Curs intensiv AI: Terminologie de bază pentru investitorii în inteligență artificială - Institutul American pentru Investitorii Crypto

Republicat de Platon

Urmaritori: 0

Una dintre regulile mele principale pentru investitorii în active digitale este să vă pot explica investițiile, dar cu inteligența artificială care avansează cât de repede puteți spune inteligență artificială, este mai ușor de spus decât de făcut.

Mai ales cu expresii precum învățarea profundă, rețelele neuronale și procesarea limbajului natural care sunt aruncate ca și cum ar fi engleza de bază.

Curba de învățare AI poate fi și mai abruptă pentru noii investitori. Când am intrat prima dată pe această piață, am înțeles poate 10% din ceea ce citeam. Dar odată ce am putut defini un jargon de bază legat de AI, atunci am înțeles în sfârșit amploarea a ceea ce ar putea face această tehnologie. Și apoi Am putut să-mi explic investițiile.

Pentru a vă ajuta să faceți același lucru, am creat carduri cu terminologia de bază AI pentru a vă ajuta să înțelegeți cum funcționează și de ce este valoroasă.

Există, de asemenea, un videoclip rapid pe care vreau să-l vizionați, unde vă voi prezenta fiecare definiție și vă voi oferi exemple de relație cu AI.

Începeți cursul rapid AI aici...

Primul pas: Începeți prin a urmări cursul rapid de 15 minute, unde voi acoperi 16 definiții de bază pe care fiecare investitor AI ar trebui să le cunoască.

Pasul doi: Folosiți cardurile de mai jos pentru a studia aceste definiții. Nu trebuie să le memorați perfect, dar ar trebui să puteți explica termenii altcuiva.

Iată definițiile pe care le puteți consulta:

Învățare automată: Un subset de AI care implică dezvoltarea de algoritmi și modele statistice care permit computerelor să învețe din date și să ia predicții sau decizii fără a fi programate în mod explicit pentru a face acest lucru.
Invatare profunda: Un subset de învățare automată care utilizează rețele neuronale artificiale cu multe straturi pentru a permite computerelor să învețe din cantități mari de date nestructurate.
Prelucrarea limbajului natural (NLP): Un subset de IA care implică mașinile de predare să înțeleagă, să interpreteze și să răspundă la limbajul uman.
Robotică: Un domeniu al AI care implică proiectarea și dezvoltarea roboților, care sunt mașini care pot îndeplini sarcini în mod autonom sau sub îndrumarea umană.
Viziune pe computer: Un subset de AI care implică predarea computerelor să interpreteze și să analizeze imagini și videoclipuri.
Rețele neuronale: Un tip de model de învățare automată care este inspirat de structura și funcția creierului uman.
Consolidarea învățării: Un tip de învățare automată care implică pregătirea agenților pentru a întreprinde acțiuni într-un mediu pentru a maximiza un semnal de recompensă.
Generarea limbajului natural (NLG): Un subset de procesare a limbajului natural (NLP) care implică predarea mașinilor pentru a genera un limbaj asemănător omului.
Sistem expert: Sisteme AI care imită abilitățile de luare a deciziilor ale unui expert uman într-un anumit domeniu.
Exploatarea datelor: Procesul de descoperire a modelelor și perspectivelor în seturi mari de date folosind metode statistice și de calcul.
Date mare: Seturi de date extrem de mari care pot fi analizate pentru a dezvălui modele, tendințe și asocieri, în special legate de comportamentul și interacțiunile umane.
Etica inteligenței artificiale: Studiul implicațiilor etice, sociale și politice ale sistemelor și aplicațiilor AI.
AI explicabil: Sisteme și modele AI care pot oferi explicații sau justificări pentru deciziile sau predicțiile lor.
Rețele adversare generative (GAN): Un tip de model de învățare profundă care implică două rețele neuronale, una generând date false, iar cealaltă care face distincția între datele reale și cele false.
Rețele neuronale convoluționale (CNN): Un tip de rețea neuronală care este folosită în mod obișnuit pentru recunoașterea imaginilor și sarcinile de viziune pe computer.
Halucinații (în IA): Fenomenul în care un model de limbaj mare generează text care pare a fi coerent și semnificativ, dar de fapt nu este bazat pe realitate sau bazat pe informații faptice.