μαγευει συνώνυμα

μαγευει συνώνυμα
μαγευει συνώνυμα

Το πρόβλημα, σύμφωνα με το Live Science, έχει να κάνει με μοντέλα τεχνητής νοημοσύνης που χρησιμοποιούνται από υπολογιστές για την «αναγνώριση» ορισμένων εργασιών. Είναι γνωστά ως machine learning. Παράδειγμα machine learning, είναι η δυνατότητα του Facebook ή της Google να αναγνωρίζουν ένα πρόσωπο σε μία φωτογραφία.

τζαμπο παιδικο γραφειο

βιολογια γ λυκειου online

μαγευει συνώνυμα

Το machine learning στηρίζεται στα μαθηματικά, άρα οι μαθηματικοί μπορούν να το μελετήσουν και να στοιχειοθετήσουν θεωρίες. «Χτίζουν», ουσιαστικά, αποδείξεις για το πώς λειτουργεί η μέθοδος και το πότε χρησιμοποιείται κάθε μορφή της.

Στη συγκεκριμένη περίπτωση, οι μαθηματικοί δημιούργησαν ένα πρόβλημα βασισμένο στο machine-learning το οποίο ονομάζεται «εκτιμώντας το μέγιστο» (estimating the maximum ή EMX).

Για την κατανόηση του πώς λειτουργεί το EMX, το περιοδικό δίνει το παρακάτω παράδειγμα. Κάποιος θέλει να βάλει διαφημίσεις σε μία ιστοσελίδα ώστε να αυξήσει τον αριθμό των επισκεπτών της. Υπάρχουν διαφημίσεις για αθλητικά, για λάτρεις των ζώων ή της αυτοκίνησης κτλ. Το πρόβλημα είναι πως οι ιδιοκτήτες της σελίδας δεν γνωρίζουν εκ των προτέρων ποιοι θα επισκέπτονται το site. Πώς είναι δυνατόν, λοιπόν, να επιλέξουν τις διαφημίσεις που θα προσελκύσουν περισσότερο κόσμο;

Κατά τη διάρκεια της έρευνας, οι μαθηματικοί βρέθηκαν μπροστά σε ένα σημαντικό ζήτημα: Πότε μπορεί το EMX να λύσει το πρόβλημα;

Σε άλλα προβλήματα οι μαθηματικοί μπορούν να καταλάβουν αν υπάρχει λύση με βάση τα στοιχεία που έχουν στη διάθεσή τους. Το ζήτημα είναι πως τα μαθηματικά, μετά το θεώρημα του Κερτ Γκέντελ περί μη πληρότητας, είναι κάπως «χαλασμένα».