בינה מלאכותית מבוזרת (DAI)

מְחַבֵּר: John Stephens
תאריך הבריאה: 23 יָנוּאָר 2021
תאריך עדכון: 29 יוני 2024
Anonim
I Know First  על אלגוריתם החיזוי מבוסס בינה מלאכותית של I24NEWS כתבה ב
וִידֵאוֹ: I Know First על אלגוריתם החיזוי מבוסס בינה מלאכותית של I24NEWS כתבה ב

תוֹכֶן

הגדרה - מה המשמעות של בינה מלאכותית מבוזרת (DAI)?

אחת הגישות הרבות לבינה מלאכותית היא בינה מלאכותית מבוזרת (DAI). זה רגיל ללמידה באמצעות שיטות למידה מורכבות, תכנון בקנה מידה גדול וקבלת החלטות. זה יכול להשתמש במגוון רחב של משאבי חישוב בתחומים שונים. פירוש הדבר שהוא יכול לעבד ולנתח כמויות גדולות של נתונים ולפתור בעיות במהירות.


ישנם מערכות רבות או צמתים למידה אוטונומית במערכת כזו. צמתים אלה מופצים מאוד ואינם תלויים זה בזה. בשל כך, מערכות למידת מכונות המשתמשות בבינה מלאכותית מבוזרת הן די הסתגלות ואמינות. המשמעות היא שמערכות DAI לא חייבות להיות מיועדות לחלוטין לאחר כל שינוי בקובצי הנתונים שניתנו כקלט לבעיה.

מבוא ל- Microsoft Azure ו- Microsoft Cloud | במהלך מדריך זה תוכלו ללמוד על אודות מיחשוב ענן וכיצד Microsoft Azure יכולה לעזור לכם להעביר ולנהל את העסק שלכם מהענן.

Techopedia מסביר את הבינה המלאכותית המופצת (DAI)

בינה מלאכותית מבוזרת משתמשת במערכת מקבילה למחשוב. הרבה "צמתים" או סוכני למידה, שאינם תלויים זה בזה, נמצאים במקומות מגוונים מבחינה גיאוגרפית. עיבוד מקביל מאפשר למערכת להשתמש בכל משאבי החישוב עד תום. בשל כוח העיבוד העצום שלו, ניתן לנתח במהירות מערכי נתונים ענקיים, כאשר כל חלק מנותח באמצעות צומת נפרדת. אם יש לבצע שינוי בנתונים הניתנים למערכת, הצומת המקביל נפרס מחדש ולא את המערכת כולה.

שילוב הפתרונות נעשה על ידי מערכת תקשורת יעילה בין הסוכנים או הצמתים. זה מבטיח שהעיבוד יהיה אלסטי. בשונה ממערכת AI מרכזית, הנתונים במערכות DAI אינם חייבים למסור למיקום אחד. יתכן כי הנתונים מתעדכנים לאורך זמן. הצמתים יכולים ליצור אינטראקציה זה עם זה בנוגע לפיתרון באופן דינאמי ויש להם מיומנויות הדרושות כדי להשיג את הפיתרון. לפיכך, DAI נחשבת לאחת הגישות הטובות ביותר ללימוד מכונות ובינה מלאכותית.