P:
Jak „główny algorytm” zmienia świat uczenia maszynowego?
ZA:Pomysł zwany „algorytmem głównym” ma wpływ na to, jak postrzegamy pracę w uczeniu maszynowym i sztucznej inteligencji.
Pomysł ten jest powszechnie przypisywany Pedro Domingos, profesorowi na Uniwersytecie Waszyngtońskim, który opiera główny algorytm na pięciu różnych typach uczenia maszynowego i sztucznej inteligencji: symbolice, łączeniu, ewolucjonizmie, teorii bayesowskiej i analogii.
| Bezpłatne pobieranie: Uczenie maszynowe i dlaczego to ma znaczenie |
Chodzi o to, że dzięki ujednoliceniu tych dyscyplin i stworzeniu algorytmu, który działa we wszystkich kanałach, można zasadniczo ulepszyć możliwości uczenia maszynowego. Jest to związane z ideą sieci głębokiego uczenia, które obejmują procesy uczenia maszynowego.
Jednym z aspektów głównego algorytmu jest to, że działa on w różnych kanałach. Niektórzy eksperci wyjaśniają to jako pomysł, że algorytmy mogą przenikać na zastrzeżone platformy, które mówią im więcej o konsumentach. Na przykład jednym z popularnych aspektów głównego algorytmu jest to, że działałby on z platformami społecznościowymi, takimi jak Facebook i innymi środowiskami, takimi jak narzędzia Google, w celu osiągnięcia bardziej kompleksowej formy cyfrowego nadzoru i głębszych relacji z użytkownikiem lub podmiotem.
Algorytm główny zyskał wiele uwagi liderów technologii, takich jak Bill Gates i światowych liderów, takich jak Xi Jinping - stał się interesującym i popularnym sposobem opisywania pojęć takich jak uczenie się języka hebrajskiego, nadzorowane i bez nadzoru uczenie maszynowe, logistyka bayesowska i wiele innych.
Niektóre alternatywne znaczenia „głównego algorytmu” odnoszą się do innych wysiłków zmierzających do stworzenia kompleksowych algorytmów, które zrobią więcej, aby naśladować ludzkie i poznawcze zachowania - na przykład pomysł propagacji wstecznej rozwinięty przez Geoffa Hintona i innych. Jednak zestaw pomysłów na algorytm główny opracowany teoretycznie przez Pedro Domingosa jest najpopularniejszym przykładem wykorzystania tego algorytmu w przemyśle technologicznym. Niezależnie od tego, czy chodzi o łączenie dyscyplin, modalności, platform lub rodzajów pracy poznawczej, główny algorytm promuje ideę łączenia różnych rodzajów narzędzi w jedno silniejsze i bardziej wydajne zastosowanie uczenia maszynowego i sztucznej inteligencji.
