ژوره زده کړه: د ماشین زده کړې څو پوړونه ژور دي

• لیکونکی:
• د لیکوال نوم

  Quantumrun Foresigh
• د سپتمبر 9، 2022

د بصیرت لنډیز

ژوره زده کړه (DL)، د ماشین زده کړې یو ډول (ML)، د مصنوعي استخباراتو (AI) غوښتنلیکونو ته وده ورکوي د ډیټا څخه د انسان دماغ فعالیت ته ورته طریقې زده کړي. دا په بیلابیلو برخو کې کار موندلی ، د خپلواکو موټرو او روغتیایی تشخیصاتو لوړولو څخه نیولې د چیټ بوټونو ځواک کولو او د سایبر امنیت اقداماتو ښه کولو پورې. د ټیکنالوژۍ وړتیا د پیچلو دندو اداره کولو ، د ډیټا پراخه سیټونو تحلیل کولو ، او باخبره وړاندوینې کولو لپاره صنعتونه رامینځته کوي او اخلاقي بحثونه رامینځته کوي ، په ځانګړي توګه د ډیټا کارولو او محرمیت شاوخوا.

د ژورې زده کړې شرایط

ژوره زده کړه د ML یوه بڼه ده چې د ډیری AI غوښتنلیکونو اساس دی. DL کولی شي په مستقیم ډول د عکسونو، متن یا غږ څخه د طبقه بندي کارونو سره مرسته وکړي. دا کولی شي د ډیټا تحلیلونه او د وسیلې مداخله ترسره کړي ، د خپلواکو روبوټونو او ځان چلولو موټرو سره مرسته وکړي ، او ساینسي سپړنه اجرا کړي. DL کولی شي د نمونو او رجحاناتو په پیژندلو کې مرسته وکړي او ډیر دقیق وړاندوینې تولید کړي. دا ټیکنالوژي کولی شي د ټیکنالوژیکي وسیلو سره هم اړیکه ونیسي، لکه سمارټ فونز او د شیانو انټرنیټ (IoT) وسایل. 

DL مصنوعي عصبي شبکې کاروي ترڅو د طبیعي ژبې پروسس کولو (NLP) یا کمپیوټر لید او وینا پیژندنې په څیر دندو سره مرسته وکړي. عصبي شبکې ممکن د مینځپانګې وړاندیزونه هم ورته چمتو کړي چې د لټون انجنونو او ای کامرس سایټونو کې موندل شوي. 

د ژورې زده کړې لپاره څلور اصلي لارې شتون لري:

• څارل شوی زده کړه (لیبل شوی ډاټا).
• نیمه څارل شوي زده کړه (نیم لیبل شوي ډیټاسیټونه).
• غیر څارل شوي زده کړه (هیڅ لیبل ته اړتیا نشته).
• د پیاوړتیا زده کړه (الګوریتمونه د چاپیریال سره اړیکه لري، نه یوازې د نمونې ډاټا).

په دې څلورو طریقو کې، ژوره زده کړه په څو کچو کې عصبي شبکې کاروي ترڅو په تکراري توګه د معلوماتو څخه زده کړي، کوم چې ګټور دی کله چې په غیر منظم معلوماتو کې د نمونو په لټه کې وي. 

په ژوره زده کړه کې عصبي شبکې د انسان دماغ څنګه جوړښت لري، د مختلفو نیورونونو او نوډونو سره نښلوي او معلومات شریکوي. په ژوره زده کړه کې، ستونزه څومره پیچلې ده، په ماډل کې به ډیر پټ پرتونه وي. د ML دا بڼه کولی شي د لوی مقدار خام ډیټا (لوی ډاټا) څخه د لوړې کچې ځانګړتیاوې استخراج کړي. 

DL ممکن په داسې شرایطو کې مرسته وکړي چیرې چې ستونزه د انساني استدلال لپاره خورا پیچلې وي (د بیلګې په توګه د احساساتو تحلیل، د ویب پاڼې درجه بندي محاسبه کول) یا هغه مسلې چې مفصل حل ته اړتیا لري (د بیلګې په توګه شخصي کول، بایومیټریک). 

ګډوډي اغیزې

ژوره زده کړه د سازمانونو لپاره یوه پیاوړې وسیله ده چې غواړي د لا باخبره پریکړو کولو لپاره ډیټا وکاروي. د مثال په توګه، عصبي شبکې کولی شي د موجوده ناروغیو او د دوی درملنې پراخه ډیټابیسونو مطالعې سره د روغتیا پاملرنې کې تشخیص ته وده ورکړي، د ناروغانو پاملرنې مدیریت او پایلو ته وده ورکړي. د تصدۍ نور غوښتنلیکونه د کمپیوټر لید ، د ژبې ژباړې ، د نظری کرکټر پیژندنه ، او د خبرو اترو کارونکي انٹرفیس (UI) لکه چیټ بوټس او مجازی معاون شامل دي.

د سازمانونو لخوا د ډیجیټل بدلون او بادل مهاجرت پراخه منل د سایبر امنیت نوي ننګونې وړاندې کوي ، چیرې چې DL ټیکنالوژي کولی شي د احتمالي ګواښونو په پیژندلو او کمولو کې مهم رول ولوبوي. لکه څنګه چې سوداګرۍ په زیاتیدونکي توګه د ډیجیټل اهدافو ترلاسه کولو لپاره ملټي کلاوډ او هایبرډ ستراتیژۍ غوره کوي، د معلوماتي ټکنالوجۍ پیچلتیا، د سازمانونو یا افرادو ډله ایز معلوماتي ټکنالوجۍ شتمنۍ شاملې، د پام وړ وده کړې. دا مخ په زیاتیدونکي پیچلتیا پرمختللي حلونو ته اړتیا لري ترڅو دا متنوع او پیچلي IT چاپیریالونه په مؤثره توګه اداره ، خوندي او اصلاح کړي.

د معلوماتي ټکنالوجۍ شتمنیو وده او دوامداره سازماني پراختیا د سیالۍ پاتې کیدو لپاره اړین چټکتیا او لګښت اغیزمنتیا چمتو کوي مګر په مؤثره توګه اداره کولو او خوندي کولو لپاره یو ډیر ستونزمن پس منظر رامینځته کوي. DL کولی شي د غیر معمولي یا غلط نمونو په پیژندلو کې مرسته وکړي چې ممکن د هیک کولو هڅو نښه وي. دا ځانګړتیا کولی شي مهم زیربناوې د نفوذ څخه خوندي کړي.

د ژورې زده کړې اغیزې

د DL پراخې اغیزې کېدای شي پدې کې شامل وي: 

• خودمختاره وسایط د ژورې زده کړې په کارولو سره د چاپیریال شرایطو ته ښه ځواب ویلو، دقت، خوندیتوب، او موثریت ښه کول.
• اخلاقي بحثونه چې څنګه د بایومتریک ډاټا (د بیلګې په توګه، د مخ ځانګړتیاوې، د سترګو جوړښت، DNA، د ګوتو نښې نمونې) د لوی ټیک لخوا راټول او زیرمه شوي.
• د انسانانو او ماشینونو تر مینځ طبیعي تعاملات ښه کیږي (د مثال په توګه د سمارټ وسیلو کارول او د اغوستلو وړ).
• د سایبر امنیت شرکتونه د معلوماتي ټیکنالوژۍ زیربنا کې ضعیف ټکي پیژندلو لپاره ژورې زده کړې کاروي.
• هغه شرکتونه چې د محصولاتو او خدماتو ښه کولو لپاره د وړاندوینې تحلیلونو پراخه لړۍ پلي کوي او پیرودونکو ته د لوړ دودیز حل وړاندیز کوي.
• حکومتونه عامه ډیټابیس پروسس کوي ترڅو عامه خدماتو وړاندې کولو ته وده ورکړي، په ځانګړې توګه د ښاروالۍ د صالحیتونو ترمنځ.

د غور کولو لپاره پوښتنې

• ژوره زده کړه څنګه کولی شي د شرکتونو او حکومتونو سره په مختلف حالتونو کې په فعاله توګه عمل کولو کې مرسته وکړي؟
• د ژورې زده کړې کارولو نور احتمالي خطرونه یا ګټې څه دي؟