Innehåll
- Definition - Vad betyder Distribuerad artificiell intelligens (DAI)?
- En introduktion till Microsoft Azure och Microsoft Cloud | I hela denna guide kommer du att lära dig vad cloud computing handlar om och hur Microsoft Azure kan hjälpa dig att migrera och driva ditt företag från molnet.
- Techopedia förklarar Distribution Artificial Intelligence (DAI)
Definition - Vad betyder Distribuerad artificiell intelligens (DAI)?
En av de många metoderna för artificiell intelligens är distribuerad artificiell intelligens (DAI). Den är van vid att lära med hjälp av komplexa inlärningsmetoder, storskalig planering och beslutsfattande. Den kan använda ett brett utbud av beräkningsresurser inom olika områden. Detta innebär att det enkelt kan behandla och analysera stora mängder data och lösa problem snabbt.
Det finns många agenter eller autonoma inlärningsnoder i ett sådant system. Dessa noder är mycket distribuerade och är oberoende av varandra. På grund av detta är maskininlärningssystem som använder distribuerad konstgjord intelligens ganska anpassningsbara och pålitliga. Detta innebär att DAI-system inte behöver omfördelas helt efter någon ändring av datafilerna som ges som input för problemet.
En introduktion till Microsoft Azure och Microsoft Cloud | I hela denna guide kommer du att lära dig vad cloud computing handlar om och hur Microsoft Azure kan hjälpa dig att migrera och driva ditt företag från molnet.
Techopedia förklarar Distribution Artificial Intelligence (DAI)
Distribuerad konstgjord intelligens använder ett parallellt system för beräkning. Många "noder" eller lärande agenter, oberoende av varandra, finns på geografiskt olika platser. Parallell bearbetning gör att systemet kan använda alla beräkningsresurser till fullo. På grund av dess enorma bearbetningskraft kan enorma datamängder analyseras snabbt, varvid varje del analyseras med en separat nod. Om en ändring ska göras i de data som ges till systemet omfördelas motsvarande nod och inte hela systemet.
Integrationen av lösningarna görs av ett effektivt kommunikationssystem mellan agenterna eller noderna. Detta säkerställer att behandlingen är elastisk. Till skillnad från det centraliserade AI-systemet behöver inte uppgifterna i DAI-system ges till en enda plats. Datasatsen kan uppdateras över tid. Noderna kan interagera med varandra angående lösningen dynamiskt och ha färdigheter som krävs för att uppnå lösningen. Således anses DAI vara en av de bästa metoderna för maskininlärning och artificiell intelligens.