Masinsko ucenje

Uvod
Mašinsko učenje je podoblast vještačke inteligencije čiji je cilj konstruisanje algoritama i računarskih sistema koji su sposobni da se adaptiraju na analogne nove situacije i uče na bazi iskustva. Razvijene su različite tehnike učenja za izvršavanje različitih zadataka. Prve koje su bile predmet istraživanja, tiču se nadgledanog učenja za diskreciono donošenje odluka, nadgledanog učenja za kontinuirano predviđanje i pojačano učenje za sekvencionalno donošenje odluka, kao i nenadgledano učenje.
Dosada najbolje shvaćen od svih navedenih zadataka je odlučivanje preko jednog pokušaja (engl. one-shot learning).Računaru je dat opis jednog objekta (događaja ili situacije) i od njega se očekuje da kao rezultat izbaci klasifikaciju tog objekta. Na primjer, program za prepoznavanje alfanumeričkih znakova kao ulaznu vrijednost ima digitalizovanu sliku nekog alfanumeričkog znaka i kao rezultat treba da izbaci njegovo ime. Izuzetno bitna distinkcija između mašinskog učenja i vještačke inteligencije nalazi se u cilju njihovog operisanja: dok vještačka inteligencija ima za cilj ne samo da imitira ljudsko razmišljanje kroz učenje, već i da to bude prožeto apstraktnim razmišljanjem, predstavljanjem znanja i rasuđivanjem, mašinsko učenje je samousmjereno ka stvaranju softvera koji može da uči iz prošlih iskustava. Mašinsko učenje je znatno bliže data miningu i statističkoj analizi. Neki čak vjeruju da je napredovalo ispred statistike time što se oslanja na tačnost predviđanja, nasuprot čistom modelovanju podataka.
Pored mogućnosti istraživanja i isprobavanja različitih modela učenja kod ljudi i životinja u psihologiji, postoje daleko praktičniji razlozi za tako nešto:

• neki se problemi nemogu jednostavno definisati osim primjerima u toku
praktičnog rada (npr. prepoznavanje glasa ili problemi vizije kod kojih
je neophodno personalizovati bazu znanja o konkretnom glasu ili licu
koji se prepoznaje radi autentifikacije ili zbog optimalnijeg rada) ili
ako okruženje u kojem se koristi sistem nije poznato u toku njegovog
projektovanja

• u velikoj količini podataka se kriju neočigledni entiteti i relacije među
njima – problem otrivanja znanja (Data Mining): postoje metode ma-
šinskog učenja koje se uspješsno primjenjuju u mnogim oblastima

• često su količine podataka i odnosa u njima toliko velike da je ljudima
praktično nemoguće da znanje u njima u cjelini obuhvate, koriste ili
zapišu – onda je praktičnije, ako je moguće, postupno mašinski obuhvatiti takvo znanje

• mašine i programi koji se prilogađavaju okruženju koje se mijenja vremenom (dinamički sistemi) su čest i potreban zahtjev u mnogim oblastima, a za mnoge zadatke je cilj naći riješenje koje se fleksibilno prilagođava umjesto da se koriste metode vještačke inteligencije kojima je potreban reinženjering nakon svake suštinske promjene
Većina današnjih praktično uspješnih sistema mašinskog učenja spada u one
koji su ,,tabula rasa” što se tiče nekakvog predznanja (znanja kojim učenik
raspolaže prije nego što krene da uči), pored reprezentacije hipoteze i primjera
– tek neke metode pokazuju potencijal u tom smislu (učenje objašnjenjima
i Bajesove mreže) i zato je neophodno dalje unapređivanje sličnih metoda.
Budućnost mašinskog učenja je i u sistemima koji se ne tiču samo jednog
zadatka ili tipa zadataka već predstavljaju uopštene i fleksibilne sisteme koji
uče dugo ( life-long learning: samostalni agenti koji starenjem poboljšavaju
performanse, uče nove reprezentacije, itd.), kao i u razvojnim okruženjima (i
možda proširenjima programskih jezika) koja sadrže neophodne mehanizme
potrebne za mašinsko učenje. Na kraju, tek je načeto istraživanje mogućnosti
učenja prirodnim jezikom kao izvorom iskustva – najveći dio današnjeg polustruktuiranog sadržaja interneta je upravo u obliku nekakvog teksta.

1. Pojam mašinskog učenja

Jedna preciznija definicija pojma mašinskog učenja (kako se navodi u [TM-ML] bi bila:

Definicija Program (mašina) M uči iz iskustva E u odnosu na klasu zadataka T i mjeru performansi P (mjera je definisana nad osobinom ili skupom osobina koje takođe moraju biti definisane), ako se mjera performansi P programa poboljšava u vezi zadataka T nakon iskustva E.

U primjeru prepoznavanja pisanog teksta T je prepoznavanje i klasifikovanje
riječi ili slova u datoj slici, P je procenat ispravno prepoznatih, E je skup
obučavanja koji čini bazu zadatih slika slova i riječi i njihovih klasifikacija.
Klasičan je primjer i Sejmurov program koji uči da igra dame. Mjera performansi je onda sposobnost da pobijedi protivnika nakon iskustva stečenog u
igranju protiv samog sebe ili protivnika koji umije da igra. Objekat učenja
mogu biti različite konceptualizacije svijeta, odnosno izračunljive strukture:

• funkcije – mnogi se problemi mogu svesti na zadatak traženja preslikavanja f nad nekim skupovima gdje je hipoteza preslikavanje h (istearnosti) a skup obučavanja S je određen broj parova zadatih vrijednosti domena i f, a cilj je da se h iz neke klase fukcija H što bolje ,,poklapa” sa f (h = f, idealno). Na primjer funkcija evaluacije u teoriji igara koja je obično predstavljena vektorom parametara (uz npr. LMS pravilo učenja)

• logički programi, frejmovi – osnovni vid konceptualizacije svijeta u kojem se traži riješenje nekog problema je jezik PR1 ili nekog od njegovih ,,dijalekata” (npr. PROLOG) kao i druge formalizacije: produkciona pravila konačni automati, formalne gramatike, neuronske mreže i drugi sistemi koji riješavaju probleme