Ускоренный курс ИИ: базовая терминология для инвесторов в области искусственного интеллекта — Американский институт крипто-инвесторов

Ускоренный курс ИИ: базовая терминология для инвесторов в области искусственного интеллекта — Американский институт крипто-инвесторов

Отметка времени: 26 мая 2023 г., 12:43
Исходный узел: 2679774

Одно из моих главных правил для инвесторов в цифровые активы — уметь объяснить свои инвестиции, но с учетом того, что искусственный интеллект развивается так быстро, как только можно назвать искусственный интеллект, это легче сказать, чем сделать.

Особенно с такими фразами, как «глубокое обучение», «нейронные сети» и «обработка естественного языка», которые используются так, как будто они являются базовым английским языком.

Кривая обучения ИИ может быть еще более крутой для новых инвесторов. Когда я впервые попал на этот рынок, я понял примерно 10% того, что читал. Но как только я смог определить базовый жаргон, связанный с ИИ, я наконец осознал масштабы того, на что способна эта технология. И тогда Я смог объяснить свои инвестиции.

Чтобы помочь вам сделать то же самое, я собрал карточки с базовой терминологией ИИ, чтобы помочь вам понять, как это работает и почему это ценно.

Я также хочу, чтобы вы посмотрели короткое видео, в котором я расскажу вам о каждом определении и приведу примеры того, как оно связано с ИИ.

Начните ускоренный курс ИИ здесь…

Шаг первый: Начните с просмотра 15-минутного ускоренного курса, в котором я рассмотрю 16 основных определений, которые должен знать каждый инвестор в области ИИ.

Шаг второй: Используйте карточки ниже, чтобы изучить эти определения. Вам не нужно запоминать их в совершенстве, но вы должны быть в состоянии объяснить термины кому-то другому.

Вот определения для справки:

  1. Машинное обучение: Подмножество ИИ, которое включает разработку алгоритмов и статистических моделей, которые позволяют компьютерам учиться на данных и делать прогнозы или решения без явного программирования для этого.
  2. Глубокое обучение: Подмножество машинного обучения, в котором используются искусственные нейронные сети с множеством слоев, позволяющие компьютерам учиться на больших объемах неструктурированных данных.
  3. Обработка естественного языка (NLP): Подмножество ИИ, которое включает в себя обучение машин понимать, интерпретировать и реагировать на человеческий язык.
  4. Робототехника: Область ИИ, которая включает в себя проектирование и разработку роботов, то есть машин, которые могут выполнять задачи автономно или под руководством человека.
  5. Компьютерное зрение: Подмножество ИИ, которое включает в себя обучение компьютеров интерпретации и анализу изображений и видео.
  6. Нейронные сети: Тип модели машинного обучения, вдохновленный структурой и функциями человеческого мозга.
  7. Обучение с подкреплением: Тип машинного обучения, при котором агенты обучаются выполнять действия в среде, чтобы максимизировать сигнал вознаграждения.
  8. Генерация естественного языка (NLG): Подмножество обработки естественного языка (NLP), включающее обучение машин генерированию человекоподобного языка.
  9. Экспертные системы: Системы искусственного интеллекта, которые имитируют способности человека-эксперта принимать решения в определенной области.
  10. Сбор данных: Процесс обнаружения закономерностей и идей в больших наборах данных с использованием статистических и вычислительных методов.
  11. Большие данные: Чрезвычайно большие наборы данных, которые можно анализировать для выявления закономерностей, тенденций и ассоциаций, особенно касающихся человеческого поведения и взаимодействий.
  12. Этика искусственного интеллекта: Изучение этических, социальных и политических последствий систем и приложений ИИ.
  13. Объяснимый ИИ: Системы и модели ИИ, которые могут объяснить или обосновать свои решения или прогнозы.
  14. Генеративно-состязательные сети (GAN): Тип модели глубокого обучения, в которой участвуют две нейронные сети, одна из которых генерирует поддельные данные, а другая различает настоящие данные от поддельных.
  15. Сверточные нейронные сети (CNN): тип нейронной сети, который обычно используется для распознавания изображений и задач компьютерного зрения.
  16. Галлюцинации (в ИИ): Явление, при котором большая языковая модель генерирует текст, который кажется связным и осмысленным, но на самом деле не основан на реальности или фактической информации.

Изучите эти термины, и вы станете экспертом в области инвестирования в ИИ.

Разблокируйте свои первые четыре выбора ИИ здесь.

Оставайся жидким,

Главный крипто-стратег, Американский институт крипто-инвесторов

Отметка времени:

Больше от Американский институт крипто-инвесторов