یادگیری ماشینی

یادگیری عمیق تا به حال تأثیر شگرفی بر علوم کامپیوتر داشته است و همین موضوع باعث می‌شود مرزهای جدیدی از پژوهش به منظور توسعه محصولات جدیدی که میلیون‌ها نفر از آن استفاده می‌کنند باز شود. سیستم یادگیری ماشینی گوگل امروزه بر پایه زیرساخت یادگیری عمیق DisBelief که در سال 2011 طراحی شده است، قرار دارد. این سیستم به گوگل این توانایی را می‌دهد تا شبکه‌های عصبی بزرگ را توسعه داده و در مقیاس بزرگی به این شبکه‌ها آموزش دهد. اما گوگل با توجه محدودیت‌های این سیستم، دومین نسل سیستم‌ یادگیری ماشینی خود موسوم به تنسورفلو را به صورت منبع باز در اختیار عموم کاربران قرار داد.
بسیاری از ما بر این باور هستیم یا حداقل امیدوار هستیم، انسان‌ها بهتر از ماشین‌ها یکدیگر را درک کنند. اما مطالعات جدید MIT نشان داده است، یک الگوریتم منحصر به فرد این توانایی را دارد تا به سرعت رفتار انسان‌ها را پیش‌بینی کرده، و همچنین پیش‌بینی‌های قابل اعتمادتری را نسبت به انسان‌ها ارائه کند.
نسل بعدی ضدویروس‌ها به‌روزرسانی نمی‌خواهند!
11 آبان 1394
نرم‌افزارهای امنیتی ضدویروس و ضدبدافزار بهترین روش برای حفاظت از اطلاعات هستند ولی یک مشکل بزرگ دارند: در مقابل ویروس‌ها یا بدافزارهای جدید ناتوان هستند و قدرت شناسایی و مقابله ندارند. به همین دلیل است که مرتباً باید به‌روزرسانی شوند و الگوریتم‌ها و الگوهای جدید بدافزارهای شناسایی شده را دریافت و به بانک اطلاعاتی خود اضافه کنند. محققان در حال پیگیری رفع این مشکل هستند.
محققان مایکروسافت در تلاشند تا کاربران بدون داشتن هیچ‌گونه پس‌زمینه‌ای از مفهوم یادگیری ماشینی به سیستم‌های خود آموزش دهند که چگونه بر اساس تجربیات قبلی که در اختیار دارند، وظایف خود را به شکل مناسبی انجام دهند. آن‌ها این تلاش‌های خود را آموزش ماشینی (machine teaching) نامیده‌اند.
زبان برنامه‌نویسی Picture عملکردی یکسان با یادگیری ماشینی دارد
03 ارديبهشت 1394
به زودی شاهد ورود نسل جدیدی از زبان‌های برنامه‌نویسی که به نام برنامه‌نویسی احتمالی یا احتمالاتی (probabilistic programming) نامیده می‌شوند، در مقیاس وسیع و عمومی خواهیم بود. یک زبان برنامه‌نویسی احتمالی PPL یک زبان ‌برنامه‌نویسی طراحی شده برای توصیف مدل‌های احتمالی و سپس انجام استنتاج روی داده‌های اختصاصی است. این زبان‌های برنامه‌نویسی به طور ویژه به مدل‌های گرافیکی و شبکه‌های بیزی وابسته هستند، اما در مقابل از انعطاف‌پذیری بیشتری برخورداراند.
Bing Distill به شما پاسخ می‌دهد؛ سوال‌تان را بپرسید!
14 فروردين 1394
پروژه جدید مایکروسافت موسوم به Bing Distill در مرحله اجرای زنده قرار گرفته است. پروژه‌ای که می‌تواند داده‌های واقعی را که در پروژه‌های یادگیری ماشین مورد استفاده قرار گیرد، ارائه کند. این پروژه جوابی به برنامه واتسون شرکت IBM است.
امروزه فناوری تشخیص چهره به وفور در تجهیزات هوشمند مورد استفاده قرار می‌گیرد. در حالی که همواره حرف و حدیث‌های بسیاری در ارتباط با این فناوری وجود دارد، اما به نظر می‌رسد اکنون زمان آن رسیده است شاهد ورود این فناوری به درون ماشین‌ها باشیم.

صفحه‌ها

اشتراک در یادگیری ماشینی