Q:
Comment une approche pondérée ou probabaliste aide-t-elle l'IA à dépasser une approche purement fondée sur des règles ou déterministe?
UNE:Les principes de l'apprentissage automatique et de l'intelligence artificielle changent rapidement le fonctionnement de l'informatique. L'une des principales façons dont cela se produit est d'utiliser des entrées pondérées ou probabilistes qui transforment les entrées d'un système vraiment déterministe en quelque chose de plus abstrait.
Dans les réseaux de neurones artificiels, les neurones ou unités individuels reçoivent des entrées probabilistes. Ils déterminent ensuite la sortie ou le résultat. C'est de cela que parlent les professionnels lorsqu'ils parlent de remplacer l'ancien monde de la programmation par un nouveau monde d'ordinateurs «de formation» ou «d'enseignement».
Traditionnellement, la valeur par défaut était d'utiliser la programmation pour obtenir des résultats informatiques. La programmation est un ensemble fixe d'entrées déterministes - des règles que l'ordinateur suivra fidèlement.
En revanche, permettre des entrées probabilistes est une abstraction de ces règles, une sorte de «relâchement des rênes» pour libérer l'ordinateur pour prendre des décisions plus avancées. D'une certaine manière, les entrées probabilistes sont inconnaissables d'un point de vue extérieur et non prédéterminées. C'est plus proche de la façon dont nos cerveaux fonctionnent, et c'est pourquoi les algorithmes d'apprentissage automatique et d'intelligence artificielle utilisant cette approche sont salués comme la prochaine frontière du développement cognitif artificiel.
Voici un moyen simple de penser aux entrées pondérées ou probabilistes. Dans la programmation traditionnelle, vous aviez le type de déclaration «si / alors» qui dit généralement: si CECI, alors CELA.
Aller au-delà de l'approche basée sur des règles implique de changer ce que c'est. Dans une approche basée sur des règles, CECI est une entrée de texte ou une règle: si vous le considérez comme un binaire - nous savons si c'est vrai ou non, et l'ordinateur aussi. Vous pouvez donc prédire la réponse de l'ordinateur à une entrée donnée.
Dans la nouvelle approche, CECI est en fait une collection d'entrées qui peuvent être dans n'importe quel état donné. Donc, comme un observateur extérieur ne pourrait pas facilement modéliser en quoi cela consiste, il ou elle ne pouvait pas prédire avec précision CE QUE pourrait être ce résultat.
Pensez à ce principe appliqué à toutes sortes de domaines et d'industries, de la segmentation du marché à la vérification financière en passant par le divertissement, la gestion de l'eau et des égouts, et vous avez le vrai pouvoir de l'apprentissage automatique, du deep learning et de l'intelligence artificielle pour diriger les affaires humaines dans une toute nouvelle façon. Par exemple, dans le domaine de la gestion de la fraude, les experts soulignent que les systèmes à règles uniquement ne sont pas très bons pour faire la différence entre un comportement suspect ou risqué et un comportement normal - les systèmes d'apprentissage automatique armés de modèles d'entrée sophistiqués sont plus capables de prendre des décisions sur quelle activité pourrait être discutable.
Une autre façon de penser est que le monde a traversé une ère d'identification du code comme une nouvelle frontière pour l'apprentissage et la prise de décision. En soi, les résultats déterministes basés sur le code étaient puissants en termes de modélisation de toutes sortes d'activités et de décisions humaines. Nous avons appliqué toutes ces idées au marketing, aux ventes, à l'administration publique, etc. Mais maintenant, les experts parlent de «la fin du codage», comme dans cet article très perspicace et instructif de Wired. L'idée prédominante ici est la même idée, qu'à la prochaine ère, au lieu de coder, nous aurons un système où nous formerons les ordinateurs à penser de manière plus proche de notre façon de penser, pour pouvoir apprendre au fil du temps et faire décisions en conséquence. Une grande partie de cela a été accomplie en passant d'une approche informatique déterministe à une approche abstraite avec des entrées plus sophistiquées.
