प्रश्न:
कैसे गहरी जिद्दी नेटवर्क एआई विकास में एक भूमिका निभाते हैं?
ए:इसके चेहरे पर, गहरी जिद्दी नेटवर्क बस एक मौजूदा तकनीकी निर्माण के लिए "कार्यक्षमता जोड़ते हैं", जेनेरिक एडवरसैरियल नेटवर्क (जीएएन), लेकिन वास्तव में, गहन जिद्दी नेटवर्क का हालिया विकास हमें मूलभूत बातों के बारे में बताता है कि एआई किस तरह की ओर विकसित हो सकता है मानव निर्णय लेने की महत्वपूर्ण मॉडलिंग।
गहरी जिद्दी नेटवर्क दो AI "संस्थाओं" के GAN के भीतर परस्पर क्रिया पर निर्भर करता है: "जनरेटर" और "भेदभाव करने वाला।" जनरेटर "सामग्री" उत्पन्न करता है या उदाहरण या परीक्षण डेटा या जो भी आप इसे कॉल करने के लिए चुनते हैं। विवेचक इनपुट लेता है और उसे सॉर्ट करता है या उसके आधार पर निर्णय लेता है। एक गहन जिद्दी नेटवर्क के ये दो भाग एआई अनुसंधान के उद्देश्यों के लिए स्वतंत्र संस्थाएं हैं, लेकिन वे एक साथ काम करते हैं।
यह ध्यान रखना महत्वपूर्ण है कि गहरे जिद्दी नेटवर्क पर उपलब्ध सार्वजनिक साहित्य बहुत कम है, शीर्ष Google रैंकिंग पृष्ठों में सामान्य विवरणों के एक छोटे समूह से मिलकर बनता है। KDNuggets पर सबसे अधिक आधिकारिक में से एक, "गुडफेलो गुणांक" के उपयोग का हवाला देता है जो Google खोज के माध्यम से अपने आप में अनदेखा है। (इयान गुडफेलो एक कंप्यूटर वैज्ञानिक हैं, जो गहन जिद्दी नेटवर्क के पीछे कुछ मूलभूत विचारों का श्रेय दिया जाता है।)
हालांकि, गहन जिद्दी नेटवर्क के विचार को KDNuggets और अन्य जगहों पर समझाया गया है: मूल विचार यह है कि जनरेटर भेदभावकर्ता को "छल" करने की कोशिश कर सकता है, और यह कि भेदभाव करने वाले को "अधिक भेदभावपूर्ण" बनाया जा सकता है जब तक कि यह एक तरह से नहीं हो जाता है।, अपने "आत्म-संदेह" में संवेदनशील है और परिणाम वापस करने के लिए नहीं चुनता है। फिर, एक महत्वपूर्ण अगला कदम होता है: कार्यक्रम, मानव हस्तक्षेप या एल्गोरिदम के माध्यम से, एक उत्तर प्रदान करने के लिए "मनाना" है।
इस मॉडल में, हम एआई को एक बहुत बड़ा कदम उठाते हुए देखना शुरू करते हैं, केवल डेटा या पर्सन प्रशिक्षण सेटों से मॉडलिंग करते हुए, वास्तव में उन उच्च-स्तरीय निर्णयों के प्रकार बनाते हैं जो हम मानव डोमेन में होने के बारे में सोचते हैं। एआई भेदभाव करने वाले और मानव के "पसंद" पैटर्न के दोनों "पसंद" पैटर्न का मूल्यांकन करने में, KDNuggets टुकड़ा बैरी Schwartz द्वारा अग्रणी "पसंद का विरोधाभास" का हवाला देता है। कुछ स्वतंत्र ब्लॉग पोस्टों का वर्णन है कि कैसे गहन जिद्दी नेटवर्क अनिवार्य रूप से मानव व्यवहारों को उजागर कर रहा है: जे। यकोव स्टर्न वर्तमान सीमाओं पर विस्तार करता है और आईवीआर पर एक लंबी पेंच में संभावित प्रगति, और एलेक्सिया जॉलिक्योर-मार्टिनो ने खुलासा किया है कि कुछ हालिया परिणाम जीएएन का उत्पादन कर सकते हैं।
तो एक अर्थ में, एआई पर गहन जिद्दी नेटवर्क का प्राथमिक प्रभाव अनुसंधान को फिर से उन्मुख करना या विस्तार करना है, जो निर्णय लेने के प्रकारों से परे हैं, जो आसानी से उद्यम पर लागू होते हैं, और मानव की तरह कंप्यूटर बनाने की दिशा में बढ़ते शोध को बढ़ावा देना है। उद्यम के लिए इस विचार के किसी भी संख्या में अनुप्रयोग हो सकते हैं, लेकिन वे कटौती और सूखे के रूप में नहीं हैं, कहते हैं, उपभोक्ता सिफारिश इंजनों के लिए मशीन लर्निंग एल्गोरिदम का वर्तमान अनुप्रयोग, या विपणन में स्मार्ट एमएल प्रक्रियाओं का उपयोग। डीएसएन शोध से लगता है कि हम एआई संस्थाओं को अधिक भावुक बना सकते हैं, जो इसे जोखिम का एक अच्छा सौदा है, साथ ही साथ इनाम भी देते हैं।
