Алгоритмы машинного обучения и нейронных сетей воспроизводятся на любом языке программирования. Переменные, массивы, циклы, условия и числовые операции. Этого достаточно для написания нейронной сети или модели машинного обучения.

Язык программирования "LISP" разработали специально для работы с искусственным интеллектом. Сокращенно от английского List Processing language, в переводе "язык обработки списков".

LISP появился в 1958 году. Пик популярности прошел в 1980-ых годах. LISP был языком системного программирования для лисп-машин, которые представляли собой вычислительные узлы для обработки данных.

Сейчас популярность языка низкая. Падение произошло еще после выхода С++ в массы. На данный момент существует стандарт LISP и несколько диалектов.

В современном мире сложные алгоритмы реализуются на С/С++. Главное достоинство этих языков - это быстрая скорость работы и наличие объектно-ориентированной парадигмы в С++.

Объектно-ориентированная парадигма упрощает написание и работу программы с моделями искусственного интеллекта. Со временем стали появляться библиотеки написанные на С++, которые можно было использовать для подготовки типовых моделей. Библиотека представляет собой файл или набор файлов с кодом, который программисты написали для общего использования. Написание таких библиотек помогает сократить время разработки программы.

Перечисленные ранее языки плохо подходят новичкам из-за своей сложности. Разработка программ на таких языках - длительный процесс.
Со временем для общего использования появились математические пакеты такие, как Matlab и Octave со своим высокоуровневым языком, написанным на С++. В составе пакетов Matlab и Octave содержатся библиотеки, благодаря которым можно работать с моделями искусственного интеллекта. Встроенный высокоуровневый язык позволит разработать свои собственные модели.

Данные математические пакеты не просты в освоении, хотя разработка на них существенно легче, чем на “голых” языках.

👉 @aisimpleru

Основные библиотеки Python, которые, на наш взгляд, наиболее востребованы для задач машинного обучения.

Перечислим их:
- NumPy,
- MatplotLib,
- Pandas,
- Keras,
- Scikit-Learn,
- PyTorch

👉 @aisimpleru

Ранее мы говорили о линейной регрессии. Где можно применить данный метод? Для решения задачи аппроксимации и прогнозирования.

В качестве примера возьмем гипотезу о том, что смертность населения зависит от количества употребляемого алкоголя. С точки зрения логики некая корреляция должна быть, верно?

Возьмем данные для России с 2008 по 2016 годы.
По оси Y укажем смертность.
По оси X укажем количество потребляемого спирта на душу населения.
Нанесем точки на график - y=f(x).

При помощи метода наименьших квадратов построим прямую, которая будет максимально точно описывать получившуюся зависимость.

Получится уравнение прямой линии: y=0,029x + 1,568
Среднеквадратичная ошибка MSE составит 0,00095.

👉 @aisimpleru

Кого заменит ИИ в 2030-х
Профессора Оксфордского университета Карл Бенедикт Фрей и Майкл Осборн в 2013 разработали модель предсказания рисков для профессий, деятельность которых будет автоматизирована, т.е. заменена ИИ. Модель реализована на сайте - https://willrobotstakemyjob.com/.

Ниже - ТОП-5 групп профессий, которые пострадают с большей долей вероятности (подробнее - на сайте).

1️⃣ Бухгалтеры и аналитики начального уровня
Системы искусственного интеллекта способны обучаться правильному извлечению и анализу информации из различных источников, что позволяет снизить потребность в ручном труде. К этому также можно отнести первичную аналитику больших объемов данных, включая базовый финансовый анализ и определенные виды исследований.

2️⃣ Специалисты call-центров, администраторы
Ранее процессы обслуживания клиентов были связаны с длительным временем ожидания, нестабильным сервисом и разочарованием. Однако, в настоящее время большинство проблем решается с помощью чат-ботов, виртуальных помощников и алгоритмов машинного обучения.

3️⃣ Копирайтеры, журналисты, писатели
Появление больших языковых моделей, таких как ChatGPT, Copilot и Bard, значительно упростило процесс создания контента. ИИ способен эффективно обобщать длинные или сложные тексты, подготавливать резюме гигантских статей или целого ряда научных исследований за считанные секунды.

4️⃣ Кассиры и биржевые трейдеры
Алгоритмы искусственного интеллекта широко применяются в трейдинге, принимая быстрые решения на основе рыночных данных и анализа тенденций. Они способны выявлять зоны высокой прибыли и совершать сделки с молниеносной скоростью, которая выходит за рамки человеческих возможностей.

5️⃣ Водители такси
Развитие беспилотных автомобилей будет происходить очень быстро. Технологии ИИ позволят создать новых универсальных водителей, которые не нарушают правил, не требуют сна и отдыха, не просят зарплаты. Если это действительно произойдет, людям не выиграть конкуренцию у ИИ в этой сфере.

👉 @aisimpleru