Bagaimana sistem AI mengembangkan pengetahuan domainnya? Apakah ada lebih dari sekadar Pembelajaran Mesin?

9

Jadi pembelajaran mesin memungkinkan suatu sistem menjadi otomatis dalam arti bahwa ia dapat memprediksi keadaan masa depan berdasarkan apa yang telah ia pelajari sejauh ini. Pertanyaan saya adalah: Apakah teknik pembelajaran mesin satu-satunya cara membuat sistem mengembangkan pengetahuan domainnya?

machine-learning knowledge-representation Jake Marry
sumber

Jawaban:

1

Nah, kita berbicara tentang sistem (mesin) yang mengembangkan pengetahuan (belajar), jadi agak sulit untuk teknik seperti itu untuk tidak jatuh dalam pembelajaran mesin.

Tetapi Anda bisa berpendapat bahwa mesin inferensi yang bekerja pada basis data pengetahuan berbasis grafik untuk mendapatkan proposisi atau probabilitas baru bukan bagian dari pembelajaran mesin. Tentu saja dalam hal itu bagian dari pengetahuan tidak diperoleh sama sekali, melainkan dimasukkan oleh pengembang.

Saya masih membaca tentang ini, tetapi kesan saya adalah bahwa basis data pengetahuan dan mesin inferensi ini menjadi agak populer di tahun sembilan puluhan dan banyak peneliti AGI saat ini masih bekerja ke arah itu.

BlindKungFuMaster
sumber
Apakah akurat untuk mengatakan bahwa beberapa metode kontemporer membangun basis data pengetahuan melalui AI vs AI play?
DukeZhou
Anda mungkin berpikir tentang bermain sendiri seperti untuk Alphago, itu pasti pembelajaran mesin. Saya tidak tahu apakah ada sistem yang membuat basis data pengetahuan atau grafik pengetahuan melalui permainan mandiri.
BlindKungFuMaster
1

Itu tergantung pada seberapa luas Anda mendefinisikan "teknik pembelajaran mesin". Anda dapat membuat definisi sehingga, menurut definisi, semua pembelajaran berada di bawah rubrik itu. OTOH, ada begitu banyak teknik pembelajaran mesin yang melakukan hal itu tidak akan mendapatkan banyak.

Mungkin lebih masuk akal untuk berbicara tentang berbagai jenis pembelajaran yang kita gunakan dalam pembelajaran mesin / kecerdasan buatan. Minimal, Anda memiliki:

  1. pembelajaran yang diawasi
  2. belajar tanpa pengawasan
  3. pembelajaran semi-terawasi
  4. pembelajaran kompetitif

Dan kemudian hal-hal seperti "penguatan pembelajaran" yang mungkin mengkategorikan di atas. Sebagian besar hal-hal itu jatuh ke dalam apa yang umumnya orang sebut "pembelajaran mesin".

Di luar itu, Anda memiliki hal-hal seperti algoritma induksi aturan, teknik logika deduktif seperti pemrograman logika induktif yang dapat agak "belajar", mesin inferensi, penalaran otomatis, dll. Yang memiliki cara mereka sendiri "belajar" tentang dunia, tetapi terpisah dari apa yang biasanya diberi label "pembelajaran mesin".

Tetapi bahkan dengan mengingat hal itu, orang dapat dengan tepat bertanya apakah memang ada garis pemisah di sana atau tidak. Memang, tampaknya ada alasan untuk berpikir bahwa sistem AI di masa depan dapat menggunakan pendekatan hibrid yang menggabungkan banyak teknik yang berbeda tanpa memperhatikan apakah mereka diberi label "pembelajaran mesin" atau "GOFAI" atau "lainnya".

mindcrime
sumber