큐:
"연결주의"는 비즈니스 AI에 무엇을 의미합니까?
ㅏ:인공 지능의 개념은 여러 가지 방법으로 비즈니스에 적용되며, 인공 지능 연구의 큰 변화는 비즈니스 용 소프트웨어 기능을 발전시키는 데 매우 유용 할 수 있습니다. 연결주의는 많은 인공 지능 연구가 진행되고있는 새로운 방향이며, 기업이 인공 지능 솔루션의 기능을 활용하기 위해 사용하는 도구와 리소스를 극적으로 변화시킬 수있는 방향입니다.
연결은 인간의 뉴런과 뇌의 뉴런 그룹에 해당하는 작은 인공 단위를 만들어 인간의 두뇌 모델링을 촉진하는 인공 지능의 철학입니다. 연결주의의 기본 측면 중 하나는 결합 된 네트워크에 함께 연결된 작은 개별 단위를 사용하여 높은 수준의 행동 및인지 시스템을 구축 할 수 있다는 주장입니다. 이를 염두에두고 인공 신경망 (ANN)의 등장은 수학자 도널드 헵브 (Donald Hebb)와 1940 년대 그의 연구의 이름을 따서 명명 된 연결주의와 Hebbian 이론을 촉진하는 데 많은 도움이됩니다.
연결 신경은 인공 신경 네트워크가 인공 지능 발전에 중요한 응용 프로그램을 가질 것이라고 제안합니다. 과학자들은 이미 상세한 ANN 모델을 보유하고 있으며 인공 신경망은 여러 분야에서 기계 학습을 향상시키고 있습니다. 인공 지능의 엔터프라이즈 사용과 관련하여 연결 기술은 보조 기술이 작동하는 기본 방식을 실제로 바꿀 수 있습니다.
전통적인 엔터프라이즈 비즈니스 인텔리전스 도구를 살펴보면 많은 도구가 확률 적 도구를 포함하여 상당히 전통적인 방법을 기반으로한다는 것을 알 수 있습니다. 이 중 하나는 원인과 결과 및 의사 결정 트리를 활용하고이 논리에 따라 빅 데이터 세트를 조작하여 의사 결정 지원 결과를 생성하는 베이지안 논리입니다 (비즈니스에서 베이지안 논리를 널리 사용하는 방법에 대한 기사 참조).
연결이 비즈니스에서 인공 지능에 영향을 미치는 가장 큰 방법은 이러한 베이지안 논리 모델과 확률 모델을 인공 신경망을 기반으로 작동하는 모델로 대체하는 것입니다. 인공 신경망은 개별적으로 의미가 거의없는 작은 조각 모음입니다. 개별 유닛에는 많은 로직이 내장되어 있지 않습니다. 대신 네트워크는 이러한 유닛의 출력을 하나로 묶어 논리적 결과로 만듭니다. 이를 염두에두고 연결에 기반한 비즈니스 인공 지능 도구는 과거에 널리 사용되었던 도구와 근본적으로 다릅니다 (Quora의이 유용한 스레드 참조). 논리를 통해 계산 결과를 얻는 대신 인공 신경망을 통해 복잡한 기계 학습 알고리즘을 실행하고 결과를 검사하여 이러한 결과를 얻을 수 있습니다.
일부 전문가들은 연결주의의 등장이 논리적 인공 지능에 대한 현대 연구의 한계와 관련이 있다고 주장합니다. 다시 말해, 연구원들이 전통적인 인공 지능의 잠재력을 최대한 활용했기 때문에 연결주의와 인공 신경망은 이러한 기술이 작동하고 "생각"하는 방식을 계속 발전시키고 지속적으로 향상시킬 수있는 수단을 제공했습니다. 우리는 인간의 두뇌와 생물학적 사고 과정에 대한 전체 시뮬레이션에 훨씬 더 가깝기 때문에 이러한 혁신은 모든 종류의 비즈니스 인공 지능에 중요합니다. 예를 들어 영업 인력 자동화 또는 고객 관계 관리 또는 공급망 또는 시설 관리 도구는 모두 이러한 다양한 모델을 기반으로합니다.
AI와 머신 러닝이 귀사에서 이익을 얻을 수 있는가? 자세한 내용은 AltaML을 방문하십시오 .
