Teknologjia e re tashmë është adoptuar në çdo industri.
Përkufizimi i pranuar përgjithësisht i inteligjencës artificiale (AI) është aftësia e një kompjuteri për të marrë vendime pa ndërhyrjen njerëzore. Le të mendojmë për këtë për një moment: Nëse i mësova një kompjuteri që 2 plus 2 bëjnë 4, atëherë, nga ai moment ky kompjuter do të jetë në gjendje t’i përgjigjet pyetjes “Sa është 2 plus 2?” pa ndërhyrje njerëzore.
A do të thotë kjo se ka aftësi IA? Epo disi, pasi është paksa si mashtrim. Kjo sepse ndërhyrja njerëzore ka ndodhur, vetëm në të kaluarën. Kompjuteri është në gjendje të zgjidhë vetëm pyetjet specifike për të cilat është udhëzuar t’i përgjigjet. Njerëzit kanë shpenzuar 50 vitet e fundit duke ofruar kompjuterë me miliona udhëzime në formën e algoritmeve. Si rezultat, sot kompjuterët mund të veprojnë në situata të shumta që janë të përcaktuara mirë, të tilla si llogaritja e trajektores së një anije kozmike, deklaratat tatimore, bilancet e kontabilitetit etj.
Pra, a është IA? Formalisht po, por kjo nuk është në të vërtetë ajo që njerëzit nënkuptojnë kur thonë IA këto ditë.
Magjia e vërtetë për të cilën të gjithë po flasin është aftësia që një kompjuter të mësojë se si të mendojë dhe të zgjidhë vetë problemin, pa i dhënë udhëzime specifike. Kjo është pjesa më intriguese e IA, e quajtur Learning Machine (ML).
Lexoni: Si do të zhvillohet inteligjenca artificiale në 2022-shin?
Ashtu si njerëzit, kompjuterët duhet të trajnohen se si të mësojnë gjëra të reja dhe të veprojnë në situata të reja. Ngjashëm me trurin e njeriut, rrjeti nervor kompjuterik duhet të trajnohet për të përdorur një rrugë optimale kur merr një vendim. Ky quhet trajnim.
Si mësojnë kompjuterët sot?
Shpesh, njerëzit dëgjojnë për ML dhe imagjinojnë një qasje plug-and-play. Ata e provojnë, por nuk funksionon. Epo, le të jemi të drejtë me kompjuterët. Imagjinoni t’i mësoni një fëmije disa koncepte komplekse pa i mësuar më parë bazat si leximi dhe shkrimi. Edhe fëmija më i zgjuar do të dështonte. Fatkeqësisht, kjo është ajo që disa njerëz bëjnë me kompjuterët. Ne trajnojmë kompjuterët me të dhëna të ndërlikuara (reale), të cilat e ngatërrojnë atë. Ne nuk e bëjmë këtë kur mësojmë njerëzit, pse atëherë, k kë mbngulim me kompjuterët në fund?
Një arsye është se ne kemi nevojë dhe duam të shohim rezultate menjëherë. Për më tepër, shumë kompani thjesht nuk kanë të dhënat, ekspertizën ose burimet e nevojshme për të futur një kompjuter në të gjithë hapat e nevojshëm për trajnimin e duhur.
Disa kompani kanë bërë tashmë një hap në drejtimin e duhur duke ndërtuar të dhëna artificiale për të trajnuar kompjuterët, duke përfshirë Rrjetet Gjenerative të Mësimdhënies dhe Metodologjinë e Mësimit Progresiv. Në sesionin e fundit të Andrew Ng, bashkëthemeluesi i Google Brain vuri në dukje përfitimet e vendosjes së theksit në përgatitjen e të dhënave. Natyrisht, çdo industri dhe projekt brenda fushës kërkon trajnim. Kjo shtresë e trajnimit mund të krahasohet me njohuritë e nivelit kolegj dhe duhet të vendoset në krye të themelit të mësuar më parë.
Pra, si duhet të duket trajnimi ML për të funksionuar në të vërtetë?
Hapi 1: Filloni me bazat
Përpara se një student të mund të mësojë algjebër, ai duhet të jetë në gjendje të numërojë. Trajnimi kompjuterik ML duhet gjithashtu të fillojë me të dhëna të thjeshta. Mendoni për kujdesin ditor të kompjuterit. Ngadalë, kompleksiteti i të dhënave rritet, duke arritur deri në përdorimin e të dhënave reale.
Hapi 2: Ndërtimi i një themeli
Fëmijëve zakonisht u mësohet “rreziku i huaj”, i cili i inkurajon të rinjtë t’u besojnë prindërve të tyre dhe figurave të caktuara të autoritetit mbi dikë që nuk e njohin. Për makineritë, është thelbësore të kuptohet se jo të gjitha të dhënat krijohen të barabarta. ML duhet të udhëzohet se si të njohë burimet e besueshme.
Hapi 3: Specializimi
Fëmijët që hyjnë në çerdhe vijnë të gjithë me një “fletë të zbrazët”. Të gjithëve u mësohet i njëjti informacion bazë: shkronjat e alfabetit, si të numërojmë dhe kujt t’i besojnë. Në kohën kur shkojnë në shkollë, ata mund të marrin një libër të thjeshtë dhe të kryejnë aritmetikën bazë. Ngadalë, gjatë gjithë rrugëtimit të tyre arsimor, çdo fëmijë fillon të zhvillojë më shumë njohuri në një lëndë specifike. Një fëmijë është më i mirë në shkencë, ndërsa një tjetër shkëlqen në art. Në nivelin e kolegjit, studentët mësohen në thellësi mbi një lëndë brenda një fushe të ngushtë.
Në mënyrë të ngjashme, kjo qasje e matur duhet të zbatohet kur trajnohet një aplikacion ML. Për të trajnuar kompjuterët në fusha specifike si banka, shitja me pakicë ose mjekësi, së pari duhet të ndërtoni një bazë mbi të dhëna të thjeshta artificiale, duke shtuar shtresa të reja informacioni derisa aplikacioni të jetë përfundimisht gati për t’u trajnuar për industrinë specifike.
Lexoni: Ja se si inteligjenca artificiale mund të kthehet në mjetin perfekt për të eksploruar universin
Parashikimi për biznesin e ardhshëm trilion dollarësh.
Ndërsa hapi i parë në trajnimin e ML duket i qartë, ai nuk është i lehtë për t’u zbatuar, pasi:
- Nuk kemi kohë
- Ne nuk jemi të kualifikuar për të ndërtuar programe edukimi për fëmijërinë e hershme për kompjuterët
- Është një sipërmarrje shumë e shtrenjtë
Për më tepër, kompleksiteti rritet vetëm me çdo hap shtesë në procesin e trajnimit ML.
Pas gjithë kësaj ajo që parashikohet është se kompania e ardhshme trilionë dollarëshe do të jetë një sistem i institucioneve arsimore publike për ML. Këtu kompjuterët e ardhshëm do të trajnohen për të hyrë në fuqinë punëtore.
Që nga viti 2015 nxisim shpirtin sipërmarrës, inovacionin dhe rritjen personale duke ndikuar në zhvillimin e një mjedisi motivues dhe pozitiv tek lexuesit tanë. Kjo punë që e bëjmë me shumë dashuri nuk ka të paguar. Ne jemi platforma e vetme e cila promovon modelin pozitiv të sipërmarrjes së lirë. Përmes kësaj platforme mbështesim edukimin gjatë gjithë jetës si mjet për zhvillimin personal dhe profesional të brezave. Kontributi juaj do të na ndihmojë në vazhdimin e këtij misioni në gjithë trevat shqipfolëse.
Mund të kontribuoni KETU. Falemnderit.
