computer xp zei:
mijne was een koptelefoon begot in 20 vragen geraden. Hoe zou dat in elkaar zitten? Iemand een idee?
het bestaat waarschijnlijk uit een grote database waarin alle woorden zitten die hij kent + hun beschrijving. Aan de hand van uw antwoorden gaat hij dan in die database zoeken. dat op zich is super simpel.
Het AI deel zit hem in het kiezen van welke vraag hij als volgende stelt. Hiervoor wordt een neuraal netwerk getrained. Om simpel uit te leggen wat een neuraal netwerk is : een neuraal netwerk is iets dat ze in de informatica hebben afgekeken uit de biologie ( andere voorbeelden in de informatica waar dit gedaan is, is bv genetic programming, waarbij men leentje buur gaan spelen is bij de evolutie theorie ). Het komt erop neer dat ze de structuur van onze hersenen hebben "nagebootst". Aangezien onze hersenen zeer complex en groot zijn, is dit natuurlijk een sterk vereenvoudigde structuur.
hoe zit die structuur nu in elkaar ? : je netwerk bestaat uit verschillende lagen neurons ( stel je een bolletje voor ), waarbij de neurons in 2 opeenvolgende lagen met elkaar verbonden zijn. Die verbindingen tussen de neurons hebben allemaal een gewicht. De werking ervan komt op het volgende neer : je hebt een input vector. die input vector wordt naar iedere neuron uit de eerste laag gestuurd waarbij hij vermenigvuldigd wordt met de gewichten horende bij die neuron ( bv : input = [ x,y,z ], gewichten horende bij neuron1 uit de eerste laag zijn [ a,b,c ] dan wordt [x,y,z] vermenigvuldigt met [a,b,c] = x*a + y*b + z*c )
Het is die berekende waarde die aankomt bij de neuron,
die waarde neemt men dan als input van een functie, en die functiewaarde is uiteindelijk wat die neuron als output produceert. Die output wordt op zijn beurt dan weer gebruikt als input voor de neurons uit de volgende laag, etc...
Nu het hele doel van je neurale netwerk is dat als ik vector [ 1 2 3 ] als input geef en ik weet dat die als output 4 moet geven dat mijn neuraal netwerk dan ook daadwerkelijk 4 terug geeft.
In het begin zijn uw gewichten horende bij uw neurons echter random gekozen en zal uw neuraal netwerk bv 18 als resultaat geven.
Het is dan de bedoeling om de waarden van de gewichten te gaan aanpassen zodat uw netwerk wel 4 als antwoord gaat geven (adhv een training rule, wat erg wiskundig is en ik hier ni ga uitleggen).
Dit doet ge zo voor al uw voorbeeldjes die je kent, waardoor je je netwerk gaat "trainen".
Als je nu je netwerk volledig getrained hebt voorspelt het al je voorbeeldjes correct, maar het mooie is nu dat je netwerk ook voor voorbeeldjes dat het nog nooit gezien heeft, een ( hopelijk ) juiste waarde zal terug geven.
uw netwerk maakt maw een generalisatie over uw trainingsdata.
en het is die generalisatie waarom het te doen is in veel takken van de AI. iets leren adhv een beperkte set voorbeelden , om dan later voorspellingen te doen over nieuwe data. Een voorbeeld hiervan is bv in de geneeskunde kan men een database aanleggen van patienten waarbij men allerlei karakteristieken van die mensen bijhoudt en of ze al dan niet ziekte A hebben.
men gaat dan een neuraal net ( of via een andere AI techniek ) trainen, met behulp van die database, zodat als een nieuw persoon zich aandient aan de hand van diens karakteristieken kan voorspeld worden of die ziekte A heeft.
dus ik won (het stond wel in de lijst)
