AI Crash Course: Basic Terminology For Artificial Intelligence Investors - American Institute For Crypto Investors

Taasavaldanud Platon

järgijaid: 0

Üks minu peamisi reegleid digitaalsete varade investoritele on oskus oma investeeringuid selgitada, kuid tehisintellekti edenedes tehisintellekti arenedes on seda lihtsam öelda kui teha.

Eriti kui selliseid fraase nagu süvaõpe, närvivõrgud ja loomuliku keele töötlemine levitatakse nagu inglise keele põhikeelena.

AI õppimiskõver võib uute investorite jaoks olla veelgi järsem. Kui ma esimest korda sellele turule sattusin, sain ma 10% sellest aru, mida lugesin. Kuid kui ma suutsin määratleda mõne põhilise tehisintellektiga seotud kõnepruugi, sain siis lõpuks aru, mida see tehnika teha suudab. Ja SIIS Sain oma investeeringuid selgitada.

Et aidata teil sama teha, koostasin AI põhiterminoloogiaga mälukaardid, mis aitavad teil mõista, kuidas see toimib ja miks see väärtuslik on.

Soovin, et te vaataksite, on ka kiire video, kus ma tutvustan teile iga määratlust ja toon näiteid selle kohta, kuidas see on AI-ga seotud.

Alustage oma tehisintellekti kiirkursust siit…

Step One: Alustuseks vaadake 15-minutilist kiirkursust, kus käsitlen 16 põhimääratlust, mida iga AI investor peaks teadma.

Teine etapp: Nende definitsioonide uurimiseks kasutage allolevaid mälukaarte. Te ei pea neid ideaalselt pähe õppima, kuid peaksite suutma tingimusi kellelegi teisele selgitada.

Siin on määratlused, millele viidata:

Masinõpe: Tehisintellekti alamhulk, mis hõlmab algoritmide ja statistiliste mudelite väljatöötamist, mis võimaldavad arvutitel andmetest õppida ning ennustusi või otsuseid teha, ilma et neid oleks selleks spetsiaalselt programmeeritud.
Sügav õppimine: Masinõppe alamhulk, mis kasutab paljude kihtidega tehisnärvivõrke, et võimaldada arvutitel õppida suurel hulgal struktureerimata andmetest.
Loomuliku keele töötlemine (NLP): AI alamhulk, mis hõlmab masinate õpetamist inimkeelt mõistma, tõlgendama ja sellele reageerima.
Robootika: AI valdkond, mis hõlmab robotite kavandamist ja arendamist. Need on masinad, mis suudavad ülesandeid täita iseseisvalt või inimese juhtimisel.
Arvutinägemine: AI alamhulk, mis hõlmab arvutite õpetamist pilte ja videoid tõlgendama ja analüüsima.
Närvivõrgud: Masinõppe mudeli tüüp, mis on inspireeritud inimaju struktuurist ja funktsioonidest.
Tugevdusõpe: Masinõppe tüüp, mis hõlmab agentide koolitamist keskkonnas toimingute tegemiseks, et maksimeerida tasusignaali.
Loomuliku keele genereerimine (NLG): Loomuliku keeletöötluse (NLP) alamhulk, mis hõlmab masinate õpetamist inimsarnase keele genereerimiseks.
Ekspertsüsteemid: AI-süsteemid, mis jäljendavad inimeksperdi otsustusvõimet konkreetses valdkonnas.
Andmete kaevandamine: Suurtes andmekogumites mustrite ja arusaamade avastamise protsess, kasutades statistilisi ja arvutusmeetodeid.
Suured andmed: Äärmiselt suured andmestikud, mida saab analüüsida, et paljastada mustreid, suundumusi ja seoseid, eriti mis on seotud inimeste käitumise ja suhtlusega.
Tehisintellekti eetika: AI süsteemide ja rakenduste eetiliste, sotsiaalsete ja poliitiliste mõjude uurimine.
Seletatav tehisintellekt: AI süsteemid ja mudelid, mis võivad anda selgitusi või põhjendusi oma otsustele või prognoosidele.
Generatiivsed võistlevad võrgud (GAN): Süvaõppe mudeli tüüp, mis hõlmab kahte närvivõrku, millest üks genereerib võltsandmeid ja teine teeb vahet tegelike ja võltsandmete vahel.
Konvolutsioonilised närvivõrgud (CNN): närvivõrgu tüüp, mida tavaliselt kasutatakse kujutiste tuvastamiseks ja arvuti nägemiseks.
Hallutsinatsioonid (AI puhul): Nähtus, kus suur keelemudel genereerib teksti, mis näib olevat sidus ja tähendusrikas, kuid mis tegelikult ei põhine reaalsusel ega põhine faktilisel teabel.