenin tam tersidir. İleriye doğru zincirleme, nihai hedefe ulaşılana kadar mevcut kaynaklardaki madencilik verilerini tutar.

G

Generative Adversarial Networks (GAN): Bu sistem, mevcut veya kullanıcı tarafından girilen özelliklere dayalı olarak benzersiz, neredeyse gerçek bir insan yüzü imajını oluşturma yeteneğine sahiptir.

 H

Sezgisel Arama Teknikleri: Kurgusal Sherlock Holmes’un şu sözünü hatırlayın : “İmkansızı ortadan kaldırdığınızda, geriye kalan ne kadar olasılık dışı olursa olsun, gerçek olmalı”? Sezgisel Arama Tekniklerinin tamamı budur!

ben

Görüntü Tanıma: Mevcut verilerden belirli bir görüntü İÇERİSİNDE benzer özelliklere işaret etmesi bakımından CNN’den farklıdır.

K

Bilgi Mühendisliği: Bu prosedür, bir tarlayı sürmek için kullanılan bir traktör gibidir. Ancak burada sistemin bir sürücüye ihtiyacı yoktur. Arazinin tam olarak ne zaman ve nerede sürülmesi gerektiğini bilmek üzere programlanmıştır.

L

Sınırlı Bellek: Gelişmiş bir Rasgele Erişim Belleği (RAM) türüdür. Verileri geçici olarak depolar.

M

Makine Algısı: Tıpkı insanların etraflarındaki şeylerin doğasını anlamak için beş duyusunu kullandıkları gibi, bir bilgisayar da aynısını yapmak için Makine Algılamasını kullanır.

Makine Çevirisi: Google Çeviri burada mükemmel bir örnektir! Çeviri özelliğini etkinleştirmek için farklı dillerden veriler sisteme beslenir.

N

Doğal Dil İşleme (NLP): Bu, AI’nın en kritik süreçlerinden biridir. Sistemin bir metni insan bakış açısından anlamasını sağlar (normal ikili bakış açısı yerine).

 P

Örüntü Tanıma: Anlam ismin kendisinde yatmaktadır. Örüntü tanıma, belirli benzerlikleri olan iki farklı olayı birbirine bağlar.

R

Tekrarlayan Sinir Ağı (RNN): Özellikle sıralı modellere odaklanan bir YSA türü.

S

Tekillik: Bir teknoloji tekilliği, gelecekte teknolojinin insanları kontrol etmeye başlayacağı bir noktadır, tıpkı I, Robot gibi !

Denetimli Öğrenme: Burada, sisteme başka bir sorunun sonucunu öğretmek için belirli bir sonuç kullanılabilir; herhangi bir sistem rehberliğinin sağlanmadığı gözetimsiz öğrenmenin aksine .

T

Transfer Öğrenimi: Yalnızca bir başlangıç ​​yapısına ihtiyaç duyan kendi kendine öğrenen bir algoritma. Örneğin, bir sistem farklı cep telefonu türlerini tanımak üzere programlanmışsa, farklı dizüstü bilgisayar türlerini de tanımayı öğrenebilirler.

W

Zayıf AI: Dar zekayı tanımlamak için kullanılan bir terim. Zayıf bir AI, temelde belirli bir görevi en iyiden daha iyi gerçekleştirebilir ancak diğer görevleri tamamlamada berbattır.

Ve şimdi sen bir yapay zeka sihirbazı ya da cadısın! Yukarıda belirtilen tüm terimleri anladıktan ve öğrendikten sonra, en son teknoloji dergisinde ya da on yıllık bir el yazmasında olsun, yapay zeka ile ilgili her türlü makaleyi anlayabileceğinizden emin olabilirsiniz!


Commercials