#2 Regrese - základy
Publikováno 23.08.2023 v 09:56 v kategorii Regrese, přečteno: 61x
Pojem "regrese" se používá v řadě oborů, my se budeme regresí zabývat v souvislosti s matematikou, resp. tím, čemu se říká regresní analýza.
Každá AI má totiž jeden zásadní prvek. Tím prvkem je obecně řečeno učení se. A to dělá konkrétně tak, že když vidí výsledek určité činnosti, tak se musí podívat na cestu, která k tomuto výsledku vedla a z ní se "poučit". Je to tedy nějaká regresní vazba, zpětná vazba; a na počítačích nám nezbývá nic jiného, než tuhle regresi zkonstruovat matematicky.
Ukážu ti to na několika příkladech. Když sáhneš na rozpálenou plotnu, tak zjistíš, že pálí a podruhé už na ní nesáhneš. To znamená, že ses z minulé zkušenosti poučil o tom, že sáhnutí na rozpálenou plotnu vede k popálení. Tobě stačí v tomto případě 1 nešťastný pokus, ale pokud bys na ní sáhnul třeba 10x a 10x se popálil, tak už budeš přesvědčen na 100%, že tahle činnost vede vždycky k popálení se. Máš to ověřené ze zpětné vazby, z regrese, a nikdo ti to nevymluví.
Pak jsou případy složitější, ale pořád se zakládají na regresi. Třeba když jedeš v autě, tak se naučíš určité věci dělat tzv. automaticky. Například podřadíš do kopce. Což napoprvé neuděláš, možná ti to řekne instruktor v autoškole (nicméně to je něco jiného, to je přenos jeho zkušenosti na tebe). Ale obvykle tě to při první jízdě asi nenapadne. Avšak když ten kopec jedeš už po desáté, po sté, tak si přijdeš na to, že podřadit je lepší, než abys dusil motor. Je to právě na základě opakování, čímž se posiluje regresní vazba. Tady už ti třeba 1 pokus nestačí, musel jsi ho opakovat vícekrát, než jsi na to přišel.
A pak jsou ještě případy mnohem a mnohem složitější. Třeba když budeš hrát šachy, tak ten samý tah jednou partii prohraje a jednou vyhraje. Musíš hluboce zkoumat další vývoj, zda je to skutečně tím tahem nebo zase jinou chybou. A co potom mezilidské vztahy?! To chce celou řadu pokusů a zkušeností, než ty regrese ti dají nějaký úspěšnější komplex, jak se v tom pohybovat.
Ale nic to nemění na tom, že jsou to jen regresní vazby. Díváš se do minulých pokusů, čerpáš z nich a poučuješ se z nich. Někdy uděláš stejnou chybu 2x, někdy 5x, někdy se ti to podaří trefit hned napoprvé. Ale pořád jako by "sbíráš zkušenosti" a z nich příště tvůj mozek vyhodnocuje, jak se zachovat, co je nejlepší.
Úplně stejně to bude dělat strojové učení (machine learning - ML, artificial intelligence - AI). A jak jsem řekl, na počítači nic jiného nezbývá, než tuhle regresi (kterou ty můžeš v životě klidně udělat intuicí anebo bleskově rychle nějakým odhadem) zkonstruovat matematicky. Ty víš, že v řadě 2,4,6,8... pak přijde číslo 10, aniž bys to musel nějak složitě počítat. Ale AI se na řadu 2,4,6,8... podívá, regresně zjistí, že je tam přírůstek +2 u každého členu a pak taky přijde na to, že další číslo je 10.
Jediný rozdíl mezi vámi v tomhle případě je, že ona to musí rychle spočítat (tj. aplikovat nějaký druh matematické regrese), "naučit se to", zatímco ty to vidíš (alespoň v tomto triviálním případě) hned. To má ovšem své výhody i nevýhody. Když ta řada bude složitější, třeba -5, 12, 90, -40... , tak ty už tam nic "hned" neuvidíš. Ale ona možná jo a bude jí to stát stejnou práci, jako když vyhodnocovala řadu 2,4,6,8... Dovede pak "vidět" a odhalit věci (třeba v datové analýze), které ty nemáš šanci postřehnout. Dovede se naučit mnohem lépe činnosti, které tobě dělají celoživotně problémy (třeba zmíněné šachy).
Takže to je regresní analýza v kostce. Důležitý zpětnovazebný prvek každé AI. A jak ta analýza potom vypadá, jak sofistikovaně je zkonstruovaná, jak je to vše zamotané v sobě, to pak určuje kvalitu umělé inteligence. My se na některé základní regresní vazby podíváme a zkusíme je naprogramovat, protože jsou elementární a nesmírně důležité.
Komentáře
Celkem 0 komentářů