5#

Как обучается искусственный интеллект? — Брайана Браунел. Briana Brownell - видеоролик

Изучайте английский язык с помощью параллельных субтитров ролика "Как обучается искусственный интеллект? — Брайана Браунел". Метод интервальных повторений для пополнения словарного запаса английских слов. Встроенный словарь. Всего 808 книг и 2505 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.
скачать в HTML/PDF
share

←предыдущая следующая→ ...

основано на 1 оценках: 5 из 5 1