Q:
Hvordan ændrer "masteralgoritmen" verdenen til maskinlæring?
EN:En idé kaldet "masteralgoritmen" har indflydelse på, hvordan vi ser maskinlæring og kunstig intelligens.
Idéen tilskrives populært Pedro Domingos, en professor ved University of Washington, der baserer masteralgoritmen på fem forskellige typer maskinlæring og kunstige intelligensprincipper: symbolik, konnektionisme, evolutionisme, bayesisk teori og analogisering.
| Gratis download: Machine Learning og Why It Matters |
Tanken er, at ved at forene disse discipliner og oprette en algoritme, der fungerer på tværs af kanaler, kan du grundlæggende fremme, hvad maskinlæring er i stand til at gøre. Dette er relateret til ideen om dybe læringsnetværk, der involverer maskinlæringsprocesser.
Et af aspekterne af masteralgoritmen er, at den fungerer på tværs af kanaler. Nogle eksperter forklarer dette som tanken om, at algoritmer kan krydse proprietære platforme, der fortæller dem mere om forbrugere. For eksempel er et af de populære aspekter af en masteralgoritme, at det vil fungere med sociale medieplatforme som Facebook og andre miljøer som Google-værktøjer, for at opnå en mere omfattende form for digital overvågning og et dybere forhold til brugeren eller emnet.
Masteralgoritmen har vundet masser af opmærksomhed fra teknologiledere som Bill Gates og verdensledere som Xi Jinping - det er blevet en interessant og populær måde at beskrive koncepter som hebbisk læring, overvåget og uovervåget maskinlæring, bayesisk logistik med mere.
Nogle af de alternative betydninger af "masteralgoritme" henviser til andre bestræbelser på at skabe omfattende algoritmer, der vil gøre mere for at efterligne menneskelig og kognitiv adfærd - for eksempel ideen om backpropagation som avanceret af Geoff Hinton og andre. Imidlertid er masteralgoritmeideen, der er teoretiseret af Pedro Domingos, det mest populære eksempel på, hvordan masteralgoritmen bliver brugt i teknologibranchen. Uanset om det er at kombinere discipliner, modaliteter, platforme eller typer af kognitivt arbejde, fremmer masteralgoritmen ideen om, at du kan blande og blande forskellige typer værktøjer til en stærkere og mere kapabel anvendelse af maskinlæring og kunstig intelligens.
