ดังนั้นการเรียนรู้ของเครื่องจักรจะช่วยให้ระบบเป็นแบบอัตโนมัติในแง่ที่ว่ามันสามารถทำนายสถานะในอนาคตตามสิ่งที่เรียนรู้มาจนถึงปัจจุบัน คำถามของฉันคือเทคนิคการเรียนรู้ของเครื่องเป็นวิธีเดียวที่ทำให้ระบบพัฒนาความรู้ด้านโดเมนหรือไม่?
ดังนั้นการเรียนรู้ของเครื่องจักรจะช่วยให้ระบบเป็นแบบอัตโนมัติในแง่ที่ว่ามันสามารถทำนายสถานะในอนาคตตามสิ่งที่เรียนรู้มาจนถึงปัจจุบัน คำถามของฉันคือเทคนิคการเรียนรู้ของเครื่องเป็นวิธีเดียวที่ทำให้ระบบพัฒนาความรู้ด้านโดเมนหรือไม่?
คำตอบ:
เรากำลังพูดถึงระบบ (เครื่องจักร) ที่พัฒนาความรู้ (เรียนรู้) ดังนั้นจึงเป็นเรื่องยากสำหรับเทคนิคดังกล่าวที่จะไม่ตกอยู่ในการเรียนรู้ของเครื่อง
แต่คุณสามารถยืนยันได้ว่าเอ็นจิ้นการอนุมานที่ทำงานบนฐานข้อมูลความรู้แบบกราฟเพื่อรับข้อเสนอใหม่หรือความน่าจะเป็นไม่ใช่ส่วนหนึ่งของการเรียนรู้ของเครื่อง แน่นอนว่าในกรณีนั้นความรู้บางส่วนนั้นไม่ได้มาจากการพัฒนาเลย
ฉันยังคงอ่านเกี่ยวกับเรื่องนี้ แต่ความประทับใจของฉันก็คือฐานข้อมูลความรู้และกลไกการอนุมานเหล่านี้ได้รับความนิยมในยุคนี้และนักวิจัย AGI จำนวนมากในทุกวันนี้ยังคงทำงานในทิศทางนั้น
ขึ้นอยู่กับว่าคุณกำหนด "เทคนิคการเรียนรู้ของเครื่อง" ในวงกว้างอย่างไร คุณสามารถสร้างคำจำกัดความเพื่อให้การเรียนรู้ทั้งหมดอยู่ภายใต้รูบริกนั้น OTOH มีเทคนิคการเรียนรู้ด้วยเครื่องจักรที่หลากหลายซึ่งการทำเช่นนั้นจะไม่ได้ผลมากนัก
อาจเหมาะสมกว่าที่จะพูดคุยเกี่ยวกับการเรียนรู้ประเภทต่างๆที่เราใช้ภายในการเรียนรู้ของเครื่อง / ปัญญาประดิษฐ์ อย่างน้อยคุณมี:
และจากนั้นสิ่งต่าง ๆ เช่น "การเรียนรู้การเสริมแรง" ซึ่งอาจจัดประเภทไว้ด้านบน สิ่งเหล่านี้ส่วนใหญ่ตกอยู่ในสิ่งที่คนทั่วไปเรียกว่า "การเรียนรู้ของเครื่อง"
นอกเหนือจากนั้นคุณมีสิ่งต่าง ๆ เช่นอัลกอริธึมการเหนี่ยวนำกฎเทคนิคการอนุมานทฤษฏีนิรนัยเช่นการเขียนโปรแกรมเชิงตรรกะซึ่งสามารถเรียงลำดับ "เรียนรู้" กลไกการอนุมานการให้เหตุผลอัตโนมัติ ฯลฯ ซึ่งมีวิธีการของตนเอง แยกจากสิ่งที่มักจะมีข้อความว่า "การเรียนรู้ของเครื่อง"
แต่ถึงอย่างนั้นในใจเราก็สามารถถามได้อย่างถูกต้องว่ามีเส้นแบ่งหรือไม่ ดูเหมือนจะมีเหตุผลที่จะคิดว่าระบบ AI ในอนาคตอาจใช้วิธีผสมผสานซึ่งผสมผสานเทคนิคที่แตกต่างกันมากมายโดยไม่คำนึงว่าพวกเขามีป้ายกำกับว่า "การเรียนรู้ของเครื่องจักร" หรือ "GOFAI" หรือ "อื่น ๆ "