opentext Artificial Intelligence le Machine
Artificial Intelligence (AI) e fetola tsela eo re sebelisanang ka eona le mechini le tsela eo mechini e sebelisanang le rona ka eona. Tataiso ena e hlalosa hore na AI e sebetsa joang, matla le mefokolo ea mefuta e fapaneng ea ho ithuta ka mochini, le phetoho ea karolo ena ea thuto e lulang e fetoha. E boetse e lekola karolo ea AI e nolofalitseng litlhahlobo tsa ts'ireletso kapa tlhahlobo ea boits'oaro ba basebelisi le mokhatlo (UEBA) ho sireletsa likhoebo betere ho tsoa litšokelong tse rarahaneng tsa ts'ireletso ea marang-rang.
Mochine vs Thuto ea Batho
Artificial Intelligence (AI) e hohle-bonyane, ke kamoo ho bonahalang kateng Ho OpenText™, ho phahama ha AI ho monate ebile ho thata Empa ha re ntse re sebelisana le lithaka tsa rona, bareki le balekane, re hlokometse hore mohopolo oa AI ha o utloisisehe habonolo Ho qala tataiso ena ea AI le Machine Learning 101, re tla manolla papali ea AI ka ho araba potso ea mantlha eo batho ba bangata ba e botsang: "Bohlale ba maiketsetso ke eng?"
Tsela e bonolo ka ho fetisisa ea ho utloisisa bohlale ba maiketsetso ke ho bo etsa 'mapa ho ea ho ntho eo re seng re e utloisisa-bohlale ba rona Bohlale ba batho boo e seng ba maiketsetso bo sebetsa joang? Boemong ba mantlha, bohlale ba rona bo latela tsoelo-pele e bonolo: re kenya tlhahisoleseling, rea e sebetsa, 'me qetellong tlhahisoleseling e re thusa ho nka khato.
Ha re arole sena setšoantšong sa tsamaiso Setšoantšong se ka tlase, mehato e meraro e akaretsang ea bohlale ba motho ho tloha ka letsohong le letšehali ho ea ho le letona: ho kenya letsoho, ho sebetsa, le ho tsoa Bokong ba motho, ho kenya letsoho ho etsahala ka mokhoa oa ho utloa le ho lemoha lintho Mahlo a Hao, nko, litsebe, joalo-joalo, nka karolo e tala ka letsohong le letšehali, joalo ka li-photon tsa leseli kapa monko oa lifate tsa phaene, ebe o e sebetsa Ka lehlakoreng le letona la tsamaiso ke tlhahiso Sena se kenyelletsa puo le liketso, tseo ka bobeli li itšetlehileng ka hore na ke joang. re sebetsana le tlhahiso e tala eo boko ba rona bo e fumanang Ts'ebetso e etsahala bohareng, moo tsebo kapa mehopolo e thehoang le ho khutlisetsoa morao, liqeto le litlhaloso le ho etsoa, 'me ho ithuta ho etsahala.
Setšoantšo sa 1. Bohlale ba batho
Bohlale ba batho boo e seng ba maiketsetso bo sebetsa joang? Boemong ba mantlha, bohlale ba rona bo latela tsoelo-pele e bonolo: re nka tlhahisoleseling, rea e sebetsana, 'me qetellong tlhahisoleseling e re thusa ho nka khato.
Setšoantšo se emisa mateanong a litsela Mahlo a hau a bona hore lebone la sephethephethe le ka pele ho uena le sa tsoa fetoha le letala Ho latela seo u ithutileng sona ho tsoa phihlelong (le thuto ea mokhanni), ua tseba hore lebone le letala le bontša hore u lokela ho khanna pele. otla pedal ea khase Leseli le letala ke kenyelletso e tala, ho potlakisa ha hau ke tlhahiso; tsohle tse lipakeng lia sebetsa
Ho tsamaea ka bohlale lefatšeng le re potileng - ho araba mohala, ho baka likuku tsa chokolete, kapa ho mamela mabone a sephethephethe - re hloka ho sebetsana le tlhahiso eo re e fumanang Ona ke mantlha oa ts'ebetso ea bohlale ba motho, 'me qetellong e arotsoe likarolo tse tharo tse ikhethileng. :
- Tsebo le mohopolo. Re haha tsebo ha re ntse re ja lintlha (ke hore, Ntoa ea Hastings e etsahetse ka 1066) le litloaelo tsa sechaba (ke hore, ho re "Ke kopa" le "Kea leboha" ho nkoa e le mekhoa e metle) Ho phaella moo, mohopolo o re thusa ho hopola le ho sebelisa boitsebiso bo tsoang ho. nakong e fetileng ho fihlela joale maemo Bakeng sa example, Edward o hopola hore Jane ha aa ka a mo leboha ka mpho ea hae ea letsatsi la tsoalo, kahoo ha aa lebella hore a mo lebohe ha a mo fa mpho ea Keresemese.
- Qeto le tlhaloso. Liqeto le mehopolo li etsoa ho ipapisitsoe le tlhahiso e tala e kopantsoeng le tsebo le/kapa mohopolo Bakeng sa mohlalaample, Edward o jele pepere ea jalapeno selemong se fetileng mme ha a ka a e rata Ha Johnny a fa Edward pepere, o etsa qeto ea ho se e je.
- Ho ithuta. Batho ba ka ithuta ka mohlalaample, observation, or algorithm Ho ithuta ka example, re bolelloa hore phoofolo e 'ngoe ke ntja, e' ngoe ke katse Ha re ithuta ka ho shebella, re iphumanela hore lintja li bohola le hore likatse meow Mokhoa oa boraro oa ho ithuta—algorithm— o re thusa ho phetha mosebetsi ka ho latela. letoto la mehato kapa algorithm e itseng (mohlala, ho etsa karohano e telele)
Likarolo tsena tsa bohlale ba motho li tsamaisana le bohlale ba maiketsetso Joalo ka ha re nka tlhahisoleseling, re e sebetsa, 'me re arolelana tlhahiso, ho joalo le ka mechini A re shebeng setšoantšo se ka tlase ho bona hore na sena se tsoa joang.
Setšoantšo sa 2. Bohlale ba maiketsetso
Ho tsamaea ka bohlale lefatšeng le re potileng - ho araba mohala, ho baka likuku tsa chokolete, kapa ho latela mabone a sephethephethe - re hloka ho sebetsana le seo re se fumanang.
Mechineng, karolo e kenang ea bohlale ba maiketsetso e bonahatsoa ke ts'ebetso ea puo ea tlhaho, temoho ea puo, temoho ea pono, le tse ling U bona mahlale a joalo le li-algorithms hohle, ho tloha likoloing tse itsamaisang tse hlokang ho lemoha litsela le litšitiso, ho Alexa kapa Siri. ha e lemoha puo ea hau Sephetho se latelang ke litsela tseo mechini e sebelisanang le lefatše le re potileng Sena se ka nka sebopeho sa liroboto, tsamaiso ea ho tsamaea (ho tataisa likoloi tse itsamaisang), tlhahiso ea puo (mohlala, Siri), joalo-joalo pakeng tsa, re na le mefuta e fapaneng ya tshebetso e etsahalang
Joalo ka ho bokellela ha rona tsebo le mehopolo, metjhini e ka etsa boemeli ba tsebo (mohlala, li-database tsa graph, ontologies) tse ba thusang ho boloka tlhahisoleseling mabapi le lefats'e Joalo ka ha batho ba etsa liqeto kapa ba etsa liqeto, mechini e ka bolela esale pele, ea ntlafatsa sepheo kapa sephetho, le ho khetha mehato kapa liqeto tse latelang tse nepahetseng ho fihlela sepheo se itseng
Qetellong, joalo ka ha re ithuta ka example, observation, kapa algorithm, mechini e ka rutoa ho sebelisoa mekhoa e ts'oanang Ho ithuta ka mochini o okametseng ho tšoana le ho ithutaampLe: komporo e fuoa pokello ea data e nang le "li-labels" ka har'a sete ea data e sebetsang e le likarabo, 'me qetellong e ithuta ho tseba phapang lipakeng tsa lileibole tse fapaneng (mohlala, sephutheloana sena sa data se na le linepe tse ngotsoeng e le "ntja" kapa "katse", le le ex lekanengampLeha ho le joalo, k'homphieutha e tla hlokomela hore lintja hangata li na le mehatla e telele le litsebe tse nyenyane ho feta likatse)
Ka lehlakoreng le leng, ho ithuta ka mochine o sa laoleheng ho tšoana le ho ithuta ka ho shebella Khomphuta e shebella mekhoa (lintja li bohola le likatse meow) 'me, ka sena, e ithuta ho khetholla lihlopha le mekhoa ka boeona (mohlala, ho na le lihlopha tse peli tsa liphoofolo tse ka khonang. ba arohanngoa ke molumo oo ba o etsang; sehlopha se seng se bohola-lintja-'me sehlopha se seng se meows- likatse) Ho ithuta ho sa hlokomeloe ha ho hloke li-labels 'me ka hona ho ka ba molemo ha lihlopha tsa data li lekanyelitsoe' me li se na li-label Qetellong, ho ithuta ka algorithm ke se etsahalang ha moetsi oa mananeo a laela komporo hore na e etse eng, mohato ka mohato, lenaneong la software.
Ka mantsoe a mang, liphetho tse nepahetseng ka ho fetesisa le tse haellang tsa bohlale ba maiketsetso li hloka motsoako oa mekhoa ea ho ithuta Ho ithuta ka mochini o hlokometsoeng le ho sa hlokomeloe ke mekhoa e sebetsang— e mabapi le ho sebelisa mokhoa o nepahetseng kapa mekhoa e nepahetseng molemong oa tšebeliso.
Ka mor'a moo, re tla beha ho ithuta ka mochini tlas'a microscope ho utloisisa hore na karolo ena ea AI e bonahatsa li-neurone bokong ba rona joang ho fetola tlhahiso hore e be sehlahisoa se nepahetseng.
Ka nepo, liphetho tse nepahetseng le tse sebetsang hantle tsa bohlale ba maiketsetso li hloka motsoako oa mekhoa ea ho ithuta. Ho ithuta ka mochini o hlokometsoeng le ho sa behoang leihlo ke mekhoa e sebetsang-e mabapi le ho sebelisa mokhoa o nepahetseng kapa mekhoa ea tšebeliso e nepahetseng.
Neural Network le Thuto e Tebileng
Ho ithuta ka mochini ke karolo e le 'ngoe feela ea AI, le hoja e na le karoloana e kholo ea li-algorithms ka hare ho eona Mokhoa o mong oo u o utloang khafetsa kajeno ke "thuto e tebileng," algorithm e fumaneng karolo e lekaneng ea tlhokomelo litabeng lilemong tsa morao tjena Ho utloisisa. botumo ba eona le katleho ea eona, ho thusa ho utloisisa hore na e sebetsa joang Ho ithuta ka botebo ke tlhabollo ea algorithm ea ho ithuta ka mochini e neng e tumme ka bo-1980 eo u ka e hlokomelang: marang-rang a methapo ea kutlo.
Li-neural network-paradigm ea lenaneo leo ho lona re koetlisang mechine ho "ithuta" -e bululetsoe ke li-neurone, kapa lisele tse khethehileng 'meleng oa motho tse etsang motheo oa tsamaiso ea methapo ea rona,' me boko ka ho khetheha Lisele tsena li fetisa melaetsa ho pholletsa le 'mele ea rona. karabelo le lits'ebetso tsa sistimi Li-neurone ke tsona tse re thusang ho bona, ho utloa, ho fofonela, joalo-joalo.
Setšoantšo sa 3. Kamoo li-neurone li amohelang le ho romela melaetsa kateng
Boholo ba seo re se nahanang e le thuto ea motho e ka hlalosoa ka hore na kamano pakeng tsa li-neuron tse peli bokong ba rona e matla hakae, hammoho le matla a moeli oa li-synapse tsa rona.
Karolong e 'ngoe ea tataiso ena, re buisane ka ts'ebetso ea mantlha ea bohlale ba motho: ho kenya letsoho ka ho le letšehali, le tlhahiso ka ho le letona Neuron (setšoantšo se ka holimo) e bapala karolo ea bohlokoa ho sena Ka lehlakoreng le letšehali la neuron, 'mele oa sele o bokella. "input" Hang ha e fumana ho kenya letsoho kapa ts'usumetso e lekaneng, axon fres, e fetisetsa boitsebiso ka lehlakoreng le letona-synapse "output" e ntan'o romelloa ho li-neurone tse ling.
Ka nako efe kapa efe, li-neurone tsa rona li fetisa melaetsa lipakeng tsa tse ling. Khokahano e teng lipakeng tsa li-neurone tse peli bokong ba rona e matla hakae, hammoho le matla a manyane a li-synapse tsa rona
Neural network ke papiso ea lipalo ea pokello ea lisele tsa neuron Setšoantšo se ka tlase se emela marang-rang a mantlha a methapo e nang le 3 layers le 12 node.
Node e 'ngoe le e' ngoe e chitja e emela "neuron" ea maiketsetso, e bululetsoeng ke baeloji Methapo e emela khokahanyo ho tloha tlhahisong ea neuron e le 'ngoe ea maiketsetso ka letsohong le letšehali ho ea ho e 'ngoe ka ho le letona Lipontšo lipakeng tsa methapo ena li phalla ka mela ho tloha ka letsohong le letšehali ho ea ho le letona. , ho kenya - joalo ka boitsebiso ba pixel-e phalla ho tloha lera la ho kenya letsoho, ho pholletsa le lihlopha tse "patiloeng" tse bohareng, 'me qetellong ho ea karolong e hlahisoang ka mokhoa o hlalosoang ke lipalo tsa lipalo ka mokhoa o hlephileng o bululetsoeng ke ts'ebetso ea motlakase ho li-neurons tsa sebele tsa likokoana-hloko.
Setšoantšo sa 4. Neural network e bonolo
Marang-rang a Neural a ithuta ka ho leka ho bapisa li-sete tsa data tse hlahisoang lera la ho kenya le liphetho tse lakatsehang karolong ea tlhahiso. Li-equation tsa lipalo li bala liphetho, li bapisa tlhahiso e etsisitsoeng le sephetho se lakatsehang, 'me liphapang tse hlahisoang li hlahisa li-tweaks ho matla a likhokahano.
Marang-rang a Neural a ithuta ka ho leka ho bapisa li-sete tsa data tse hlahisitsoeng ho lera la ho kenya le liphetho tse lakatsehang karolong e hlahisoang. Li-tweaks tsena li fetoloa khafetsa ho fihlela tlhahiso ea komporo e le haufi le sephetho se lakatsehang, ka nako eo re reng neural network "e ithutile"
Setšoantšo sa 5. Neural network e rarahaneng
Marang-rang ana a "tebileng" a neural a ka etsa likhakanyo tse rarahaneng haholo Ho ka ba le li-node tse likete le lihlopha tse makholo, ho bolelang lipalo tse likete tse fapaneng Mehlala ea ho ithuta e tebileng e fetohile e ntle haholo mathateng a itseng, joalo ka puo kapa temoho ea litšoantšo.
Leha ho le joalo, ke habohlokoa ho hlokomela hore thuto e tebileng ha se bullet ea silevera bakeng sa ho ithuta mochine-haholo-holo eseng ho cybersecurity, moo ka linako tse ling ho se nang palo e kholo ea data e hloekileng e loketseng mekhoa e tebileng ea ho ithuta Ho bohlokoa ho khetha algorithm e nepahetseng, data, le melao-motheo ea mosebetsi Ena ke tsela e molemohali ea hore mechini e bokelle bopaki, e hokahane le lintlha, 'me e fihlele qeto.
Marang-rang a Neural a ka 'na a bonahala eka ke lintho tsa nako e tlang, empa e se e le nakoana e le teng Ha e le hantle, marang-rang a neural a thehiloe mehopolong e qalileng ho potoloha morao koana lilemong tsa bo-1940 Karolong e latelang, re tla nka leeto le lekhutšoanyane la ho khutlela morao ka nako ho utloisisa. kamoo marang-rang a methapo ea kutlo le ho ithuta ka mochini li fihlileng likarolong tse ngata tsa bophelo ba sejoale-joale.
Marang-rang a Neural a ka 'na a bonahala eka ke lintho tsa nako e tlang, empa e se e le nakoana e le teng. Ebile, marang-rang a neural a thehiloe mehopolong e qalileng ho potoloha morao koana ka bo-1940.
Histori e Khutšoanyane ea Artificial Intelligence
Bakeng sa batho ba bang, lentsoe Artificial Intelligence (AI) le ka hlahisa litšoantšo tsa litoropo tsa bokamoso tse nang le likoloi tse fofang le liroboto tsa malapa Empa AI ha se mohopolo oa bokamoso, bonyane ha e sa le joalo, mohopolo oa bohlale ba maiketsetso o ka ba teng. e saloa morao mehleng ea khale (ke hore, molimo oa Segerike Hephaestus's talking mechanical handmadens) ¹ Ho tloha lilemong tsa bo-1930, bo-ramahlale le litsebi tsa lipalo ba ntse ba chesehela ho batlisisa ho theha bohlale ba 'nete bo arohaneng le batho.
Nako ea ho hlalosa ea AI bohareng ba lekholo la bo20 la lilemo e ne e le tšebelisano e monate ea lipalo le baeloji, ha bafuputsi ba kang Norbert Wiener, Claude Shannon, le Alan Turing ba ne ba se ba tlohile mateanong a mats'oao a motlakase le computation Ka 1943, Warren McCulloch le Walter Pitts. e ne e thehile mohlala bakeng sa marang-rang a marang-rang a Neural a ile a bula tsela bakeng sa lefatše le lecha le sebete la khomphutha e nang le matla a maholo a lipere, 'me, ka 1956, lefapha la lipatlisiso tsa AI le ile la thehoa ka molao e le thuto ea thuto.
Karolo ea ho qetela ea lekholo la lilemo e ne e le lilemo tse thabisang tsa lipatlisiso le tsoelo-pele ea AI, e sitisoa ka linako tse ling ke "mariha a AI" bohareng ba 70s le 80s ea morao moo AI e ileng ea hlōleha ho finyella litebello tsa sechaba, 'me matsete a feld a fokotsehile Empa ho sa tsotellehe litšitiso, likopo tse fapaneng tsa AI le ho ithuta ka mochini li ne li hlaha ka ho le letšehali le ka ho le letona Tlaleho e le 'ngoe ea ts'ebeliso e joalo e fetohile papiso e tsebahalang ka har'a sechaba sa mahlale, e bua ka katleho le liteko le matšoenyeho a lipatlisiso le ts'ebetsong ea AI.
Pale e shebahala tjena:
Lilemong tsa bo-1980, PentagKa qeto ea ho sebelisa marang-rang a neural ho khetholla litanka tse patiloeng Ho sebetsa ka sebopeho se le seng feela (ho tloha lilemong tsa bo-1980, hopola), net neural e ile ea koetlisoa ka litšoantšo tse 200—litanka tse 100 le lifate tse 100 Ho sa tsotellehe marang-rang a fokolang a methapo (ka lebaka la bo-1980). mefokolo ea computation le memori), koetliso ea laborateng e ile ea fella ka ho nepahala ha 100% Ka katleho e joalo, sehlopha se etsa qeto ea ho se fa ho tsoa feld Liphetho li ne li se ntle.
Setšoantšo sa 6. Lab vs litšoantšo tsa tšimo (Mohloli: Neural Network Follies, Neil Fraser, September 1998)
Ka boteng ba lisebelisoa tse ngata tsa komporo tse neng li sa lebelloa morao koana lilemong tsa bo-1980, marang-rang a tebileng a methapo e fetohile sebaka se tsebahalang haholo sa lipatlisiso. Ho ithuta ho tebileng ho fa sistimi bokhoni ba ho "ithuta" ka bo eona ka libilione tsa motsoako le litebello, ho fokotsa ho itšetleha ka lisebelisoa tsa batho.
Ke hobane'ng ha marang-rang a neural a ile a etsa ka mokhoa o tsotehang litšoantšong tse ka laboratoring, empa a hlōleha ka ho feletseng ka har'a feld? Ho ile ha fumaneha hore linepe tseo e seng tsa tanka kaofela li nkuoe matsatsing ao leholimo le neng le le maru; litšoantšo tsohle tsa lifate li ile tsa nkoa ka matsatsi ao letsatsi le neng le chabile Letlooa la neural le ne le koetliselitsoe ho lemoha letsatsi, eseng litanka.
Leha ho le joalo, qetellong, ho lemoha pono ka ho ithuta ho tebileng-ho tsamaisoa ke marang-rang a neural a rarahaneng ho feta Pen.tagka 1980s mainframe e ka be e ile ea khona ho sebetsana-e ile ea fetoha ntho ea sebele Ka 2012, moprofesa oa Stanford Andrew Ng le Google Jef Dean ba ile ba theha e 'ngoe ea marang-rang a tebileng a neural a sebelisa lik'homphieutha tse 1000 tse nang le li-cores tse 16 e' ngoe le e 'ngoe Mosebetsi: sekaseka limilione tse 10 livideo tsa YouTube Sephetho : e fumane likatse ² Ka lebaka la "thuto e tebileng", marang-rang a khonne ho lemoha likatse ha nako e ntse e ea, le ka nepo e ntle haholo.
Ka boteng ba lisebelisoa tse ngata tsa komporo tse neng li sa nahanoa ka morao koana lilemong tsa bo-1980, marang-rang a tebileng a neural a fetohile sebaka se tummeng sa lipatlisiso Ho ithuta ho tebileng ho fa sistimi bokhoni ba ho "ithuta" ka libilione tsa motsoako le litebello, ho fokotsa ho itšetleha ka mehlodi ya batho Ka har'a sebaka sa cybersecurity, mokhoa ona e se e le o ts'episang haholo ho bona malware-maemo ao ho ona re nang le li-database tse kholo tse nang le batho ba bangata ba mehleng.amptse fokolang tsa malware tseo marang-rang a ka ithutang ho tsona
Ka bomalimabe, mekhoa e tebileng ea ho ithuta hajoale ha e sebetse hantle ha ho tluoa maemong a itseng a ts'ebeliso, joalo ka ts'okelo ea batho ba ka hare, hobane ha re na mofuta o nepahetseng oa data ka mefuta ena ea litlhaselo, ka bongata bo hlokahalang Hangata, tlhaiso-leseling eo re nang le eona. mabapi le litšokelo tsa ka hare ke anecdotal, e ke keng ea sebelisoa ka katleho ke mefuta ena ea marang-rang a methapo.
Ho fihlela re ka bokella li-datasets tse atlehang haholoanyane (le ho fokotsa litšenyehelo le ho rarahana ha litsamaiso tse tebileng tsa ho ithuta), ho ithuta ka botebo ha se khetho e nepahetseng bakeng sa linyeoe tsohle tsa tšebeliso 'Me ho lokile Ho ithuta ka botebo ke e' ngoe ea li-algorithms tse ngata tsa ho ithuta mochini, 'me mekhoa ena e ka feela joalokaha eka hase ea bohlokoa ho feta—ho itšetlehile ka mosebetsi o teng
Re bone bokhoni bo boholo ba mahlale a AI lilemong tse mashome a ts'eletseng ho tloha "tsoalo" ea eona ea semmuso, 'me re sa tsoa ngolla bokaholimo, haholo ts'ireletso Ka mor'a moo, re tla kenella ka botebo lits'ebetsong tse ka bang teng tsa AI le analytics ho fetola tsela eo re khethollang le ho arabela lits'oso tsa ts'ireletso.
Litlhahlobo tse lebeletsoeng ke karolo e le 'ngoe feela ea papali e kholoanyane e ka re fang temohisiso ea bohlokoa bakeng sa lihlopha tsa ts'ireletso.
Re bone bokhoni bo boholo ba mahlale a AI lilemong tse mashome a ts'eletseng ho tloha ha "tsoalo" ea eona ea semmuso, 'me re sa tsoa ingolla bokaholimo, haholo ts'ireletso.
Pono e Ncha ea Litlhahlobo tsa Tšireletso
Ho fihlela hajoale, tataiso ena e shebisitse haholo thuto ea mochini, ho utloisisa mefokolo le matla a eona Ho na le monyetla o moholo oa ho ithuta mochini ho nolofatsa AI, empa ke habohlokoa ho hlokomela hore papali e pharaletseng ea ho lemoha litšokelo ha se feela ho ithuta ho tebileng kapa ho ithuta ka mochine. joalo ka ha re e tseba kajeno Mekhoa e mecha ea tlhahlobo e kopantsoeng le mefuta e mecha ea data e ka re fa meralo e mecha ka ho felletseng eo ho eona re ka sekasekang le ho nka khato mabapi le litšokelo tsa ts'ireletso.
| Mekhoa e Mecha | Adaptive Analysis Continual Analysis Optimization tlas'a ho hloka bonnete | Ho arabela moelelong Ho arabela phetohong/maikutlo a sebaka Ho lekanya kapa ho fokotsa kotsi |
| Tloaelo | Litlhokomeliso tsa Boiphihlelo ba Moetso oa Moetso oa Boipheliso | Ho rarahana ha liqeto, lebelo la tharollo Ka mokhoa o itekanetseng, ho ka etsahala, maemo a ho itšepa Botšepehi bo phahameng, lipapali, temo ea data Sete ea data e khōloanyane, ho kheloha ho sa tsitsang Melaong / lintho tse susumetsang, tse amehang ka maemo, liketsahalo tse rarahaneng.ample, mosebelisi sireletsa litlaleho Nako ea 'nete, lipono, tšebelisano ea basebelisi |
| Lintlha tse Ncha | Entity Resolution Relationship, Feature Extraction Annotation le Tokenization | Batho, mesebetsi, libaka, lintho Melao, tlhaloso ea semantic, e tsamaisanang le E ikemetseng, e tsoa ho bongata |
Re bone seo li-analytics li ka se etsetsang liindasteri tse ling, 'me ho na le monyetla oa hore li-analytics li be le tšusumetso e matla ho cybersecurity, hape Re bona sena se nka sebopeho tšimong e ncha eo re e bitsang tlhahlobo ea ts'ireletso, eo ha e le hantle e nkang liteko tsa ntoa. algorithms le mekhoa eo re buileng ka eona (le tse ling) le ho e sebelisa e thusa ho rarolla mathata a thata haholo ts'ireletso.
Litlhahlobo tse atileng haholo tseo re li bonang ts'ireletsong kajeno li kenyelletsa mehlala e boletsoeng esale pele, e re lumellang ho tseba hore na likotsi li ka ba teng ka har'a palo e kholo ea data (ke moo ho lemoha ka mokhoa o sa tloaelehang fts in) Ka bokhutšoane, mohlala oa ho bolela esale pele o kopanya data ea histori le boitšoaro ba nako ea sebele. ho utloisisa kapa ho bolela esale pele boitšoaro ba nako e tlang Ka sena, re ka araba potso e reng, "Ho etsahala'ng ka mor'a moo?"
Empa pono ea rona bakeng sa analytics ea ts'ireletso ha e felle mona Predictive analytics ke karolo e le 'ngoe feela ea papali e kholoanyane e ka re fang temohisiso e sebetsang haholoanyane bakeng sa lihlopha tsa ts'ireletso. , leru, marang-rang a sechaba, lintlha tse bulehileng, joalo-joalo - ka mekhoa e mengata e tsoetseng pele ea tlhahlobo ea boitšoaro le ts'oaetso, ho kenyelletsa le tlhahlobo ea forensic, mohlala oa kotsi, ho lemoha ka mokhoa o sa tloaelehang, ho ntlafatsa boitšoaro le ho arabela, le tse ling.
Sena se bolela hore re ka etsa ho hongata ho feta ho bolela esale pele kapa ho tseba tšokelo E re lumella ho tsoela pele ho fana eseng feela ka tlhahlobo e tsoetseng pele empa temohisiso mabapi le mokhoa oa ho arabela ka katleho Litlhahlobo tsa Ts'ireletso li re fa matla a ho araba lipotso tse ling tsa bohlokoa, joalo ka "Joang? ho na le litšokelo tse ngata?” le “karabelo e molemo ka ho fetisisa ke efe?”
Ha re so bone lihlopha tse ling tsa analytics tse kang mekhoa ea optimization e sebelisoang ho cybersecurity hajoale, empa li na le bokhoni bo boholo Mekhoa ena e sheba mekhoa eohle e ka bang teng kotsing ea ts'ireletso le ho fumana karabo e ntle ka ho fetisisa E, ho na le mekhoa ea ho etsa sena ka lipalo.
Bakeng sa mohlalaample, mekhoa ea ho ntlafatsa e sebelisoa ha o letsetsa mofani oa litšebeletso tsa selefouno ka taba e itseng Ha ba etse tlhahiso ea hore na u ka ntlafatsa leano la hau la litšebeletso ka theolelo kapa che; ba itšetleha ka lipalo tse ka morao tse shebang lits'oants'o tsa mehala ea hau, palo ea mehala e theohileng, hore na nalane ea hau e bapisoa joang le ea basebelisi ba bang, joalo-joalo E bile e lekanya monyetla oa hore o ka fetohela ho mofani e mong oa litšebeletso Joale, ho tsoa. har'a mehato eohle e ka khonehang e latelang, e kopanya mohato o latelang o molemo ka ho fetisisa oa ho eketsa ho boloka bareki
Lipalo tse tšoanang li ka sebelisoa ho sehlopha sa ts'ireletso ho tseba kotsi, ho fana ka mekhoa e mengata eo ba ka itšoarang ka eona, le ho fumana karabelo e ntle ka ho fetisisa ea lipalo bakeng sa ho thibela kotsi ena.
Ho phahama ka potlako le ho fetoha ha litšokelo tsa ts'ireletso ho etsa hore mofuta ona oa karabo e be oa bohlokoa Re na le data e ngata kajeno ho feta leha e le neng pele. ka lipalo Ka li-account tsohle, re lumela hore tlhahlobo ea ts'ireletso e sa tsoa qala.
Re na le data e ngata kajeno ho feta leha e le neng pele. Ka lehlohonolo, re boetse re na le matla a mangata a khomphutha, li-algorithms tse betere, le matsete a pharalletseng lipatlisisong le mahlaleng ho re thusa ho utloisisa lintlha tsena ka lipalo. Ka litlaleho tsohle, re lumela hore litlhahlobo tsa ts'ireletso li sa tsoa qala.
Tšehetso ea Bareki
Ikopanye le Rona
www.opentext.com
OpenText Cybersecurity e fana ka litharollo tse felletseng tsa ts'ireletso bakeng sa lik'hamphani le balekane ba boholo bohle Ho tloha ho thibelo, ho lemoha le ho arabela ho hlaphoheloeng, lipatlisiso le ho latela melao, sethala sa rona se kopaneng sa ho qetela se thusa bareki ho aha botsitso ba cyber ka sethala sa ts'ireletso se felletseng. bohlale ba ts'okelo ea nako ea nnete le maemo, bareki ba OpenText Cybersecurity ba rua molemo ho lihlahisoa tse sebetsang hantle, boiphihlelo bo lumellanang le ts'ireletso e nolofalitsoeng ho thusa ho laola likotsi tsa khoebo.
762-000016-003 | O | 01/24 | © 2024 Open Text
Litokomane / Lisebelisoa
 |
opentext Artificial Intelligence le ho Ithuta ka Mochini [pdf] Litaelo Bohlale ba Maiketsetso le Thuto ea Mochini, Bohlale le ho Ithuta ka Mochini, ho Ithuta ka Mochini |
