26 Büyük Veri Analitik Tekniğine Bir Bakış: 1. Bölüm
26 Büyük Veri Analitik Tekniğine Bir Bakış: 1. Bölüm
Teknoloji her yerdedir ve otomatik olarak gerçekleşen şeyler kavramına hepimiz hayran kalırız. Her şey, işleri daha rahat bir şekilde halletmek ve makinelerin işimizi yapmasına izin vermek, böylece daha verimli bir şey üzerinde çalışmak için başka bir yere zaman ayırabilmemiz için geliyor. Yavaş yavaş, o kadar çok zaman kazandık ve teknolojiye alıştık ve artık birçok görevimizin yerini aldı.
Robot Sürücüler, Neredeler?
İnsan görevlerini yerine getiren makinelerden bahsetmişken, birkaç yıl önce kendi kendine giden arabalara (AI otopilot) sahip olmayı hayal ettik ve hala bunların yollara çıkmasını bekliyoruz. Bu girişimle ne oldu? Hala bunun üzerinde mi çalışıyoruz yoksa fikrin uygulanması düzgün çalışmadı mı? Yoksa tanımsız ve ani yol durumları fikrin hayata geçirilmesinde hayati bir rol oynadı mı? Bir fikri uygulama düzeyine taşımak için birçok ikincil faktörün büyük rol oynadığını biliyoruz çünkü her şey her zaman tahminimize göre gitmez, yoksa bu ideal bir durum olur ve hiç kimse ani engellerle karşılaşmak zorunda kalmaz. .
AI ( Yapay Zeka ), sıradan insanın beklentilerinin ötesine geçtiği ve her gün yeni zirvelere dokunduğu sınıra ulaşmış bir sistemdir. Hayatlarımızı daha basit hale getirerek ve yavaş yavaş insan müdahalesini daha az ve daha az hale getirerek başarılı olduğunu sürekli olarak kanıtlıyor. Her şey pozitif ağırlıkların yanı sıra negatif ağırlıklarla da gelir. Yapay Zeka, verileri yorumlama, onlardan öğrenme ve bu öğrenmeleri, burada ve orada birkaç uyarlama ile önceden belirlenmiş belirli hedeflere ulaşmak için kullanma yeteneğine sahiptir.
Olası Engeller
AI bir resimdeki bir insanı tanımlayabilir, ancak bir insanın ne olduğuna dair bir kavramı yoktur; bunun ötesinde, birkaç görüntü ve dokudan oluşan bir koleksiyon. Örneğin bir şirket, otoyol sürüşü için tasarlanmış bir AI otopilot yarattı, ancak aracı şehir sokaklarında da test etmeye çalıştı.
Araca otoyolda gitme komutu verilmişti, bu yüzden olması gerektiği gibi sadece ağır araçları arkadan tanıyabiliyordu, ancak bir şehir caddesinde sürerken çapraz sokaktan ağır bir araç geldi ve AI tanımlayamadı. ağır araç olarak o kamyon. Kamyonu bir yol levhası olarak tanımladı ve altından geçmenin güvenli olduğunu düşündü. Bu, kitaplarımızda bir çocuğu direksiyona geçirmekten daha kötü.
Benzer şekilde, AI otopilot sürüşlerini test ederken birkaç olay daha gerçekleşti ve teknik ne kadar güncel olursa olsun, bir noktada bir insanın yardımına ihtiyaç duyacağını belirledik.
Kendi kendine giden arabaların önüne bir şey getirebilecek veya getirmeyecek olan yollarda ani olan şeyleri, bu şekilde tanımlayamadığımız kontrol edemeyiz. Kendi kendini süren arabalar fikrini başarılı bir şekilde uygulamak çekici, ancak ya kontrollü ve dengeli rotalar oluşturmamız ya da otomasyon seviyesini güvenli bir aşamada durdurmamız gerekiyor ya da şu anda sahip olduğumuza kıyasla daha esnek bir yapay zekaya ihtiyacımız olabilir.
Ayrıca Okuyun: Yapay Zeka ve Makine Öğrenimi Arasındaki Fark
Robot Şoförlere Gerçekten İhtiyacımız Var mı?
"İhtiyaç icadın anasıdır" derler ama gerçekte yoldaki tüm nesneleri biz insanlar gibi tanımlayabilen bir arabaya mı ihtiyacımız var yoksa sadece bir deney mi yapmaya çalışıyoruz eğer bu mümkünse. tamamlamak? Gerçekten herhangi bir insan dokunuşuna veya kesintiye ihtiyaç duymayan tam otomatik bir arabaya ihtiyacımız var mı? Ya da büyük soruların kendisi, buna hazır mıyız?
Bu makaleyi beğendiyseniz ve gelecek çağda yapay zeka hakkındaki görüşlerinizi paylaşmak istiyorsanız, lütfen bunu aşağıdaki bölümde yapın.
26 Büyük Veri Analitik Tekniğine Bir Bakış: 1. Bölüm
Birçoğunuz Switch'in Mart 2017'de çıkacağını ve yeni özelliklerini biliyorsunuz. Bilmeyenler için, 'Switch'i 'olmazsa olmaz bir gadget' yapan özelliklerin bir listesini hazırladık.
Teknoloji devlerinin sözlerini yerine getirmesini mi bekliyorsunuz? teslim edilmeyenleri kontrol edin.
Büyük Veri Mimarisindeki farklı katmanları ve işlevlerini en basit şekilde öğrenmek için blogu okuyun.
Yapay Zekanın küçük ölçekli şirketler arasında nasıl popüler hale geldiğini ve onları büyütme ve rakiplerine üstünlük sağlama olasılıklarını nasıl artırdığını öğrenmek için bunu okuyun.
CAPTCHA, son birkaç yılda kullanıcıların çözmesi oldukça zorlaştı. Gelecekte spam ve bot tespitinde etkili kalabilecek mi?
Bilim hızla gelişip birçok çabamızı üstlendikçe, kendimizi açıklanamaz bir Tekilliğe maruz bırakmanın riskleri de artıyor. Okuyun, tekillik bizim için ne anlama gelebilir.
Teletıp, uzaktan sağlık hizmetleri ve gelecek nesiller üzerindeki etkisi nedir? Pandemi durumunda iyi bir yer mi değil mi? Bir görünüm bulmak için blogu okuyun!
Bilgisayar korsanlarının çok para kazandığını duymuş olabilirsiniz, ancak bu kadar parayı nasıl kazandıklarını hiç merak ettiniz mi? Hadi tartışalım.
Son zamanlarda Apple, sorunları gidermek için macOS Catalina 10.15.4'ü ek bir güncelleme yayınladı, ancak güncelleme, mac makinelerinde tuğla oluşmasına neden olan daha fazla soruna neden oluyor gibi görünüyor. Daha fazla bilgi edinmek için bu makaleyi okuyun