Tidak semua orang dilahirkan dengan bakat untuk menjadi pintar, tetapi tidak semua orang pintar berasal dari orang yang berbakat. Kerana pintar masih berada dalam jangkauan kemampuan dan kemampuan otak setiap orang. Begitu juga dengan kecerdasan buatan (Dunia: Kecerdasan buatan).
Kecerdasan Buatan (Singkatan: AI)
Kecerdasan Buatan adalah simulasi bagaimana kecerdasan manusia diproses oleh mesin. Contoh penggunaan AI yang mudah dan yang sering kita lihat ialah pengesanan wajah pada kamera, NPC / bot yang bermain seperti manusia dalam permainan, bot sembang dan lain-lain.
Walaupun anda sering melihat berita seperti AI mengalahkan salah satu pemain Go terbaik di dunia, AI mengalahkan pemain DOTA 2 profesional, dan banyak lagi, sebenarnya ia tidak dicapai dengan serta-merta .
Bagaimana Kecerdasan Buatan Berfungsi
Kecerdasan Buatan , lebih tepatnya apa yang dibuat melalui pembelajaran mesin atau pembelajaran mendalam, berbeza dengan bot biasa yang hanya melakukan apa yang telah diprogramkan oleh pemaju (Dunia: pemaju). Perbezaannya ialah, Kecerdasan Buatan menggunakan rangkaian saraf dan data sampel untuk mereka pelajari.
Contohnya dari segi permainan / permainan. The pemaju hanya program AI tentang bagaimana untuk bermain dan peraturan, bukan bagaimana untuk berurusan dengan musuh.
"Lalu, bagaimana mereka menang?"
Ya, sama seperti manusia. Mereka akan melakukan latihan dengan bermain dengan manusia, atau mungkin AI lain.
Pembelajaran Pengukuhan (Ganjaran & Hukuman)
Apabila mereka menang, AI akan mendapat ganjaran (World: Award) dalam program mereka. Ganjarannya adalah pemberitahuan bahawa apa yang dilakukan oleh AI adalah betul.
Sedangkan ketika mereka kalah, mereka akan mendapat hukuman (Dunia: hukuman). Seperti ganjaran sebelumnya, hukuman ini hanyalah maklumat bahawa apa yang mereka lakukan itu salah.
Baca juga: Apakah revolusi industri 4.0? (Penjelasan dan cabaran)Benar atau salah dapat dibuat dalam bentuk boolean (sejenis jenis data dalam pengaturcaraan), iaitu benar / salah atau angka 0/1 atau dengan cara lain. Sistem ganjaran dan hukuman disebut r eforforcement learning .
Kerana AI diprogramkan untuk mengejar ganjaran , semasa anda bermain AI akan melihat pergerakan mana yang berkesan dalam mengarahkan aliran permainan untuk mendapatkan hadiah ini.
Kemudian rekod pergerakan dianalisis dan diberi nilai oleh AI , setiap pergerakan yang mempunyai kebarangkalian besar untuk menang akan diberi skor tinggi. Begitu juga untuk sebaliknya.
Dengan cara ini, pada akhirnya AI dapat memilih pergerakan dengan bijak dan berkesan berdasarkan nilai-nilai yang telah diberikan untuk memenangi pertandingan.
Kesimpulannya
Dalam contoh di atas, amalan padanan adalah data sampel. Kemudian sistem ganjaran dan hukuman serta program analisis dan penilaian adalah rangkaian saraf .
Seperti yang kita lihat, rangkaian saraf dirancang serupa dengan cara berfikir manusia.
Apabila kita menang, kita mendapat ganjaran dalam bentuk kesenangan, dan kita secara tidak sengaja akan melakukan analisis perlawanan untuk mencapai kemenangan dan mengelakkan kekalahan pada perlawanan seterusnya dari data sampel , iaitu pengalaman.
Semakin banyak sampel yang diterima, semakin banyak AI yang canggih , terutamanya jika diberikan ratusan ribu sampel setiap hari. Tidak hairanlah Artificial Intelligence dapat mengalahkan seorang profesional.
Aplikasi Kaedah Pembelajaran AI
Dari penjelasan di atas, jelas bahawa cara belajar Kecerdasan Buatan tidak berbeza dengan cara belajar kita. Apa yang menjadikan mereka lebih canggih daripada manusia adalah kerana mereka selalu diberi maklumat baru, dan mereka juga direka khas untuk memproses maklumat tersebut.
Oleh itu, jika kita ingin menjadi serba canggih dengan mereka, jangan ragu untuk menjadikan diri kita sebagai mesin pemprosesan maklumat seperti mereka.
Baca juga: Blower pengering tangan tidak lagi disyorkan untuk digunakan di hospitalApa yang memisahkan kita dari orang-orang yang genius atau kecerdasan buatan adalah pengetahuan dan pengalaman. Sekiranya kita terus membuang masa untuk melakukan perkara-perkara monoton dan tidak berguna, maka pengetahuan anda akan ditinggalkan oleh orang lain setiap saat.
Sentiasa berusaha melakukan sesuatu yang berguna untuk mengembangkan pengetahuan kita. Contohnya, menonton video pendidikan di YouTube, atau membaca artikel sains mengenai sains secara santai.
Tidak kira seberapa sedikit ilmu pengetahuan dipelajari, ilmu pengetahuan ini telah mengambil satu langkah ke depan, menambahkan perbendaharaan kata ke kamus bahasa di otak anda, atau menambahkan pengalaman ke memori anda.
Sudah tentu ini akan berguna suatu hari nanti, kerana pengetahuan luas ini terdiri dari ilmu-ilmu kecil. Ribuan data sampel yang diproses oleh Artificial Intelligence terdiri daripada unit data sampel.
Oh ya, dengan membaca artikel ini, anda sudah mempunyai satu pengetahuan yang lebih maju mengenai kecerdasan buatan berbanding rakan-rakan atau orang di sekeliling anda, anda tahu .
Hanya dalam beberapa minit membaca, anda lebih pintar daripada sebelumnya. Apabila kelak anda diminta, dan anda seronok mempelajarinya, maka anda dapat menjawabnya. Hebat bukan?
Artikel ini adalah penyerahan dari pengarang. Anda juga boleh membuat tulisan anda sendiri mengenai Saintif dengan menyertai Komuniti Saintif