मशीन लर्निंग के साथ नए कनेक्शन बनाने के लिए गणितज्ञ: जानें-कैसे

मशीन लर्निंग के साथ नए कनेक्शन बनाने के लिए गणितज्ञ: जानें-कैसे

यंत्र अधिगम

मशीन लर्निंग जीवन भर में गणितज्ञ की तुलना में अधिक डेटा उत्पन्न करना संभव बनाता है

पहली बार, गणितज्ञों ने नए गणितीय प्रमेयों का सुझाव देने और सिद्ध करने के लिए कृत्रिम बुद्धिमत्ता के साथ भागीदारी की है। जबकि गणितज्ञों के लिए डेटा उत्पन्न करने के लिए कंप्यूटर का उपयोग लंबे समय से किया जाता रहा है, दिलचस्प पैटर्न की पहचान करने का कार्य मुख्य रूप से स्वयं गणितज्ञों के अंतर्ज्ञान पर निर्भर करता है। हालाँकि, अब किसी भी गणितज्ञ द्वारा जीवन भर अध्ययन करने की अपेक्षा से अधिक डेटा उत्पन्न करना संभव है। जहां मशीन लर्निंग आती है।

गणितज्ञों के दो अलग-अलग समूहों ने दीपमाइंड के साथ काम किया, जो Google की मूल कंपनी, अल्फाबेट की एक शाखा है, जो उन्नत कृत्रिम बुद्धिमत्ता प्रणालियों के विकास के लिए समर्पित है। ऑक्सफोर्ड विश्वविद्यालय के एंड्रस जुहाज़ और मार्क लैकेनबी ने डीपमाइंड के मशीन लर्निंग मॉडल को ज्यामितीय वस्तुओं में पैटर्न देखने के लिए सिखाया जिन्हें नॉट कहा जाता है। मॉडल ने उन कनेक्शनों का पता लगाया जो जुहाज़ और लैकेनबी ने गाँठ सिद्धांत के दो क्षेत्रों को पाटने के लिए विस्तृत किया था, जो गणितज्ञों ने लंबे समय से अनुमान लगाया था कि संबंधित होना चाहिए। अलग काम में, विलियमसन ने एक पुराने अनुमान को परिष्कृत करने के लिए मशीन लर्निंग का इस्तेमाल किया जो ग्राफ़ और बहुपद को जोड़ता है।

ऑक्सफोर्ड विश्वविद्यालय के एंड्रस जुहाज़ और मार्क लैकेनबी ने डीपमाइंड के मशीन लर्निंग मॉडल को ज्यामितीय वस्तुओं में पैटर्न देखने के लिए सिखाया जिन्हें नॉट कहा जाता है। मॉडल ने उन कनेक्शनों का पता लगाया जो जुहाज़ और लैकेनबी ने गाँठ सिद्धांत के दो क्षेत्रों को पाटने के लिए विस्तृत किया था, जो गणितज्ञों ने लंबे समय से अनुमान लगाया था कि संबंधित होना चाहिए। अलग काम में, विलियमसन ने एक पुराने अनुमान को परिष्कृत करने के लिए मशीन लर्निंग का इस्तेमाल किया जो ग्राफ़ और बहुपद को जोड़ता है।

See also  Hvordan kunstig intelligens kan hjelpe oss å finne ut hvordan livet begynte

नॉर्थ कैरोलिना स्टेट यूनिवर्सिटी की रेडमिला सजदानोविच ने कहा, “इस काम के बारे में सबसे आश्चर्यजनक बात और यह वास्तव में एक बड़ी सफलता है कि सभी टुकड़े एक साथ आए और इन लोगों ने एक टीम के रूप में काम किया।” 

हालाँकि, कुछ पर्यवेक्षक इस सहयोग को गणितीय अनुसंधान के तरीके में एक सामान्य परिवर्तन के रूप में देखते हैं। जबकि कंप्यूटर ने गणितज्ञों को संभावित संबंधों की एक सीमा की ओर इशारा किया, गणितज्ञों को स्वयं खोज करने लायक लोगों की पहचान करने की आवश्यकता थी।