Η τεχνητή νοημοσύνη έχει μπει για τα καλά στη ζωή μας και για το λόγο αυτό ερευνητές του MIT παρουσίασαν έναν πρωτοποριακό περιοδικό πίνακα για αλγόριθμους τεχνητής νοημοσύνης.
Με το τρόπο αυτό στοχεύουν να προσφέρουν έναν νέο τρόπο κατηγοριοποίησης και κατανόησης των μεθόδων μηχανικής μάθησης. Το καινοτόμο αυτό πλαίσιο οργανώνει αλγόριθμους τεχνητής νοημοσύνης (AI) με τρόπο που αντικατοπτρίζει τον περιοδικό πίνακα των στοιχείων και κατηγοριοποιεί τους αλγόριθμους με βάση τις κοινές τους ιδιότητες. Σύμφωνα με το Popular Mechanics, ο περιοδικός πίνακας της τεχνητής νοημοσύνης βασίζεται στη συγκριτική μάθηση πληροφοριών, η οποία συντομεύεται ως I-Con.
Αυτό το μαθηματικό πλαίσιο επιτρέπει στους ερευνητές να ομαδοποιούν αλγόριθμους με βάση τα κοινά χαρακτηριστικά τους και την απόδοσή τους που μετριέται από μια συνάρτηση απώλειας. Το I-Con λειτουργεί αξιολογώντας πόσο διαφέρουν οι προβλέψεις ενός αλγορίθμου από τα πραγματικά αποτελέσματα. Με το τρόπο αυτό η ομάδα του MIT διαπίστωσε ότι μια μεγάλη ποικιλία αλγορίθμων μοιράζονταν κοινές βασικές αρχές. Ο περιοδικός πίνακας της AI κατηγοριοποιεί τους αλγόριθμους με βάση τα μαθηματικά τους χαρακτηριστικά και οι αλγόριθμοι που μοιράζονται παρόμοια χαρακτηριστικά ομαδοποιούνται, διευκολύνοντας τους ερευνητές να εντοπίσουν τα πιο αποτελεσματικά εργαλεία για συγκεκριμένες εργασίες.
Οργανώνοντας αλγόριθμους με αυτόν τον τρόπο, οι ερευνητές του MIT ελπίζουν να βελτιστοποιήσουν τη διαδικασία επιλογής των κατάλληλων εργαλείων για έργα τεχνητής νοημοσύνης. Η ομαδοποίηση στον περιοδικό αυτό πίνακα βασίζεται σε μεγάλο βαθμό στον τρόπο με τον οποίο αυτοί οι αλγόριθμοι αλληλοεπιδρούν με το πλαίσιο I-Con. Είναι χαρακτηριστικό ότι ο Alshamarri, μεταπτυχιακός φοιτητής του MIT, παρατήρησε ότι παρουσίαζε παρόμοια χαρακτηριστικά με την αντιπαραβολική μάθηση. Αυτή η συνειδητοποίηση οδήγησε σε περαιτέρω έρευνα και τελικά στον εντοπισμό μιας κοινής μαθηματικής δομής μεταξύ αρκετών άλλων μεθόδων μηχανικής μάθησης.
Οι αλλαγές που έρχονται στις προπληρωμένες κάρτες για την πληρωμή επιδομάτων
Ο περιοδικός αυτός πίνακας όπως και ο αντίστοιχος χημικός πίνακας, δεν έχει ακόμη ολοκληρωθεί. Υπάρχουν ακόμη κενά διαστήματα μέσα στον πίνακα όπου οι συνδέσεις μεταξύ ορισμένων αλγορίθμων και του I-Con δεν έχουν ακόμη κατανοηθεί πλήρως. Αυτά τα κενά σηματοδοτούν ότι υπάρχουν ακόμη πολλά να μάθουμε και να ανακαλύψουμε, αφήνοντας περιθώρια για μελλοντικές εξελίξεις καθώς αναπτύσσονται νέοι αλγόριθμοι. Η δυναμική φύση του πίνακα σημαίνει ότι θα μπορούσε να χρησιμεύσει ως ένα χρήσιμο εργαλείο για τους επαγγελματίες της τεχνητής νοημοσύνης για τα επόμενα χρόνια.
Η αναλυτική έρευνα βρίσκεται στο I-CON: A Unifying framework for represantation learning.
Ακολουθήστε το Techmaniacs.gr στο Google News για να διαβάζετε πρώτοι όλα τα τεχνολογικά νέα. Ένας ακόμα τρόπος να μαθαίνετε τα πάντα πρώτοι είναι να προσθέσετε το Techmaniacs.gr στον RSS feeder σας χρησιμοποιώντας τον σύνδεσμο: https://techmaniacs.gr/feed/.
