வணிக ஆயிக்கு 'இணைப்புவாதம்' என்றால் என்ன?

கே:

வணிக AI க்கு "இணைப்புவாதம்" என்றால் என்ன?

ப:

செயற்கை நுண்ணறிவு என்ற கருத்து வணிகத்திற்கு பல்வேறு வழிகளில் பயன்படுத்தப்படுகிறது, மேலும் செயற்கை நுண்ணறிவு ஆராய்ச்சியில் பெரிய மாற்றங்கள் வணிக எதிர்கொள்ளும் மென்பொருள் திறன்களில் முன்னேற மிகவும் பயனுள்ளதாக இருக்கும். இணைப்புவாதம் என்பது ஒரு புதிய திசையாகும், இதில் அதிக செயற்கை நுண்ணறிவு ஆராய்ச்சி தொடர்கிறது, மேலும் இது செயற்கை நுண்ணறிவு தீர்வுகளின் திறன்களிலிருந்து பயனடைய வணிகங்கள் பயன்படுத்தும் கருவிகள் மற்றும் வளங்களை வியத்தகு முறையில் மாற்றக்கூடும்.

இணைப்புவாதம் என்பது செயற்கை நுண்ணறிவின் ஒரு தத்துவமாகும், இது மனித நியூரான்கள் மற்றும் மூளையில் உள்ள நியூரான்களின் குழுக்களுடன் தொடர்புடைய சிறிய செயற்கை அலகுகளை உருவாக்குவதன் மூலம் மனித மூளையை மாதிரியாக்குவதை ஊக்குவிக்கிறது. இணைப்புவாதத்தின் அடிப்படை அம்சங்களில் ஒன்று, ஒருங்கிணைந்த பிணையத்தில் ஒன்றாக இணைக்கப்பட்டுள்ள சிறிய தனிப்பட்ட அலகுகளைப் பயன்படுத்தி உயர் மட்ட நடத்தை மற்றும் அறிவாற்றல் அமைப்புகளை உருவாக்க முடியும். இதைக் கருத்தில் கொண்டு, செயற்கை நரம்பியல் வலையமைப்பின் (ஏ.என்.என்) எழுச்சி இணைப்பு மற்றும் ஹெபியன் கோட்பாட்டை மேம்படுத்துவதற்கு பெரிதும் உதவுகிறது, இது கணிதவியலாளர் டொனால்ட் ஹெப் மற்றும் 1940 களில் அவரது பணிக்கு பெயரிடப்பட்டது.

செயற்கை நுண்ணறிவு முன்னேற்றத்தில் செயற்கை நரம்பியல் வலையமைப்பு முக்கியமான பயன்பாடுகளைக் கொண்டிருக்கப்போகிறது என்று இணைப்புவாதம் தெரிவிக்கிறது. விஞ்ஞானிகள் ஏற்கனவே விரிவான ஏ.என்.என் மாதிரிகள் தங்கள் வசம் உள்ளன, மேலும் செயற்கை நரம்பியல் நெட்வொர்க்குகள் பல்வேறு துறைகளில் இயந்திர கற்றலை மேம்படுத்துகின்றன. செயற்கை நுண்ணறிவின் நிறுவன பயன்பாட்டிற்கு வரும்போது, ​​இணைப்பு தொழில்நுட்பம் உண்மையில் உதவி தொழில்நுட்பங்கள் செயல்படும் அடிப்படை வழிகளை மாற்றும்.

பாரம்பரிய நிறுவன வணிக நுண்ணறிவு கருவிகளைப் பார்க்கும்போது, ​​அவற்றில் பல நிகழ்தகவு கருவிகள் உட்பட சில பாரம்பரிய முறைகளை அடிப்படையாகக் கொண்டவை என்பதைக் காணலாம். இவற்றில் ஒன்று பேய்சியன் தர்க்கம், இது காரணம் மற்றும் விளைவு மற்றும் முடிவு மரங்களைப் பயன்படுத்துகிறது மற்றும் முடிவு-ஆதரவு முடிவுகளை உருவாக்க இந்த தர்க்கத்தின் படி பெரிய தரவுத் தொகுப்புகளைக் கையாளுகிறது (வணிகத்தில் பேய்சியன் தர்க்கத்தின் பிரபலமான பயன்பாடு குறித்த கட்டுரையைப் பார்க்கவும்).

இணைப்புவாதம் வணிகத்தில் செயற்கை நுண்ணறிவை பாதிக்கும் மிகப்பெரிய வழி என்னவென்றால், இந்த பேய்சியன் தர்க்க மாதிரிகள் மற்றும் நிகழ்தகவு மாதிரிகள் பலவற்றை செயற்கை நரம்பியல் நெட்வொர்க்குகளின் அடிப்படையில் செயல்படும் மாதிரிகளுடன் மாற்றும். செயற்கை நரம்பியல் நெட்வொர்க் என்பது தனித்தனியாக சிறிய பொருளைக் கொண்ட சிறிய துண்டுகளின் தொகுப்பாகும். தனிப்பட்ட அலகுகளில் நிறைய தர்க்கங்கள் உருவாக்கப்படவில்லை - அதற்கு பதிலாக, பிணையம் இந்த அலகுகளின் வெளியீடுகளை ஒன்றாக இணைத்து, அதை ஒரு தர்க்கரீதியான முடிவாக மாற்றுகிறது. இதைக் கருத்தில் கொண்டு, இணைப்புவாதத்தில் கட்டமைக்கப்பட்ட வணிக செயற்கை நுண்ணறிவு கருவிகள் கடந்த காலத்தில் பிரபலமாகப் பயன்படுத்தப்பட்டவற்றிலிருந்து அடிப்படையில் வேறுபட்டதாக இருக்கும் (Quora இல் இந்த அறிவுறுத்தும் நூலைப் பார்க்கவும்). தர்க்கத்தின் மூலம் கணக்கீட்டு முடிவுகளை அடைவதற்கு பதிலாக, சிக்கலான இயந்திர கற்றல் வழிமுறைகளை ஒரு செயற்கை நரம்பியல் நெட்வொர்க் மூலம் இயக்குவதன் மூலமும், விளைவுகளை ஆராய்வதன் மூலமும் இந்த முடிவுகளை அவர்கள் அடைவார்கள்.

தர்க்கரீதியான செயற்கை நுண்ணறிவு குறித்த நவீன ஆராய்ச்சியின் வரம்புகளுடன் இணைப்புவாதத்தின் எழுச்சிக்கு நிறைய தொடர்பு இருப்பதாக சில நிபுணர்கள் வாதிடுகின்றனர். வேறு வார்த்தைகளில் கூறுவதானால், பாரம்பரிய AI இன் திறனை ஆராய்ச்சியாளர்கள் அதிகப்படுத்தியதால், இணைப்புவாதம் மற்றும் செயற்கை நரம்பியல் நெட்வொர்க் இந்த தொழில்நுட்பங்கள் எவ்வாறு செயல்படுகின்றன மற்றும் "சிந்திக்கின்றன" என்பதை முன்னோக்கி நகர்த்துவதற்கும் தொடர்ந்து மேம்படுத்துவதற்கும் விரிவுபடுத்துவதற்கும் ஒரு வழியை வழங்கின. இணைப்புவாதத்தை அடிப்படையாகக் கொண்ட மாதிரிகள் கொண்டு வருகின்றன மனித மூளை மற்றும் உயிரியல் சிந்தனை செயல்முறையின் முழு உருவகப்படுத்துதலுடன் நாங்கள் மிகவும் நெருக்கமாக இருக்கிறோம், அதனால்தான் இந்த கண்டுபிடிப்புகள் அனைத்து வகையான வணிக செயற்கை நுண்ணறிவுக்கும் மிகவும் முக்கியத்துவம் வாய்ந்ததாக இருக்கும் - எடுத்துக்காட்டாக, விற்பனை சக்தி ஆட்டோமேஷனில் இருந்து ஒரு வணிகம் பயன்படுத்தும் வெளியீடுகள் அல்லது வாடிக்கையாளர் உறவு மேலாண்மை அல்லது விநியோக சங்கிலி அல்லது வசதிகள் மேலாண்மை கருவிகள் அனைத்தும் இந்த மாறுபட்ட மாதிரிகளை அடிப்படையாகக் கொண்டிருக்கும்.

AI மற்றும் இயந்திர கற்றல் உங்கள் நிறுவனம் பயனடையக்கூடியதா? கண்டுபிடிக்க AltaML ஐப் பார்வையிடவும் .