Cum învață un sistem IA

Pe lângă Inteligența Artificială programată, există în acest moment alte trei metode prin care un sistem IA poate să învețe lucruri noi.

1.Învățarea mecanică (Machine Learning)

Este un subdomeniu al științei inteligentei artificiale, care urmareste sa le confere masinariilor capacitatea de a “invata”. Inginerul american Arthur Samuel a definit-o ca fiind “stiinta care le oferă computerelor abilitatea de a învăța fără sa fie in mod explicit programate”.

Aceasta “învățare” este posibila cu ajutorul unor algoritmi care identifica modele pe baza datelor primite , astfel încât mașinile sa poată lua decizii si sa facă predicții, adică sa devina “inteligente”.

Metode de învățare mecanică

Așa cum spuneam, învățarea mecanică este un element-cheie al inteligenței artificiale și este, în mod obișnuit, împărțită în două mari categorii:

• învățare mecanică asistată

• învățare mecanică neasistată

2.Învățarea profundă (Deep Learning)

Învățarea profundă este o clasă de algoritmi de învățare automată care folosesc mai multe straturi de neuroni pentru a extrage progresiv caracteristici de nivel superior din datele de intrare. De exemplu, în procesarea imaginilor, straturile inferioare pot identifica margini, în timp ce straturile superioare pot identifica elemente semnificative, precum cifre, litere sau fețe de oameni.

3.Rețelele neuronale

Rețelele neuronale au fost inspirate de prelucrarea informațiilor și nodurile de comunicare distribuite în sistemele biologice. Rețelele neuronale artificiale diferă de creierul biologic. În special, rețelele neuronale tind să fie statice și simbolice, în timp ce creierul biologic al celor mai multe organisme vii este dinamic și analog