Mësimi automatik (ML) është një fushë studimi në inteligjencën artificiale që merret me zhvillimin dhe studimin e algoritmeve statistikore që mund të mësojnë nga të dhënat dhe të përgjithësojnë në të dhëna të padukshme, dhe kështu të kryejnë detyra pa u programuar në mënyrë të qartë.
Statistikat dhe metodat e optimizimit matematik përbëjnë themelet e të mësuarit automatik. Minierimi i të dhënave është një fushë studimi e lidhur, e përqendruar në analizën eksploruese të të dhënave (EDA) përmes të mësuarit pa mbikëqyrje.
Nga një këndvështrim teorik, të mësuarit ndoshta afërsisht i saktë ofron një kornizë matematikore dhe statistikore për përshkrimin e të mësuarit automatik. Shumica e algoritmeve tradicionale të të mësuarit automatik dhe të të mësuarit të thellë mund të përshkruhen si minimizim empirik i rrezikut sipas këtij kuadri.
Përparimet në fushën e të mësuarit të thellë kanë lejuar që rrjetet nervore, një klasë algoritmesh statistikore, të tejkalojnë shumë qasje të mëparshme të të mësuarit automatik në performancë. Dominimi që rezultoi i të mësuarit automatik brenda fushës së IA-së nga fundi i viteve 2000 dhe fillimi i viteve 2010 e tutje ishte i tillë që termat "të mësuarit automatik" dhe "inteligjenca artificiale" tani përdoren shpesh në mënyrë të ndërsjellë, edhe pse nuk janë sinonime.
Histori
Termi "mësim automatik" u shpik në vitin 1959 nga Arthur Samuel, një punonjës i IBM-it dhe pionier në fushën e lojërave kompjuterike dhe inteligjencës artificiale. Sinonimi "kompjuterë vetë-mësues" u përdor gjithashtu gjatë kësaj periudhe kohore.
Programi më i hershëm i të mësuarit automatik u prezantua në vitet 1950, kur Samuel shpiku një program kompjuterik që llogariste mundësinë e fitores në damë për secilën anë, por historia e të mësuarit automatik është e rrënjosur në dekada përpjekjesh për të studiuar proceset njohëse njerëzore. Në vitin 1949, psikologu kanadez Donald Hebb botoi librin Organizimi i Sjelljes, në të cilin ai prezantoi një strukturë teorike nervore të formuar nga ndërveprime të caktuara midis qelizave nervore. Teoria Hebbiane e ndërveprimit të neuroneve vendosi themelet për mënyrën se si funksionojnë shumë algoritme të të mësuarit automatik, me neurone artificiale të lidhura që ndryshojnë forcën e lidhjeve të tyre bazuar në të dhëna. Studiues të tjerë që kanë studiuar sistemet njohëse njerëzore kontribuan gjithashtu në teknologjitë moderne të të mësuarit automatik, duke përfshirë Walter Pitts dhe Warren McCulloch, të cilët propozuan modelin e parë matematik të rrjeteve nervore duke përfshirë algoritme që pasqyrojnë proceset e të menduarit njerëzor.
Në fillim të viteve 1960, një "makinë mësimore" eksperimentale me memorie shiriti të shpuar, e quajtur Cybertron, ishte zhvilluar nga Raytheon Company për të analizuar sinjalet sonare, elektrokardiogramet dhe modelet e të folurit duke përdorur mësim përforcues rudimentar. Ajo ishte "trajnuar" në mënyrë të përsëritur nga një operator/mësues njerëzor për të njohur modelet dhe ishte pajisur me një buton "gabim" për ta bërë atë të rivlerësonte vendimet e pasakta. Një libër përfaqësues mbi kërkimin mbi mësimin automatik gjatë viteve 1960 ishte libri i Nils Nilsson "Makinat e Mësimit", që merrej kryesisht me mësimin automatik për klasifikimin e modeleve. Interesi në lidhje me njohjen e modeleve vazhdoi në vitet 1970, siç përshkruhet nga Duda dhe Hart në vitin 1973. Në vitin 1981, u dha një raport mbi përdorimin e strategjive të mësimdhënies në mënyrë që një rrjet nervor artificial të mësojë të njohë 40 karaktere (26 shkronja, 10 shifra dhe 4 simbole të veçanta) nga një terminal kompjuteri.
Tom M. Mitchell dha një përkufizim më formal dhe të cituar gjerësisht të algoritmeve të studiuara në fushën e të mësuarit automatik: "Thuhet se një program kompjuterik mëson nga përvoja E në lidhje me një klasë detyrash T dhe matet performanca P nëse performanca e tij në detyrat në T, siç matet nga P, përmirësohet me përvojën E." Ky përkufizim i detyrave në të cilat bëhet fjalë për të mësuarit automatik është thelbësisht operacional dhe jo për të përcaktuar fushën në terma njohës. Kjo vjen pas propozimit të Alan Turing në punimin e tij "Makineria Kompjuterike dhe Inteligjenca", në të cilin pyetja "A mund të mendojnë makinat?" zëvendësohet me pyetjen nëse makinat mund të imitojnë bindshëm një njeri në përgjigjet e tij ndaj pyetjeve të bëra nga njeriu.
Në vitin 2012, AlexNet, i zhvilluar nga Alex Krizhevsky, Ilya Sutskever dhe Geoffrey Hinton, arriti rezultate dukshëm më të mira në konkursin e njohjes së imazheve ImageNet, duke kontribuar në përhapjen më të gjerë të rrjeteve të thella nervore. Në vitin 2013, Tomáš Mikolov dhe kolegët e tij prezantuan teknikat word2vec për të mësuar në mënyrë efikase përfaqësimet vektoriale të shpërndara të fjalëve nga korpuse të mëdha tekstesh. Në vitin 2014, Ian Goodfellow dhe kolegët e tij prezantuan rrjetet gjenerative kundërshtare (GAN), një kornizë për trajnimin e modeleve gjeneruese përmes një procesi kundërshtar. Në vitin 2016, AlphaGo u bë programi i parë kompjuterik që mposhti një lojtar profesionist njerëzor Go pa pengesa në një tabelë me madhësi të plotë, duke përdorur rrjete nervore të thella dhe të mësuarit përforcues. Në vitin 2017, Ashish Vaswani dhe kolegët e tij prezantuan Transformer, një arkitekturë rrjeti nervor e bazuar kryesisht në vëmendje sesa në përsëritje ose konvolucion.
Marrëdhëniet me fushat e tjera
Inteligjenca artificiale
Si një përpjekje shkencore, të mësuarit automatik lindi nga kërkimi për inteligjencën artificiale (IA). Në ditët e para të IA-së si një disiplinë akademike, disa studiues ishin të interesuar që makinat të mësonin nga të dhënat. Ata u përpoqën t'i qasen problemit me metoda të ndryshme simbolike, si dhe me ato që atëherë quheshin "rrjete nervore"; këto ishin kryesisht perceptrone dhe modele të tjera që më vonë u zbulua se ishin rishpikje të modeleve lineare të përgjithësuara të statistikave. Arsyetimi probabilistik u përdor gjithashtu, veçanërisht në diagnozën e automatizuar mjekësore.
Megjithatë, një theks gjithnjë e në rritje në qasjen logjike dhe të bazuar në njohuri shkaktoi një përçarje midis IA-së dhe të mësuarit automatik. Sistemet probabilistike u vunë në pikëpyetje nga problemet teorike dhe praktike të mbledhjes dhe përfaqësimit të të dhënave. Deri në vitin 1980, sistemet eksperte kishin filluar të dominonin IA-në dhe statistikat nuk ishin në favor. Puna në të mësuarit simbolik/të bazuar në njohuri vazhdoi brenda IA-së, duke çuar në programimin logjik induktiv (ILP), por linja më statistikore e kërkimit tani ishte jashtë fushës së mirëfilltë të IA-së, në njohjen e modeleve dhe rikthimin e informacionit. Hulumtimi i rrjeteve nervore u braktis nga IA dhe shkenca kompjuterike afërsisht në të njëjtën kohë. Kjo nënfushë, e quajtur "konekcionizëm", u vazhdua nga studiues nga disiplina të tjera, duke përfshirë John Hopfield, David Rumelhart dhe Geoffrey Hinton. Suksesi i tyre kryesor erdhi në mesin e viteve 1980 me rishpikjen e përhapjes prapa.
Mësimi automatik (ML), i riorganizuar dhe i njohur si fushë më vete, filloi të lulëzojë në vitet 1990. Fusha e ndryshoi qëllimin e saj nga arritja e inteligjencës artificiale në trajtimin e problemeve të zgjidhshme të një natyre praktike. Ajo e zhvendosi fokusin larg qasjeve simbolike që kishte trashëguar nga IA, dhe drejt metodave dhe modeleve të huazuara nga statistikat, logjika fuzzy dhe teoria e probabilitetit.
Miniera e të dhënave
Mësimi automatik dhe nxjerrja e të dhënave shpesh përdorin të njëjtat metoda dhe mbivendosen ndjeshëm, por ndërsa mësimi automatik përqendrohet në parashikimin bazuar në vetitë e njohura të mësuara nga të dhënat e trajnimit, nxjerrja e të dhënave përqendrohet në zbulimin e vetive të panjohura më parë në të dhëna (ky është hapi i analizës së zbulimit të njohurive në bazat e të dhënave). Nxjerrja e të dhënave përdor shumë metoda të mësimit automatik, por me qëllime të ndryshme; nga ana tjetër, mësimi automatik gjithashtu përdor metoda të nxjerrjes së të dhënave si "mësim pa mbikëqyrje" ose si një hap para-përpunimi për të përmirësuar saktësinë e nxënësit. Pjesa më e madhe e konfuzionit midis këtyre dy komuniteteve kërkimore vjen nga supozimet themelore me të cilat ato punojnë: në mësimin automatik, performanca zakonisht vlerësohet në lidhje me aftësinë për të riprodhuar njohuritë e njohura, ndërsa në zbulimin e njohurive dhe nxjerrjen e të dhënave (KDD) detyra kryesore është zbulimi i njohurive të panjohura më parë. E vlerësuar në lidhje me njohuritë e njohura, një metodë e painformuar (e pambikëqyrur) do të tejkalohet lehtësisht nga metodat e tjera të mbikëqyrura, ndërsa në një detyrë tipike KDD, metodat e mbikëqyrura nuk mund të përdoren për shkak të mungesës së të dhënave të trajnimit.
