Turinys:
- Apibrėžimas - ką reiškia paskirstytasis dirbtinis intelektas (DAI)?
- „Techopedia“ aiškina paskirstytą dirbtinį intelektą (DAI)
Apibrėžimas - ką reiškia paskirstytasis dirbtinis intelektas (DAI)?
Vienas iš daugelio dirbtinio intelekto požiūrių yra platinamas dirbtinis intelektas (DAI). Jis įpratęs mokytis naudojant sudėtingus mokymosi metodus, plataus masto planavimą ir sprendimų priėmimą. Jis gali naudoti daugybę skaičiavimo šaltinių įvairiose srityse. Tai reiškia, kad jis gali lengvai apdoroti ir analizuoti didelius duomenų kiekius ir greitai išspręsti problemas.
Tokioje sistemoje yra daug agentų arba autonominių mokymosi mazgų. Šie mazgai yra labai išsidėstę ir yra nepriklausomi vienas nuo kito. Dėl šios priežasties mašinų mokymosi sistemos, naudojančios paskirstytą dirbtinį intelektą, yra gana lengvai pritaikomos ir patikimos. Tai reiškia, kad DAI sistemos neturi būti visiškai perskirstytos pakeitus duomenų failus, pateiktus kaip problemos įvestį.
„Techopedia“ aiškina paskirstytą dirbtinį intelektą (DAI)
Paskirstytasis dirbtinis intelektas skaičiavimui naudoja lygiagrečią sistemą. Daugelis „mazgų“ ar besimokančiųjų agentų, nepriklausomų vienas nuo kito, yra geografiškai skirtingose vietose. Lygiagretusis apdorojimas leidžia sistemai išnaudoti visus skaičiavimo išteklius. Dėl didžiulės duomenų apdorojimo galios didžiulius duomenų rinkinius galima greitai išanalizuoti, kiekviena dalis analizuojama atskirame mazge. Jei reikia pakeisti sistemai pateiktus duomenis, perskirstomas atitinkamas mazgas, o ne visa sistema.
Sprendimų integracija vykdoma veiksminga ryšių sistema tarp agentų ar mazgų. Tai užtikrina, kad apdirbimas yra elastingas. Skirtingai nuo centralizuotos PG sistemos, DAI sistemose esantys duomenys neturi būti pateikiami vienoje vietoje. Laikui bėgant duomenų rinkinys gali būti atnaujinamas. Mazgai gali dinamiškai sąveikauti tirdami sprendimą ir turėti įgūdžių, reikalingų sprendimui pasiekti. Taigi DAI yra laikomas vienu geriausių būdų mokytis mašinų ir dirbtinio intelekto.
