Rezumat
La finalul acestei lecții, vei putea:
Sistemele de inteligența artificială nu “învață” în același mod ca un om. Deși atât sistemele de IA cât și oamenii pot colecta date din mediul înconjurător, metodele lor de colectare sunt fundamental diferite.
Oamenii se bazează pe cele cinci simțuri: văz, auz, miros, gust și pipăit. În schimb, sistemele (computerele) folosesc senzori pentru a colecta date. De exemplu, un senzor poate măsura umiditatea solului într-un câmp agricol sau viteza unei mașini.
Aceste date de intrare (input) sunt apoi procesate pentru a genera o acțiune de ieșire (output). De exemplu, pe baza datelor despre umiditatea solului, sistemul IA poate decide dacă să pornească sau nu sistemul de irigații. Rezultatul este o decizie simplă: “da, solul are nevoie de apă” sau “nu, solul nu are nevoie de apă”.
Pentru a lua astfel de decizii, multe sisteme IA au nevoie de cantități mari de date etichetate în prealabil de către oameni. Acest proces se numește învățare supervizată.
Input (Intrare) / Output (Ieșire)
Input: se referă la datele pe care un sistem IA le primește pentru a le procesa (de exemplu, o imagine, un text, date de la un senzor).
Output: se referă la rezultatul sau decizia generată de sistemul IA după procesarea datelor de intrare (de exemplu, clasificarea unei imagini).
Date etichetate se referă la date care au fost marcate de oameni cu una sau mai multe etichete ce identifică anumite proprietăți, servind drept “răspunsuri corecte” pe care modelul IA le folosește pentru a învăța.
Învățare supervizată se referă la o metodă de antrenare a modelului IA în care sistemul învață dintr-un set de date etichetate. Modelul compară estimările sale cu etichetele corecte și se ajustează pentru a minimiza eroarea.
Tabelul de mai jos ilustrează cum ar putea fi etichetate diverse elemente pentru a învăța un sistem IA ce este comestibil.
| Delicios | Necomestibil | |
|---|---|---|
| Căpșuni | ✅ | |
| Plastilină | ❌ | |
| Bezele | ✅ | |
| Șampon | ❌ | |
| Pizza cu ananas | ✅ | ❌ |
Sursa: Licențe | AI Generation
Imaginează-ți efortul de a eticheta manual mii de astfel de exemple pentru a antrena un sistem IA. Din fericire, nu toate sistemele IA funcționează astfel. Unele pot învăța prin identificarea de tipare în date neetichetate sau prin descoperirea unor relații statistice.
Vom explora aceste metode pe parcursul cursului.