Τεχνητή Νοημοσύνη & Υπολογιστές
Πώς φτιάχνεται ένα σύνολο δεδομένων
Η «τροφή» της τεχνητής νοημοσύνης
Για να μάθει ένα μοντέλο, χρειάζεται παραδείγματα. Οι ερευνητές συλλέγουν δεδομένα, τα καθαρίζουν και τα ονομάζουν, δηλαδή τους δίνουν ετικέτες, όπως «γάτα» ή «σκύλος». Τα ποιοτικά δεδομένα είναι εξίσου σημαντικά με τον αλγόριθμο.
Αν τα δεδομένα είναι μονόπλευρα ή λανθασμένα, το μοντέλο θα μάθει τα ίδια λάθη. Γι' αυτό η προσοχή στη συλλογή, στη διαφορετικότητα και στην ιδιωτικότητα είναι κρίσιμο μέρος της δουλειάς.
Το ήξερες; Συχνά το μεγαλύτερο μέρος του χρόνου ενός έργου μηχανικής μάθησης πηγαίνει στην προετοιμασία των δεδομένων.
Δες το άρθρο στο διαδραστικό site →Διάβασε και
- Τι είναι η τεχνητή νοημοσύνη; — Μηχανές που κάνουν πράγματα που θεωρούσαμε αποκλειστικά ανθρώπινα
- Πώς μαθαίνει μια μηχανή; — Από τα παραδείγματα στα συμπεράσματα
- Νευρωνικά δίκτυα: έμπνευση από τον εγκέφαλο — Πολλές απλές μονάδες που μαζί κάνουν θαύματα
- Γλωσσικά μοντέλα: πώς «μιλούν» οι μηχανές — Η ιδέα πίσω από τα προγράμματα που γράφουν κείμενο
- Πώς λειτουργεί το διαδίκτυο; — Πακέτα, καλώδια και ένας κοινός τρόπος συνεννόησης
- Αλγόριθμοι: συνταγές για υπολογιστές — Από τον Ευκλείδη και την Ada Lovelace μέχρι τις εφαρμογές του κινητού
- Κρυπτογραφία: τα μυστικά του ψηφιακού κόσμου — Από τον κώδικα του Καίσαρα στο λουκέτο του browser
- Κβαντικοί υπολογιστές: το επόμενο βήμα; — Υπολογιστές που αξιοποιούν τους νόμους του μικρόκοσμου