Rekabet, insanla makine arasında değil, makinesi olan ve olmayan insanlar arasındadır. Veri ve sezgi, at ve binici gibidir, attan hızlı koşmaya çalışmayın, atı sürün.
İnsanlar için durum tam tersi olsa da makineler için kredi başvurularını değerlendirmek, bir inşaat alanında takılıp düşmeden gezinmekten daha kolaydır. Dar bir biçimde tanımlanmış görevler, verilerden kolayca öğrenilebilirken geniş bir yetenek ve bilgi dağarcığı kombinasyonu gerektiren görevler kolayca öğrenilemez.
Ancak tüm verilerinizi alıp, gelecekteki gerçek, insan hayatı hakkında öğretebileceğimiz her bilgiye sahip olan Master Algoritma'ya verdiğinizi düşünün. Sizin bir modelinizi öğrenecektir; siz de bu modeli cebinizdeki usb aygıtında taşıyabilir, istediğiniz zaman inceleyebilir ve istediğiniz her şey için kullanabilirsiniz. Bu tıpkı aynada kendinize bakmak gibi harika bir içebakış aracıdır ama dijital bir aynadır: Sadece görüntünüzü değil, sizin hakkınızda gözlemlenebilen her şeyi gösterecektir. Canlanıp sizinle iletişim kurabilecektir. O aynaya ne sorardınız?
Öğrenme detayları unutmak olduğu kadar önemli kısımları hatırlamaktır. Bilgisayarlar en büyük aptal dahilerdir: Her şeyi hiçbir sorun yaşamadan hatırlayabilirler ama onlardan yapmalarını istediğimiz şey bu değildir.
Umarım bir gün gerçek olurda -sonucu kötü bir şekilde olmadan-herkesin özellikle YZcıların işini kolaylaştırsın ve herkes için yapay zeka daha anlaşılır ve yapılabilir bir duruma gelse...
İstatistikçiler özellikle gelecekle ilgili tahminler yürütmenin ne kadar zor olduğunu bilirler ve bilgisayar bilimcilere göre geleceği tahmin etmenin en iyi yolu onu bizzat şekillendirmektir ama incelenmemiş gelecek şekillendirmeye değer değildir.
Teknoloji insanın genişletilmiş fenotipidir. Bu, anlayabileceğimizden çok daha karmaşık hâle gelse bile kontrol etmeye devam edebileceğimiz anlamına gelir.
S eğrileri yaratıcı yıkımın şeklidir. Mali kazançlar ve kayıpların mutluluğunuz üzerindeki etkisi de S eğrisidir; bu nedenle çok fazla strese girmeyin.
Master Algoritma’ nın orjinalini ekletmeye çalışıyorum bir hafta oldu😒 Bir kütüphaneci el atsa😎 ben çevireceğim🙃bilim uğruna her taşın altına … falan filan.
Bu kadar az sayıda öğrenici bu kadar çok şeyi yapabiliyorsa mantıksal soru şudur: Bir tek öğrenici her şeyi yapabilir mi? Bir başka deyişle, bir tek algoritma verilerden öğrenilebilecek her şeyi öğrenebilir mi? Bu çok zorlu bir görevdir çünkü nihayetinde bir yetişkinin beynindeki her şeyi, evrimin yarattığı her şeyi ve tüm bilimsel bilgi birikiminin genel toplamını kapsayacaktır. Ne var ki aslında yakın komşu(KNN), karar ağaçları ve Naïve Bayes'in bir genellemesi olan Bayesci ağları kapsayan belli başlı tüm öğreniciler şu anlam da evrenseldir: Öğreniciye uygun veriden yeterince sunarsanız her işlevi rasgele isabetle yaklaşık olarak değerlendirebilir; bu da her şeyi öğrenmenin matematiksel ifadesidir. Ancak, "yeterince veri" sonsuz olabilir. Sonlu veriden öğrenmek, varsayımlarda bulunmayı gerektirir ve ileride göreceğimiz gibi farklı öğreniciler farklı varsayımlar yapar ki bazı işler için uygunken bazıları için uygun olmamalarının nedeni de budur.
master algoritma - her şeyin teoremi… hep bütünleştirme, tekleşince çözülecek anlayışı, ilginç!
… bir tek kısa denklem olarak ifade edilebilen bir öğrenen algoritma olan Naïve Bayes'i ele alalım. Hasta kayıtları veri tabanı -semptomları, test sonuçları ve özel bir durumu olup olmadığı verildiğinde, Naïve Bayes bir saniyeden kısa bir sürede teşhis koyabilir ve bu teşhisler tıp fakültesinde senelerini harcayan doktorların teşhislerinden çoğu zaman daha iyidir. İnşa edilmesi bir kişinin binlerce saatini alan tıbbi uzmanlık sistemlerini de geride bırakabilir.
Bir politikacının sahip olabileceği en büyük yeteneklerden biri, bireysel olarak veya küçük gruplar hâlinde seçmenleri anlayabilme ve doğrudan onlara hitap edebilme (veya öyle görünme) yeteneğidir.
Edwin Hubble, fotoğrafik plakaları inceleyerek yeni galaksiler keşfetmiştir ama Sloan Dijital Gökyüzü Araştırması'ndaki yarım milyar gökyüzü cisminin bu şekilde tanımlanmamış olduğuna bahse girebilirsiniz. Bu, kumsaldaki kum tanelerini elle saymaya çalışmak gibi olurdu. (…)SKICAT (gökyüzü görüntüsü kataloglama ve analiz aracı) projesi bir öğrenen algoritma kullanmıştır. Cisimlerin doğru kategorilere göre etiketlendiği plakalardan başlayarak, her birini karakterize eden özellikleri belirlemiş ve sonuçları tüm etiketlenmemiş plakalara uygulamıştır. Daha da iyisi, insanların etiketleyemeyeceği kadar belirsiz olan cisimleri de sınıflandırabilmiştir ve bunlar araştırmanın büyük bir kısmını teşkil eder.