Вештачката интелигенција е супер моќна, но за да научи нешто, на вештачката интелигенција и се потребни куп податоци. Google и Facebook имаат вештачка интелигенција која може да препознава предмети на слики, а за ова да се реализира мора да се анализираат милиони слики.
Неодамна беше презентирана вештачка интелигенција која може да дијагностицира рак на кожа. За да биде точна колку и специјалистите вештачката интелигенција анализираше стотици илјади слики.
Дури и софтвер за препознавање единствено на мачки на слики има куп податоци кои треба да ги разгледа. Различна големина, боја, видови, светлина, ориентација на мачката, се дел од проблемите кои ги идентификува MIT Technology Review.
Бостонскиот стартап Gamalon работи на технологија која ќе овозможи вештачката интелигенција да учи побрзо. Технологијата е базирана на „bayesian program synthesis“ и може да креира алгоритми од помалку примери. Системот на Gamalon е базиран на веројатности, односно кодот користи веројатности наместо специфични променливи.
Примерот со мачките со технологијата на Gamalon изгледа некако вака. Мачките најверојатно имаат уши, мустаќи и опаш. Потоа софтверот го преработува кодот за моделот. Со повеќе податоци кодот се допрецизира и се преработува. Ова овозможува поефикасен начин за учење од податоците и поточно препознавање од помалку сетови на податоци.
Засега технологијата на Gamalon може поточно да препознае скицирана патка од вештачката интелигенција на Google. Дополнително технологијата може да пронајде концепт во текст. На пример, може од упатството за користење на телевизор да заклучи дека станува збор за телевизор, но и да ги пронајде неговата големина, вид, резолуција и слично.
Стани премиум член и доби пристап до сите содржини, специјален попуст на над 2.200 производи во ИТ маркет, верификуван профил и можност за огласување на ИТ Огласник. Плус ќе го поддржиш медиумот кој го градиме цели 16 години!
Доколку веќе имаш премиум членство, најави се тука.
