Ọbá akwụkwọ AI efu

Ihe ndị bụ isi nduN'efu ruo mgbe ebighị ebi.

84 Ntuziaka Bekee dị larịị, ụzọ mmụta ahaziri ahazi, yana ọbá akwụkwọ mepere emepe - nke 501(c)(3) anaghị akwụ ụgwọ wuru ya ka onye ọ bụla nwee ike ịghọta AI ọgbara ọhụrụ.

84Ntuziaka efu
1Egwu isiokwu
~2 minKwa ndu
~3hOge ịgụ ihe

Bido ebe a

Ise nkuzi dabere na nsonaazụ

Usoro nkuzi ọ bụla gụnyere nsonaazụ doro anya, ikike nke eserese, mmemme omume, na okwute etinyere n'ọrụ.

Egwu isiokwu

Chọgharịa site na egwu

Maba n'ime mpaghara ị na-eche. Egwu ọ bụla nwere ọtụtụ ntụzịaka larịị-Bekee.

Ihe ndị bụ isiIsi echiche: ka AI si arụ ọrụ na ọkwa dị elu.84 ndu Asụsụ AILLMs, NLP, ChatGPT, mkpali, na nghọta ederede.155 ndu Visual AIỌgbọ onyonyo, ọhụụ kọmputa, vidiyo, na imewe.133 ndu Audio AIOlu, egwu, pọdkastị na ọdịyo-mbụ AI.117 ndu Companieslọ ọrụProfaịlụ nke OpenAI, Anthropic, Google, Meta, na ndị ọzọ.121 ndu NgwaKedu ka AI si egosipụta na nzuzo, ọchụchọ, ndị nnọchite, na ndụ kwa ụbọchị.111 ndu Ụlọ ọrụAI na ahụike, ego, agụmakwụkwọ, ike na ndị ọzọ.91 ndu Nka na ụzụChips, nlegharị anya nke ọma, RAG, vectors na akụrụngwa AI.177 ndu Ọha mmadụỌgbaghara, nzuzo, nwebisiinka, nchekwa na ọdịnihu AI.30 ndu

Ọbá akwụkwọ zuru ezu

Nduzi niile

84 nke 1019 egosiputara ntuziaka. Wepụta site na egwu ma ọ bụ chọọ n'elu.

Ihe ndị bụ isi

Ịkpọ onwe onye mma-emegharị

Ndozi egwuregwu nke onwe ya na-eme ka ihe atụ dịkwuo mma site n'ime ka ọ na-asọ mpi ma ọ bụ mụta ihe site na nsonaazụ ya gara aga, na-emepụta akara ọzụzụ nke ya.

2 min gụọGụọ
Ihe ndị bụ isi

Ọzụzụ oge ule

Ọzụzụ oge ule (TTT) na-eme ka ihe nlereanya nọgide na-amụta ihe site na ntinye ọhụrụ ọ bụla n'oge ọ na-ebu amụma, kama ịnọrọ oyi ma emechaa ọzụzụ.

2 min gụọGụọ
Ihe ndị bụ isi

Ịchịkọta ọnụ na igbu oge

Grokking bụ ihe na-atụ n'anya ebe netwọkụ akwara na-ebu ụzọ buru data ọzụzụ ya n'isi, na-anọdụ ala na nkwado nkwado dị nso ruo ogologo oge, wee…

2 min gụọGụọ
Ihe ndị bụ isi

Ịmafe oke na adịghị mma

Ịmafe oke bụ mgbe ihe nlereanya na-eburu data ọzụzụ ya n'isi wee daa na ihe atụ ọhụrụ; underfitting bụ mgbe ọ dị oke mfe ijide ezigbo ụkpụrụ.

2 min gụọGụọ
Ihe ndị bụ isi

Nhazi

Nhazi bụ usoro usoro na-ama ụma na-amachibido ihe nlereanya ka ọ na-agbakọta na data ọhụrụ kama iburu usoro ọzụzụ n'isi.

2 min gụọGụọ
Ihe ndị bụ isi

Mgbasa azụ

Backpropagation bụ algọridim na-eme ka netwọkụ akwara mụta ihe site na mmejọ ya site n'ịgbakọ nke ọma ole ịdị arọ nke ọ bụla nyere aka na njehie ahụ.

2 min gụọGụọ
Ihe ndị bụ isi

Ọdịda gradient

Mmụda gradient bụ usoro njikarịcha nke na-ebuga ihe atụ n'ezie na-agbada na mperi dị ala, otu obere nzọụkwụ n'otu oge.

2 min gụọGụọ
Ihe ndị bụ isi

Ọrụ efu

Ọrụ mfu bụ otu nọmba na-agwa ihe nlereanya ka amụma ya si ezighi ezi, ịtụgharị ebumnuche na-edoghị anya ka ọ bụrụ ihe mgbakọ na mwepụ nwere ike ịkwalite.

2 min gụọGụọ
Ihe ndị bụ isi

Ọrụ ntinye

Ọrụ ịgbalite bụ obere ọnụ ụzọ na-adịghị ahụ n'ime neuron nke ọ bụla na-eme ka netwọkụ akwara mụta usoro mgbagwoju anya, gbagọrọ agbagọ kama naanị ahịrị kwụ ọtọ.

2 min gụọGụọ
Ihe ndị bụ isi

Netwọk Neural Convolutional

Convolutional Neural Networks (CNNs) bụ ihe owuwu ụlọ ọrụ maka ịghọta ihe onyonyo.

2 min gụọGụọ
Ihe ndị bụ isi

Netwọk Neural na-aga n'ihu

Netwọk Neural na-emegharị ugboro ugboro (RNNs) ka arụnyere iji hazie usoro dịka ederede, okwu, na usoro oge.

2 min gụọGụọ
Ihe ndị bụ isi

Netwọk mgbasa ozi Generative

Networks Generative Adversarial Networks (GANs) na-emepụta data ọhụrụ ezi uche dị na ya site n'itinye netwọkụ akwara abụọ megide ibe ha na asọmpi.

2 min gụọGụọ

Ọgụchachara? Gopụta ya.

Lelee ihe ị mụtara na ajụjụ ajụjụ isiokwu, wee nyochaa usoro ọmụmụ anyị ahaziri ma ọ bụ rụọ ọrụ na asambodo. Nduzi ọ bụla na-enwere onwe ya ịgụ ihe.

Nwalee ihe ị mụtaraNweta asambodoNye OnyinyeGụọ ebumnuche anyị