opentext Oríkĕ oye ati ẹrọ

Imọran atọwọda (AI) n yi ọna ti a ṣe pẹlu awọn ẹrọ ati ọna ti awọn ẹrọ ṣe nlo pẹlu wa. Itọsọna yii fọ lulẹ bawo ni AI ṣe n ṣiṣẹ, awọn agbara ati awọn idiwọn ti ọpọlọpọ awọn oriṣi ti ẹkọ ẹrọ, ati itankalẹ ti aaye ikẹkọ nigbagbogbo-iyipada yii. O tun ṣawari ipa ti awọn atupale aabo ti AI ṣiṣẹ tabi olumulo ati awọn atupale ihuwasi ihuwasi (UEBA) lati daabobo awọn ile-iṣẹ dara julọ lati awọn irokeke cybersecurity eka oni.

Ẹrọ vs Human Learning

Oye itetisi atọwọdọwọ (AI) wa nibi gbogbo — o kere ju, iyẹn ni bi o ṣe dabi Ni OpenText ™, igbega AI jẹ igbadun mejeeji ati nija Ṣugbọn bi a ti ṣe ajọṣepọ pẹlu awọn ẹlẹgbẹ wa, awọn alabara, ati awọn alabaṣiṣẹpọ, a ti rii pe awọn Erongba ti AI ko ni irọrun nigbagbogbo ni oye Lati bẹrẹ AI yii ati itọsọna Ẹkọ Ẹrọ 101, a yoo ṣii adojuru AI nipa didahun ibeere akọkọ ti ọpọlọpọ awọn eniyan n beere: “Kini itetisi atọwọda, looto?”

Ọna to rọọrun lati lo oye itetisi atọwọda ni lati ṣe maapu rẹ si nkan ti a ti loye tẹlẹ — oye tiwa bawo ni kii ṣe atọwọda, oye oye eniyan ṣiṣẹ? Ni ipele ipilẹ julọ, oye wa tẹle ilọsiwaju ti o rọrun: a gba alaye, a ṣe ilana rẹ, ati nikẹhin alaye naa ṣe iranlọwọ fun wa lati ṣiṣẹ

Jẹ ki a ya eyi si isalẹ sinu aworan atọka eto Ni aworan ti o wa ni isalẹ, awọn igbesẹ gbogbogbo mẹta ti oye eniyan lati osi si otun: titẹ sii, sisẹ, ati iṣelọpọ ninu ọpọlọ eniyan, titẹ sii waye ni irisi ti oye ati akiyesi awọn nkan oju rẹ, imu, etí, bbl , ya ni aise input lori osi, gẹgẹ bi awọn photons ti ina tabi awọn olfato ti pine igi, ati ki o si ilana ti o Lori awọn eto ká ọtun ẹgbẹ ti wa ni o wu Eyi pẹlu ọrọ ati awọn sise, mejeeji ti awọn ti o wa ni ti o gbẹkẹle lori bawo ni. a ṣe ilana igbewọle aise ti ọpọlọ wa n gba Sisẹ naa n ṣẹlẹ ni aarin, nibiti a ti ṣẹda imọ tabi awọn iranti ati gba pada, awọn ipinnu ati awọn ipinnu ati ṣiṣe, ati ikẹkọ waye.

Nọmba 1. Imọye eniyan

Bawo ni ti kii ṣe atọwọda, oye eniyan ṣiṣẹ? Ni ipele ipilẹ julọ, oye wa tẹle ilọsiwaju ti o rọrun: a gba alaye, a ṣe ilana rẹ, ati nikẹhin alaye naa ṣe iranlọwọ fun wa lati ṣiṣẹ.

Aworan ti o duro ni ikorita ọna opopona Oju rẹ rii pe ina opopona ti o wa niwaju rẹ ti yipada alawọ ewe Da lori ohun ti o ti kọ lati iriri (ati ẹkọ awakọ), o mọ pe ina alawọ kan tọka si pe o yẹ ki o wa siwaju Nitorina, iwọ lu awọn gaasi efatelese Ina alawọ ewe ni awọn aise input, rẹ isare ni o wu; ohun gbogbo ni laarin ti wa ni processing

Lati lọ kiri ni oye ni agbaye ti o wa ni ayika wa-dahun foonu, yan awọn kuki chirún chocolate, tabi igboran si awọn ina opopona — a nilo lati ṣe ilana igbewọle ti a gba Eyi ni ipilẹ ti sisẹ oye oye eniyan, ati pe o ti pin si awọn aaye ọtọtọ mẹta. :

1. Imọ ati iranti. A ṣe agbero imọ soke bi a ṣe n gba awọn ododo wọle (ie, Ogun ti Hastings waye ni ọdun 1066) ati awọn ilana awujọ (ie, sisọ “Jọwọ” ati “O ṣeun” ni a ka si ọlọla) Ni afikun, iranti jẹ ki a ranti ati lo alaye lati ọdọ awọn ti o ti kọja to bayi awọn ipo Fun example, Edward ranti pe Jane ko dupẹ lọwọ rẹ fun ẹbun ọjọ-ibi rẹ, nitorina ko nireti pe yoo dupẹ lọwọ rẹ nigbati o fun ni ẹbun Keresimesi kan fun u.
2. Ipinnu ati itọkasi. Awọn ipinnu ati awọn ipinnu ni a ṣe da lori titẹ sii aise ni idapo pẹlu imọ ati/tabi iranti Fun example, Edward je ata jalapeno ni odun to koja ko si feran re Nigbati Johnny fi ata kan fun Edward, o pinnu lati ko jẹun.
3. Ẹkọ. Eniyan le kọ ẹkọ nipasẹ example, akiyesi, tabi algorithm Ni ẹkọ nipasẹ example, a sọ fun wa pe ẹranko kan jẹ aja, ekeji jẹ ologbo Ni kikọ ẹkọ nipa akiyesi, a rii funrararẹ pe awọn aja n jo ati pe awọn ologbo meow Ọna ẹkọ kẹta-algorithm — jẹ ki a pari iṣẹ kan nipa titẹle lẹsẹsẹ awọn igbesẹ tabi algorithm kan pato (fun apẹẹrẹ, ṣiṣe pipin gigun)

Awọn aaye wọnyi ti oye oye eniyan ni afiwe itetisi atọwọda Gẹgẹ bi a ṣe gba alaye, ṣe ilana rẹ, ati pinpin iṣẹjade, bakannaa awọn ẹrọ Jẹ ki a wo eeya ti o wa ni isalẹ lati rii bii awọn maapu yii ṣe jade.

olusin 2. Oríkĕ itetisi

Lati lọ kiri ni oye ni agbaye ti o wa ni ayika wa - didahun foonu, ṣiṣe awọn kuki ṣokoto ti chirún, tabi ṣiṣegbọran si awọn ina opopona — a nilo lati ṣe ilana igbewọle ti a gba.

Ninu awọn ẹrọ, apakan titẹ sii ti itetisi atọwọda jẹ apẹẹrẹ nipasẹ sisẹ ede adayeba, idanimọ ọrọ, idanimọ wiwo, ati diẹ sii O rii iru awọn imọ-ẹrọ ati awọn algoridimu nibi gbogbo, lati awọn ọkọ ayọkẹlẹ awakọ ti ara ẹni ti o nilo lati ni oye awọn ọna opopona ati awọn idiwọ, si Alexa tabi Siri Nigbati o ba mọ ọrọ rẹ Awọn abajade ti o tẹle ni awọn ọna ti awọn ẹrọ ṣe nlo pẹlu aye ti o wa ni ayika wa Eyi le gba irisi awọn ẹrọ-robotik, awọn ọna lilọ kiri (lati dari awọn ọkọ ayọkẹlẹ ti ara ẹni), iran-ọrọ (fun apẹẹrẹ, Siri), bbl Ni laarin, a ni orisirisi iwa ti processing ti o gba ibi

Iru si ikojọpọ imọ ati awọn iranti wa, awọn ẹrọ le ṣẹda awọn aṣoju oye (fun apẹẹrẹ, awọn apoti isura infomesonu ayaworan, awọn ontologies) ti o ṣe iranlọwọ fun wọn lati tọju alaye nipa agbaye Gẹgẹ bi eniyan ṣe ṣe awọn ipinnu tabi fa awọn ipinnu, awọn ẹrọ le ṣe asọtẹlẹ, mu dara si ibi-afẹde kan tabi abajade, ati pinnu awọn igbesẹ atẹle ti o dara julọ tabi awọn ipinnu lati pade ibi-afẹde kan pato

Níkẹyìn, gẹgẹ bi a ti kọ nipa example, akiyesi, tabi algoridimu, awọn ẹrọ le kọ ẹkọ nipa lilo awọn ọna afọwọṣe Abojuto ikẹkọ ẹrọ jẹ bii kikọ ẹkọ nipasẹ example: kọmputa naa ni a fun ni iwe-ipamọ data pẹlu “awọn aami” laarin eto data ti o ṣiṣẹ bi awọn idahun, ati nikẹhin kọ ẹkọ lati sọ iyatọ laarin awọn aami oriṣiriṣi (fun apẹẹrẹ, iwe-ipamọ data yii ni awọn fọto ti a samisi bi boya “aja” tabi “ologbo”, ati pẹlu to Mofiamples, awọn kọmputa yoo se akiyesi wipe awọn aja ni gbogbo igba ni gun iru ati ki o kere pointy etí ju ologbo)

Ẹkọ ẹrọ ti ko ni abojuto, ni ida keji, dabi kikọ ẹkọ nipasẹ akiyesi Kọmputa n ṣakiyesi awọn ilana (awọn aja gbó ati awọn ologbo meow) ati, nipasẹ eyi, kọ ẹkọ lati ṣe iyatọ awọn ẹgbẹ ati awọn ilana lori ara rẹ (fun apẹẹrẹ, awọn ẹgbẹ meji ti awọn ẹranko ti o le niya nipasẹ ohun ti wọn ṣe; ẹgbẹ kan gbó—awọn aja—ati ẹgbẹ miiran meows— ologbo) Ẹkọ ti ko ni abojuto ko nilo awọn akole ati nitorinaa o le dara julọ nigbati awọn eto data ba ni opin ati pe ko ni awọn akole Lakotan, ẹkọ nipasẹ algorithm jẹ Kini yoo ṣẹlẹ nigbati pirogirama ba kọ kọnputa kan gangan kini lati ṣe, ni igbese-nipasẹ-igbesẹ, ninu eto sọfitiwia kan.

ni deede, deede julọ ati aipe awọn abajade oye atọwọda atọwọda nilo apapọ awọn ọna ikẹkọ Mejeeji abojuto ati ikẹkọ ẹrọ ti ko ni abojuto jẹ awọn ọna iwulo — gbogbo rẹ jẹ nipa lilo ọna ti o tọ tabi awọn isunmọ si ọran lilo ti o tọ

Nigbamii ti, a yoo fi ẹkọ ẹrọ si abẹ maikirosikopu lati loye bii apakan AI yii ṣe n ṣe afihan awọn neurons ninu ọpọlọ wa lati yi titẹ sii sinu iṣelọpọ to dara julọ.

Ni deede, deede julọ ati awọn abajade oye itetisi atọwọda daradara nilo apapọ awọn ọna ikẹkọ. Mejeeji abojuto ati ikẹkọ ẹrọ ti ko ni abojuto jẹ awọn ọna iwulo — gbogbo rẹ jẹ nipa lilo ọna ti o tọ tabi awọn isunmọ si ọran lilo to tọ.

Nẹtiwọọki Neural ati Ẹkọ Jin

Ẹkọ ẹrọ jẹ apakan kan ti AI, botilẹjẹpe o ni ipin nla ti awọn algoridimu laarin rẹ Ọna kan ti o gbọ nigbagbogbo loni ni “ẹkọ jinlẹ,” algorithm kan ti o ti gba ipin ti o tọ ti akiyesi ni awọn iroyin ni awọn ọdun aipẹ Lati loye gbaye-gbale ati aṣeyọri rẹ, o ṣe iranlọwọ lati ni oye bi o ti n ṣiṣẹ Ẹkọ ti o jinlẹ jẹ itankalẹ ti algorithm ikẹkọ ẹrọ ti o gbajumọ ni awọn ọdun 1980 ti o le ṣe idanimọ: awọn nẹtiwọọki nkankikan.

Awọn nẹtiwọọki Neural — apẹrẹ siseto ninu eyiti a kọ awọn ẹrọ lati “kọ ẹkọ” - ni atilẹyin nipasẹ awọn neurons, tabi awọn sẹẹli amọja ninu ara eniyan ti o ṣe ipilẹ ti eto aifọkanbalẹ wa, ati ọpọlọ ni pataki Awọn sẹẹli wọnyi ntan awọn ifihan agbara jakejado awọn ara wa nfa aifọkanbalẹ. Awọn idahun eto ati awọn ilana Neurons jẹ ohun ti o jẹ ki a rii, gbọ, olfato, abbl.

Olusin 3. Bii awọn neuronu ṣe gba ati firanṣẹ awọn ifiranṣẹ

Pupọ ti ohun ti a ro bi ẹkọ eniyan ni a le ṣe apejuwe nipasẹ bi asopọ ti o lagbara laarin awọn neuronu meji ninu ọpọlọ wa, pẹlu agbara ti opin ti awọn synapses wa.

Ni apakan ọkan ninu itọsọna yii, a jiroro lori ilana ipilẹ ti oye eniyan: titẹ sii ni apa osi, ati abajade ni apa ọtun Neuron (ti o wa loke) ṣe ipa pataki ninu eyi Ni apa osi ti neuron, ara sẹẹli n gba “Input” Ni kete ti o ba gba igbewọle ti o to tabi iwuri, axon fres, gbigbe alaye naa si apa ọtun — synapse “Ijade” naa yoo ranṣẹ si awọn neuronu miiran

Ni akoko eyikeyi ti a fun, awọn neuron wa ti n kọja awọn ifiranṣẹ laarin ara wọn Awọn sẹẹli wọnyi jẹ iduro fun agbara wa lati mọ awọn agbegbe wa Ati nigba ti a ba kọ ẹkọ, awọn neuron wa di pupọ lọwọ Ni otitọ, pupọ julọ ohun ti a ro bi ẹkọ eniyan ni a le ṣe apejuwe nipasẹ bawo ni asopọ ti o wa laarin awọn neuronu meji ninu ọpọlọ wa ṣe lagbara, pẹlu agbara ti ẹhin ti awọn synapses wa

Nẹtiwọọki nkankikan jẹ kikopa mathematiki ti ikojọpọ awọn sẹẹli neuron Aworan ti o wa ni isalẹ duro fun netiwọki ipilẹ kan pẹlu awọn fẹlẹfẹlẹ 3 ati awọn apa 12

Ipin ipin kọọkan jẹ aṣoju atọwọda kan, “neuron” ti imọ-jinlẹ nipa ti ara” Awọn laini ṣe aṣoju asopọ lati abajade ti neuron atọwọda kan ni apa osi si titẹ sii ti omiiran lori awọn ifihan agbara ọtun laarin awọn neuron wọnyi nṣàn lẹgbẹẹ awọn laini lati osi si otun Ninu awọn nẹtiwọọki wọnyi , igbewọle-gẹgẹbi data piksẹli-nṣan lati ipele titẹ sii, nipasẹ aarin awọn ipele “farasin” aarin, ati nikẹhin si ipele ti o wu jade ni ọna ti a ṣe apejuwe nipasẹ awọn idogba mathematiki lainidi atilẹyin nipasẹ iṣẹ itanna ni awọn neuronu ti ibi gangan.

Olusin 4. Nẹtiwọọki nkankikan ti o rọrun

Awọn nẹtiwọọki nkankikan kọ ẹkọ nipa igbiyanju lati baramu awọn eto data ti a gbekalẹ si Layer igbewọle si awọn abajade ti o fẹ ninu Layer iṣelọpọ. Awọn idogba mathematiki ṣe iṣiro awọn abajade, ṣe afiwe abajade ti a ṣe afiwe si abajade ti o fẹ, ati awọn iyatọ ti o yọrisi lẹhinna gbe awọn tweaks si agbara awọn asopọ.

Awọn nẹtiwọọki nkankikan kọ ẹkọ nipa igbiyanju lati baramu awọn eto data ti a gbekalẹ si Layer titẹ sii si awọn abajade ti o fẹ ninu Layer iṣelọpọ Awọn idogba mathematiki ṣe iṣiro awọn abajade, ṣe afiwe abajade ti a ṣe afiwe si abajade ti o fẹ, ati awọn iyatọ abajade lẹhinna gbe awọn tweaks si agbara awọn asopọ Awọn tweaks wọnyi jẹ atunṣe ni igbagbogbo titi ti iṣelọpọ iṣiro yoo sunmọ to abajade ti o fẹ, ni aaye wo ni a sọ pe nẹtiwọọki nkankikan ti “kọ ẹkọ”

Olusin 5. Complex nkankikan nẹtiwọki

Awọn nẹtiwọọki “jinle” wọnyi le ṣe awọn asọtẹlẹ ti o nipọn pupọ sii Awọn ẹgbẹẹgbẹrun awọn apa ati awọn ọgọọgọrun awọn ipele le wa, eyiti o tumọ si ẹgbẹẹgbẹrun awọn iṣiro oriṣiriṣi Awọn awoṣe ikẹkọ ti o jinlẹ ti dara pupọ ni awọn iṣoro kan pato, gẹgẹbi ọrọ tabi idanimọ aworan.

O tọ lati ṣe akiyesi, sibẹsibẹ, ẹkọ ti o jinlẹ kii ṣe ọta ibọn fadaka fun ikẹkọ ẹrọ-paapaa kii ṣe ni cybersecurity, nibiti nigbakan ko si iwọn nla ti data mimọ ti o jẹ apẹrẹ fun awọn ọna ikẹkọ jinlẹ O ṣe pataki lati mu algorithm ti o tọ, data, ati awọn ilana fun iṣẹ naa Eyi ni ọna ti o dara julọ fun awọn ẹrọ lati ṣajọ ẹri, so awọn aami pọ, ati fa ipari

Awọn nẹtiwọọki Neural le dabi nkan ti ọjọ iwaju, ṣugbọn o ti wa ni ayika fun igba diẹ Ni otitọ, awọn nẹtiwọọki nkankikan da lori awọn imọran ti o bẹrẹ kaakiri pada ni awọn ọdun 1940 Ni apakan atẹle, a yoo gba irin-ajo kukuru pada ni akoko lati loye bawo ni awọn nẹtiwọọki nkankikan ati ẹkọ ẹrọ ti wa lati tan ọpọlọpọ awọn apakan ti igbesi aye ode oni.

Awọn nẹtiwọọki nkankikan le dabi nkan ti ọjọ iwaju, ṣugbọn o ti wa ni ayika fun igba diẹ. Ni otitọ, awọn nẹtiwọọki nkankikan da lori awọn imọran ti o bẹrẹ kaakiri pada ni awọn ọdun 1940.

Itan kukuru ti Imọye Oríkĕ

Fun diẹ ninu awọn eniyan, ọrọ itetisi atọwọda (AI) le fa awọn aworan ti awọn ilu ọjọ iwaju pẹlu awọn ọkọ ayọkẹlẹ ti n fo ati awọn roboti ile Ṣugbọn AI kii ṣe imọran ọjọ iwaju, o kere ju mọ Botilẹjẹpe a ko tọka si bii iru bẹ, imọran ti oye atọwọda le jẹ itopase pada si igba atijọ (ie, ọlọrun Giriki Hephaestus ti n sọrọ ẹrọ awọn iranṣẹbinrin) ¹ Lati awọn ọdun 1930, awọn onimo ijinlẹ sayensi ati awọn onimọ-jinlẹ ti ni itara lati ṣawari ṣiṣẹda oye otitọ ti o yatọ si eniyan

Akoko asọye AI ni aarin-ọdun 20th jẹ apejọ idunnu ti iṣiro ati isedale, pẹlu awọn oniwadi bii Norbert Wiener, Claude Shannon, ati Alan Turing ti yọkuro tẹlẹ ni ikorita ti awọn ifihan agbara itanna ati iṣiro Ni ọdun 1943, Warren McCulloch ati Walter Pitts. ti ṣẹda awoṣe kan fun awọn nẹtiwọọki nkankikan Awọn nẹtiwọọki ti ṣe ọna fun agbaye tuntun ti o ni igboya ti iširo pẹlu agbara ẹṣin nla, ati, ni ọdun 1956, aaye ti iwadii AI ti fi idi mulẹ ni ifowosi bi ibawi ẹkọ

Idaji ti o kẹhin ti ọgọrun ọdun jẹ ọjọ ori igbadun fun iwadi AI ati ilọsiwaju, idilọwọ lẹẹkọọkan nipasẹ "awọn igba otutu AI" ni aarin-70s ati awọn 80s ti o ti kọja nibiti AI ti kuna lati pade awọn ireti ti gbogbo eniyan, ati idoko-owo ni feld ti dinku Ṣugbọn pelu awọn ifaseyin, Awọn ohun elo ti o yatọ fun AI ati ẹkọ ẹrọ n han si apa osi ati ọtun Ọkan pato ti iru ohun elo kan ti di owe olokiki laarin agbegbe imọ-jinlẹ, ti n sọrọ ni imunadoko si awọn idanwo ati awọn ipọnju ti iwadii AI ati imuse.

Itan naa lọ nkan bii eyi:

Ni awọn ọdun 1980, Pentaglori pinnu lati lo nẹtiwọọki nkankikan lati ṣe idanimọ awọn tanki camouflaged Nṣiṣẹ pẹlu ipilẹ akọkọ kan (lati awọn ọdun 1980, ni lokan), apapọ neural ti ni ikẹkọ pẹlu awọn aworan 200 — awọn tanki 100 ati awọn igi 100 Pelu nẹtiwọọki nkankikan kekere (nitori awọn ọdun 1980). awọn idiwọn lori iṣiro ati iranti), ikẹkọ lab yorisi ni 100% išedede Pẹlu iru aṣeyọri, ẹgbẹ naa pinnu lati fun ni jade ni feld Awọn abajade ko dara julọ.

Olusin 6. Lab vs awọn aworan aaye (Orisun: Neural Network Follies, Neil Fraser, Oṣu Kẹsan 1998)

Pẹlu wiwa ti awọn orisun iširo nla ti ko ni ala ti ẹhin ni awọn ọdun 1980, awọn nẹtiwọọki ti o jinlẹ ti yara di agbegbe olokiki fun iwadii. Ẹkọ ti o jinlẹ n fun eto kan ni agbara lati “kọ ẹkọ” laifọwọyi nipasẹ awọn ọkẹ àìmọye awọn akojọpọ ati awọn akiyesi, idinku igbẹkẹle lori awọn orisun eniyan.

Kini idi ti nẹtiwọọki nkankikan ṣe ni iyalẹnu lori awọn fọto ti o wa ninu laabu, ṣugbọn kuna patapata ni feld? O wa ni jade wipe ti kii-ojò awọn fọto won gbogbo ya lori awọn ọjọ ibi ti awọn ọrun wà kurukuru; Gbogbo awọn aworan ti awọn igi ni a ya ni awọn ọjọ ti oorun ti n tàn Nẹtiwọki neural ti ni ikẹkọ lati mọ oorun, kii ṣe awọn tanki.

Nikẹhin, botilẹjẹpe, idanimọ wiwo nipasẹ ẹkọ ti o jinlẹ — irọrun nipasẹ awọn nẹtiwọọki nkankikan ti o ni eka pupọ ju Pen.tagLori awọn 1980 mainframe yoo ti ni anfani lati mu — di otito Ni 2012, Stanford professor Andrew Ng ati Google elegbe Jef Dean ṣẹda ọkan ninu awọn akọkọ jin nkankikan nẹtiwọki lilo 1000 awọn kọmputa pẹlu 16 ohun kohun kọọkan Awọn iṣẹ-ṣiṣe: itupalẹ 10 million YouTube awọn fidio Abajade. : o rii awọn ologbo ² Ṣeun si algorithm “ẹkọ jinlẹ” rẹ, nẹtiwọọki naa ni anfani lati da awọn ologbo mọ ni akoko pupọ, ati pẹlu deede to dara pupọ.

Pẹlu wiwa ti awọn orisun iširo nla ti ko ni ala ti pada ni awọn ọdun 1980, awọn nẹtiwọọki ti o jinlẹ ti yara di agbegbe olokiki fun iwadii Imọ-jinlẹ fun eto kan ni agbara lati “kọ ẹkọ” laifọwọyi nipasẹ awọn ọkẹ àìmọye awọn akojọpọ ati awọn akiyesi, idinku igbẹkẹle lori Awọn orisun eniyan Laarin agbegbe cybersecurity, ọna naa ti di ileri pataki fun wiwa malware-awọn oju iṣẹlẹ ninu eyiti a ni awọn ipilẹ data nla pẹlu ọpọlọpọ awọn iṣaaju.amples ti malware lati eyiti nẹtiwọki le kọ ẹkọ

Laisi ani, awọn ọna ikẹkọ jinlẹ lọwọlọwọ ko ni imunadoko nigbati o ba de si awọn ọran lilo kan, bii irokeke inu, nitori a nìkan ko ni iru data ti o tọ lori iru awọn ikọlu wọnyi, ninu awọn ipele ti o nilo Nigbagbogbo, alaye ti a ni. lori awọn irokeke inu inu jẹ anecdotal, eyiti ko ṣee lo daradara nipasẹ awọn iru awọn nẹtiwọọki nkankikan wọnyi.

Titi a o fi le ṣajọ awọn iwe data ti o munadoko diẹ sii (ati dinku idiyele ati idiju ti awọn eto ikẹkọ jinlẹ), ẹkọ ti o jinlẹ kii ṣe yiyan ti o tọ fun gbogbo awọn ọran lilo Ati pe iyẹn dara Ẹkọ ti o jinlẹ jẹ ọkan ninu ọpọlọpọ awọn algoridimu ikẹkọ ẹrọ, ati pe awọn ọna wọnyi le jẹ gẹgẹ bi ẹnipe ko niyelori diẹ — gbogbo rẹ da lori iṣẹ ti o wa ni ọwọ

A ti rii agbara nla ti awọn imọ-ẹrọ AI ni awọn ọdun mẹfa lati “ibimọ” osise rẹ, ati pe a ti kan dada nikan, ni pataki ni aabo Next, a yoo gba jinle sinu awọn ohun elo ti o pọju fun AI ati awọn itupalẹ lati yi iyipada naa pada. ọna ti a ṣe idanimọ ati dahun si awọn irokeke aabo.

Awọn atupale asọtẹlẹ jẹ nkan kan ti adojuru ti o tobi pupọ ti o le fun wa ni oye iwulo pupọ diẹ sii fun awọn ẹgbẹ aabo.

A ti rii agbara nla ti awọn imọ-ẹrọ AI ni awọn ọdun mẹfa lati “ibimọ” osise rẹ, ati pe a ti kan dada nikan, ni pataki ni aabo.

Iranran Tuntun fun Awọn atupale Aabo

Titi di isisiyi, itọsọna yii ti wo isunmọ ni ẹkọ ẹrọ, agbọye awọn idiwọn ati awọn agbara agbara nla wa fun ikẹkọ ẹrọ lati dẹrọ AI, ṣugbọn o tọ lati ṣe akiyesi pe ere gbooro ti wiwa irokeke kii ṣe nipa ẹkọ ti o jinlẹ tabi ikẹkọ ẹrọ. bi a ti mọ loni Awọn ọna itupalẹ tuntun ni idapo pẹlu awọn oriṣi data tuntun le fun wa ni awọn ilana tuntun patapata ninu eyiti lati ṣe itupalẹ ati ṣiṣẹ lori awọn irokeke aabo.

Awọn ọna Tuntun	Adaptive Analysis Ilọsiwaju Iṣayẹwo Ilọsiwaju labẹ Aidaniloju	Idahun si ọrọ-ọrọ Fesi si iyipada agbegbe/awọn esi Isọdidiwọn tabi eewu idinku
Ibile	Iṣapejuwe Iṣapejuwe Iṣapejuwe Asọtẹlẹ Awọn Itaniji Awọn Itaniji/Lu isalẹ Ad hoc Ijabọ Ijabọ Standard	Idiju ipinnu, iyara ojutu Lairotẹlẹ, iṣeeṣe, awọn ipele igbẹkẹle Iṣotitọ giga, awọn ere, ogbin data Eto data ti o tobi ju, Awọn ofin ipadasẹhin ti kii ṣe lainidi, ifarabalẹ ọrọ-ọrọ, awọn iṣẹlẹ idiju Ni data iranti, wiwa iruju, ibeere aaye geo nipasẹ example, olumulo olugbeja iroyin Real akoko, visualizations, olumulo ibaraenisepo
Data Tuntun	Ibasepo Ipinnu Ẹda, Apejuwe Iyọkuro Ẹya ati Iṣalaye	Awọn eniyan, awọn ipa, awọn ipo, Awọn ofin ohun, itọsi itumọ, Aifọwọyi ibaamu, orisun eniyan

A ti rii ohun ti awọn atupale le ṣe fun awọn ile-iṣẹ miiran, ati pe agbara wa fun awọn atupale lati ni ipa nla lori cybersecurity, paapaa A rii pe eyi mu apẹrẹ ni aaye tuntun ti a tọka si bi awọn atupale aabo, eyiti o gba idanwo-ija ni pataki. awọn algoridimu ati awọn ilana ti a ti jiroro (ati diẹ sii) ati lilo wọn ṣe iranlọwọ lati yanju awọn iṣoro ti o nira gaan ni aabo

Awọn atupale ti o wọpọ julọ ti a rii ni aabo loni pẹlu awọn awoṣe asọtẹlẹ, eyiti o gba wa laaye lati ṣe idanimọ ibiti awọn eewu le wa laarin awọn iye data ti o pọju (eyi ni ibiti wiwa anomaly fts in) Ni kukuru, awoṣe asọtẹlẹ darapọ data itan pẹlu ihuwasi akoko gidi. lati ni oye tabi asọtẹlẹ ihuwasi ojo iwaju Pẹlu eyi, a le dahun ibeere naa, "Kini yoo ṣẹlẹ nigbamii?"

Ṣugbọn iran wa fun awọn atupale aabo ko da duro nibi Awọn atupale asọtẹlẹ jẹ nkan kan ti adojuru ti o tobi pupọ ti o le fun wa ni oye diẹ sii ti o wulo fun awọn ẹgbẹ aabo Apejuwe atupale ti o dara julọ darapọ sensọ oye ati awọn orisun data ibi gbogbo — awọn tabili itẹwe ati awọn olupin, alagbeka alagbeka. , awọsanma, awọn nẹtiwọọki awujọ, data ṣiṣi, ati bẹbẹ lọ - pẹlu ọpọlọpọ awọn isunmọ itupalẹ ilọsiwaju si ihuwasi ati itupalẹ irokeke, pẹlu itupalẹ oniwadi, awoṣe eewu, wiwa anomaly, ihuwasi ati iṣapeye esi, ati diẹ sii

Eyi tumọ si pe a le ṣe diẹ sii ju asọtẹlẹ tabi ṣe idanimọ irokeke kan O gba wa laaye lati lọ paapaa siwaju lati funni kii ṣe wiwa ilọsiwaju nikan ṣugbọn oye sinu bi a ṣe le dahun ni imunadoko julọ Awọn itupalẹ Aabo fun wa ni agbara lati dahun awọn ibeere pataki miiran, bii “Bawo ni ọpọlọpọ awọn irokeke wa nibẹ?" ati "Kini idahun ti o dara julọ ti o ṣeeṣe?"

A ko rii awọn kilasi miiran ti awọn atupale bii awọn ọna iṣapeye ti a lo si cybersecurity sibẹsibẹ, ṣugbọn wọn ni agbara nla Awọn ilana wọnyi wo gbogbo awọn aati ti o ṣeeṣe si eewu aabo ati ipinnu idahun ti o dara julọ Bẹẹni, awọn ọna wa lati ṣe eyi pẹlu iṣiro.

Fun example, awọn ọna iṣapeye ni a lo nigbati o ba pe ipe si olupese iṣẹ foonu alagbeka rẹ pẹlu ọrọ kan Wọn ko ṣe iṣeduro laileto lori boya tabi kii ṣe igbesoke eto iṣẹ rẹ ni ẹdinwo; wọn gbarale eto mathimatiki ni abẹlẹ ti o wo awọn ipe ipe rẹ, nọmba awọn ipe ti o lọ silẹ, bii itan-akọọlẹ rẹ ṣe ṣe afiwe pẹlu ti awọn olumulo miiran, ati bẹbẹ lọ paapaa ṣe iṣiro iṣeeṣe ti o le yipada si olupese iṣẹ miiran Lẹhinna, jade ti gbogbo awọn igbesẹ atẹle ti o ṣeeṣe, o ṣe iṣiro igbesẹ atẹle ti o dara julọ lati mu idaduro alabara pọ si

Iṣiro kanna ni a le lo si ẹgbẹ aabo kan lati ṣe idanimọ eewu kan, pese awọn ọna pupọ ninu eyiti lati fesi, ati pinnu ni mathematiki idahun ti o dara julọ lati mu iwọn eewu kan pọ si.

Ilọsoke iyara ati itankalẹ ti awọn irokeke aabo jẹ ki iru ṣiṣe esi esi ṣe pataki A ni data diẹ sii loni ju igbagbogbo lọ A dupẹ, a tun ni agbara iṣiro diẹ sii, awọn algoridimu to dara julọ, ati idoko-owo gbooro ni iwadii ati awọn imọ-ẹrọ lati ṣe iranlọwọ fun wa lati ni oye ti data yii. nipasẹ mathimatiki Nipa gbogbo awọn akọọlẹ, a gbagbọ pe awọn atupale aabo ti n bẹrẹ.

A ni diẹ data loni ju lailai ṣaaju ki o to. A dupẹ, a tun ni agbara iṣiro diẹ sii, awọn algoridimu to dara julọ, ati idoko-owo gbooro ni iwadii ati awọn imọ-ẹrọ lati ṣe iranlọwọ fun wa ni oye ti data yii nipasẹ mathimatiki. Nipa gbogbo awọn akọọlẹ, a gbagbọ pe awọn atupale aabo ti n bẹrẹ.

Onibara Support

Sopọ pẹlu Wa
www.openttext.com
OpenText Cybersecurity n pese awọn solusan aabo okeerẹ fun awọn ile-iṣẹ ati awọn alabaṣiṣẹpọ ti gbogbo awọn iwọn Lati idena, wiwa ati idahun si imularada, iwadii ati ibamu, ipilẹ-iṣọkan opin-si-opin wa ṣe iranlọwọ fun awọn alabara lati kọ resilience cyber nipasẹ portfolio aabo pipe Agbara nipasẹ awọn oye ṣiṣe lati ọdọ wa akoko gidi ati oye itetisi irokeke ayika, OpenText Cybersecurity awọn alabara ni anfani lati awọn ọja imunadoko giga, iriri ifaramọ ati aabo irọrun lati ṣe iranlọwọ lati ṣakoso eewu iṣowo
762-000016-003 | O | 01/24 | © 2024 Ṣii Ọrọ

Awọn iwe aṣẹ / Awọn orisun

opentext Imọye Oríkĕ ati Ẹkọ Ẹrọ [pdf] Awọn ilana Imọye Oríkĕ ati Ẹkọ Ẹrọ, Imọye ati Ẹkọ Ẹrọ, Ẹkọ Ẹrọ

Awọn itọkasi

• Itọsọna olumulo