Как работают нейронные сети

Как устроено машинное обучение, что такое нейронные сети, о которых все говорят.
Как работают нейронные сети

В прошлом месяце в Цюрихе открылся исследовательский центр Google, который занимается разработкой систем машинного обучения и их внедрением в продукты компании. «Афиша Daily» побывала в штаб-квартире и выяснила, как устроено машинное обучение, что такое нейронные сети, о которых все говорят.

Грег Коррадо

Старший научный сотрудник и технический директор исследовательского центра Google в Цюрихе

Машинное обучение — путь к искусственному интеллекту

«Машинное обучение — это всего лишь попытка сделать машину, которая учится на своем опыте. Сегодня мы предполагаем, что разработка таких машин — самый быстрый путь к созданию настоящего искусственного интеллекта. Но чтобы компьютер стал разумным, должен случиться прорыв на стыке науки и искусства.

Machine Learning — новый инструмент, новый путь инженерии. Мы занимаемся машинным обучением в двух направлениях: улучшаем свои продукты — например, поисковик, краеугольный камень нашего бизнеса, — и строим совершенно новые продукты, которые раньше были просто невозможны. Есть несколько методов машинного обучения, которые сегодня применяются на практике».

3 метода

Обучение на примерах

«Supervised Learning — один из важнейших типов. Представьте, если бы вы учились играть в шахматы, а за вашей спиной стоял бы гроссмейстер и нашептывал, как ходить. Конкретный пример: автоматическая сортировка спама в вашей почте. Раньше программисты задавали определенные правила, например, если в тексте слово viagra написанно со странными символами — это на 99 процентов спам.

Теперь же алгоритм изучает архив писем, которые были помечены как спам и не спам. Он делает это снова и снова и медленно, но верно становится лучше и лучше, определяет спам все точнее. Это очень успешная техника — и костяк многих систем».

Обучение с подкреплением

Reinforcement Learning основывается на отрицательном и положительном отклике, или, иначе говоря, на опыте. Если приводить пример с шахматами: представьте, если бы вы учились играть, каждый раз проигрывали, но делали из этого выводы.

Комментарии
Комментарии