Vízügyi Közlemények, 2023 (105. évfolyam)
2023 / 3. szám
92 Kozúk FiaIa Fehérváiry-Benyhe Mrekva: Mélytanuló algoritmusok... nem releváns. A hidrológiai jelenségek vizsgálatához alkalmazott összefüggéseket jellemzően empirikus alapon levezetett, regressziós kapcsolatokként határozták meg. Ezek a vizsgálati és számítási eljárások statikus környezetre határozták meg a hatótényezők közötti kapcsolatokat. Amennyiben dinamikus vizsgálat vált szükségessé, akkor a hidrodinamikai modelleket alkalmaztak. Az eddigi tradicionális megközelítés jellemzően először meghatározta a folyamatot leíró összefügéseket, majd ezekre alapozva tett megállapításokat. Azokban az esetekben, amikor ezek az összefüggések megváltoztak, a nem helyes eredmények jelezték az összefüggések felülvizsgálatának szükségességét. Alapvetően statikus kapcsolatok alkalmazása történt meg, melyek jellemzően csak „kampányszerűen”, vagy még úgy sem kerültek felülvizsgálatra. A mélytanuló algoritmusok, az adatvezérelt feldolgozási eljárások éppen ezzel a gyakorlattal szemben nyújtanak egy olyan dinamikusan változó eszközt, amelynek segítségével az adat-eredmény kapcsolatok alapján mindig a legjobb végeredményt hozó kerül alkalmazásra. Az adatvezérelt feldolgozó eljárások megalapozása már az 1950-es években megindult (Turning 1950). Habár a módszerek fejlődésében az első időszakokban megmutatkozott a specializáció napjainkra szinte valamennyi tudományterület, ahol kellő mennyiségű adat áll rendelkezésre, integrálta az adatvezérelt feldolgozási módszereket (Gyires-Tóth 2019). 2. A mélytanuló algoritmusok 2.1. Az alkalmazott fogalmak rövid áttekintése Mesterséges intelligencia Artificial intelligence Gépi tanulás Machine learning A mélytanulás (deep learning), a gépi tanulás (machine learning) és a mesterséges intelligencia (Ml) (artificial intelligecy-AI) egymásba ágyazódó fogalmak, melyek közül a legtágabb értelmű az Ml (AI). (1. ábra) A mesterséges intelligencia legfőbb ismérveit Turning fogalmazta meg (Turning, 1950) az alábbiak szerint: Mélytanulás Deep learning • képes a környezet ismeretében döntéseket hozni, 1. ábra. A mélytanulás, a gépi tanulás és a mesterséges intelligencia kapcsolata • a döntései hasonlóak a természetes intelligenciához, • amennyiben a környezet változik, képes a megváltozott környezethez alkalmazkodni.
