ஆழமான கற்றல் வரையறை

ஆழமான கற்றல் என்றால் என்ன?

ஆழ்ந்த கற்றல் என்பது செயற்கை நுண்ணறிவு செயல்பாடாகும், இது தரவை செயலாக்குவதிலும், முடிவெடுப்பதில் பயன்படுத்துவதற்கான வடிவங்களை உருவாக்குவதிலும் மனித மூளையின் செயல்பாடுகளை பின்பற்றுகிறது. ஆழ்ந்த கற்றல் என்பது செயற்கை நுண்ணறிவு (AI) இல் இயந்திர கற்றலின் துணைக்குழு ஆகும், இது கட்டமைக்கப்படாத அல்லது பெயரிடப்படாத தரவுகளிலிருந்து மேற்பார்வை செய்யப்படாத நெட்வொர்க்குகளைக் கொண்டுள்ளது. ஆழமான நரம்பியல் கற்றல் அல்லது ஆழமான நரம்பியல் நெட்வொர்க் என்றும் அழைக்கப்படுகிறது.

ஆழமான கற்றல் எவ்வாறு செயல்படுகிறது

ஆழ்ந்த கற்றல் டிஜிட்டல் சகாப்தத்துடன் கைகோர்த்து உருவாகியுள்ளது, இது எல்லா வடிவங்களிலும் மற்றும் உலகின் ஒவ்வொரு பிராந்தியத்திலிருந்தும் தரவை வெடிக்கச் செய்துள்ளது. வெறுமனே பெரிய தரவு என அழைக்கப்படும் இந்த தரவு சமூக ஊடகங்கள், இணைய தேடுபொறிகள், ஈ-காமர்ஸ் தளங்கள் மற்றும் ஆன்லைன் சினிமாக்கள் போன்ற மூலங்களிலிருந்து பெறப்படுகிறது. இந்த மகத்தான தரவு எளிதாக அணுகக்கூடியது மற்றும் கிளவுட் கம்ப்யூட்டிங் போன்ற ஃபிண்டெக் பயன்பாடுகள் மூலம் பகிரலாம்.

இருப்பினும், பொதுவாக கட்டமைக்கப்படாத தரவு மிகவும் விரிவானது, அதை மனிதர்கள் புரிந்துகொள்வதற்கும் தொடர்புடைய தகவல்களைப் பெறுவதற்கும் பல தசாப்தங்கள் ஆகலாம். இந்த தகவல் செல்வத்தை அவிழ்ப்பதன் விளைவாக ஏற்படக்கூடிய நம்பமுடியாத திறனை நிறுவனங்கள் உணர்ந்து, தானியங்கு ஆதரவுக்காக AI அமைப்புகளுக்கு பெருகிய முறையில் மாற்றியமைக்கின்றன.

புரிந்துகொள்ளவும் செயலாக்கவும் பொதுவாக மனிதர்களுக்கு பல தசாப்தங்கள் ஆகக் கூடிய ஏராளமான கட்டமைக்கப்படாத தரவுகளிலிருந்து ஆழமான கற்றல் கற்றுக்கொள்கிறது.

ஆழ்ந்த கற்றல் மற்றும் இயந்திர கற்றல்

பெரிய தரவைச் செயலாக்குவதற்குப் பயன்படுத்தப்படும் மிகவும் பொதுவான AI நுட்பங்களில் ஒன்று இயந்திர கற்றல், ஒரு சுய-தகவமைப்பு வழிமுறை, இது அனுபவத்துடன் அல்லது புதிதாக சேர்க்கப்பட்ட தரவுகளுடன் சிறந்த பகுப்பாய்வு மற்றும் வடிவங்களைப் பெறுகிறது.

ஒரு டிஜிட்டல் கொடுப்பனவு நிறுவனம் அதன் கணினியில் மோசடி நிகழ்வுகள் அல்லது சாத்தியங்களைக் கண்டறிய விரும்பினால், இந்த நோக்கத்திற்காக இயந்திர கற்றல் கருவிகளைப் பயன்படுத்தலாம். கணினி மாதிரியில் கட்டமைக்கப்பட்ட கணக்கீட்டு வழிமுறை டிஜிட்டல் இயங்குதளத்தில் நடக்கும் அனைத்து பரிவர்த்தனைகளையும் செயலாக்கும், தரவு தொகுப்பில் வடிவங்களைக் கண்டறிந்து, வடிவத்தால் கண்டறியப்பட்ட எந்த ஒழுங்கின்மையையும் சுட்டிக்காட்டும்.

இயந்திரக் கற்றலின் துணைக்குழுவான ஆழமான கற்றல், இயந்திரக் கற்றல் செயல்முறையைச் செயல்படுத்த செயற்கை நரம்பியல் நெட்வொர்க்குகளின் படிநிலை அளவைப் பயன்படுத்துகிறது. செயற்கை நரம்பியல் நெட்வொர்க்குகள் மனித மூளையைப் போலவே கட்டப்பட்டுள்ளன, நியூரான் முனைகள் ஒரு வலை போல இணைக்கப்பட்டுள்ளன. பாரம்பரிய நிரல்கள் தரவைக் கொண்டு ஒரு நேர்கோட்டு முறையில் பகுப்பாய்வை உருவாக்கும்போது, ​​ஆழமான கற்றல் அமைப்புகளின் படிநிலை செயல்பாடு இயந்திரங்களை ஒரு நேர்கோட்டு அணுகுமுறையுடன் செயலாக்க இயந்திரங்களுக்கு உதவுகிறது.

மோசடி அல்லது பணமோசடியைக் கண்டறிவதற்கான ஒரு பாரம்பரிய அணுகுமுறை பரிவர்த்தனையின் அளவை நம்பியிருக்கக்கூடும், அதே நேரத்தில் ஆழ்ந்த கற்றல் அல்லாத நுட்பத்தில் நேரம், புவியியல் இருப்பிடம், ஐபி முகவரி, சில்லறை விற்பனையாளர் வகை மற்றும் மோசடி நடவடிக்கைக்கு சுட்டிக்காட்டக்கூடிய வேறு எந்த அம்சமும் அடங்கும்.. நரம்பியல் நெட்வொர்க்கின் முதல் அடுக்கு பரிவர்த்தனையின் அளவு போன்ற ஒரு மூல தரவு உள்ளீட்டை செயலாக்குகிறது மற்றும் அதை அடுத்த அடுக்குக்கு வெளியீடாக அனுப்புகிறது. இரண்டாவது அடுக்கு முந்தைய அடுக்கின் தகவலை பயனரின் ஐபி முகவரி போன்ற கூடுதல் தகவல்களைச் சேர்த்து செயலாக்குகிறது மற்றும் அதன் முடிவை அனுப்பும்.

அடுத்த அடுக்கு இரண்டாவது அடுக்கின் தகவலை எடுத்து புவியியல் இருப்பிடம் போன்ற மூல தரவை உள்ளடக்கியது மற்றும் இயந்திரத்தின் வடிவத்தை இன்னும் சிறப்பாக செய்கிறது. இது நியூரான் நெட்வொர்க்கின் அனைத்து மட்டங்களிலும் தொடர்கிறது.

முக்கிய எடுத்துக்காட்டுகள்

• ஆழ்ந்த கற்றல் என்பது முடிவெடுப்பதில் பயன்பாட்டிற்கான தரவை செயலாக்குவதில் மனித மூளையின் செயல்பாட்டைப் பிரதிபலிக்கும் ஒரு AI செயல்பாடு ஆகும். ஆழமான கற்றல் AI ஆனது கட்டமைக்கப்படாத மற்றும் பெயரிடப்படாத தரவுகளிலிருந்து கற்றுக்கொள்ள முடியும். இயந்திர கற்றல் துணைக்குழுவான ஆழமான கற்றல் பயன்படுத்தப்படலாம் மோசடி அல்லது பணமோசடி கண்டறிய உதவும்.

ஆழமான கற்றலுக்கான எடுத்துக்காட்டு

இயந்திரக் கற்றலுடன் மேலே குறிப்பிட்டுள்ள மோசடி கண்டறிதல் முறையைப் பயன்படுத்தி, ஒரு ஆழமான கற்றல் உதாரணத்தை உருவாக்க முடியும். இயந்திர கற்றல் அமைப்பு ஒரு பயனர் அனுப்பும் அல்லது பெறும் டாலர்களின் எண்ணிக்கையைச் சுற்றியுள்ள அளவுருக்களைக் கொண்ட ஒரு மாதிரியை உருவாக்கியிருந்தால், ஆழமான கற்றல் முறை இயந்திரக் கற்றல் வழங்கும் முடிவுகளை உருவாக்கத் தொடங்கலாம்.

அதன் நரம்பியல் வலையமைப்பின் ஒவ்வொரு அடுக்கு அதன் முந்தைய அடுக்கில் ஒரு சில்லறை விற்பனையாளர், அனுப்புநர், பயனர், சமூக ஊடக நிகழ்வு, கிரெடிட் ஸ்கோர், ஐபி முகவரி மற்றும் ஒரு மனிதனால் செயலாக்கப்பட்டால் ஒன்றாக இணைக்க பல ஆண்டுகள் ஆகக்கூடும். இருப்பது. ஆழ்ந்த கற்றல் வழிமுறைகள் அனைத்து பரிவர்த்தனைகளிலிருந்தும் வடிவங்களை உருவாக்குவது மட்டுமல்லாமல், ஒரு மோசடி விசாரணையின் அவசியத்தை ஒரு முறை சமிக்ஞை செய்யும் போது அறிந்து கொள்ளவும் பயிற்சி அளிக்கப்படுகிறது. இறுதி அடுக்கு ஒரு ஆய்வாளருக்கு ஒரு சமிக்ஞையை வெளியிடுகிறது, அவர் நிலுவையில் உள்ள அனைத்து விசாரணைகளும் முடிவடையும் வரை பயனரின் கணக்கை முடக்கலாம்.

ஆழ்ந்த கற்றல் அனைத்து தொழில்களிலும் பல்வேறு பணிகளுக்கு பயன்படுத்தப்படுகிறது. பட அங்கீகாரத்தைப் பயன்படுத்தும் வணிக பயன்பாடுகள், நுகர்வோர் பரிந்துரை பயன்பாடுகளுடன் திறந்த மூல தளங்கள் மற்றும் புதிய வியாதிகளுக்கு மருந்துகளை மீண்டும் பயன்படுத்துவதற்கான சாத்தியத்தை ஆராயும் மருத்துவ ஆராய்ச்சி கருவிகள் ஆகியவை ஆழமான கற்றல் ஒருங்கிணைப்பின் சில எடுத்துக்காட்டுகள்.

வேகமான உண்மை

எலக்ட்ரானிக்ஸ் தயாரிப்பாளர் பானாசோனிக் பல்கலைக்கழக பார்வை மற்றும் ஆராய்ச்சி மையங்களுடன் இணைந்து கணினி பார்வை தொடர்பான ஆழமான கற்றல் தொழில்நுட்பங்களை உருவாக்கி வருகிறார்.