분명히 우리 모두는 우리 삶에서 적어도 한 번은 "인공 지능"이라는 개념을 들어 봤습니다.이 개념은 이제 공상 과학 책을 통해 일상 용어로 들어가고 있으며 점점 더 영화, TV 시리즈 및 "쉬운"연락 채널을 통해 "곧장". 우리 중 일부는 아마도 "신경망"또는 "결정 알고리즘"과 관련된 연설에서 "자동 학습"에 대해 들어 보셨을 것입니다.
그러나 기계 학습이란 무엇이며 인공 지능과 어떤 관련이 있습니까?
기계 학습 또는 기계 학습은 특정 목적에 맞게 프로그래밍하지 않고도 문제를 해결하는 방법을 배울 수있는 능력을 컴퓨터에 제공하는 특정 유형의 인공 지능에 지나지 않습니다. 즉, 컴퓨터는 프로그램 코드가 아닌 데이터를 통해 동작하는 방법을 학습합니다. 각 단일 활동에 대해 프로그래머가 미리 결정한 특정 의사 결정 프로세스를 갖는 대신, 기계 학습 소프트웨어는 유사한 문제와 관련하여 이미 처분 할 수있는 데이터를 분석하고 통계 분석을 사용하여 개념 모델을 정의합니다. 그런 다음 이러한 모델을 새 데이터에 적용하여 결정을 내리거나 예측합니다. 기계 학습 알고리즘 "뒤에있는"기술은 소위 "인공 신경망"의 기술입니다. 이것은 자연 신경망, 실제로 뇌에서 영감을받은 인공 "뉴런"으로 구성된 수학적 모델에 지나지 않습니다. 기계 학습 알고리즘의 결과가 가능한 한 정확하려면 가능한 한 광범위하고 처리 할 수있는 지식 기반을 생성하기 위해 가능한 한 가장 이질적인 소스에서 엄청난 양의 데이터를 사용할 수 있어야합니다. , 가장 좋은 방법은 이전에 인간의 경험이없는 상황입니다. 기계 학습 알고리즘은 오랫동안 사용되어 왔지만 필요한 복잡한 수학적 계산을 대량의 데이터에 자동으로 신속하게 적용 할 수있는 능력은 최근에만 가능합니다. 그러나 컴퓨팅 성능이 충분 해지 자마자 놀라움에도 불구하고 일상 생활의 일부가되거나되고있는 애플리케이션이 번성했습니다.
예를 들어, 우리는 :
- Google 자동차, 그것은 스스로 운전하는 차입니다.
- "타겟팅 된"온라인 팁Amazon 및 Netflix 사이트의 사이트
- 안면 인식, 페이스 북 (뿐만 아니라 다른 사람들)이 얼굴을 인식하고 사진이 프로필에 게시 될 때마다 자동으로 태그를 부착 할 수있게 해주는 기술.
- 사회 지능즉, 소셜 네트워크에 대한 게시물 및 개입의 "감정적 콘텐츠"(특정 주제에 대한 긍정적, 부정적 또는 중립적 의견)를 분석하고 결론을 도출하는 능력입니다.
- 가상 비서 Siri, Cortana (및 기타)를 스마트 폰으로 사용합니다.
이런 종류의 응용 프로그램은 머신 러닝 알고리즘의 모든 힘과 실용적인 유용성을 보여주고 아마도 우리가 알지 못하는 사이에 그러한 도구가 이미 어떻게되었는지를 보여줍니다. 우리 현실의 일정한 부분. 그리고 매일 우리는 새로운 용도를 목격하거나 듣습니다. 그리고 연구 실험실과 혁신적인 프로젝트를 통해 새로운 애플리케이션을 찾는 것은 종종 Google입니다. XNUMX 월에 그는 픽셀 화 된 이미지를 기반으로 원본 사진을 다소 신뢰할 수있는 재구성으로 만드는 인공 지능 시스템을 공개했습니다. XNUMX 월에 그는 자신의 번역이 인공 지능 알고리즘 덕분에 이탈리아어 번역의 정확성을 개선했다고 발표했습니다. 또한 XNUMX 월에는 기계 학습 알고리즘을 사용하여 "낙서"를 해석하거나 개체의 스케치 된 그림을 해석하고 동일한 개체의 정확하고 전문적인 그림으로 "대체"하는 웹 포털을 시작했습니다. 그러나 최고는 아직 다가올 것입니다. 실제로 머신 러닝은 진정한 강점이 아직 완전히 표현되지 않았으며 향후 사용이 비즈니스 및 회사 서비스에 국한되지 않는 매우 강력한 도구입니다. 끊임없는 기술 발전과 컴퓨팅 파워의 증가 덕분에 실제로 머신 러닝은 곧 분석 도구에서 발견 및 혁신 도구로 진화 할 수있을 것이며 연구 및 연구와 같은 분야에서 점점 더 주도적 인 역할을 할 것입니다. 과학. 요약하면, 기계 학습을 활용하는 알고리즘은 과학자와 발명가가 지금 수행하는 작업을 정확하게 수행 할 수 있지만 더 좋고 빠릅니다. 희망은 언젠가 소프트웨어가 현재 해결 불가능한 문제를 해결할 것이라는 것입니다. 즉, 예를 들어 알고리즘을 사용하여 암이나 AIDS와 같은 질병에 대한 치료법을 찾을 수 있도록 지능형 기계 학습을 구축 할 수있는 것이 희망입니다. 미래는 오늘날 우리가 상상조차 할 수없는 방식으로 놀라 울 것입니다.
Giovanni Calcerano 저