Apprendimento profondo: cos'è e in che modo è legato all'apprendimento automatico?

Continuando un paio di articoli che abbiamo fatto, qui parleremo di cos'è Deep Learning e della sua relazione con Machine Learning . Entrambi i termini sono sempre più importanti nella società in cui viviamo e sarà utile sapere cosa ci circonda.

Indice dei contenuti

Cos'è il Deep Learning ?

Il deep learning è un sottoinsieme di tecniche nate intorno agli anni 2000 a seguito del machine learning . Per questo motivo, dovremmo classificarlo come uno dei suoi rami, essendo a sua volta parte dell'informatica.

Questi sistemi sono più autonomi dei fratelli maggiori, sebbene la loro struttura sia notevolmente più complessa. Ciò offre loro un chiaro vantaggio nell'esecuzione di diversi tipi di attività in cui svolgono lo stesso lavoro o meglio di altri sistemi con algoritmi di Machine Learning.

Inoltre, ci sono altre opere in cui Deep Learning si distingue dal suo predecessore. Uno dei casi più noti è l' intelligenza artificiale in stile AlphaGo-, l' intelligenza di Google in grado di sconfiggere il campione del mondo di Go .

Forse ti sembra un po 'cinese, ma Go è un gioco molto famoso e, anche, molto impegnativo. Per metterlo nel contesto, i matematici affermano con enfasi che questo hobby è considerevolmente più complesso degli scacchi.

D'altro canto, il Deep Learning è strettamente correlato ai Big Data, poiché queste grandi fonti di informazioni possono essere utilizzate per apprendere e consolidare l'esperienza. Inoltre, grazie alla situazione in cui ci troviamo, l'ambiente per la proliferazione e lo sviluppo di questa tecnologia è perfetto per tre punti chiave:

1. Il grande accumulo di dati, poiché con gli strumenti che abbiamo oggi, i dati possono essere ottenuti e archiviati da quasi tutti. Il grado di tecnologia in cui ci troviamo, poiché i componenti sono buoni per offrire collettivamente una potenza considerevole. Il desiderio delle aziende di migliorare le proprie metodologie, poiché, sfruttando i due punti precedenti, sempre più aziende scommettono sull'intelligenza artificiale . Se la tua azienda ha archiviato dati da migliaia di clienti e la tecnologia ti dà l'opportunità di imparare da loro e usarli, è una scommessa sicura.

La struttura del Deep Learning

Pur avendo uno sviluppo abbastanza simile all'apprendimento automatico , questo insieme di algoritmi presenta alcune differenze nucleari. Il più importante è probabilmente la sua struttura interna, cioè il codice che costituisce il suo algoritmo.

Idea generale sul Deep Learning

Come puoi vedere nell'immagine, il Deep Learning è strettamente correlato alle reti neurali. Questo concetto non è nuovo, ma non è stato con noi per molto tempo, quindi potresti non saperlo.

Per semplificarlo, potremmo definire una rete neurale come un insieme di algoritmi (ciascuno chiamato strato) che trattano e trasmettono informazioni. Ogni livello riceve valori di input e restituisce quelli di output e mentre passa attraverso l'intera rete, viene restituito un valore finale risultante. Tutto ciò avviene in sequenza, normalmente, dove ogni strato ha un peso diverso, a seconda del risultato desiderato.

Qui ti mostriamo un breve video (in inglese) sull'intelligenza artificiale che impara a giocare a Super Mario World :

E ti starai chiedendo: "Perché tutto questo metodo è così intricato?" . Certamente il Deep Learning appartiene ancora a ciò che chiamiamo debole intelligenza artificiale , ma è probabilmente il primo passo verso il forte.

Questa metodologia è vagamente ispirata da come funziona un cervello. Simile a ciò che vediamo nel "mondo fisico" , i sistemi formano strati e ogni strato funziona in modo simile a un neurone. In questo modo, i livelli si relazionano tra loro, condividono informazioni e la cosa più importante è che tutto sia fatto in modo autonomo.

Schema molto semplificato di come funziona Deep Learning

Seguendo questa regola, le Intelligenze più complete sono, normalmente, quelle che hanno più livelli e algoritmi più sofisticati.

Come funziona l'intelligenza artificiale con questo algoritmo?

Se hai visto i nostri precedenti articoli sull'argomento, avrai già visto questa gif. Qui puoi vedere il nostro articolo sull'intelligenza artificiale e qui puoi leggere un po 'di Machine Learning .

ma ti mostreremo un'ultima volta.

Questa immagine riflette bene e molto semplicemente come funzionerebbe un'Intelligence che utilizza le reti neurali. Come puoi vedere, il suo lavoro è semplice: classificare le immagini e imparare a rilevare i cani nelle diverse foto che gli vengono passate.

Ogni immagine inizia inserendo il feed di input, ovvero lo strato di input in cui i primi calcoli sarebbero già iniziati. I risultati ottenuti sarebbero condivisi con il secondo strato o neurone e, evidentemente, viene informato quale neurone ha effettuato questo calcolo. Questo processo viene ripetuto tante volte quanti sono i livelli del nostro sistema fino a quando non raggiungiamo l'ultimo.

L'ultimo neurone è chiamato Output Layer ed è quello che, in questo esempio, mostra il risultato. In altri casi, il livello di output finisce per eseguire l'azione calcolata. Inoltre, se inseriamo la formula nel dover agire il più velocemente possibile (come nei videogiochi) , il risultato dovrebbe essere quasi istantaneo. Tuttavia, grazie al punto tecnologico in cui ci troviamo, questo è già possibile.

Uno degli esempi più chiari di ciò è AlphaStar Artificial Intelligence, un'altra creazione di Google stessa.

Google Deepmind Intelligenza artificiale

Vi abbiamo parlato di AlphaGo , un'intelligenza artificiale in grado di combattere contro i migliori giocatori di Go al mondo. Tuttavia, questo ha fratelli più giovani in grado di raggiungere traguardi piuttosto impressionanti.

AlphaZero

Questa Intelligenza ha appreso in sole 24 ore un livello sovrumano di scacchi, shoji e altri con cui ha vinto diversi giocatori famosi. Inoltre, nella lista degli avversari sconfitti ha anche indicato la versione AlphaGo Zero di 3 giorni di esperienza, qualcosa di veramente incredibile. Qui viene fuori la velocità di apprendimento di questa Intelligenza Artificiale .

Il più impressionante di tutti, il team non aveva accesso a libri di apprendimento o database, quindi tutte le loro tattiche sono state apprese con la pratica.

In un altro dei suoi incontri, ha affrontato Stockfish , un veterano programma automatizzato open source che gioca a scacchi. Tuttavia, in sole quattro ore è stato dominato da AlphaZero.

Va notato che mentre questo primo calcola circa 70 milioni di movimenti, AlphaZero, negli scacchi, tiene conto solo di 80 mila uscite diverse. La differenza nelle previsioni è stata compensata da un giudizio molto migliore di quelle che sarebbero state delle opere promettenti.

Con dimostrazioni di forza come questa possiamo vedere il potere della nuova Intelligenza Artificiale .

AlphaStar

D'altra parte, AlphaStar è un'intelligenza artificiale che, oggi, è in grado di giocare a RTS Starcraft II (Real Time Strategy, in spagnolo).

Al momento della sua demo, AlphaStar ha combattuto diversi giocatori professionisti nel mezzo vincendo dieci partite di fila e perdendo solo l'ultima.

A differenza degli scacchi o del gioco, Starcraft II è un matchup in tempo reale, quindi ogni secondo devi fare delle cose. A causa di ciò, possiamo intuire che la tecnologia attuale è in grado di mantenere questi ritmi frenetici di calcolo e decisione.

Per quanto riguarda la preparazione dell'Intelligence , per le date del test dal vivo ha avuto circa 200 anni di esperienza di allenamento solo con protos (una delle gare disponibili) . Inoltre, è stato addestrato in modo tale da poter eseguire azioni solo se avesse fisicamente la videocamera sull'unità, assimilando così di più a come una persona avrebbe giocato.

Tuttavia, nonostante questi handicap, AlphaStar è riuscito a battere la maggior parte dei loro incontri usando una tattica abbandonata sul lato competitivo del gioco. Un punto da notare è che AlphaStar di solito mantiene bassi gli APM (azioni al minuto) , quindi le sue decisioni sono molto efficienti.

Azioni medie al minuto eseguite dall'IA e da un giocatore professionista

Tuttavia, quando la situazione lo richiede, dimostra letteralmente il controllo sovrumano delle unità rompendo facilmente il contatore.

Qui puoi vedere una delle sue demo per intero:

Il futuro dell'intelligenza artificiale

Abbiamo già parlato di questo argomento, quindi non ripeteremo troppo lo stesso discorso. Ciò che dovrebbe essere evidenziato sono i possibili futuri che attendono il Deep Learning .

Secondo Andrew Yan-Tak Ng, un noto esperto di intelligenza artificiale, il Deep Learning è un buon passo verso l' intelligenza del futuro. A differenza di altri metodi di insegnamento, questo è notevolmente più efficiente quando aumentiamo il campione di dati.

Ti consigliamo BABAHU X1: lo spazzolino AI è ora disponibile

La diapositiva successiva appartiene alla sua presentazione "Quali informazioni gli scienziati dovrebbero sapere sull'apprendimento profondo" . Se sei interessato, puoi vederlo a questo link.

Non invano, lo sviluppo della tecnologia non si è fermato. Ogni anno avremo componenti più potenti, quindi avremo sempre più patio da testare. Come è accaduto con i vecchi AI e Machine Learning, nuovi algoritmi, metodologie e sistemi appariranno e sostituiranno l'innovativo Deep Learning di oggi .

Inoltre, come puoi immaginare, il futuro è affrontato da macchine semi-intelligenti.

Come abbiamo sottolineato in altri articoli, la maggior parte dei dispositivi elettronici avrà (alcuni già li incorporano) informazioni di supporto . Un caso notevole è quello delle Intelligenze che aiutano a scattare foto di qualità migliore.

Tuttavia, un punto in cui questa tecnologia può prosperare per la maggior parte degli utenti è l' IoT (Internet of Things, in spagnolo).

L' Internet of Things

Questo termine ha sempre più peso nelle conferenze di tecnologia e informatica e cerca di consolidarsi ora che abbiamo i mezzi.

L'idea è che gli elettrodomestici, gli elettrodomestici e altri siano oggetti identificabili, possano comunicare tra loro e, inoltre, essere controllati da un dispositivo. In questo modo possiamo avere un conteggio di quali oggetti esistono in un luogo, dove sono, interagire con loro e tutto questo dal cellulare. Allo stesso modo, gli oggetti potrebbero anche interagire tra loro e se ad esempio un alimento scade, forse il frigorifero potrebbe dirti quando lo apri.

D'altra parte, l'intelligenza artificiale dovrebbe essere in grado di monitorare lo stato e le prestazioni degli elettrodomestici. Con questo, è possibile stabilire un piano elettrico e ottimizzare l'energia utilizzata.

Tuttavia, un punto rilevante che ci resta da migliorare sarebbe la sicurezza di Internet . È qualcosa che sembra non subire ancora molte molestie, ma sappiamo tutti che sarà essenziale se vogliamo che sia un servizio sicuro.

È un'idea in qualche modo astratta, ma man mano che invade le nostre vite, diventerai familiare.

L'importanza delle nuove tecnologie e del Deep Learning

È inevitabile pensare che l'informatica e l'intelligenza artificiale modelleranno gran parte del futuro che ci aspetta. Pertanto, è importante essere sempre metà consapevoli di ciò che sta accadendo nel mondo governato dai bit.

Con questo spirito in mente, possiamo già vedere come appaiono diversi gradi, corsi e gradi che insegnano questi argomenti in profondità. Ad esempio, sono apparsi alcuni ingegneria dei dati, altri gradi sui Big Data e, chiaramente, corsi di Deep Learning e Intelligenza artificiale .

Per lo stesso motivo, ti invitiamo a indagare sull'argomento. Internet , con i suoi vantaggi e svantaggi, non è ancora autonomo, né perfetto, né realmente sicuro, ma è una fonte di conoscenza quasi illimitata. Con un po 'di fortuna, troverai un posto dove imparare e potrai intraprendere una nuova lingua, o meglio, un nuovo mondo.

Poiché l' apprendimento automatico è una disciplina leggermente più leggera, ci sono programmi che ti permettono di giocare un po 'con i dati. Se sei interessato a saperne di più sull'argomento e a verificare tu stesso / i limiti di questa tecnologia, puoi visitare IBM Watson Developer Cloud o Amazon Machine Learning. Ti avvertiamo: dovrai creare un account e non sarà un modo semplice per imparare, ma forse un giorno ti aiuterà a raggiungere grandi obiettivi.

Oltre qui c'è il mondo delle idee, quindi tutto è nelle tue mani. E a te cosa pensi delle nuove tecnologie legate all'intelligenza artificiale? Quali altre applicazioni di Deep Learning conosci o vorresti vedere? Condividi le tue idee nella casella qui sotto.

Blog aziendale di origine Pensa alla padronanza dell'apprendimento di BigXatakaMachine