Pe parcursul unei jumătăți de oră, vorbitorul a fost capabil să ne ofere un rezumat în valoare de un întreg studiu de licență AI. Pe parcursul acestor 30 de minute fructuoase, vorbitorul a explicat diferența dintre programarea tradițională și învățarea automată: În programarea tradițională, programatorul determină ce face codul său pe baza datelor de intrare, în timp ce în învățarea automată, datele de intrare și de ieșire sunt "alimentate" simultan sistemului pentru a clasifica sau a prezice un răspuns.

Ce este învățarea automată și de ce este atât de populară?

Acest lucru poate părea încă puțin vag, așa că permiteți-mi să ilustrez cu un exemplu de învățare automată. În cazul sistemului de recunoaștere a cifrelor, imaginile cifrelor scrise de mână sunt introduse într-o rețea AI (inteligență artificială) care va învăța în timp caracteristicile acestor cifre. De fiecare dată când se face o cerere, sistemul va oferi ca rezultat cifra cu cea mai mare probabilitate de a fi în imagine (pe baza caracteristicilor învățate). În cazul în care rezultatul este greșit, programatorul poate clarifica sistemului unde a fost făcută eroarea pentru a-l ajusta și a deveni mai precis în următoarea repetiție. Acest proces se numește "propagare înapoi" și este o formă de învățare supravegheată în care programatorul poate spune sistemului ce face greșit și ce face bine.

În plus, vorbitorul a explicat și de ce învățarea automată - care a apărut deja ca subdomeniu al informaticii la sfârșitul anilor 1950 - a revenit recent în popularitate. În prezent, avem date mari, putere de calcul mai ieftină și algoritmi mai buni. Această combinație a revigorat învățarea automată și i-a oferit aplicații utile, cum ar fi detectarea fraudelor și sistemele de recunoaștere facială. În plus, învățarea automată este utilizată și pentru mașinile care se conduc singure, care funcționează autonom prin utilizarea rețelelor neuronale.