Algebra Liniowa: Fundament AI

Pomimo interdyscyplinarności Sztucznej Inteligencji (AI) w celu gruntownego zrozumienia mechaniki oraz możliwości AI należy pamiętać, że za tym pojęciem stoi przede wszystkim matematyka. W uproszczeniu można nawet powiedzieć, że obecne AI de facto opiera się na rozwiązaniu równania z dwoma niewiadomymi. Oczywiście to skrajne uproszczenie, ale jest to także pewną metaforą, ponieważ rozwiązanie równania z dwoma niewiadomymi jest pierwszym krokiem do rozwiązania równania z wieloma niewiadomymi. To ostanie to oczywiście algebra liniowa, która jest fundamentem fenomenu AI. Pokrewną składową są wektory, które obrazowo oddają zależności między danymi i umożliwiają wnioskowanie na podstawie pozyskanego zestawu danych.

Zakładając, że dane są następujące trzy równania: 

1x + 2y + 3z = 10 
4x – 5y + 6z = 20
7x + 9z = 41 

Można przekształcić je w macierz:

W przedstawionej macierzy każdy wiersz odpowiada za poszczególne równanie, natomiast kolumny przedstawiają wartości niewiadomych. W ostatniej kolumnie znajdują się wartości stałe. Należy pamiętać o tym, że wartości współczynników mogą przyjmować wartości ujemne (2. równanie) oraz zerowe (3. równanie), które w celu uproszczenia pomija się podczas zapisywania ich w standardowej formie.

Jak widać kategoryzowanie danych odgrywa tutaj kluczową rolę; wyszukiwanie aspektów powtarzalnych oraz eliminowanie anomalii. To wszystko robi także człowiek wykorzystując tak podejście empiryczne jak i intuicję. Różnica jest jednak taka, że AI wykonuje to o wiele efektywniej i raczej nie zacznie nagle popełniać błędów z powodu znużenia lub po prostu znudzenia. To jest właśnie jedna z największych przewag maszyny nad człowiekiem.