आपने शायद मशीन सीखने और कृत्रिम बुद्धि के बारे में सुना है, लेकिन क्या आप निश्चित हैं कि आप जानते हैं कि वे क्या हैं? यदि आप उनके बारे में समझने के लिए संघर्ष कर रहे हैं, तो आप अकेले नहीं हैं। मशीन सीखना मूल रूप से एक चीज लेबलर है। मशीन सीखना मूल रूप से एक चीज लेबलर है। मैं प्रशिक्षण से एक सांख्यिकीज्ञ और न्यूरोवैज्ञानिक हूं, और हम सांख्यिकीज्ञों को चीजों के लिए सबसे सूखे, सबसे उबाऊ नामों को चुनने के लिए एक प्रतिष्ठा है। लोकप्रिय विश्वास के विपरीत, मशीन लर्निंग एक जादुई बॉक्स नहीं है, न ही यह वीसी वित्त पोषण में $ 30 बिलियन का कारण है। , कुछ के बारे में आपका वर्णन लेते हुए और आपको बताते हुए कि इसे किस लेबल को प्राप्त करना चाहिए. जो हैकर समाचार पर जो आप पढ़ते हैं उससे बहुत कम दिलचस्प लगता है. लेकिन क्या आप इस विषय के बारे में पढ़ने के लिए पर्याप्त उत्साहित होंगे अगर हम इसे पहली जगह में चीज लेबल कहते हैं? शायद नहीं, जो दिखाता है कि थोड़ा विपणन और अंधेरापन इस तकनीक को ध्यान देने के लिए उपयोगी हो सकता है जिसकी वह हकदार है (हालांकि आप सोच सकते हैं कि कारणों से नहीं)। thing-labeler यह प्रभावशाली रूप से उपयोगी है, लेकिन वैसे ही वैज्ञानिक कथा नहीं जितना यह लगता है। यह प्रभावशाली रूप से उपयोगी है, लेकिन वैसे ही वैज्ञानिक कथा नहीं जितना यह लगता है। कृत्रिम बुद्धि (एआई) के बारे में क्या है? जबकि अकादमी इस बारे में बहस कर रहे हैं कि एआई क्या है और क्या नहीं है, उद्योग इस शब्द का उपयोग मशीन सीखने के एक विशिष्ट प्रकार को संदर्भित करने के लिए कर रहा है. वास्तव में, अधिकांश समय लोग उन्हें केवल विनिमय रूप से उपयोग करते हैं, और मैं इसके साथ रह सकता हूं. तो एआई चीजों के लेबलिंग के बारे में भी है. क्या आप रोबोटों की उम्मीद कर रहे थे? अपने दिमाग के साथ कुछ वैज्ञानिक कथा, कुछ मानवीय? ठीक है, आज का एआई ऐसा नहीं है. लेकिन हम एक प्रजाति हैं जो हर चीज में मानव विशेषताओं को देखती है. हम टॉस्ट में चेहरे देखते हैं, बादलों में शरीर, और अगर मैं एक शॉक पर दो बटन मैं आपको दिखाऊंगा कि आपको उत्साहित क्यों होना चाहिए. तस्वीर में आप क्या देखते हैं? सरल, हाँ? अब मुझे बताएं कि आपके मस्तिष्क ने उन पिक्सेल के साथ क्या किया कि जवाब प्राप्त करें। आप बस अपने संवेदनाओं के माध्यम से कुछ काफी जटिल डेटा लेते हैं और, जैसा कि जादू से, आपने इसे 'काट' लेबल दिया था. यह आपके लिए इतना आसान था! क्या होगा अगर हम चाहते थे कि एक कंप्यूटर एक ही कार्य करे, तस्वीरों को बिल्ली / बिल्ली नहीं के रूप में वर्गीकृत करे? मशीन सीखना एक नया प्रोग्रामिंग पैराडाइम है, अपने इच्छाओं को एक कंप्यूटर को संचार करने का एक नया तरीका। मशीन सीखना एक नया प्रोग्रामिंग पैराडाइम है, अपने इच्छाओं को एक कंप्यूटर को संचार करने का एक नया तरीका। पारंपरिक प्रोग्रामिंग दृष्टिकोण में, एक प्रोग्रामर पिक्सेल और लेबलों के बारे में सोचता है, ब्रह्मांड के साथ संवाद करता है, प्रेरणा चैनल करता है, और अंत में एक मॉडल को हाथ से बनाता है। एक मॉडल एक नुस्खा है जिसे एक कंप्यूटर डेटा को लेबल में बदलने के लिए उपयोग करता है. यह केवल कुछ कोड है जो मशीन इनपुट को आउटपुट में परिवर्तित करने के लिए उपयोग करती है, और इसे एक प्रोग्रामर द्वारा हाथ से किया जा सकता है या एक एल्गोरिदम द्वारा डेटा से सीखा जा सकता है. लेकिन उन निर्देशों के बारे में सोचें. आप वास्तव में इन पिक्सेल के साथ क्या कर रहे हैं? क्या आप इसे व्यक्त कर सकते हैं? और अब यह सिर्फ काम करता है, आप यह भी नहीं जानते कि यह कैसे काम करता है. उस नुस्खे के साथ आना काफी मुश्किल है। Eons के विकास उदाहरणों के साथ समझाएं, निर्देश नहीं। उदाहरणों के साथ समझाएं, निर्देश नहीं। क्या यह बेहतर नहीं होगा अगर आप कंप्यूटर को बस कह सकते हैं, "यहां, बिल्लियों के एक टुकड़े के उदाहरणों को देखो, गैर-कैट के एक टुकड़े के उदाहरणों को देखो, और बस इसे खुद समझें"? यह एक पूरी तरह से अलग प्रोग्रामिंग पैराडाइम है. अब, स्पष्ट निर्देश देने के बजाय, आप उदाहरणों के साथ प्रोग्रामिंग करते हैं और मशीन लर्निंग एल्गोरिथ्म आपके डेटा में पैटर्न ढूंढता है और उन्हें उन निर्देशों में बदलता है जिन्हें आप खुद नहीं लिख सकते हैं। यह AI आपको अविभाज्य को स्वचालित करने की अनुमति देता है। AI आपको अविभाज्य को स्वचालित करने की अनुमति देता है। यह कंप्यूटर के लिए हमारे इच्छाओं को व्यक्त करने के बारे में है जिस तरह से हम पहले नहीं कर सकते थे. हम कंप्यूटर को हमारे लिए चीजों को करने के लिए प्यार करते हैं. लेकिन हम संभवतः निर्देशों को कैसे दे सकते हैं यदि निर्देश वास्तव में सोचने में कठिन हैं? एआई और मशीन लर्निंग अविभाज्य को स्वचालित करने के बारे में हैं. वे निर्देशों के बजाय उदाहरणों का उपयोग करके खुद को समझाने के बारे में हैं. यह उन कार्यों की एक विशाल वर्ग को खोलता है जिनके साथ हम कंप्यूटरों को अतीत में मदद नहीं कर सकते थे क्योंकि हम निर्देशों को व्यक्त नहीं कर सकते थे. अब इन सभी कार्यों को संभव बनाया गया है - मशीन लर्निंग मानव प्रगति में एक मौलिक झटका का प्रतिनिधित्व करता है. यह भविष्य है और भविष्य यहां है!
