reinforcement learning

Machine learning, AI, kunstmatige intelligentie, deep learning…. complexe termen die we steeds vaker tegenkomen. Maar wat is het en wat kun je ermee? En dan heb je ook nog reinforcement learning? We leggen de termen en functionaliteiten even toe.

De basis met kunstmatige intelligentie

De laatste tijd hoor je het bijna overal op nieuws en het zou dé nieuwe techniek zijn waar we als mensen enorm veel baat bij zouden hebben. We hebben het over Kunstmatige intelligentie, ook wel AI genoemd. Bekende toepassingen zijn robotica, machine learning, deep learning en reinforcement learning. Veel complexe termen waar je wellicht niet 1,2,3 de betekenis goed van weet. Zonder om in details te treden is het goed om in ieder geval te weten is dat Kunstmatige intelligentie een techniek omhelst die toenadering zoekt naar de mens, en eigenlijk zelfs de kennis en kunde van een mens kan overstijgen. De ultieme doel van kunstmatige intelligentie is dat programma of software zelflerend wordt en zichzelf nieuwe dingen kan aanleren. Precies zoals het menselijk brein dus. Laten we wat dieper ingaan in de variaties van AI.

Machine learning en deep learning

Binnen de ontwikkeling van AI zijn er twee termen die vaak terugkomen:

Machine learning
Machine learning staat voor geautomatiseerd of machinaal leren en is sterk gerelateerd aan statistische informatie. Denk hierbij aan een algoritmische complexiteit of de implementatie ervan in software programma’s om patronen te leren herkennen. Data mining is een goed voorbeeld, waarin op een geautomatiseerde manier patronen en relaties worden gezocht.

Deep Learning
Deep learning is juist meer een vorm van diep gestructureerd leren ( of hiërarchisch leren ). Hierbij krijgt het algortime software voorbeelden van input en ouput. Op basis van deze voorbeelden en bijbehorende eigenschappen kan het algoritme ook nieuwe invoer genereren en de juiste uitvoeren produceren. Een goed voorbeeld van deep learning zijn neurale netwerken in toepassingen zoals beeldherkenning, stemherkenning en en taalverwerking.

Reinforcement learning: een vorm van machine learning

Als een variatie op machine is reinforcement learning een algoritme wat zich focust op het maximaliseren van de prestaties van de software en de bijbehorende machines. De software leert om het ideale gedrag in een specifieke situatie toe te passen. Het vertakt zich van Artificial Intelligence en is geclassificeerd als een Machine Learning-type. Gebruikmakend van Reinforcement Learning, worden softwareagenten en machines gemaakt om het ideale gedrag in een specifieke context vast te stellen met het doel de prestaties ervan te maximaliseren. Hierbij wordt het principe van omgeving en leermiddel toegepast. Dat wil zeggen dat bij iedere situatie een keuze wordt gemaakt dat wel of niet succesvol is, en aansluitend direct een correctie plaatsvindt zodat de volgende keer de keuze beter is dan de vorige.

https://www.appelit.com