Ntọala AI
Ghọta ihe AI bụ, ka sistemụ si amụta, ebe ha dara, yana otu esi ekpe ikpe na-ekwu na-enweghị hype.
Ọbá akwụkwọ AI efu
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.
Bido ebe a
Usoro nkuzi ọ bụla gụnyere nsonaazụ doro anya, ikike nke eserese, mmemme omume, na okwute etinyere n'ọrụ.
Ghọta ihe AI bụ, ka sistemụ si amụta, ebe ha dara, yana otu esi ekpe ikpe na-ekwu na-enweghị hype.
Jiri AI rụọ ọrụ nke ọma ka ị na-echekwa nzuzo, na-enyocha ihe arụpụta, yana ichekwa ụgwọ ọrụ mmadụ.
Nyochaa iji okwu n'ebe ọrụ, na-agba ọsọ ndị na-anya ụgbọ elu dị nchebe, tụọ uru, wee kparịta mgbanwe n'ụzọ kwesịrị ekwesị.
Nyochaa sistemu AI site na ikike, nha nha nha, ọchịchị, nchekwa na nsonaazụ ọhaneze.
Ghọta ụdị asụsụ, iweghachite, ndị nnọchiteanya, nyocha, ọnụahịa, na nchebe nnyefe site na nhazi usoro.
Egwu isiokwu
Maba n'ime mpaghara ị na-eche. Egwu ọ bụla nwere ọtụtụ ntụzịaka larịị-Bekee.
Ọbá akwụkwọ zuru ezu
84 nke 1019 egosiputara ntuziaka. Wepụta site na egwu ma ọ bụ chọọ n'elu.
Meta-ịmụta, ma ọ bụ 'ịmụ ịmụta,' na-azụ ụdị ka ha na-emegharị ngwa ngwa na ọrụ ọhụrụ site na naanị ntakịrị ihe atụ.
Ihe ndị bụ isiUsoro nchịkọta jikọtara ọtụtụ ụdị dị mfe ka otu ahụ na-eme amụma dị mma karịa otu ụdị ọ bụla.
Ihe ndị bụ isiỌmụmụ miri emi nke Bayesian na-ewere ịdị arọ nke netwọkụ akwara ozi dị ka nkesa nke puru omume kama ịbụ ọnụọgụ edobere, yabụ ihe nlereanya ahụ nwere ike ikwu etu obi siri sie ya ike.
Ihe ndị bụ isiỌmụmụ usoro ọmụmụ na-azụ ụdị AI na atụ n'usoro ụma - dị mfe nke mbụ, ike emechaa - kama ịnye data n'usoro.
Ihe ndị bụ isiNeural Architecture Search (NAS) na-arụ ọrụ nhazi nke usoro netwọkụ akwara - ikwe ka algọridim, ọ bụghị mmadụ, kpebie ọkwa ole, kedu ọrụ…
Ihe ndị bụ isiỌmụmụ na-aga n'ihu bụ ebumnuche ịzụ AI na ọtụtụ ọrụ ọhụrụ ka oge na-aga na-ehichapụghị ihe ọ maralarị.
Ihe ndị bụ isiVariational autoencoders (VAEs) bụ netwọk akwara na-amụba mpikota data ka ọ bụrụ ebe dị larịị, nke nwere ike ime ka ọ dị nro wee wughachi…
Ihe ndị bụ isiỤdị oghere steeti (SSMs) bụ ụdị usoro nke na-ebuga ozi na-aga n'ihu site na ọnọdụ zoro ezo abịakọrọ, na-eji usoro ogologo na-aga n'usoro kama…
Ihe ndị bụ isiNetwọk akwara eserese (GNNs) bụ ụdị na-amụta ozugbo na data ahaziri eserese - ọnụ jikọtara ọnụ - site na ịfefe na ịchịkọta ozi…
Ihe ndị bụ isiMulti-Agent Reinforcement Learning (MARL) na-azụ ọtụtụ ndị ọrụ mmụta na-ekerịta gburugburu ebe obibi, nke ọ bụla na-emegharị omume ya ebe ndị ọzọ na-emegharịkwa.
Ihe ndị bụ isiMmụta na-arụsi ọrụ ike bụ atụmatụ ọzụzụ ebe ihe nlere anya n'onwe ya na-ahọrọ ihe atụ na-enweghị aha mmadụ kwesịrị ịkpọ na-esote.
Ihe ndị bụ isiMgbakwunye data na-agbasawanye ọzụzụ n'ụzọ artificial site na ịmepụta nnomi gbanwetụrụ nke ihe atụ dị - dị ka ịtụgharị ma ọ bụ ịkpụgharị onyonyo.
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.