Veštačka inteligencija
Unapređenja
Redakcija
[email protected]
Proširivanje
vizuelnog prepoznavanja
nepoznatih objekata
Aplikacije veštačke inteligencije brzo postaju sveprisutne, pokretane algoritmima koji uče iz
velikih količina podataka. Ljudi, s druge strane, uče potpuno drugačije – oni su u stanju da
razumeju na osnovu malog broja pretpostavki i skupa logičkih pravila. IBM Research tim u Irskoj
je dizajnirao metod kadar da kombinuje ova dva stila učenja, proširujući velike skupove podataka
strukturiranim znanjem i logičkim pravilima koje generišu ljudi da bi unapredio performanse
vizuelnog prepoznavanja.
V
ećina najsavremenijih AI siste-
ma koristi statističko učenje
koje se oslanja na otkrivanje
obrazaca u velikim količinama obja-
šnjenih podataka. Pošto imaju pri-
kupljene smislene obrasce, očekuje
se da ovi sistemi prave tačne predik-
cije kada se suoče sa novim poda-
cima. Na primer, sistem obučen da
pravi razliku između slika različitih
Internet ogledalo Business & Technologies Magazine :: Broj 183
životinja prvo je obučavan na velikom
setu obeleženih slika, a kasnije može
da klasifikuje nove slike u jednu od
poznatih kategorija životinja.
Poređenja radi, ljudi su u stanju da