¿Qué es el aprendizaje automático?
Es el núcleo de la inteligencia artificial y la forma fundamental de hacer que los ordenadores sean inteligentes. Su aplicación cubre todos los campos de la inteligencia artificial y utiliza principalmente la inducción y la síntesis más que la deducción.
Introducción básica:
El aprendizaje automático es un tema multidisciplinario que ha surgido en los últimos 20 años e involucra teoría de probabilidad, estadística, teoría de aproximación, análisis convexo y teoría de la complejidad de algoritmos, entre otros. otras disciplinas. La teoría del aprendizaje automático implica principalmente el diseño y análisis de algoritmos que permiten a las computadoras "aprender" automáticamente. El algoritmo de aprendizaje automático es un algoritmo que analiza y obtiene automáticamente reglas a partir de datos y utiliza las reglas para predecir datos desconocidos. Debido a que los algoritmos de aprendizaje implican una gran cantidad de teoría estadística, el aprendizaje automático está particularmente relacionado con la inferencia estadística, también llamada teoría del aprendizaje estadístico. En términos de diseño de algoritmos, la teoría del aprendizaje automático se centra en algoritmos de aprendizaje eficaces y alcanzables. Muchos problemas de inferencia son difíciles de seguir, por lo que parte de la investigación sobre aprendizaje automático consiste en desarrollar algoritmos aproximados que sean manejables.
El aprendizaje automático se ha utilizado ampliamente en minería de datos, visión por computadora, procesamiento de lenguaje natural, identificación biométrica, motores de búsqueda, diagnóstico médico, detección de fraudes con tarjetas de crédito, análisis del mercado de valores, secuenciación de ADN, reconocimiento de voz y escritura. juegos de estrategia y aplicaciones de robots, etc.
El aprendizaje es un comportamiento inteligente importante para los humanos, pero qué es el aprendizaje se ha debatido interminablemente. Los sociólogos, lógicos y psicólogos tienen perspectivas diferentes. ¿Como Langley (1996)? La definición de aprendizaje automático es "El aprendizaje automático es una ciencia de la inteligencia artificial. El principal objeto de investigación en este campo es la inteligencia artificial, especialmente cómo mejorar el rendimiento de algoritmos específicos en el aprendizaje empírico". (El aprendizaje automático es una ciencia artificial. El principal objeto de estudio en este campo son los artefactos, es decir, algoritmos específicos cuyo rendimiento se mejora a través de la experiencia). "Machine Learning" de Tom Mitchell (1997) explica en detalle algunos conceptos de la teoría de la información, entre los cuales La definición de aprendizaje automático es "El aprendizaje automático es el estudio de algoritmos informáticos que pueden mejorar automáticamente a través de la experiencia". (El aprendizaje automático es el estudio de algoritmos informáticos que mejoran automáticamente a través de la experiencia). Alpaydin (2004) también propuso su propia definición de aprendizaje automático: "El aprendizaje automático es el uso de datos o experiencias pasadas para optimizar los estándares de rendimiento de los programas informáticos". (El aprendizaje automático es la programación de computadoras para optimizar criterios de desempeño utilizando datos de ejemplo o experiencias pasadas)
Sin embargo, para facilitar la discusión y estimar el progreso del tema, es necesario dar una definición de máquina. aprendizaje, incluso si esta definición es incompleta e insuficiente. Como sugiere el nombre, el aprendizaje automático es una disciplina que estudia cómo utilizar máquinas para simular actividades de aprendizaje humano. En términos un poco más estrictos, el aprendizaje automático es el estudio de las máquinas que adquieren nuevos conocimientos y habilidades e identifican los conocimientos existentes. La "máquina" mencionada aquí se refiere a una computadora; ahora es una computadora electrónica, pero en el futuro puede ser una computadora de neutrones, una computadora de fotones o una computadora neuronal.
¿Pueden las máquinas aprender como los humanos? En 1959, Samuel de Estados Unidos diseñó un programa de ajedrez con la capacidad de aprender y mejorar las habilidades ajedrecísticas a través de partidas continuas. Cuatro años después, el programa derrotó al propio diseñador. Tres años más tarde, el programa derrotó a un campeón estadounidense invicto que había mantenido el título durante ocho años. Este programa demuestra el poder del aprendizaje automático y plantea muchas preguntas sociales y filosóficas que invitan a la reflexión.
Uno de los principales argumentos de muchas personas que tienen opiniones negativas sobre si las máquinas pueden superar a los humanos es que las máquinas están hechas por el hombre, y su rendimiento y acciones están completamente especificadas por el diseñador, por lo que sus capacidades son limitadas. De todos modos, no irá más allá del propio diseñador. Esta opinión es cierta para las máquinas sin capacidades de aprendizaje, pero vale la pena considerarla para las máquinas con capacidades de aprendizaje, porque las capacidades de dichas máquinas mejoran constantemente en las aplicaciones.
Después de un tiempo, los propios diseñadores no saben qué nivel han alcanzado sus capacidades.
El aprendizaje automático es una rama relativamente joven de la investigación en inteligencia artificial y su proceso de desarrollo se puede dividir aproximadamente en cuatro períodos.
La primera etapa es desde mediados de los años cincuenta hasta mediados de los sesenta, que es un período cálido. …gt;
La segunda etapa es desde mediados de la década de 1960 hasta mediados de la década de 1970, lo que se denomina período de enfriamiento del aprendizaje automático.
La tercera etapa es desde mediados de los años 1970 hasta mediados de los 1980, que se denomina período de resurgimiento.
La última fase del aprendizaje automático comenzó en 1986.
Las manifestaciones importantes de la entrada del aprendizaje automático en una nueva etapa se encuentran en los siguientes aspectos:
(1) El aprendizaje automático se ha convertido en un tema de vanguardia emergente y un curso en colegios y universidades. . Integra psicología aplicada, biología y neurofisiología, así como matemáticas, automatización e informática para formar la base teórica del aprendizaje automático.
(2) Están surgiendo varias formas de sistemas de aprendizaje integrales, que combinan varios métodos de aprendizaje y aprenden unos de otros. En particular, la combinación del aprendizaje por conexión y el aprendizaje de símbolos puede resolver mejor el problema de adquirir y perfeccionar conocimientos y habilidades en el procesamiento continuo de señales, y ha recibido atención.
(3) Está surgiendo una visión unificada de varias cuestiones básicas en el aprendizaje automático y la inteligencia artificial. Por ejemplo, la combinación de aprendizaje y resolución de problemas, y la idea de que la expresión del conocimiento es simple y fácil de aprender, dio lugar al aprendizaje en bloques del sistema inteligente general SOAR. El método de enseñanza de casos que combina el aprendizaje analógico y la resolución de problemas se ha convertido en una dirección importante en el aprendizaje experiencial.
(4) El alcance de aplicación de varios métodos de aprendizaje se expande constantemente y algunos se han convertido en productos básicos. La herramienta de adquisición de conocimientos del aprendizaje inductivo ha sido ampliamente utilizada en sistemas expertos de clasificación de diagnóstico. El aprendizaje por conexión domina el reconocimiento audiovisual. El aprendizaje analítico se ha utilizado para diseñar un sistema experto integral. Los algoritmos genéticos y el aprendizaje por refuerzo tienen buenas perspectivas de aplicación en el control de ingeniería. El aprendizaje de la conexión de redes neuronales junto con los sistemas simbólicos desempeñará un papel en la gestión inteligente de las empresas y la planificación del movimiento de los robots inteligentes.
(5) Las actividades académicas relacionadas con el aprendizaje automático tienen una actividad sin precedentes. Además del simposio anual sobre aprendizaje automático, también hay conferencias internacionales sobre teoría del aprendizaje informático y conferencias sobre algoritmos genéticos.