இயந்திர கற்றல்: அது என்ன, அய் உடனான அதன் உறவு என்ன?

இன்று நாங்கள் உங்களுக்கு இன்னும் ஆழமாக கற்பிக்க விரும்புகிறோம், அவை புரட்சியை ஏற்படுத்தியுள்ளன, மேலும் சில தொடர்புகளை நாங்கள் அறிந்திருப்பதால் அவற்றை புரட்சிகரமாக்கும். நாங்கள் செயற்கை நுண்ணறிவு மற்றும் அதன் மிகவும் குறிப்பிட்ட கிளை, இயந்திர கற்றல் அல்லது தானியங்கி கற்றல் பற்றி பேசுகிறோம் .

உங்களுக்குத் தெரிந்தபடி, கம்ப்யூட்டிங் எப்போதும் நிலையான பரிணாம வளர்ச்சியில் உள்ளது, மேலும் நாம் வாங்கக்கூடியது பொதுவாக முடிந்தவரை வெட்டு விளிம்பில் இருக்காது.

எடுத்துக்காட்டாக, பிசிஐ-எக்ஸ்பிரஸின் 4 வது தலைமுறையை நாங்கள் உருவாக்கிக்கொண்டிருக்கும்போது , ஆராய்ச்சியாளர்கள் ஏற்கனவே பிசிஐஇ ஜெனரல் 5 ஐ உருவாக்கி 6 வது இடத்திற்கு முன்னேறி வருகின்றனர் . இதே காரணத்திற்காகவே, நாம் கேள்விப்படாத பணிகளைச் செய்வது எங்களுக்குத் தெரியாத தொழில்நுட்பங்களைக் கண்டுபிடிப்பது வழக்கமல்ல.

ஆனால் நாம் மேலும் செல்வதற்கு முன், நாம் பேசப் போகும் தலைப்பைக் குறைப்போம், ஏனென்றால் இயந்திர கற்றல் என்றால் என்ன?

பொருளடக்கம்

இயந்திர கற்றல் என்றால் என்ன?

இயந்திர கற்றல் என்பது கணினி அறிவியல் மற்றும் செயற்கை நுண்ணறிவின் ஒரு குறிப்பிட்ட கிளையாகும், அங்கு தானியங்கி கற்றல் திறன் கொண்ட அமைப்புகள் உருவாக்கப்படுகின்றன .

இந்த கிளை 80 களில் அதன் ஆய்வு மற்றும் வளர்ச்சியைத் தொடங்கியது, இன்று அது மிகவும் வளர்ச்சியடைந்துள்ளது. இதே காரணத்திற்காக, செயற்கை நுண்ணறிவு மற்றும் இயந்திர கற்றல் இரண்டும் பல அறிவியல் மற்றும் அன்றாட துறைகளில் பயன்படுத்தப்படுகின்றன.

இந்த கிளையில், AI கள் ஒன்று அல்லது அதற்கு மேற்பட்ட வழிமுறைகளால் ஆனவை, அவை அதிக அளவு தரவை செயலாக்கி அதற்கேற்ப கற்றுக்கொள்ளும். இந்த தலைப்பு சுற்றுப்பாதையில் உள்ள இரண்டு முக்கிய யோசனைகள்:

• கணினியை தரவுகளை பகுப்பாய்வு செய்ய முடியும் மற்றும் அதன் பிறப்பிலேயே இல்லாத திறன்களை உருவாக்க முடியும். உளவுத்துறையால் அந்த வேலையை தன்னாட்சி முறையில் செய்ய முடியும் , அதாவது மனித மேற்பார்வை இல்லாமல்.

நிஜ உலகில், மின்னஞ்சல்களில் ஸ்பேமை வகைப்படுத்துதல், அமேசான் தொடர்பான பரிந்துரைகள் அல்லது நிறுவனத்தின் தரவைப் பயன்படுத்தி எதிர்காலத்தைப் பற்றிய கணிப்புகள் போன்ற நடைமுறை எடுத்துக்காட்டுகள் உள்ளன. பிந்தையது ஒரு சுவாரஸ்யமான பகுதியாகும், இது அதிகமான நிறுவனங்கள் பந்தயம் கட்டும்.

இயந்திர கற்றலைப் பயன்படுத்தி, அதே மாநிலத்தில் உள்ள பிற பயனர்களுடனான உறவை மேம்படுத்த முயற்சிக்க அதிருப்தி அடைந்த வாடிக்கையாளர்கள் அல்லது முன்னாள் வாடிக்கையாளர்களை எந்த வடிவங்கள் அடையாளம் காண்கின்றன என்பதைக் காணலாம். சில சுயவிவரங்களை உருவாக்க சீனியாரிட்டி, புகார்களின் எண்ணிக்கை, ஒப்பந்த திட்டங்கள் மற்றும் பிறவை ஆய்வு செய்யப்படுகின்றன . AI இன் முடிவுகளை எடுத்தவுடன், சந்தைப்படுத்தல் நிபுணர்களின் குழு அந்த சிக்கல்களை எதிர்த்து ஒரு குறிப்பிட்ட பிரச்சாரத்தை உருவாக்க முடியும் .

எனவே, நிறுவனம் சில அனுமானங்களின் அடிப்படையில் வாடிக்கையாளர்களை ஈர்க்க அல்லது வைத்திருக்க திட்டங்களை உருவாக்க முடியும் மற்றும் ஒரு எதிர்வினை மூலோபாயத்திலிருந்து ஒரு செயல்திறன்மிக்க நிலைக்கு செல்கிறது . செயற்கை நுண்ணறிவு , பெரிய அளவிலான தரவு மற்றும் இயந்திர கற்றல் ஆகியவற்றைப் பயன்படுத்தும் மிகவும் சுவாரஸ்யமான தந்திரமாகும்.

செயற்கை நுண்ணறிவு எவ்வாறு பயிற்றுவிக்கப்படுகிறது?

ஒரு செயற்கை நுண்ணறிவு தயாரிக்கப்படுவதற்கு அது வெவ்வேறு கட்டங்களைக் கடந்து செல்ல வேண்டும்:

1. இது முதலில் கட்டுப்படுத்தப்பட்ட சூழல் வழியாக செல்கிறது . இங்கே நீங்கள் ஒரு பெரிய அளவிலான தரவையும் அவற்றின் முடிவுகளையும் உள்ளிடுகிறீர்கள், இதன் மூலம் நீங்கள் கருத்துக்களுக்கு இடையில் உறவுகளை உருவாக்க முடியும். இந்த பகுதி மேற்பார்வை கற்றல் என்று அழைக்கப்படுகிறது . நீங்கள் ஒரு இலவச மற்றும் பதிலளிக்கப்படாத சூழலில் வைக்கப்படுவீர்கள், அங்கு AI தானே ஒரு முடிவைத் தேர்ந்தெடுக்க வேண்டும். உங்கள் பதில்கள் சரியானதா இல்லையா என்பதை அறிந்து கொள்வதன் மூலம் , உங்கள் வழிமுறையில் புதிய விதிகளை உருவாக்குகிறீர்கள். இந்த நிலை மேற்பார்வை செய்யப்படாத கற்றல் என்று அழைக்கப்படுகிறது . இறுதியாக, அவர் தடுமாறும் இடத்தில் அவருக்கு ஒரு சூழல் தயாரிக்கப்படுகிறது . உதாரணமாக, குறைந்த வெளிச்சத்துடன் படங்களை வேறுபடுத்துவது கடினம் என்றால், ஒருவேளை நீங்கள் இரவு புகைப்படங்களுடன் பயிற்சி பெறுவீர்கள். இந்த கட்டத்தை வலுவூட்டல் கற்றல் என்று அழைக்கப்படுகிறது . இந்த செயல்முறையை நீங்கள் படி 2 இலிருந்து பல முறை உளவுத்துறையை நன்றாகச் செய்ய விரும்புகிறீர்கள்.

இயந்திர கற்றல் குறித்த பொதுவான திட்டம்

ஒரு நடைமுறை உதாரணம் ஒரு AI பத்து மில்லியன் புகைப்படங்களைக் காண்பிப்பது மற்றும் அவை நாய்கள் மற்றும் இல்லாதவை என்று சொல்லுங்கள் . நாய்களுக்கு வழக்கமாக ரோமங்கள் உள்ளன, அவை வழக்கமாக நான்கு கால்களில் செல்கின்றன, மேலும் இனத்தைப் பொறுத்து வெவ்வேறு வடிவங்கள் மற்றும் அளவுகள் உள்ளன என்பதை இங்கே அவர் கூறுவார்.

பின்னர், அவருக்கு வகைப்படுத்த ஒரு மில்லியன் புகைப்படங்கள் வழங்கப்படுகின்றன . புகைப்படத்தில் ஒரு நாய் இருக்கிறதா இல்லையா என்பதையும், உங்கள் தரவுத்தளத்தில் புதிய 'யோசனைகளை' உருவாக்குவீர்களா இல்லையா என்பதையும் பொறுத்து இங்கே நீங்கள் பதிலளிக்க வேண்டும். இந்த புதிய தரவை செயல்படுத்த, உளவுத்துறை அதன் வழிமுறையில் புதிய விதிகளை நிறுவும், இப்போது, ​​எடுத்துக்காட்டாக, பூனைகளிலிருந்து நாய்களை வேறுபடுத்த முடியும்.

இறுதியாக, அவரது செயல்திறன் ஆய்வு செய்யப்பட்டு, அவரது பலவீனமான புள்ளிகளைப் பயிற்றுவிக்க புதிய புகைப்படங்கள் தயாரிக்கப்படுகின்றன .

நிச்சயமாக, இது ஆர்ப்பாட்டத்திற்கான ஒரு எளிய மற்றும் மிகவும் தொடர்ச்சியான அமைப்பு, ஆனால் இன்னும் சோதனை மற்றும் விசித்திரமான முறைகள் உள்ளன.

டே, ட்விட்டர் போட்

மைக்ரோசாப்ட் உருவாக்கிய ஒரு AI , ஒரு மனிதனாக தன்னை வெளிப்படுத்தக் கற்றுக் கொள்ள வடிவமைக்கப்பட்ட ஒரு AI ஆகும் .

டேயின் ட்விட்டர் சுயவிவரம்

ஆரம்பத்தில் 19 வயது சிறுமியாக பேசுவதற்காக இந்த போட் திட்டமிடப்பட்டது, மார்ச் 23, 2016 அன்று, அவர் ட்விட்டரின் இருண்ட இடங்களில் விடுவிக்கப்பட்டார் .

சமூகத்துடன் பேசவும், நீங்கள் பெற்ற செய்திகளிலிருந்தும் பயனர்களுடனான உங்கள் தொடர்புகளிலிருந்தும் கற்றுக்கொள்ள நீங்கள் திட்டமிடப்பட்டீர்கள். எதிர்மறையான நடத்தைகளைக் காட்டியதற்காக 16 மணி நேரத்திற்குப் பிறகு அவர் திரும்பப் பெற வேண்டியிருந்தாலும், அவரது கற்றல் கிட்டத்தட்ட முற்றிலும் தன்னாட்சி பெற்றது.

தனது வாழ்க்கையின் குறுகிய காலத்தில் 96, 000 க்கும் மேற்பட்ட ட்வீட்களை ட்வீட் செய்துள்ளார். எவ்வாறாயினும், இந்த சமூக வலைப்பின்னலின் வேண்டுமென்றே தாக்குதல் நடத்தை, டே இனவெறி மற்றும் பிற சொற்றொடர்களுடன் பதிலளிப்பதை விரைவாகச் செய்தது .

இந்த வழக்கில், மேற்பார்வையிடப்பட்ட கற்றல் மற்றும் அடிப்படை விதிகளின் தொடர் முறையாக திருத்தப்பட்டிருக்க வேண்டும். சமூக வலைப்பின்னலின் கவலையற்ற மற்றும் ஆபத்தான தொனியை அறிந்த டே , நிஜத்தை கிண்டலிலிருந்து வேறுபடுத்தத் தயாராக இல்லை. அதே காரணத்திற்காக, சில பயனர்கள் உளவுத்துறையின் "அறிவுசார் தடையை" எளிதில் "உடைக்க" முடிந்தது.

உண்மையான உலகில் இயந்திர கற்றல் பயன்பாடுகள்

இயந்திர கற்றல் பற்றி நீங்கள் ஏற்கனவே அறிந்த சில தினசரி பயன்பாடுகளைப் பற்றி நாங்கள் ஏற்கனவே உங்களுக்குச் சொல்லியிருக்கிறோம், ஆனால் வேறு என்ன வழக்குகள் உள்ளன.

மிகவும் பொதுவான சிக்கல்களில் இந்த தொழில்நுட்பத்தின் நடைமுறை பயன்பாடுகளின் வரிசையை கீழே காண்பீர்கள். நிச்சயமாக, அவை அதிநவீன தீர்வுகள், எனவே அவற்றுக்கு வழக்கமாக அதிக பணம் தேவைப்படுகிறது.

ஆரோக்கியம்

நம் உடலைப் பற்றிய தகவல்களைப் படிக்கக்கூடிய புதிய வகை ஆடைகளுக்கான தொழில்நுட்பம் ஆய்வில் உள்ளது. இது நம் துடிப்பு, சுவாசம் அல்லது பதட்டத்தை படிக்க முடியும் .

இந்தத் தரவுகள் ஒரு புலனாய்வு மூலம் படிக்கப்படுகின்றன, இது நோயாளியின் நிலையை உண்மையான நேரத்தில் மதிப்பீடு செய்கிறது . எனவே ஒரு குறிப்பிட்ட நேரத்தில் மாரடைப்பு போன்ற சிக்கல் உங்களுக்கு இருந்தால், நீங்கள் கண்டறிந்து / அல்லது விரைவாக பதிலளிக்கலாம்.

மறுபுறம், தற்கொலை எண்ணங்களைக் கண்டறியும் சில போட்கள் சில நபர்களிடையே செயல்படுத்தப்பட்டுள்ளன. பிரபலமான பேஸ்புக் புலனாய்வு உரையாடல்களையும் தற்கொலை போக்குகளின் வடிவங்களை அங்கீகரிக்க உங்கள் செயல்பாட்டையும் படிக்கிறது, இருப்பினும் நபரின் நடத்தை, அவரது குரல் மற்றும் அவரது உடல் மொழி ஆகியவற்றை மிக நெருக்கமாக ஆய்வு செய்யும் பிற பதிப்புகள் உள்ளன .

நிதி

பொருளாதாரத்தில், சில வங்கிகளும் நிறுவனங்களும் இயந்திரக் கற்றல் அடிப்படையிலான தீர்வுகளைப் பயன்படுத்தி மோசடிகளைக் கண்டறிந்து தடுக்கின்றன.

மறுபுறம், முதலீட்டு வாய்ப்புகளை எளிதில் அடையாளம் காணவும் இதுபோன்ற ஒன்று பயன்படுத்தப்படுகிறது . பங்குகள் மற்றும் பிற வழிகளை எப்போது விற்க வேண்டும் அல்லது வாங்க வேண்டும் என்பதை தீர்மானிக்க இது பயன்படுகிறது.

சந்தைப்படுத்தல்

இது நாம் ஏற்கனவே குறிப்பிட்டுள்ளோம், ஆனால் இது அதன் சிறந்த அறியப்பட்ட பயன்பாடுகளில் ஒன்றாகும்.

அமேசானில் ஓரிரு தயாரிப்புகளைப் பார்ப்பது, பேஸ்புக், கூகிள் அல்லது இன்ஸ்டாகிராமில் நுழைந்து உங்கள் விளம்பரங்களில் அந்த தயாரிப்பைப் பார்ப்பது உங்களுக்கு நேர்ந்திருக்கும். இது தற்செயல் நிகழ்வு அல்ல, ஏனென்றால் சமூக வலைப்பின்னல்கள் மற்றும் கூகிள் உங்கள் வரலாற்றைப் படிக்கும் நுண்ணறிவுகளைச் செயல்படுத்துகின்றன, மேலும் அவை எங்கு வேண்டுமானாலும் அவற்றைப் பிடிக்க உங்கள் சாத்தியமான நலன்களைப் படிக்கின்றன.

சில பயனர்கள் பயனரை 'தாக்கும்' ஒரு ஊடுருவும் வழியாக இதைப் பார்க்கிறார்கள், மேலும் அவர்கள் உங்களை ஒரு யோசனையுடன் குண்டு வீசுவதால் ஆச்சரியப்படுவதற்கில்லை. இருப்பினும், விளம்பரம் அந்த திசையில் நகரும், ஏனெனில் இது மிகவும் தனிப்பட்டது மற்றும் விளம்பரங்கள் சாத்தியமான வாங்குபவர்களை இலக்காகக் கொள்ளும்.

இயந்திர கற்றல் மற்றும் ஆழமான கற்றல்

இந்த இரண்டு சொற்களும் வழக்கமாக கைகோர்த்துச் செல்கின்றன, ஆனால் அவை சரியாக ஒரே மாதிரியாக இல்லை. எதிர்கால கட்டுரைகளில் இந்த இரண்டாவது காலத்தைப் பற்றி பேசுவோம், ஏனெனில் இது கற்றுக்கொள்ள வேண்டிய ஒன்று .

நாங்கள் உங்களுக்கு பரிந்துரைக்கிறோம் AMD இயக்கிகளை சுத்தமாகவும் எளிதாகவும் நிறுவல் நீக்குவது எப்படி

பொதுவாக, செயற்கை நுண்ணறிவு மற்றும் இயந்திர கற்றல் ஆகியவற்றுடன் இயந்திர கற்றல் மற்றும் ஆழமான கற்றல் ஆகியவற்றுக்கு இடையிலான உறவை நாம் நிறுவ முடியும். ஆழ்ந்த கற்றல் என்பது இயந்திரக் கற்றலின் இன்னும் குறிப்பிட்ட கிளையாகும்.

இது காலத்திலும் அனுபவத்திலும் பரிணாமம் போன்ற முக்கிய பிரிவுகளைப் பகிர்ந்து கொள்கிறது , ஆனால் இது மற்றொரு தொடர் வேறுபாடுகளைக் கொண்டுள்ளது.

எளிமையான ஆழமான கற்றல்

தரவைக் கற்றுக்கொள்வதற்கும் செயலாக்குவதற்கும் அதன் அடிப்படை நியூரான்களைப் போல செயல்படும் வெவ்வேறு அடுக்குகளைப் பயன்படுத்துவதாகும். எனவே, இந்த புலனாய்வு பொதுவாக மிகவும் சுத்திகரிக்கப்பட்டவை, ஆனால் மிகவும் சிக்கலானது மற்றும் உருவாக்க மிகவும் விலை உயர்ந்தது என்பதை நாங்கள் நிறுவ முடியும்.

இந்த தலைப்பில் நீங்கள் அதிக ஆர்வம் கொண்டிருந்தாலும், வலைத்தளத்துடன் இணைந்திருங்கள், மேலும் ஆழமான கற்றல் குறித்த எங்கள் அடுத்த கட்டுரையைப் பார்வையிடவும் .

ஸ்கைனெட்டிலிருந்து நாம் எவ்வளவு தூரம்?

மிகவும் கனவான மனதிற்கு இந்த பகுதி எங்களிடம் உள்ளது .

புத்தகங்கள், திரைப்படங்கள் மற்றும் பிறவற்றில் இது மிகவும் தொடர்ச்சியான தலைப்பு . எதற்கும் அல்ல சைபர்பங்க் என்று அழைக்கப்படும் ஒரு வகை அல்லது தீம் சரியாக இல்லை. இருப்பினும், செயற்கை நுண்ணறிவால் கட்டுப்படுத்தப்படும் எதிர்கால எதிர்கால டிஸ்டோபியாக்களிலிருந்து வெகு தொலைவில், எங்கள் இயந்திரங்கள் இன்னும் நீண்ட தூரம் செல்ல வேண்டியிருக்கிறது.

ரிக் & மோர்டியின் ஸ்மார்ட் ரோபோ

இன்றைய இயந்திர கற்றல் அமைப்புகள் ' பலவீனமான AI களின் ' குழுவைச் சேர்ந்தவை . நாம் பார்த்தபடி, இந்த நுண்ணறிவு வடிவங்களைப் புரிந்துகொள்வதற்கும் எளிய விலக்குகளைச் செய்வதற்கும் மட்டுமே திறன் கொண்டது. சில சூழல்களில் எங்களை ஆதரிக்க அவை மிகவும் பயனுள்ளதாக இருக்கும், ஆனால் அவை தன்னாட்சி அமைப்புகள் அல்ல.

மறுபுறம், 'வலுவான AI கள் ' நம்மிடம் இருக்கும், அவை எதிர்காலக் கதைகளில் குறிப்பிடப்படுகின்றன, அவை மனிதர்களை விட சமமானவை அல்லது புத்திசாலித்தனமானவை. பிரபலமான கலாச்சாரத்தில் 'மேட்ரிக்ஸ்' , 'டெர்மினேட்டர்' , 'கோஸ்ட் இன் தி ஷெல்' அல்லது 'ஹாலோ' போன்ற குறிப்பிடத்தக்க உதாரணங்களை நாம் காணலாம். உண்மையில், இந்த பட்டியலில் ஒருவருக்கொருவர் தொடர்புடைய இரண்டு படைப்புகள் உள்ளன; எது என்று நினைக்கிறேன்?

இன்று நாம் இன்னும் முழு தன்னாட்சி மற்றும் பாதுகாப்பான கார்களை உருவாக்கி வருகிறோம் . நாங்கள் தொடர்ந்து முன்னேறி வருகிறோம், ஆனால் முற்றிலும் தொழில்நுட்பத்தால் உருவாக்கப்பட்ட ஒரு சமமான உண்மையை வளர்ப்பதற்கான வழி இன்னும் உள்ளது.

நீங்கள் இதைப் பற்றி மேலும் தெரிந்து கொள்ள விரும்பினால், செயற்கை நுண்ணறிவு பற்றிய எங்கள் கட்டுரையைப் பார்வையிடலாம் . இது மிகவும் பொதுவான பார்வையில் இருந்து ஒரு உரை, இந்த தொழில்நுட்பத்திற்கு ஏற்படக்கூடிய சாத்தியக்கூறுகளை நாங்கள் கொஞ்சம் படிக்கிறோம்.

இயந்திர கற்றல் குறித்த இறுதி சொற்கள்

செயற்கை நுண்ணறிவு குறித்த எங்கள் முடிவுக்கு ஒத்த, எதிர்காலம் நிச்சயமற்றது என்பது தெளிவாகிறது. இருப்பினும், அதன் திறன்கள் மற்றும் குணாதிசயங்களிடையே தொழில்நுட்பத்தை செயல்படுத்த பரிணாமத்தை மறுபரிசீலனை செய்ய வேண்டியது தவிர்க்க முடியாதது .

கொஞ்சம் கொஞ்சமாக, நிரல்கள் மற்றும் வழிமுறைகளால் இணையம் மேலும் மேலும் கட்டுப்படுத்தப்படும். சமூக வலைப்பின்னல்கள் சிறப்பாக அளவீடு செய்யப்படும், மேலும் எங்கள் சுவைக்கு ஏற்ப உள்ளடக்கத்தை மேலும் வழங்கும் . இறுதியாக, மோசடி அல்லது அது போன்ற ஆபத்து இருக்கும்போது எளிதாகக் கண்டுபிடிப்பதன் மூலம் ஆன்லைன் உறவுகள் மிகவும் பாதுகாப்பாக இருக்கும்.

மறுபுறம், ஐஓடி (இன்டர்நெட் ஆஃப் திங்ஸ்) பிரகாசிக்கும் போது இந்த நூற்றாண்டு என்று ஆச்சரியப்பட வேண்டாம் . நாம் நீண்ட காலமாக கனவு காண்கிறோம், அது நெருங்கி வருகிறது என்பது ஒரு யோசனை. கூடுதலாக, ஐஓடி என்பது இயந்திர கற்றல் தொடர்பான அதிநவீன தொழில்நுட்பங்களின் பெரிய ஏலதாரராகும் , இருப்பினும் பாதுகாப்பு தொடர்பான சில மாற்றங்கள் இன்னும் இல்லை .

எங்கள் பங்கிற்கு, இது ஒரு படிப்படியான பரிணாம வளர்ச்சியாக இருக்கும் என்று நாங்கள் கருதுகிறோம், என்ன நடக்கிறது என்பது உங்களுக்குத் தெரிவிக்கப்படும் வரை, நீங்கள் பயப்பட ஒன்றுமில்லை. புதிய கார்கள் அல்லது குளிர்சாதன பெட்டிகள் உங்களுக்கு விசித்திரமாகத் தோன்றலாம், ஆனால் 'வலுவான AI களின் விழிப்புணர்வை நாங்கள் காண்போம் என்று நான் நிச்சயமாக நினைக்கவில்லை .

சந்தையில் சிறந்த மடிக்கணினிகளைப் படிக்க பரிந்துரைக்கிறோம்

இறுதியாக, நாங்கள் செயற்கை நுண்ணறிவு அல்லது இயந்திர கற்றலில் நிபுணர்கள் அல்ல என்பதை ஒப்புக் கொள்ள வேண்டும் , எனவே சில விசித்திரமான தரவுகளால் ஆச்சரியப்பட வேண்டாம். நாங்கள் தவறு செய்திருந்தால், எங்களிடம் சொல்ல தயங்க வேண்டாம்! எல்லாவற்றிற்கும் மேலாக, நாங்கள் இன்னும் சரியான இயந்திரங்கள் இல்லை.

நீங்கள், இயந்திர கற்றல் மற்றும் செயற்கை நுண்ணறிவு பற்றி என்ன நினைக்கிறீர்கள்? எந்த அம்சத்தில் அவை செயல்படுத்தப்பட வேண்டும் என்று நினைக்கிறீர்கள்? உங்கள் யோசனைகளை கீழே பகிரவும்.

புத்திசாலி டேட்டாப்ட்சஸ்லாகசெட்டாவாட்ஸ்நியூ எழுத்துரு