Как обучается искусственный интеллект? — Брайана Браунел. Briana Brownell - видеоролик
Изучение английского языка с помощью параллельных субтитров ролика "Как обучается искусственный интеллект? — Брайана Браунел".
Метод интервальных повторений для пополнения словарного запаса английских слов. Встроенный словарь.
Всего 828 книг и 2765 познавательных видеороликов в бесплатном доступе.
В наши дни искусственный интеллект помогает врачам диагностировать больных, пилотам управлять коммерческими самолётами, градостроителям предвидеть дорожные пробки. Программы искусственного интеллекта самообучаются, отрабатывая простой набор инструкций, в результате чего получается уникальный набор правил и алгоритмов. Так как же именно обучается машина? Брайана Браунел подробно рассматривает три основных способа, как машины исследуют, договариваются и общаются. [Мультипликация — Чэмп Панупонг Течавонтавон, текст читает — Сафиа Элхило, музыка — Амброуз Ю].
страница 1 из 2 ←предыдущая следующая→ ...
00:00:09
Today, artificial intelligence helps
doctors diagnose patients,
В наши дни искусственный интеллект (ИИ)
помогает врачам диагностировать больных,
pilots fly commercial aircraft,
and city planners predict traffic.
пилотам управлять пассажирскими лайнерами,
градостроителям предвидеть пробки.
But no matter what these AIs are doing,
the computer scientists who designed them
Вне зависимости от того,
чем занимаются системы ИИ,
likely don’t know exactly
how they’re doing it.
их разработчики вряд ли точно
знают, как эти программы действуют.
This is because artificial intelligence
is often self-taught,
Это потому, что искусственный
интеллект зачастую самообучается,
00:00:30
working off a simple set of instructions
отрабатывая простой набор инструкций,
to create a unique array
of rules and strategies.
он создаёт уникальный
блок правил и алгоритмов.
So how exactly does a machine learn?
Как же именно учится машина?
There are many different ways
to build self-teaching programs.
Существует много способов
создать самообучаемую программу.
But they all rely on the three
basic types of machine learning:
Но все они основываются на трёх
основных типах машинного обучения:
00:00:46
unsupervised learning, supervised
learning, and reinforcement learning.
обучение без учителя, обучение с учителем
и обучение с подкреплением.
To see these in action,
Чтобы увидеть их в действии,
let’s imagine researchers are trying
to pull information
давайте представим, что учёные
пытаются добыть информацию
from a set of medical data containing
thousands of patient profiles.
из набора медицинских данных,
содержащих карты тысяч пациентов.
First up, unsupervised learning.
Первым делом — обучение без учителя.
00:01:04
This approach would be ideal
for analyzing all the profiles
Этот подход идеально подходит
для анализа всех медкарт
to find general similarities
and useful patterns.
с целью выявить общие сходства
и полезные шаблоны.
Maybe certain patients have similar
disease presentations,
Возможно, у некоторых пациентов
имеются одинаковые проявления болезни
or perhaps a treatment produces
specific sets of side effects.
или же лечение вызывает
определённый набор побочных эффектов.
This broad pattern-seeking approach
can be used to identify similarities
Этот широкий подход к поиску шаблонов
может быть использован для выявления
00:01:23
between patient profiles
and find emerging patterns,
сходств между картами пациентов
и зарождающихся закономерностей
all without human guidance.
без какого-либо вмешательства человека.
But let's imagine doctors are looking
for something more specific.
Но давайте представим, что врачи
ищут нечто более специфическое.
These physicians want
to create an algorithm
Эти доктора хотят создать алгоритм
for diagnosing a particular condition.
для диагностирования
определённого заболевания.
00:01:37
They begin by collecting two sets of data—
Они начинают со сбора
двух наборов данных —
medical images and test results
from both healthy patients
медицинских снимков и результатов
тестов как здоровых пациентов,
and those diagnosed with the condition.
так и диагностированных
с этим заболеванием.
Then, they input this data into a program
Затем они вводят эти данные в программу,
designed to identify features
shared by the sick patients
созданную для выявления общих
симптомов у больных,
00:01:51
but not the healthy patients.
которые отсутствуют у здоровых пациентов.
Based on how frequently
it sees certain features,
Основываясь на частоте обнаружения
определённых признаков,
the program will assign values to those
features’ diagnostic significance,
программа присваивает значения данным,
исходя из их важности для диагностики,
generating an algorithm
for diagnosing future patients.
что создаёт алгоритм
диагностирования для будущих пациентов.
However, unlike unsupervised learning,
Однако, в отличие от обучения без учителя,
00:02:07
doctors and computer scientists have
an active role in what happens next.
врачи и программисты принимают
активное участие в дальнейших событиях.
Doctors will make the final diagnosis
Врачи поставят окончательный диагноз
and check the accuracy
of the algorithm’s prediction.
и проверят точность
прогнозирования по алгоритмам.
Then computer scientists can use
the updated datasets
Затем программисты смогут
использовать обновлённые данные,
to adjust the program’s parameters
and improve its accuracy.
чтобы подправить параметры программы
и повысить её точность.
00:02:24
This hands-on approach is called
supervised learning.
Такой управляемый подход
называется обучением с учителем.
Now, let’s say these doctors want
to design another algorithm
Теперь предположим, что те же врачи
хотят создать другой алгоритм
to recommend treatment plans.
для перспективных планов лечения.
←предыдущая следующая→ ...
основано на 1 оценках:
5 из 5
1