maskinlæring

Maskinen finner en ukjent funksjon fra eksempler. Den lærer å forstå at inngangsverdiene forutsier utgangsverdiene.

Et enkelt eksempel vil være å skille hunder fra fugler. Hunder har fire ben, mens fugler har bare to. I tillegg har fuglene vinger. Når modellen ser ett dyr med fire ben, så kan den være sikker på at det er en hund. Likeledes, har dyret to ben og to vinger, er det mest sannsynlig en fugl. Dette kalles klassifisering. Hvis man i stedet prøver å forutsi lengden på dyret, altså et tall, kalles det regresjon.

Denne typen maskinlæring har hatt stor suksess de siste årene, og i enkelte tilfeller, som bildegjenkjenning, gjør modellene det bedre enn mennesker.

I dette tilfellet har maskinen ikke tilgang til utgangsverdier for gitte inngangsverdier. I stedet forsøker algoritmen selv å finne strukturen i inngangsverdiene, ved for eksempel å gruppere dem i klynger. Vi mennesker er ekstremt gode på dette, og på dette feltet har maskinlæring langt igjen for å nå menneskelig ytelse.

I forsterket læring interagerer modellen direkte med et miljø som gir straff eller belønning. Hvis du vil lære opp en hund til å løse en oppgave, kan du gi hunden en kjeks hver gang den gjør noe riktig, og noe den ikke liker, som en sitron, når den tar feil. Slik forsterkes den ønskede oppførselen, uten at man må spesifisere hvordan det skal løses. Det er styrken til forsterket læring – det kan anvendes i scenarioer hvor det er mange veier til målet, og det ikke er gitt hvilken som er den beste.

Denne metoden brukes ofte til å trene opp modeller som er gode i spill. Det mest kjente eksempelet er Googles system AlphaGo som nå er verdens beste spiller i Go.