Probabilidad y Estadística
Cada vez que una máquina artificialmente inteligente toma una decisión, primero encuentra la probabilidad de éxito / eficiencia de la tarea.
por ejemplo: – Digamos que tiene un nuevo correo electrónico, y AI tiene que decidir si es spam o importante.
- ¿Los límites de tiempo más largos favorecen a los humanos o las computadoras en una partida Go?
- En las redes neuronales, ¿cómo se transporta la propagación hacia atrás a través de las capas softmax? ¿Puedes explicar su derivada (matriz jacobiana)?
- ¿Puedo obtener un resultado de una red neuronal en particular?
- ¿Qué sucederá cuando la inteligencia artificial construya la red neuronal humana miles de millones de veces el poder de un cerebro humano?
- ¿Amazon Echo tendrá un efecto en la dinámica familiar y las conversaciones? ¿Cómo podrían cambiar esas dinámicas con Echo en la habitación?
- AI verificaría la probabilidad de que cada palabra aparezca en ese correo electrónico, y la compararía con la probabilidad correspondiente de cuántas veces esa palabra ocurrió en los correos electrónicos recibidos anteriormente que eran spam, y no.
- Luego encontrará una probabilidad promedio basada en todas las palabras y algunos parámetros más involucrados.
- Si esa probabilidad está por encima de cierto umbral, calificará el correo como spam.
Aunque una máquina funciona en entradas que son 0 o 1, AI no ve el mundo como blanco y negro completo. Cada pensamiento, cada decisión, está en algún lugar de la zona gris. El correo nunca será 100% spam, solo puede decidir, el correo es 99.98489% spam y 0.01511 importante.
Este es el campo más destacado, no solo en el avance, sino también en el desarrollo de la IA.
