AI என்றால் என்ன?

உங்கள் தொலைபேசியில், உங்கள் இன்பாக்ஸில், வரைபடங்களைத் தட்டச்சு செய்தல், நீங்கள் எழுத விரும்பிய மின்னஞ்சல்களை வரைதல் போன்ற எல்லா இடங்களிலும் AI தோன்றும். ஆனால் AI என்றால் என்ன ? சுருக்கமான பதிப்பு: இது கணினிகள் மனித நுண்ணறிவுடன் நாம் தொடர்புபடுத்தும் பணிகளைச் செய்ய அனுமதிக்கும் நுட்பங்களின் தொகுப்பாகும், அதாவது வடிவங்களை அங்கீகரித்தல், கணிப்புகளைச் செய்தல் மற்றும் மொழி அல்லது படங்களை உருவாக்குதல் போன்றவை. இது கையால் அலை அலையான சந்தைப்படுத்தல் அல்ல. இது கணிதம், தரவு மற்றும் நிறைய சோதனை மற்றும் பிழைகளைக் கொண்ட ஒரு அடிப்படைத் துறையாகும். அதிகாரப்பூர்வ குறிப்புகள் AI ஐ நாம் புத்திசாலித்தனமாகக் காணும் வழிகளில் கற்றுக்கொள்ள, பகுத்தறிவு செய்ய மற்றும் இலக்குகளை நோக்கிச் செயல்படக்கூடிய அமைப்புகளாக வடிவமைக்கின்றன. [1]

இதற்குப் பிறகு நீங்கள் படிக்க விரும்பக்கூடிய கட்டுரைகள்:

🔗 திறந்த மூல AI என்றால் என்ன?
திறந்த மூல AI, நன்மைகள், உரிம மாதிரிகள் மற்றும் சமூக ஒத்துழைப்பைப் புரிந்து கொள்ளுங்கள்.

🔗 AI-யில் நரம்பியல் வலையமைப்பு என்றால் என்ன?
நரம்பியல் வலையமைப்பின் அடிப்படைகள், கட்டமைப்பு வகைகள், பயிற்சி மற்றும் பொதுவான பயன்பாடுகளைக் கற்றுக்கொள்ளுங்கள்.

🔗 AI-யில் கணினி பார்வை என்றால் என்ன?
படங்கள், முக்கிய பணிகள், தரவுத்தொகுப்புகள் மற்றும் பயன்பாடுகளை இயந்திரங்கள் எவ்வாறு விளக்குகின்றன என்பதைப் பாருங்கள்.

🔗 குறியீட்டு AI என்றால் என்ன?
குறியீட்டு பகுத்தறிவு, அறிவு வரைபடங்கள், விதிகள் மற்றும் கலப்பின நரம்பியல்-குறியீட்டு அமைப்புகளை ஆராயுங்கள்.

AI என்றால் என்ன: விரைவான பதிப்பு 🧠➡️💻

AI என்பது மென்பொருள் அறிவார்ந்த நடத்தையை தோராயமாக மதிப்பிட அனுமதிக்கும் முறைகளின் தொகுப்பாகும். ஒவ்வொரு விதியையும் குறியீடாக்குவதற்குப் பதிலாக, பயிற்றுவிக்கிறோம் - பட அங்கீகாரம், பேச்சு-க்கு-உரை, வழித் திட்டமிடல், குறியீட்டு உதவியாளர்கள், புரத அமைப்பு முன்கணிப்பு மற்றும் பல. உங்கள் குறிப்புகளுக்கு ஒரு நேர்த்தியான வரையறையை நீங்கள் விரும்பினால்: பகுத்தறிவு, அர்த்தத்தைக் கண்டறிதல் மற்றும் தரவுகளிலிருந்து கற்றல் போன்ற மனித அறிவுசார் செயல்முறைகளுடன் இணைக்கப்பட்ட பணிகளைச் செய்யும் கணினி அமைப்புகள் பற்றி சிந்தியுங்கள். [1]

இலக்கு-இயக்கப்பட்ட அமைப்புகளாகக் கருதுவதாகும், அவை அவற்றின் சூழலை உணர்ந்து செயல்களைத் தேர்ந்தெடுக்கின்றன - மதிப்பீடு மற்றும் கட்டுப்பாட்டு சுழல்களைப் பற்றி நீங்கள் சிந்திக்கத் தொடங்கும்போது இது பயனுள்ளதாக இருக்கும். [1]

AI-ஐ உண்மையில் பயனுள்ளதாக்குவது எது✅

பாரம்பரிய விதிகளுக்குப் பதிலாக ஏன் AI-ஐ நாட வேண்டும்?

• வடிவ சக்தி - மாதிரிகள், மதிய உணவுக்கு முன் மனிதர்கள் தவறவிடும் பெரிய தரவுத்தொகுப்புகளில் நுட்பமான தொடர்புகளைக் கண்டறிந்துள்ளன.

• தழுவல் - அதிக தரவுகளுடன், அனைத்து குறியீட்டையும் மீண்டும் எழுதாமலேயே செயல்திறனை மேம்படுத்த முடியும்.

• அளவில் வேகம் - பயிற்சி பெற்றவுடன், மாதிரிகள் வேகமாகவும் சீராகவும் இயங்கும், அழுத்தமான அளவுகளிலும் கூட.

• ஜெனரேட்டிவிட்டி - நவீன அமைப்புகள் விஷயங்களை வகைப்படுத்துவது மட்டுமல்லாமல், உரை, படங்கள், குறியீடு, வேட்பாளர் மூலக்கூறுகளை கூட உருவாக்க முடியும்.

• நிகழ்தகவு சிந்தனை - அவை உடையக்கூடிய காடுகளை விட நிச்சயமற்ற தன்மையை மிகவும் அழகாகக் கையாளுகின்றன.

• கருவிகளைப் பயன்படுத்தும் கருவிகள் - நம்பகத்தன்மையைப் பெருக்க நீங்கள் மாதிரிகளை கால்குலேட்டர்கள், தரவுத்தளங்கள் அல்லது தேடலுடன் இணைக்கலாம்.

• அது நல்லதல்ல என்றால் - சார்பு, பிரமைகள், பழைய பயிற்சி தரவு, தனியுரிமை அபாயங்கள். நாங்கள் அங்கு செல்வோம்.

நேர்மையாகச் சொல்லப் போனால்: சில நேரங்களில் AI என்பது மனதிற்கு ஒரு மிதிவண்டி போலவும், சில நேரங்களில் அது சரளைக் கற்களில் ஒரு ஒற்றைச் சக்கரம் போலவும் இருக்கும். இரண்டும் உண்மையாக இருக்கலாம்.

மனித வேகத்தில் AI எவ்வாறு செயல்படுகிறது 🔧

பெரும்பாலான நவீன AI அமைப்புகள் பின்வருவனவற்றை இணைக்கின்றன:

1. தரவு - மொழி, படங்கள், கிளிக்குகள், சென்சார் அளவீடுகள் ஆகியவற்றின் எடுத்துக்காட்டுகள்.

2. குறிக்கோள்கள் - "நல்லது" எப்படி இருக்கும் என்பதைக் கூறும் ஒரு இழப்புச் செயல்பாடு.

3. வழிமுறைகள் - அந்த இழப்பைக் குறைக்க ஒரு மாதிரியைத் தள்ளும் பயிற்சி நடைமுறை.

4. மதிப்பீடு - சோதனைத் தொகுப்புகள், அளவீடுகள், நல்லறிவு சோதனைகள்.

5. வரிசைப்படுத்தல் - கண்காணிப்பு, பாதுகாப்பு மற்றும் பாதுகாப்புத் தண்டவாளங்களுடன் மாதிரியை வழங்குதல்.

இரண்டு பரந்த மரபுகள்:

• குறியீட்டு அல்லது தர்க்க அடிப்படையிலான AI - வெளிப்படையான விதிகள், அறிவு வரைபடங்கள், தேடல். முறையான பகுத்தறிவு மற்றும் கட்டுப்பாடுகளுக்கு சிறந்தது.

• புள்ளியியல் அல்லது கற்றல் அடிப்படையிலான AI - தரவுகளிலிருந்து கற்றுக்கொள்ளும் மாதிரிகள். இங்குதான் ஆழ்ந்த கற்றல் வாழ்கிறது மற்றும் சமீபத்திய உற்சாகத்தின் பெரும்பகுதி எங்கிருந்து வருகிறது; பரவலாக மேற்கோள் காட்டப்பட்ட மதிப்பாய்வு, அடுக்கு பிரதிநிதித்துவங்களிலிருந்து தேர்வுமுறை மற்றும் பொதுமைப்படுத்தல் வரை பிரதேசத்தை வரைபடமாக்குகிறது. [2]

கற்றல் சார்ந்த AI-க்குள், சில தூண்கள் முக்கியம்:

• மேற்பார்வையிடப்பட்ட கற்றல் - பெயரிடப்பட்ட எடுத்துக்காட்டுகளிலிருந்து கற்றுக்கொள்ளுங்கள்.

• மேற்பார்வை செய்யப்படாத & சுய மேற்பார்வை - பெயரிடப்படாத தரவிலிருந்து கட்டமைப்பைக் கற்றுக்கொள்ளுங்கள்.

• வலுவூட்டல் கற்றல் - சோதனை மற்றும் பின்னூட்டம் மூலம் கற்றுக்கொள்ளுங்கள்.

• ஜெனரேட்டிவ் மாடலிங் - உண்மையானதாகத் தோன்றும் புதிய மாதிரிகளை உருவாக்க கற்றுக்கொள்ளுங்கள்.

நீங்கள் தினமும் கேள்விப்படும் இரண்டு பிறவி குடும்பங்கள்:

• டிரான்ஸ்ஃபார்மர்கள் - பெரும்பாலான பெரிய மொழி மாதிரிகளுக்குப் பின்னால் உள்ள கட்டமைப்பு. இது கவனத்தைப் , இணையான பயிற்சி மற்றும் வியக்கத்தக்க வகையில் சரளமான வெளியீடுகளை செயல்படுத்துகிறது. நீங்கள் "சுய-கவனம்" என்று கேள்விப்பட்டிருந்தால், அதுதான் முக்கிய தந்திரம். [3]

• பரவல் மாதிரிகள் - அவை ஒரு சத்தமிடும் செயல்முறையை மாற்றியமைக்கக் கற்றுக்கொள்கின்றன, சீரற்ற சத்தத்திலிருந்து தெளிவான படம் அல்லது ஆடியோவிற்குத் திரும்புகின்றன. இது மெதுவாகவும் கவனமாகவும், ஆனால் கால்குலஸுடன் ஒரு தளத்தை அவிழ்ப்பது போன்றது; அடிப்படை வேலை எவ்வாறு பயிற்சி அளிப்பது மற்றும் மாதிரி எடுப்பது என்பதைக் காட்டியது. [5]

உருவகங்கள் நீட்டிக்கப்பட்டதாக உணர்ந்தால், அது நியாயமானது - AI ஒரு நகரும் இலக்கு. பாடலின் நடுவில் இசை மாறும்போது நாம் அனைவரும் நடனத்தைக் கற்றுக்கொள்கிறோம்.

நீங்க ஏற்கனவே தினமும் AI-ஐ சந்திக்கிற இடம் 📱🗺️📧

• தேடல் & பரிந்துரைகள் - தரவரிசை முடிவுகள், ஊட்டங்கள், வீடியோக்கள்.

• மின்னஞ்சல் & ஆவணங்கள் - தானியங்குநிரப்புதல், சுருக்கம், தரச் சரிபார்ப்புகள்.

• கேமரா & ஆடியோ - டீனோயிஸ், HDR, டிரான்ஸ்கிரிப்ஷன்.

• வழிசெலுத்தல் - போக்குவரத்து முன்னறிவிப்பு, பாதை திட்டமிடல்.

• ஆதரவு & சேவை - பதில்களை வரிசைப்படுத்தி வரைவு செய்யும் அரட்டை முகவர்கள்.

• குறியீட்டு முறை - பரிந்துரைகள், மறுசீரமைப்புகள், சோதனைகள்.

• உடல்நலம் & அறிவியல் - வகைப்படுத்தல், இமேஜிங் ஆதரவு, கட்டமைப்பு முன்கணிப்பு. (மருத்துவ சூழல்களை பாதுகாப்புக்கு முக்கியமானதாகக் கருதுங்கள்; மனித மேற்பார்வை மற்றும் ஆவணப்படுத்தப்பட்ட வரம்புகளைப் பயன்படுத்துங்கள்.) [2]

சிறு நிகழ்வு: ஒரு தயாரிப்பு குழு ஒரு மொழி மாதிரியின் முன் ஒரு மீட்டெடுப்பு படியை A/B-சோதனை செய்யலாம்; மாதிரி யூகிக்காமல் புதிய, பணி சார்ந்த சூழலைக் கொண்டிருப்பதால் பிழை விகிதங்கள் பெரும்பாலும் குறைகின்றன. (முறை: அளவீடுகளை முன்கூட்டியே வரையறுத்தல், ஒரு ஹோல்ட்-அவுட் தொகுப்பை வைத்திருத்தல் மற்றும் ஒத்த-ஒத்த-ஒத்த-ஒத்த அறிவுறுத்தல்களை ஒப்பிடுதல்.)

பலங்கள், வரம்புகள் மற்றும் இடையில் உள்ள லேசான குழப்பம் ⚖️

பலங்கள்

• பெரிய, குழப்பமான தரவுத்தொகுப்புகளை நேர்த்தியாகக் கையாளுகிறது.

• ஒரே மைய இயந்திரங்களைக் கொண்டு பணிகளை அளவிடுகிறது.

• நாம் கையால் பொறியியலாக்காத மறைந்திருக்கும் அமைப்பைக் கற்றுக்கொள்கிறது. [2]

வரம்புகள்

• மாயத்தோற்றங்கள் - மாதிரிகள் நம்பத்தகுந்த ஒலியை உருவாக்கக்கூடும், ஆனால் தவறான வெளியீடுகளை உருவாக்கக்கூடும்.

• சார்பு -பயிற்சி தரவு, அமைப்புகள் மீண்டும் உருவாக்கும் சமூக சார்புகளை குறியாக்கம் செய்யலாம்.

• வலுவான தன்மை - முனைப்புள்ள வழக்குகள், எதிரெதிர் உள்ளீடுகள் மற்றும் விநியோக மாற்றம் ஆகியவை விஷயங்களை உடைக்கக்கூடும்.

• தனியுரிமை & பாதுகாப்பு - நீங்கள் கவனமாக இல்லாவிட்டால் முக்கியமான தரவு கசிந்துவிடும்.

• விளக்கக்கூடிய தன்மை - அது ஏன் அப்படிச் சொன்னது? சில நேரங்களில் தெளிவாகத் தெரியவில்லை, இது தணிக்கைகளை விரக்தியடையச் செய்கிறது.

குழப்பத்தை ஏற்படுத்தாமல் இருக்க இடர் மேலாண்மை உள்ளது: NIST AI இடர் மேலாண்மை கட்டமைப்பு நடைமுறை, தன்னார்வ வழிகாட்டுதலை வழங்குகிறது - அபாயங்களை மேப்பிங் செய்தல், அவற்றை அளவிடுதல் மற்றும் பயன்பாட்டை முழுமையாக நிர்வகித்தல் ஆகியவற்றை சிந்தியுங்கள். [4]

சாலை விதிகள்: பாதுகாப்பு, நிர்வாகம் மற்றும் பொறுப்புக்கூறல் 🛡️

ஒழுங்குமுறை மற்றும் வழிகாட்டுதல் நடைமுறைக்கு ஏற்றதாக உள்ளன:

• ஆபத்து அடிப்படையிலான அணுகுமுறைகள் - அதிக ஆபத்துள்ள பயன்பாடுகள் கடுமையான தேவைகளை எதிர்கொள்கின்றன; ஆவணப்படுத்தல், தரவு நிர்வாகம் மற்றும் சம்பவ கையாளுதல் விஷயம். பொது கட்டமைப்புகள் வெளிப்படைத்தன்மை, மனித மேற்பார்வை மற்றும் தொடர்ச்சியான கண்காணிப்பு ஆகியவற்றை வலியுறுத்துகின்றன. [4]

• துறை நுணுக்கம் - பாதுகாப்பு-முக்கியமான களங்களுக்கு (சுகாதாரம் போன்றவை) மனித-இன்-தி-லூப் மற்றும் கவனமாக மதிப்பீடு தேவைப்படுகிறது; பொது-நோக்க கருவி இன்னும் தெளிவான நோக்கம்-பயன்பாடு மற்றும் வரம்பு ஆவணங்களிலிருந்து பயனடைகிறது. [2]

இது புதுமையை அடக்குவது பற்றியது அல்ல; உங்கள் தயாரிப்பை ஒரு நூலகத்தில் பாப்கார்ன் தயாரிப்பாளராக மாற்றாமல் இருப்பது பற்றியது... அது செய்யாத வரை அது வேடிக்கையாகத் தெரிகிறது.

நடைமுறையில் உள்ள AI வகைகள், எடுத்துக்காட்டுகளுடன் 🧰

• புலனுணர்வு - பார்வை, பேச்சு, உணரி இணைவு.

• மொழி - அரட்டை, மொழிபெயர்ப்பு, சுருக்கம், பிரித்தெடுத்தல்.

• முன்னறிவிப்பு - தேவை முன்னறிவிப்பு, இடர் மதிப்பீடு, ஒழுங்கின்மை கண்டறிதல்.

• திட்டமிடல் & கட்டுப்பாடு - ரோபாட்டிக்ஸ், தளவாடங்கள்.

• தலைமுறை - படங்கள், ஆடியோ, வீடியோ, குறியீடு, கட்டமைக்கப்பட்ட தரவு.

அடிப்படைக் கருத்தாக, கணிதம் நேரியல் இயற்கணிதம், நிகழ்தகவு, உகப்பாக்கம் மற்றும் கணினி அடுக்குகள் ஆகியவற்றை அடிப்படையாகக் கொண்டது, அவை எல்லாவற்றையும் முணுமுணுக்க வைக்கின்றன. ஆழமான கற்றலின் அடித்தளங்களை ஆழமாக ஆராய, நியமன மதிப்பாய்வைப் பார்க்கவும். [2]

ஒப்பீட்டு அட்டவணை: பிரபலமான AI கருவிகள் ஒரு பார்வையில் 🧪

(வேண்டுமென்றே சற்று அபூரணமானது. விலைகள் மாறுகின்றன. உங்கள் மைலேஜ் மாறுபடும்.)

ஒரு நிபுணரைப் போல AI அமைப்பை எவ்வாறு மதிப்பிடுவது 🧪🔍

1. வேலையை வரையறுக்கவும் - ஒரு வாக்கிய பணி அறிக்கை.

2. அளவீடுகளைத் தேர்வுசெய்க - துல்லியம், தாமதம், செலவு, பாதுகாப்பு தூண்டுதல்கள்.

3. ஒரு சோதனைத் தொகுப்பை உருவாக்குங்கள் - பிரதிநிதித்துவம், பன்முகத்தன்மை, உறுதியானது.

4. தோல்வி முறைகளைச் சரிபார்க்கவும் - கணினி நிராகரிக்க அல்லது அதிகரிக்க வேண்டிய உள்ளீடுகள்.

5. சார்புக்கான சோதனை - பொருந்தக்கூடிய இடங்களில் மக்கள்தொகை துண்டுகள் மற்றும் உணர்திறன் பண்புக்கூறுகள்.

6. சுழற்சியில் மனிதன் - ஒரு நபர் எப்போது மதிப்பாய்வு செய்ய வேண்டும் என்பதைக் குறிப்பிடவும்.

7. பதிவு & கண்காணிப்பு - சறுக்கல் கண்டறிதல், சம்பவ பதில், பின்வாங்கல்கள்.

8. ஆவணம் - தரவு மூலங்கள், வரம்புகள், நோக்கம் கொண்ட பயன்பாடு, எச்சரிக்கைகள். NIST AI RMF இதற்கான பகிரப்பட்ட மொழி மற்றும் செயல்முறைகளை உங்களுக்கு வழங்குகிறது. [4]

நான் அடிக்கடி கேட்கும் பொதுவான தவறான கருத்துக்கள் 🙃

• "இது வெறும் நகலெடுப்பு." பயிற்சி புள்ளிவிவர கட்டமைப்பைக் கற்றுக்கொள்கிறது; தலைமுறை அந்த அமைப்புடன் ஒத்துப்போகும் புதிய வெளியீடுகளை உருவாக்குகிறது. அது புதுமையானதாகவோ அல்லது தவறாகவோ இருக்கலாம் - ஆனால் அது நகலெடுத்து ஒட்டுவது அல்ல. [2]

• “AI ஒரு நபரைப் போலவே புரிந்துகொள்கிறது.” இது மாதிரியாக்குகிறது . சில நேரங்களில் அது புரிதல் போல் தெரிகிறது; சில நேரங்களில் அது நம்பிக்கையான மங்கலாக இருக்கும். [2]

• "பெரியது எப்போதும் சிறந்தது." அளவுகோல் உதவுகிறது, ஆனால் தரவு தரம், சீரமைப்பு மற்றும் மீட்டெடுப்பு பெரும்பாலும் அதிக முக்கியத்துவம் வாய்ந்தவை. [2][3]

• "அனைத்தையும் ஆளும் ஒரு AI." உண்மையான அடுக்குகள் பல மாதிரிகள்: உண்மைகளுக்கான மீட்டெடுப்பு, உரைக்கான உருவாக்கம், சாதனத்தில் சிறிய வேக மாதிரிகள், மேலும் கிளாசிக் தேடல்.

சற்று ஆழமான பார்வை: மின்மாற்றிகள் மற்றும் பரவல், ஒரு நிமிடத்தில் ⏱️

• எதில் கவனம் செலுத்த வேண்டும் என்பதைத் தீர்மானிக்க, டோக்கன்களுக்கு இடையில் கவன மதிப்பெண்களை டிரான்ஸ்ஃபார்மர்கள்

• பரவல் மாதிரிகள் படிப்படியாக சத்தத்தை செயல்தவிர்க்கக் கற்றுக்கொள்கின்றன. முக்கிய பயிற்சி மற்றும் மாதிரி யோசனைகள் பட உருவாக்க ஏற்றத்தைத் திறந்து, இப்போது ஆடியோ மற்றும் வீடியோவிற்கும் நீட்டிக்கப்பட்டுள்ளன. [5]

நீங்கள் வைத்திருக்கக்கூடிய மைக்ரோ-கிளாசரி 📚

• மாதிரி - உள்ளீடுகளை வெளியீடுகளுடன் வரைபடமாக்க நாங்கள் பயிற்சியளிக்கும் ஒரு அளவுருவாக்கப்பட்ட செயல்பாடு.

• பயிற்சி - எடுத்துக்காட்டுகளில் இழப்பைக் குறைக்க அளவுருக்களை மேம்படுத்துதல்.

• ஓவர்ஃபிட்டிங் - பயிற்சி தரவுகளில் சிறப்பாகச் செயல்படுவது, மற்ற இடங்களில்.

• மாயத்தோற்றம் - சரளமாக ஆனால் உண்மையில் தவறான வெளிப்பாடு.

• RAG - புதிய ஆதாரங்களைக் கலந்தாலோசிக்கும் மீட்டெடுப்பு-வளர்ச்சியடைந்த தலைமுறை.

• சீரமைப்பு - அறிவுறுத்தல்கள் மற்றும் விதிமுறைகளைப் பின்பற்ற நடத்தையை வடிவமைத்தல்.

• பாதுகாப்பு - வாழ்க்கைச் சுழற்சி முழுவதும் தீங்கு விளைவிக்கும் விளைவுகளைத் தடுத்தல் மற்றும் ஆபத்தை நிர்வகித்தல்.

• அனுமானம் - பயிற்சி பெற்ற மாதிரியைப் பயன்படுத்தி கணிப்புகளைச் செய்தல்.

• தாமதம் - உள்ளீட்டிலிருந்து பதில் வரை நேரம்.

• பாதுகாப்புத் தண்டவாளங்கள் - மாதிரியைச் சுற்றியுள்ள கொள்கைகள், வடிகட்டிகள் மற்றும் கட்டுப்பாடுகள்.

மிக நீளமாக உள்ளது, படிக்கவில்லை - இறுதி குறிப்புகள் 🌯

AI என்றால் என்ன? கணினிகள் தரவுகளிலிருந்து கற்றுக்கொள்ளவும் இலக்குகளை நோக்கி புத்திசாலித்தனமாக செயல்படவும் அனுமதிக்கும் நுட்பங்களின் தொகுப்பு. நவீன அலை ஆழமான கற்றலில் சவாரி செய்கிறது - குறிப்பாக மொழிக்கான மின்மாற்றிகள் மற்றும் ஊடகங்களுக்கான பரவல். சிந்தனையுடன் பயன்படுத்தப்பட்டால், AI வடிவ அங்கீகாரத்தை அளவிடுகிறது, படைப்பு மற்றும் பகுப்பாய்வு வேலைகளை விரைவுபடுத்துகிறது மற்றும் புதிய அறிவியல் கதவுகளைத் திறக்கிறது. கவனக்குறைவாகப் பயன்படுத்தினால், அது தவறாக வழிநடத்தலாம், விலக்கலாம் அல்லது நம்பிக்கையை அரிக்கலாம். மகிழ்ச்சியான பாதை வலுவான பொறியியலை நிர்வாகம், அளவீடு மற்றும் பணிவின் தொடுதலுடன் கலக்கிறது. அந்த சமநிலை வெறும் சாத்தியம் அல்ல - அது கற்பிக்கக்கூடியது, சோதிக்கக்கூடியது மற்றும் சரியான கட்டமைப்புகள் மற்றும் விதிகளுடன் பராமரிக்கக்கூடியது. [2][3][4][5]

குறிப்புகள்

[1] பிரிட்டானிக்கா கலைக்களஞ்சியம் - செயற்கை நுண்ணறிவு (AI) : மேலும் படிக்க
[2] இயற்கை - “ஆழமான கற்றல்” (LeCun, Bengio, Hinton) : மேலும் படிக்க
[3] arXiv - “கவனம் மட்டுமே உங்களுக்குத் தேவை” (வாஸ்வானி மற்றும் பலர்) : மேலும் படிக்க
[4] NIST - AI இடர் மேலாண்மை கட்டமைப்பு : மேலும் படிக்க
[5] arXiv - “டெனோயிசிங் டிஃப்யூஷன் நிகழ்தகவு மாதிரிகள்” (ஹோ மற்றும் பலர்) : மேலும் படிக்க

அதிகாரப்பூர்வ AI உதவியாளர் கடையில் சமீபத்திய AI ஐக் கண்டறியவும்.

எங்களை பற்றி