Kursus Singkat AI: Terminologi Dasar Untuk Investor Kecerdasan Buatan - Institut Amerika Untuk Investor Kripto

Diterbitkan Ulang Oleh Plato

Followers: 0

Salah satu aturan utama saya untuk investor aset digital adalah untuk dapat menjelaskan investasi Anda, tetapi dengan AI yang berkembang secepat kecerdasan buatan, hal itu lebih mudah diucapkan daripada dilakukan.

Terutama dengan frasa seperti pembelajaran mendalam, jaringan saraf, dan pemrosesan bahasa alami yang dilemparkan seolah-olah itu adalah bahasa Inggris dasar.

Kurva pembelajaran AI bisa lebih curam lagi bagi investor baru. Ketika saya pertama kali masuk ke pasar ini, saya mengerti mungkin 10% dari apa yang saya baca. Tapi begitu saya bisa mendefinisikan beberapa jargon dasar terkait AI, saat itulah saya akhirnya memahami besarnya apa yang bisa dilakukan teknologi ini. Dan kemudian Saya bisa menjelaskan investasi saya.

Untuk membantu Anda melakukan hal yang sama, saya mengumpulkan kartu flash dengan terminologi AI dasar untuk membantu Anda memahami cara kerjanya dan mengapa itu berharga.

Ada juga video singkat yang saya ingin Anda tonton di mana saya akan memandu Anda melalui setiap definisi dan memberikan contoh bagaimana kaitannya dengan AI.

Mulai kursus kilat AI Anda di sini…

Langkah Pertama: Mulailah dengan menonton kursus kilat 15 menit di mana saya akan membahas 16 definisi dasar yang harus diketahui oleh setiap investor AI.

Langkah Kedua: Gunakan flashcards di bawah ini untuk mempelajari definisi ini. Anda tidak harus menghafalnya dengan sempurna, tetapi Anda harus bisa menjelaskan istilahnya kepada orang lain.

Berikut adalah definisi untuk Anda referensikan:

Pembelajaran mesin: Subset AI yang melibatkan pengembangan algoritme dan model statistik yang memungkinkan komputer belajar dari data dan membuat prediksi atau keputusan tanpa diprogram secara eksplisit untuk melakukannya.
Pembelajaran yang mendalam: Subset pembelajaran mesin yang menggunakan jaringan syaraf tiruan dengan banyak lapisan untuk memungkinkan komputer belajar dari sejumlah besar data tidak terstruktur.
Pemrosesan Bahasa Alami (NLP): Subset AI yang melibatkan mesin pengajar untuk memahami, menafsirkan, dan merespons bahasa manusia.
Robotika: Bidang AI yang melibatkan desain dan pengembangan robot, yaitu mesin yang dapat melakukan tugas secara mandiri atau dengan panduan manusia.
Visi Komputer: Subset AI yang melibatkan pengajaran komputer untuk menginterpretasikan dan menganalisis gambar dan video.
Jaringan Syaraf: Jenis model pembelajaran mesin yang terinspirasi dari struktur dan fungsi otak manusia.
Pembelajaran Penguatan: Jenis pembelajaran mesin yang melibatkan agen pelatihan untuk mengambil tindakan di lingkungan guna memaksimalkan sinyal hadiah.
Generasi Bahasa Alami (NLG): Bagian dari pemrosesan bahasa alami (NLP) yang melibatkan mesin pengajaran untuk menghasilkan bahasa yang mirip manusia.
Sistem Pakar: Sistem AI yang meniru kemampuan pengambilan keputusan dari pakar manusia dalam domain tertentu.
Penambangan Data: Proses menemukan pola dan wawasan dalam kumpulan data besar menggunakan metode statistik dan komputasi.
Data besar: Kumpulan data yang sangat besar yang dapat dianalisis untuk mengungkap pola, tren, dan asosiasi, terutama yang berkaitan dengan perilaku dan interaksi manusia.
Etika Kecerdasan Buatan: Studi tentang implikasi etis, sosial, dan politik dari sistem dan aplikasi AI.
AI yang bisa dijelaskan: Sistem dan model AI yang dapat memberikan penjelasan atau pembenaran atas keputusan atau prediksi mereka.
Jaringan Musuh Generatif (GAN): Suatu jenis model pembelajaran mendalam yang melibatkan dua jaringan saraf, satu menghasilkan data palsu dan yang lainnya membedakan antara data asli dan palsu.
Jaringan Saraf Konvolusi (CNN): Jenis jaringan saraf yang biasa digunakan untuk tugas pengenalan gambar dan visi komputer.
Halusinasi (dalam AI): Fenomena di mana model bahasa besar menghasilkan teks yang tampak koheren dan bermakna, tetapi sebenarnya tidak didasarkan pada kenyataan atau berdasarkan informasi faktual.