P:
Co oznacza „łączność” dla sztucznej inteligencji w biznesie?
ZA:Pojęcie sztucznej inteligencji stosuje się w biznesie na wiele różnych sposobów, a duże zmiany w badaniach nad sztuczną inteligencją mogą być niezwykle przydatne do robienia postępów w zakresie możliwości oprogramowania dla biznesu. Łączność to nowy kierunek, w którym trwają badania nad sztuczną inteligencją, i może ona radykalnie zmienić narzędzia i zasoby, z których korzystają firmy, aby skorzystać z możliwości rozwiązań sztucznej inteligencji.
Connectionism to filozofia sztucznej inteligencji, która promuje modelowanie ludzkiego mózgu poprzez tworzenie małych sztucznych jednostek odpowiadających ludzkim neuronom i grupom neuronów w mózgu. Jednym z podstawowych aspektów łączności jest naleganie, aby wysokopoziomowe systemy behawioralne i poznawcze mogły być budowane przy użyciu małych pojedynczych jednostek powiązanych w połączoną sieć. Mając to na uwadze, powstanie sztucznej sieci neuronowej (ANN) robi wiele, by promować łączność i teorię hebrajską, nazwaną na cześć matematyka Donalda Hebba i jego pracy w latach czterdziestych.
Connectionism sugeruje, że sztuczna sieć neuronowa będzie miała krytyczne zastosowania w rozwoju sztucznej inteligencji. Naukowcy dysponują już szczegółowymi modelami ANN, a sztuczne sieci neuronowe usprawniają uczenie maszynowe w wielu różnych dziedzinach. Jeśli chodzi o wykorzystanie sztucznej inteligencji w przedsiębiorstwie, łączność może naprawdę zmienić podstawowe sposoby działania technologii wspomagających.
Patrząc na tradycyjne narzędzia analizy biznesowej, możemy zauważyć, że wiele z nich opiera się na dość tradycyjnych metodach, w tym na narzędziach probabilistycznych. Jednym z nich jest logika bayesowska, która wykorzystuje drzewa przyczynowo-skutkowe i drzewa decyzyjne oraz manipuluje dużymi zbiorami danych zgodnie z tą logiką w celu uzyskania wyników wspomagania decyzji (zobacz artykuł o popularnym stosowaniu logiki bayesowskiej w biznesie tutaj).
Być może największym sposobem, w jaki łączność wpłynie na sztuczną inteligencję w biznesie, jest zastąpienie wielu z tych bayesowskich modeli logicznych i modeli probabilistycznych modelami, które działają w oparciu o sztuczne sieci neuronowe. Sztuczna sieć neuronowa to zbiór małych elementów, które indywidualnie mają niewielkie znaczenie. W poszczególnych jednostkach nie ma dużo logiki - zamiast tego sieć łączy wyjścia tych jednostek i czyni z nich logiczny wynik. Mając to na uwadze, narzędzia sztucznej inteligencji biznesowej oparte na łączeniu będą zasadniczo różnić się od tych, które były powszechnie używane w przeszłości (zobacz ten pouczający wątek na temat Quora). Zamiast uzyskiwać wyniki obliczeniowe za pomocą logiki, osiągną te wyniki, uruchamiając złożone algorytmy uczenia maszynowego za pośrednictwem sztucznej sieci neuronowej i badając wyniki.
Niektórzy eksperci twierdzą, że wzrost łączności ma wiele wspólnego z ograniczeniami współczesnych badań nad logiczną sztuczną inteligencją. Innymi słowy, ponieważ naukowcy zmaksymalizowali wiele potencjału tradycyjnej sztucznej inteligencji, połączenie z siecią i sztuczna sieć neuronowa zapewniły środki do posunięcia się naprzód i dalszego ulepszania i rozszerzania działania tych technologii oraz „myślenia”. Modele oparte na łączeniu przynoszą znacznie bliżej pełnej symulacji ludzkiego mózgu i biologicznego procesu myślowego, dlatego te innowacje będą tak ważne dla wszelkiego rodzaju sztucznej inteligencji biznesowej - na przykład wyników, które firma wykorzysta z automatyzacji sił sprzedaży lub narzędzia do zarządzania relacjami z klientami lub łańcucha dostaw lub zarządzania obiektami będą oparte na tych bardzo różnych modelach.
Czy sztuczna inteligencja i uczenie maszynowe to coś, z czego Twoja firma może skorzystać? Odwiedź AltaML, aby się dowiedzieć .
