Documente Academic
Documente Profesional
Documente Cultură
Soluția
modernă pentru IA.
Obiectivele lecției:
1. Vei obține o înțelegere mai profundă a învățării automate
2. Te vei familiariza cu idea de învățare aprofundată
3. Vei afla prin ce învățarea aprofundată este diferită de învățare automată, și
prin ce este mai bună
Exemplul de mai jos arată cum are loc învățarea unui astfel de algoritm.
Imaginează-ți că ești rugat să spui dacă o poză conține un lup sau o panteră, tu ne
având cunoștințe despre ce sunt acestea.
Ți se prezintă o poză, iar tu ghicești și spui că e o panteră. Greșit. Era un lup. Totuși
ai înțeles că dacă în imagine vezi o pădure, și un animal sur, atunci mult probabil în
poză este un lup.
Acum următoarea poză, vezi un fundal verde, mai verde ca precedentul, și nu ești
sigur dacă în poză e un lup sau o panteră, așa că mai ghicesti odată - panteră.
Corect! Acum poți spune că dacă fundalul este în întregime verde, iar animalul din
poza se observă mai greu sau în general e negru, atunci e panteră. Iar acum,
următoarea poză, o pădure, sau ceva asemanator, la sigur nu verde de jungla, și
lumina bate într-un mod mai special iar animalul pare sur.
Cu siguranță este un lup! Ba nu, e panteră. Deci de acum înainte vei mai atrage
atenția și la coada animalului, și la bot, și la urechi, iar fundalul v-a juca un rol mai
puțin important în luarea deciziilor.
La fel ca neocortexul, o rețea neuronală artificială este formată din neuroni (stânga
jos) ce utilizează o așa numită funcție de activare ce transformă suma ponderată a
atributelor de intrare într-un rezultat. Combinarea ierarhică a acestor neuroni în
straturi permite învățarea unor concepte complicate și oarecum permite transferul
de cunoștințe.
Cum are loc această procedură, și ce rezultate pot fi posibile mai exact? Ne
vedem lecția viitoare!
Exerciții
Test
Quiz autoevaluare