Kokonaan itse tehty tekoäly
Levanen, Aleksi (2024)
Kandidaatintyö
2024
School of Engineering Science, Tietotekniikka
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe202402025338
https://urn.fi/URN:NBN:fi-fe202402025338
Tiivistelmä
Tekoäly on kiinnostava ja nopeasti kehittyvä teknologia. Tekoäly perustuu mahdollisuuteen antaa koneille kognitiivisia kykyjä. Tässä työssä tutkitaan mitä tekoäly on ja miten sellainen ohjelmoidaan kokonaan itse ilman eri koneoppimisen kirjastoja.
Tutkimus aloitettiin tekoälyn ja koneoppimisen historialla ja nykytekniikan perusteiden esittelyllä. Tutkimuksessa rajattiin jo alussa käytettävä teknologia ohjattuun oppimismalliin ja regressioalgoritmiin. Tutkimus toteutettiin empiirisenä tapaustutkimuksena, jossa rakennetaan tekoäly malli, joka ennustaa asuntojen neliöhintaa.
Tutkimuksessa rakennetaan onnistuneesti tekoäly malli, joka saavuttaa kognitiivisia kykyjä ja hyvän tarkkuuden. Tutkimuksen lopussa nostetaan asioita ylös, jotka voisivat parantaa mallin kognitiivisia kykyjä ja mietitään mitä tekoälyn rakentamiseen vaaditaan ja mitä haasteita prosessissa oli. Artificial intelligence is an interesting and quickly developing technology. AI is based on the possibility of giving machines cognitive abilities. In this thesis, we will research what AI is and how you program one without machine learning libraries.
The thesis started by introducing AI and machine learning history and modern technologies foundation. In the beginning, research was delimited to only use supervised learning and regression. The research was conducted as an empirical case study where an AI model is built that can predict house prices per square.
In the thesis, the AI model is built successfully, which achieves cognitive functions and good accuracy. At the end of the research, we raised issues that could improve the model's cognitive abilities and thought about what is required to build artificial intelligence and what challenges there were in the process.
Tutkimus aloitettiin tekoälyn ja koneoppimisen historialla ja nykytekniikan perusteiden esittelyllä. Tutkimuksessa rajattiin jo alussa käytettävä teknologia ohjattuun oppimismalliin ja regressioalgoritmiin. Tutkimus toteutettiin empiirisenä tapaustutkimuksena, jossa rakennetaan tekoäly malli, joka ennustaa asuntojen neliöhintaa.
Tutkimuksessa rakennetaan onnistuneesti tekoäly malli, joka saavuttaa kognitiivisia kykyjä ja hyvän tarkkuuden. Tutkimuksen lopussa nostetaan asioita ylös, jotka voisivat parantaa mallin kognitiivisia kykyjä ja mietitään mitä tekoälyn rakentamiseen vaaditaan ja mitä haasteita prosessissa oli.
The thesis started by introducing AI and machine learning history and modern technologies foundation. In the beginning, research was delimited to only use supervised learning and regression. The research was conducted as an empirical case study where an AI model is built that can predict house prices per square.
In the thesis, the AI model is built successfully, which achieves cognitive functions and good accuracy. At the end of the research, we raised issues that could improve the model's cognitive abilities and thought about what is required to build artificial intelligence and what challenges there were in the process.