AI Hızlandırılmış Kursu: Yapay Zeka Yatırımcıları İçin Temel Terminoloji - Amerikan Kripto Yatırımcıları Enstitüsü

Plato tarafından yeniden yayınlandı

İzleyiciler: 0

Dijital varlık yatırımcıları için en önemli kurallarımdan biri, yatırımlarınızı açıklayabilmektir, ancak yapay zeka diyebileceğiniz kadar hızlı ilerleyen yapay zeka ile bunu söylemek yapmaktan daha kolay.

Özellikle de derin öğrenme, sinir ağları ve doğal dil işleme gibi ifadelerin temel İngilizceymiş gibi ortalıkta dolaşmasıyla.

AI öğrenme eğrisi, yeni yatırımcılar için daha da dik olabilir. Bu piyasaya ilk girdiğimde okuduklarımın belki %10'unu anlamıştım. Ancak yapay zeka ile ilgili bazı temel jargonları tanımlayabildiğimde, bu teknolojinin yapabileceklerinin büyüklüğünü nihayet kavradım. Ve sonra Yatırımlarımı anlatabildim.

Aynı şeyi yapmanıza yardımcı olmak için, nasıl çalıştığını ve neden değerli olduğunu anlamanıza yardımcı olmak için temel AI terminolojisine sahip bilgi kartları bir araya getirdim.

İzlemenizi istediğim hızlı bir video da var, burada size her bir tanımda yol göstereceğim ve bunun yapay zeka ile nasıl ilişkili olduğuna dair örnekler vereceğim.

AI hızlandırılmış kursunuza buradan başlayın…

Birinci Adım: Her AI yatırımcısının bilmesi gereken 15 temel tanımı ele alacağım 16 dakikalık hızlandırılmış kursu izleyerek başlayın.

Adım İki: Bu tanımları incelemek için aşağıdaki bilgi kartlarını kullanın. Bunları mükemmel bir şekilde ezberlemek zorunda değilsiniz, ancak terimleri bir başkasına açıklayabilmelisiniz.

Başvurmanız için tanımlar şunlardır:

Makine öğrenme: Bilgisayarların verilerden öğrenmesini ve açıkça programlanmadan tahminler veya kararlar almasını sağlayan algoritmalar ve istatistiksel modeller geliştirmeyi içeren bir yapay zeka alt kümesi.
Derin Öğrenme: Bilgisayarların büyük miktarda yapılandırılmamış veriden öğrenmesini sağlamak için birçok katmana sahip yapay sinir ağlarını kullanan bir makine öğrenimi alt kümesi.
Doğal Dil İşleme (NLP): Makinelere insan dilini anlamayı, yorumlamayı ve yanıt vermeyi öğretmeyi içeren bir yapay zeka alt kümesi.
Robotik: Otonom olarak veya insan rehberliğinde görevleri yerine getirebilen makineler olan robotların tasarımını ve geliştirilmesini içeren bir yapay zeka alanı.
Bilgisayar görüşü: Bilgisayarlara görüntüleri ve videoları yorumlamayı ve analiz etmeyi öğretmeyi içeren bir yapay zeka alt kümesi.
Nöral ağlar: İnsan beyninin yapısından ve işlevinden ilham alan bir tür makine öğrenimi modeli.
Takviye Öğrenimi: Bir ödül sinyalini en üst düzeye çıkarmak için aracıları bir ortamda eylemde bulunmaları için eğitmeyi içeren bir tür makine öğrenimi.
Doğal Dil Üretimi (NLG): Makinelere insan benzeri bir dil oluşturmayı öğretmeyi içeren bir doğal dil işleme (NLP) alt kümesi.
Uzman sistemler: Belirli bir alandaki bir insan uzmanın karar verme yeteneklerini taklit eden yapay zeka sistemleri.
Veri madenciliği: İstatistiksel ve hesaplamalı yöntemler kullanarak büyük veri kümelerindeki kalıpları ve içgörüleri keşfetme süreci.
Büyük veri: Özellikle insan davranışı ve etkileşimleriyle ilgili kalıpları, eğilimleri ve ilişkileri ortaya çıkarmak için analiz edilebilen son derece büyük veri kümeleri.
Yapay Zeka Etiği: AI sistemlerinin ve uygulamalarının etik, sosyal ve politik sonuçlarının incelenmesi.
Açıklanabilir AI: Kararları veya tahminleri için açıklamalar veya gerekçeler sağlayabilen yapay zeka sistemleri ve modelleri.
Üretici Düşman Ağları (GAN): Biri sahte veriler üreten ve diğeri gerçek ve sahte verileri birbirinden ayıran iki sinir ağını içeren bir tür derin öğrenme modeli.
Evrişimli Sinir Ağları (CNN'ler): Görüntü tanıma ve bilgisayarla görme görevleri için yaygın olarak kullanılan bir tür sinir ağı.
Halüsinasyonlar (AI'da): Büyük bir dil modelinin tutarlı ve anlamlı görünen, ancak gerçekte gerçekliğe veya olgusal bilgilere dayanmayan metin ürettiği olgu.