物理的な「もの」を説明する大量のデータがある場合、そのデータが表すはずの「もの」にどの程度適合しているかを測定するにはどうすればよいでしょうか?
例として、12 個のウィジェットを保持するクレートがあり、各ウィジェットの重量が 1 ポンドであることがわかっている場合、ケースの重量がおそらく 13 ポンドであることを確認するデータ品質の「チェック」が必要です。
別の例として、ランプとそのランプを表すイメージがある場合、ランプのように見える必要があります。おそらく、画像の寸法はランプの寸法と同じ比率である必要があります。
画像を除いて、私のデータは 99% テキスト (高さ、幅、色など) です。
私は学校で AI を勉強しましたが、それ以外のことはほとんどしていません。
標準的な AI 技術は進むべき道ですか? もしそうなら、どのように問題をアルゴリズムにマッピングしますか? 一部の言語は他の言語よりも簡単ですか? 彼らはより良いライブラリを持っていますか?
ありがとう。
AI は 1 つの道であり、自然知能は別の道です。
あなたのチャレンジは、Amazon の Mechanical Turk にぴったりです。データ空間を非常に小さな検証可能なアトムに分割し、それらを Mechanical Turk の HIT として割り当てます。HIT 回答の一貫性を感じられるように、ある程度重複させてください。
類似性によってグループ化する必要のある部品の CAD 図面が大量にあるショップがありました。彼らはそれを解体し、Mechanical Turk に解き放ち、非常に満足のいく結果をもたらしました。何時間もグーグルで検索しても、そのリンクは二度と見つかりません。
関連するフォーラム投稿については、こちらを参照してください。
これは難しい答えです。たとえば、ランプを定義するものは何ですか? クレイジーな見た目のランプの写真をグーグルで検索できました。または、ランプの定義を調べてください ( http://dictionary.reference.com/dic?q=lamp )。ランプがどのように見えなければならないかについて、物理的な要件はありません。それがAIの問題の核心です。
データに関しては、プロジェクトで単体テストをセットアップして、widetBox() で 12 widget() の重量が 13 ポンド未満であることを確認できます。とにかく、そのようなことをテストできるようにするには、データを手元に用意する必要があります.
あなたの質問に少しでも答えることができれば幸いです。それは少しあいまいで、私の答えは広いですが、うまくいけば、少なくともあなたを良い方向に導くでしょう.