Технологии
В нашей работе мы используем AI, ML и DNN
Artificial intelligence
Artificial intelligence stands as a pivotal technology enabling the handling of immense data volumes akin to human capabilities. AI comprehends language, engages in thinking and learning, problem-solving, and executing tasks similar to human understanding of them based on predefined parameters.
Within the realm of AI, one encounters diverse domains such as neural networks, machine learning, natural language processing, cognitive computing, and computer vision.
The advent and evolution of AI represent a natural progression following the accumulation of colossal datasets by humanity, surpassing human capacity for manual processing. Computers now emulate human behaviors and responses. A fundamental divergence between artificial intelligence and conventional programs lies in their capacity for self-learning and self-reprogramming.
Machine learning
Это основа ИИ (Искусственного интеллекта).
Этот термин обозначает множество различных математических, статистических и вычислительных методов для разработки самостоятельных алгоритмов (не созданных человеком), способных решить задачу на основе поиска закономерностей в различных входных данных. Причём закономерности эти могут быть незаметны для человека. Яркий пример - распознавание лиц: ИИ с этой задачей на данный момент справляется на много быстрее и лучше чем человек. Люди могут принять близнецов за одного и того же человека, и посчитать разными людьми одного и того же, если человек будет заснят с разной мимикой, в разных ракурсах и при разном освещении.
До машинного обучения программы были вычислительными. Они работали по четким алгоритмам. Теперь программы, работающие на ML, самостоятельно выбирают доступные методы решения поставленных задач, а также они способны учиться на своих ошибках и использовать поощрения при правильных ответах для улучшения работы. В связи с высокой точностью и большой скоростью обработки информации ML применяется для диагностики, прогнозирования, распознавания и принятия решений в различных прикладных сферах: от медицины до банковской деятельности.
Deep neural networks
DNN — Deep neural network
DNN - это искусственная нейронная сеть (ИНС) с несколькими слоями между входным и выходным слоями. Она использует алгоритм глубокого обучения, структурированный подобно организации нейронов в человеческом мозге. Искусственные нейронные сети состоят из слоев узлов. Каждый узел устроен так, чтобы вести себя подобно нейрону в мозге. Используется для глубокого машинного обучения.
Концепция глубокого обучения была разработана Джеффри Хинтоном в 1980-х годах. Но её воплощение стало возможным только сегодня благодаря развившимся компьютерным технологиям и накопленным массивам данных. Сейчас эта технология распространяется по всему миру.
Технологию глубокого обучения невозможно понять полностью, не имея знаний о работе нейронов мозга.
