Q:
كيف تغير "الخوارزمية الرئيسية" عالم تعلم الآلة؟
أ:فكرة تسمى "الخوارزمية الرئيسية" لها تأثير على كيفية نظرتنا إلى التعلم الآلي وعمل الذكاء الاصطناعي.
وتُعزى الفكرة على نطاق واسع إلى بيدرو دومينغوس ، الأستاذ بجامعة واشنطن ، الذي أسس خوارزمية الماجستير على خمسة أنواع مختلفة من التعلم الآلي ومبادئ الذكاء الاصطناعي: الرمزية ، الترابطية ، التطورية ، النظرية البايزية والتماثلية.
| تحميل مجاني: تعلم الآلة ولماذا يهم |
والفكرة هي أنه من خلال توحيد هذه التخصصات ، وإنشاء خوارزمية تعمل عبر القنوات ، يمكنك أن تقدم بشكل أساسي ما يمكن للتعلم الآلي القيام به. يرتبط هذا بفكرة شبكات التعلم العميق التي تتضمن عمليات التعلم الآلي.
أحد جوانب الخوارزمية الرئيسية هو أنه يعمل عبر القنوات. يشرح بعض الخبراء ذلك على أنه فكرة أن الخوارزميات يمكنها عبور منصات الملكية التي تخبرهم بالمزيد عن المستهلكين. على سبيل المثال ، أحد الجوانب الشائعة لخوارزمية رئيسية هي أنها ستعمل مع منصات الوسائط الاجتماعية مثل Facebook ، والبيئات الأخرى مثل أدوات Google ، لتحقيق شكل أكثر شمولًا من المراقبة الرقمية وعلاقة أعمق مع المستخدم أو الموضوع.
نالت الخوارزمية الرئيسية الكثير من الاهتمام من قادة التكنولوجيا مثل Bill Gates وقادة العالم مثل Xi Jinping - لقد أصبحت طريقة شيقة وممتعة لوصف مفاهيم مثل التعليم Hebbian ، والتعلم الآلي الخاضع للإشراف وغير الخاضع للإشراف ، والخدمات اللوجستية Bayesian والمزيد.
تشير بعض المعاني البديلة لـ "الخوارزمية الرئيسية" إلى جهود أخرى لإنشاء خوارزميات شاملة من شأنها أن تفعل الكثير لتقليد السلوك الإنساني والمعرفي - على سبيل المثال ، فكرة التعرية الخلفية كما طورها جيف هينتون وآخرون. ومع ذلك ، فإن فكرة الخوارزمية الرئيسية التي تم وضعها نظريًا بواسطة Pedro Domingos هي المثال الأكثر شيوعًا لكيفية استخدام الخوارزمية الرئيسية في صناعة التكنولوجيا. سواء كانت تجمع بين التخصصات أو الطرائق أو الأنظمة الأساسية أو أنواع العمل المعرفي ، فإن الخوارزمية الرئيسية تروج لفكرة أنه يمكنك مزج أنواع مختلفة من الأدوات ومزجها في تطبيق أقوى وأكثر قدرة على التعلم الآلي والذكاء الاصطناعي.
