பொருளடக்கம்:
ஒவ்வொரு நாளும், மிகவும் மேம்பட்ட செயற்கை நரம்பியல் நெட்வொர்க்குகள் (ஏ.என்.என்) மற்றும் ஆழமான கற்றல் வழிமுறைகள் மில்லியன் கணக்கான வினவல்களை ஸ்கேன் செய்து பெரிய தரவுகளின் முடிவற்ற ஓட்டத்தின் மூலம் தோண்டி எடுக்கின்றன. பல மென்பொருள் வீடுகள் தங்கள் தயாரிப்புகளில் இணைத்துள்ள பல செயற்கை நுண்ணறிவுக்கு (AI) எரிபொருளைத் தேவையான அறிவை அவை வழங்குகின்றன. இயந்திர கற்றல் என்பது புதிதாகப் பிறந்த கணினி அடிப்படையிலான செயற்கை நுண்ணறிவின் பிட்கள், அவை வளர்க்கப்பட்ட அனைத்து தகவல்களையும் செயலாக்குகின்றன, ஐந்து புலன்களைப் போலவே ஒரு மனித குறுநடை போடும் குழந்தை உலகைக் கற்றுக்கொள்ளவும் அனுபவிக்கவும் உதவுகிறது.
இறுதியில், இந்த AI கள் எங்கள் கேள்விகளுக்கு புதிய பதில்களை வழங்க உதவுவதற்கு இந்த தகவல்கள் அனைத்தும் போதுமானதாக மாறும், மேலும் மனித மனம் கருத்தரிக்கக்கூடிய விடயங்களை விட மிகவும் புத்திசாலித்தனமான பல தீர்வுகள். எனவே, இன்று நடைமுறையில் நரம்பியல் நெட்வொர்க்குகள் மற்றும் இயந்திர கற்றல் திறம்பட பயன்படுத்தப்படுகின்ற சில எடுத்துக்காட்டுகள் யாவை? பார்ப்போம்.
சுய ஓட்டுநர் கார்கள்
சுயமாக ஓட்டும் காரை விட "எதிர்காலம்" என்று கத்துகிற ஏதாவது இருக்கிறதா? கடந்த 30 ஆண்டுகளாக சைபர்பங்க் டிஸ்டோபியன் உலகங்களை கனவு காண்கிறோம், அங்கு மின்சார ஆடுகளை கனவு காணும் ஆண்ட்ராய்டுகள் டிரைவர் இல்லாத வாகனங்களில் குதித்து சிறைப்பிடிக்கப்பட்டவர்களிடமிருந்து ஓடுகின்றன. சரி, ஒருவேளை அந்த வாகனங்களும் பறக்க முடிந்தது, ஆனால் நீங்கள் அதைப் பெறுவீர்கள்.
