एआई कैसे सीखता है

इसका उद्देश्य नए उदाहरणों पर अच्छा प्रदर्शन करना है, न कि केवल प्रशिक्षण उदाहरणों को याद रखना; कुछ एआई सिस्टम स्पष्ट नियमों का उपयोग करते हैं और इस तरह से बिल्कुल भी नहीं सीखते हैं।

चाबी छीन लेना

• प्रशिक्षण मॉडल को बदलता है; अनुमान इसका उपयोग करता है।
• मूल्यांकन उदाहरणों को मॉडल चुनने या प्रशिक्षित करने के लिए उपयोग किए जाने वाले उदाहरणों से अलग रखें।
• ऐसे मेट्रिक्स चुनें जो गलतियों की लागत को दर्शाते हों, न कि केवल एक बड़ी सटीकता संख्या।

पर्यवेक्षित सीखने में, प्रशिक्षण उदाहरण लक्ष्य आउटपुट के साथ इनपुट जोड़ते हैं। मॉडल एक भविष्यवाणी करता है, एक नुकसान फ़ंक्शन मापता है कि वह भविष्यवाणी लक्ष्य से कितनी दूर है, और एक प्रशिक्षण एल्गोरिथ्म नुकसान को कम करने के लिए मॉडल को बदल देता है। तंत्रिका नेटवर्क आमतौर पर ढाल-आधारित अनुकूलन का उपयोग करते हैं, लेकिन प्रत्येक शिक्षण एल्गोरिथ्म ग्रेडिएंट का उपयोग नहीं करता है। सत्यापन डेटा डेवलपर्स को सेटिंग्स चुनने और उम्मीदवार मॉडल की तुलना करने में मदद करता है। एक आयोजित परीक्षण सेट उन विकल्पों के किए जाने के बाद प्रदर्शन का एक अलग अनुमान प्रदान करता है। परीक्षण सेट के आधार पर बार-बार मॉडल चुनना उस अलगाव को कमजोर करता है। यदि एक ही व्यक्ति, दस्तावेज़, या निकट-डुप्लिकेट उदाहरण विभाजन के दोनों किनारों पर दिखाई देता है, तो परिणाम वास्तव में नए डेटा पर प्रदर्शन से बेहतर दिख सकता है। अन्य शिक्षण सेटअप विभिन्न संकेतों का उपयोग करते हैं। अपर्यवेक्षित शिक्षण प्रत्येक उदाहरण के लिए लक्ष्य लेबल के बिना संरचना की तलाश करता है। स्व-पर्यवेक्षित प्रशिक्षण डेटा से ही भविष्यवाणी कार्य बनाता है, जैसे कि किसी संदर्भ का अनुसरण करने वाले पाठ की भविष्यवाणी करना। सुदृढीकरण सीखना कार्यों और परिणामों के बारे में प्रतिक्रिया का उपयोग करता है। हर मामले में, प्रशिक्षण उद्देश्य एक उपयोगी प्रॉक्सी है, न कि लोग क्या चाहते हैं इसकी पूरी परिभाषा। प्रशिक्षण के बाद, अनुमान आउटपुट उत्पन्न करने के लिए मॉडल का उपयोग है। एक संकेत में एक उदाहरण की आपूर्ति करने से मॉडल के सीखे गए वजन को अपडेट किए बिना वर्तमान प्रतिक्रिया बदल सकती है। क्या कोई सेवा बाद में प्रशिक्षण के लिए बातचीत का उपयोग करती है, यह एक अलग उत्पाद और डेटा-नीति प्रश्न है।

1. 100 परीक्षण संदेशों की कल्पना करें: 10 स्पैम हैं और 90 वैध हैं। एक प्रणाली जो स्पैम को कभी भी चिह्नित नहीं करती है वह 90% सटीक है लेकिन किसी भी स्पैम को नहीं पकड़ती है।
2. एक अन्य सिस्टम 20 संदेशों को चिह्नित करता है। आठ वास्तव में स्पैम हैं और 12 वैध हैं। इसमें दो स्पैम संदेश याद आते हैं।
3. इसकी सटीकता 86% है, परिशुद्धता 8/20 = 40% है, और रिकॉल 8/10 = 80% है। तय करें कि क्या आठ स्पैम संदेशों को पकड़ना गलत तरीके से 12 वैध संदेशों को फ़्लैग करने लायक है।

ये एक अंकगणितीय उदाहरण के लिए आविष्कार किए गए हैं, न कि बेंचमार्क परिणाम। वे दिखाते हैं कि एक एकल मीट्रिक यह निर्धारित क्यों नहीं कर सकता है कि कोई मॉडल किसी कार्य के लिए उपयुक्त है या नहीं।