Quel est le processus par lequel l'intelligence artificielle acquiert automatiquement des connaissances et des compétences et parvient à s'améliorer ?

Le processus d'auto-amélioration est le "machine learning". L'apprentissage automatique est au cœur de l'intelligence artificielle et le moyen fondamental de rendre les ordinateurs intelligents ; il permet aux ordinateurs de simuler le comportement d'apprentissage humain, d'acquérir automatiquement des connaissances et des compétences grâce à l'apprentissage, d'améliorer continuellement leurs performances et de s'auto-améliorer. L'apprentissage automatique étudie principalement trois aspects : 1. Le mécanisme d'apprentissage, la capacité innée des êtres humains à acquérir des connaissances, des compétences et des concepts abstraits ; 2. La méthode d'apprentissage, basée sur la simplification du mécanisme d'apprentissage biologique, en utilisant des méthodes informatiques pour le reproduire ; Un système qui peut mettre en œuvre l’apprentissage automatique dans une certaine mesure.

L'environnement d'exploitation de ce tutoriel : système Windows 7, ordinateur Dell G3.

Le processus par lequel l'intelligence artificielle acquiert automatiquement des connaissances et des compétences et parvient à s'améliorer est « l'apprentissage automatique ».

L'apprentissage automatique est au cœur de l'intelligence artificielle et le moyen fondamental de rendre les ordinateurs intelligents.

Apprentissage automatique :

L'apprentissage automatique permet aux ordinateurs de simuler le comportement d'apprentissage humain, d'acquérir automatiquement des connaissances et des compétences grâce à l'apprentissage, d'améliorer continuellement les performances et de s'améliorer.

Le Machine learning étudie principalement les trois aspects suivants :

(1) Mécanisme d’apprentissage : capacité innée de l’humain à acquérir des connaissances, des compétences et des concepts abstraits.
(2) Méthode d'apprentissage : La structure de la méthode d'apprentissage automatique est basée sur la simplification du mécanisme d'apprentissage biologique et est reproduite à l'aide de méthodes informatiques.
(3) Système d'apprentissage : Un système qui peut réaliser l'apprentissage automatique dans une certaine mesure.

Un système d'apprentissage doit généralement comprendre quatre parties de base : l'environnement, l'apprentissage, la base de connaissances, l'exécution et l'évaluation.

Classification de l'apprentissage automatique

1. Classification par méthode d'apprentissage (Winston, 1977)

Apprentissage mécanique, apprentissage guidé, apprentissage par exemple, apprentissage par analogie, apprentissage explicatif en attente.

2. Classification par capacité d'apprentissage :

Apprentissage supervisé (apprentissage avec des enseignants)

Apprentissage par renforcement (apprentissage par renforcement ou apprentissage par renforcement)

Non surveillé apprentissage (apprentissage sans enseignant)

3. Classification par méthode de raisonnement :

Apprentissage basé sur la déduction (apprentissage par explication).
Apprentissage par induction (apprentissage par exemple, apprentissage par découverte, etc.).

4. Classés par attributs complets :

Apprentissage inductif, apprentissage analytique, apprentissage de connexion, apprentissage génétique, etc.

Apprentissage mécanique

L'apprentissage mécanique (apprentissage par cœur) est également appelé apprentissage par mémoire, ou apprentissage par cœur : le but de l'apprentissage est atteint en mémorisant ou en stockant directement des informations fournies par l'environnement externe, et plus tard via la base de connaissances. les connaissances obtenues par récupération sont directement utilisées pour résoudre le problème.
L'essence de l'apprentissage mécanique est d'échanger de l'espace de stockage contre du temps de traitement.
Exemple typique : En 1959, le programme de dames CHECKERS de Samuel (A.L.Samuel).

Le programme de dames de Samuel CHECKERS

utilise la fonction d'évaluation pour noter le modèle sous une profondeur de recherche donnée et calcule la valeur de backcast du nœud supérieur via le calcul de backcast pour déterminer le meilleur coup actuel.
La prochaine fois que vous rencontrerez la même situation, utilisez directement le calcul à rebours pour déterminer le meilleur coup sans recalcul.

Principaux problèmes de l'apprentissage automatique :

Stockage des informations organisationnelles : Utilisez des méthodes de stockage appropriées pour rendre la récupération aussi rapide que possible.
Stabilité environnementale et applicabilité des informations stockées : Le système d'apprentissage automatique doit garantir que les informations stockées s'adaptent aux changements de l'environnement externe.
Compromis entre stockage et calcul : Un point important pour l'apprentissage automatique est qu'il ne réduit pas l'efficacité du système.

Apprentissage guidé

Apprentissage guidé (apprendre en se faisant dire), également appelé apprentissage pédagogique ou apprentissage pédagogique : l'environnement externe fournit des instructions ou des suggestions générales au système, et le système les convertit spécifiquement en connaissances détaillées et envoyées à la base de connaissances. Au cours du processus d’apprentissage, les connaissances acquises doivent être évaluées à plusieurs reprises afin de les améliorer continuellement.

Le processus d'apprentissage de l'apprentissage guidé :

Soliciter des instructions ou des suggestions de l'instructeur, convertir les avis de consultation en formulaires internes exécutables, les ajouter à la base de connaissances et évaluer.

Soliciter des instructions ou des suggestions du moniteur

Consultation simple : Le moniteur donne des avis généraux et le système les concrétise.
Consultation complexe : Le système exige non seulement que l'instructeur donne des suggestions générales, mais identifie également spécifiquement les problèmes possibles dans la base de connaissances et donne des suggestions de modifications.
Consultation passive : Le système attend simplement passivement que l'instructeur donne son avis.
Consultation active : le système accepte non seulement passivement les instructions, mais pose également activement des questions pour concentrer l'attention de l'instructeur sur des problèmes spécifiques.

Convertir les avis de consultation en un formulaire interne exécutable

Le système d'apprentissage doit avoir la capacité de convertir les avis de consultation exprimés sous une forme convenue en un formulaire exécutable interne par ordinateur, et être capable d'effectuer des vérifications grammaticales et une analyse sémantique appropriée .

Rejoignez la base de connaissances

Pendant le processus d'adhésion, la cohérence des connaissances doit être vérifiée afin d'éviter les conflits, les redondances, les boucles et autres problèmes.

Évaluation

Méthode d'évaluation : tester empiriquement de nouvelles connaissances, c'est-à-dire exécuter quelques exemples standards, puis vérifier si l'exécution est cohérente avec la situation connue.

Exemple d'apprentissage

Exemple d'apprentissage (apprentissage à partir d'exemples, apprentissage par exemple ou apprentissage à partir d'exemples) : Une méthode d'apprentissage qui obtient un certain nombre d'exemples liés à un certain concept de l'environnement et résume un concept général.

Dans l'apprentissage par l'exemple, l'environnement externe (enseignant) fournit un ensemble d'exemples (exemples positifs et contre-exemples), puis des connaissances générales applicables à un éventail plus large sont résumées à partir de ces connaissances particulières, qui couvriront tous les exemples positifs et excluront tous les contre-exemples. .

Modèle d'apprentissage par exemple l'apprentissage

Pour plus de connaissances connexes, veuillez visiter la colonne FAQ !

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!