Inhoud
- Definitie - Wat betekent Value Learning Problem?
- Een inleiding tot Microsoft Azure en de Microsoft Cloud | In deze handleiding leert u wat cloud computing inhoudt en hoe Microsoft Azure u kan helpen bij het migreren en runnen van uw bedrijf vanuit de cloud.
- Techopedia verklaart Value Learning Problem
Definitie - Wat betekent Value Learning Problem?
Het probleem van waarde leren is een specifiek fundamenteel probleem bij de ontwikkeling van machine learning en kunstmatige intelligentie-technologieën die het verschil tussen mens en computer aanpakken, en de manier waarop ze denken.
Kort samengevat is het probleem van het leren van waarde gebaseerd op hoe moeilijk het is voor computers om erachter te komen wat te "waarderen" (in termen van zowel gegevens als beleid) en hoe te handelen in een netwerk voor machinaal leren, en hoe programmeurs kunnen optimaliseren hoe het programma handelt in overeenstemming met hun oorspronkelijke bedoelingen toen ze het creëerden.
Een inleiding tot Microsoft Azure en de Microsoft Cloud | In deze handleiding leert u wat cloud computing inhoudt en hoe Microsoft Azure u kan helpen bij het migreren en runnen van uw bedrijf vanuit de cloud.
Techopedia verklaart Value Learning Problem
De sleutel tot het probleem van waarde leren is dat het voor programmeurs van groot belang is om machine learning programma's te kunnen maken die de beoogde waarden uitvoeren. De catch-22 is echter dat de waarden niet expliciet kunnen worden vermeld op manieren die het leren van het programma belemmeren.
Mensen praten soms over de ‘convergentie’ van machine learning-technologieën als de succesvolle focus op waardegegevens, maar het probleem van waarde leren is in sommige opzichten een beetje anders. Het is het idee dat er een kernmanier moet zijn om het machine learning-programma te laten zien wat gewenst is, in plaats van het gewoon te spellen, wat een bepalende manier is om ML uit te voeren.
Neem bijvoorbeeld dit artikel over het probleem van waarde leren dat suggereert dat machine learning-programma's een opslagset van inputs kunnen hebben die positieve menselijke reacties op stimuli vertonen. Bij het lezen van dit soort adressen voor het probleem van het leren van waarde, wordt het duidelijk dat er een grote leemte in machine learning is die niet eenvoudig kan worden opgelost - in wezen - hoe maken mensen machines die echt op mensen kunnen denken? Een andere manier om dit uit te leggen is dat het probleem van het leren van waarde de kern raakt van hoe we denken als mensen, en dat onze gedachten niet altijd gebaseerd zijn op externe input.
Voor computers om onze intuïtie, ons instinct, onze sociale neigingen en onze diepste ethische waarden te modelleren is een grote opgave, zelfs wanneer computers op een menselijke manier kunnen leren schaken, of ons overtreffen in het oplossen van moeilijke wiskundige problemen. Professionals kunnen verwachten dat het programma voor het leren van waarde centraal zal blijven staan bij de ontwikkeling van technologieën voor machine learning.