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

Heruitgegeven door Plato

volgers: 0

Een van mijn belangrijkste regels voor investeerders in digitale activa is om uw investeringen te kunnen uitleggen, maar met AI die zo snel vooruitgaat als kunstmatige intelligentie, is dat gemakkelijker gezegd dan gedaan.

Vooral met uitdrukkingen als diep leren, neurale netwerken en natuurlijke taalverwerking die worden rondgegooid alsof het basis-Engels is.

De AI-leercurve kan nog steiler zijn voor nieuwe investeerders. Toen ik voor het eerst op deze markt kwam, begreep ik misschien 10% van wat ik aan het lezen was. Maar toen ik eenmaal wat basis-AI-gerelateerd jargon kon definiëren, begreep ik eindelijk de omvang van wat deze technologie zou kunnen doen. En harte Ik kon mijn beleggingen uitleggen.

Om u te helpen hetzelfde te doen, heb ik flashcards samengesteld met de basisterminologie van AI om u te helpen begrijpen hoe het werkt en waarom het waardevol is.

Er is ook een korte video die ik wil dat je bekijkt, waarin ik je door elke definitie zal leiden en voorbeelden zal geven van hoe deze zich verhoudt tot AI.

Start hier je AI-spoedcursus...

Stap een: Begin met het bekijken van de spoedcursus van 15 minuten waarin ik 16 basisdefinities behandel die elke AI-investeerder zou moeten kennen.

Stap twee: Gebruik de flashcards hieronder om deze definities te bestuderen. Je hoeft ze niet perfect uit je hoofd te leren, maar je moet de termen wel aan iemand anders kunnen uitleggen.

Hier zijn de definities waar u naar kunt verwijzen:

Machine Learning: Een subset van AI waarbij algoritmen en statistische modellen worden ontwikkeld waarmee computers kunnen leren van gegevens en voorspellingen kunnen doen of beslissingen kunnen nemen zonder dat ze daarvoor expliciet zijn geprogrammeerd.
Diep leren: Een subset van machine learning die kunstmatige neurale netwerken met veel lagen gebruikt om computers in staat te stellen te leren van grote hoeveelheden ongestructureerde gegevens.
Natuurlijke taalverwerking (NLP): Een subset van AI waarbij machines worden aangeleerd om menselijke taal te begrijpen, te interpreteren en erop te reageren.
Robotica: Een gebied van AI dat betrekking heeft op het ontwerp en de ontwikkeling van robots, dit zijn machines die taken autonoom of met menselijke begeleiding kunnen uitvoeren.
Computer visie: Een subset van AI waarbij computers worden geleerd om afbeeldingen en video's te interpreteren en te analyseren.
Neurale netwerken: Een type machine learning-model dat is geïnspireerd op de structuur en functie van het menselijk brein.
Versterking leren: Een type machine learning waarbij agenten worden getraind om acties te ondernemen in een omgeving om een beloningssignaal te maximaliseren.
Natuurlijke taalgeneratie (NLG): Een subset van natuurlijke taalverwerking (NLP) waarbij machines worden aangeleerd om mensachtige taal te genereren.
Expertsystemen: AI-systemen die het besluitvormingsvermogen van een menselijke expert in een bepaald domein nabootsen.
Datamining: Het proces van het ontdekken van patronen en inzichten in grote datasets met behulp van statistische en computationele methoden.
Grote gegevens: Extreem grote datasets die kunnen worden geanalyseerd om patronen, trends en associaties te onthullen, vooral met betrekking tot menselijk gedrag en interacties.
Ethiek van kunstmatige intelligentie: De studie van de ethische, sociale en politieke implicaties van AI-systemen en -toepassingen.
Verklaarbare AI: AI-systemen en -modellen die verklaringen of rechtvaardigingen kunnen geven voor hun beslissingen of voorspellingen.
Generatieve vijandige netwerken (GAN): Een type deep learning-model waarbij twee neurale netwerken betrokken zijn, waarbij het ene nepgegevens genereert en het andere onderscheid maakt tussen echte en nepgegevens.
Convolutionele neurale netwerken (CNN's): Een type neuraal netwerk dat vaak wordt gebruikt voor beeldherkenning en computervisie.
Hallucinaties (in AI): Het fenomeen waarbij een groot taalmodel tekst genereert die samenhangend en betekenisvol lijkt, maar in werkelijkheid niet op de werkelijkheid is gebaseerd of op feitelijke informatie is gebaseerd.