Diferența dintre AI, machine learning și deep learning -

În ultimii ani, odată cu explozia revoluției industriale 4.0, termeni precum inteligența artificială (AI), învățarea automată și învățarea profundă devin treptat populari și devin concepte pe care cetățenii erei 4.0 trebuie să le înțeleagă.

Relația dintre aceste trei concepte poate fi explicată prin gândirea la ele ca cercuri, unde AI – cea mai timpurie idee – este cel mai mare cerc, urmată de învățarea automată – conceptul care vine după. și în cele din urmă învățarea profundă – care conduce actualul AI boom – este cel mai mic cerc.

Construirea unui sistem AI este, desigur, extrem de complicată, dar înțelegerea lui nu este atât de dificilă. Cele mai multe dintre inteligența artificială actuală sunt doar niște mașini de ghicit foarte bune (asemănătoare cu creierul nostru). Dați sistemului un grup de date (cum ar fi cifrele de la 1 la 10) și cereți sistemului să creeze un model (x + 1, începând cu 0) și să facă predicții. (Următorul număr va fi unsprezece). Nu există magie, asta face creierul uman în fiecare zi: folosiți ceea ce știm pentru a face presupuneri despre necunoscut.

Ceea ce face AI diferită de alte programe de calculator este că, în loc să fie nevoie să creăm programe specifice pentru fiecare caz, putem preda complet AI (învățare automată) și are, de asemenea, capacitatea de a învăța automat în profunzime. Aceste trei concepte pot fi definite în principiu după cum urmează:

Inteligența artificială (AI):  o mașină care poate imita comportamentul și gândirea umană.

Învățare automată:  o funcție AI care permite experților să antreneze AI să recunoască tiparele de date și să facă predicții.

Învățare profundă:  o mică tehnică de învățare automată care permite mașinilor să se antreneze singure.

Ce este AI (Inteligenta Artificiala)?

AI poate fi definită ca o ramură a informaticii care se ocupă cu automatizarea comportamentelor inteligente. AI este o parte a informaticii și, prin urmare, trebuie să se bazeze pe principii teoretice solide și aplicabile în domeniu. Mai simplu spus: este inteligența mașinilor create de oameni. Această inteligență poate gândi, gândi, învăța, ... ca și inteligența umană. Procesați datele la un nivel mai mare, mai mare, mai sistematic, științific și mai rapid decât oamenii.

Cu toate acestea, în prezent, tehnologia AI este încă foarte limitată. De exemplu, Alexa – o menajeră grozavă, una dintre cele mai populare icoane ale aplicațiilor de inteligență artificială, dar încă nu poate trece testul Turing.

Pe scurt, ceea ce facem astăzi cu AI este conceptul de „AI îngustă”. Această tehnologie este capabilă să îndeplinească sarcini specifice într-un mod similar sau mai bun decât oamenii. Exemple de „AI îngustă” în practică includ tehnologia Pinterest de clasificare a imaginilor sau recunoașterea facială pentru a eticheta prietenii de pe Facebook.

Aceste tehnologii reprezintă un aspect al inteligenței umane, dar cum poate fi asta? De unde acea înțelepciune? Să trecem la următorul cerc: învățarea automată.

Ce este învățarea automată?

Învățarea automată – o abordare a AI

Învățarea automată este un termen larg care se referă la acțiunea prin care predați un computer să îmbunătățească o sarcină pe care o îndeplinește. Mai precis, învățarea automată se referă la orice sistem în care performanța unui computer atunci când efectuează o sarcină devine mai bună după finalizarea acelei sarcini de mai multe ori. Cu alte cuvinte, cea mai de bază abilitate a învățării automate este de a utiliza un algoritm pentru a analiza informațiile disponibile, a învăța din acestea și apoi a lua o decizie sau o predicție cu privire la ceva legat. În loc să creeze software cu instrucțiuni și acțiuni detaliate pentru a efectua o anumită sarcină, computerele sunt „antrenate” folosind cantități mari de date și algoritmi pentru a învăța cum să efectueze sarcina.

Fără învățarea automată, IA actuală ar fi destul de limitată, deoarece oferă computerelor puterea de a înțelege lucrurile fără a fi programată în mod explicit. Ca exemplu de tip de învățare automată, să presupunem că doriți ca un program să poată identifica pisicile în imagini:

• În primul rând, oferiți AI un set de caracteristici ale pisicii pe care mașina să le recunoască, cum ar fi culoarea hainei, forma corpului, dimensiunea etc.
• Apoi, trimiteți câteva imagini către AI, unde unele sau toate imaginile pot fi etichetate „pisica”, astfel încât aparatul să poată selecta mai eficient caracteristicile și detaliile legate de pisică. .
• După ce mașina a primit toate datele necesare despre pisică, trebuie să știe cum să găsească o pisică într-o imagine – „Dacă imaginea conține anumite detalii X, Y sau Z, există o șansă de 95% de a găsi o pisică într-o imagine. . Poate că este o pisică."

În general, aplicarea învățării automate în prezent este extrem de populară și utilitatea sa este de necontestat.

Ce este învățarea profundă?

Învățare profundă – o tehnică de învățare automată

Se poate spune că până acum, AI a realizat o mulțime de pași mari. Gândiți-vă la asta ca la un fel de învățare automată cu „rețele neuronale” profunde care pot procesa date într-un mod similar în care poate face un creier uman. Principala diferență aici este că oamenii nu vor trebui să învețe un program de învățare profundă cum arată o pisică, ci doar să îi ofere toate imaginile necesare cu pisici și își va da seama de la sine. , auto-învățare. Pașii de făcut sunt următorii:

• Dați aparatului o mulțime de poze cu pisici.
• Algoritmul va verifica imaginea pentru a vedea caracteristicile comune și detaliile dintre imagini.
• Fiecare imagine va fi decodificată în detaliu pe mai multe niveluri, de la forme mari, generale, până la plăci din ce în ce mai mici. Dacă o formă sau linii sunt repetate de mai multe ori, algoritmul le va eticheta drept o proprietate importantă.
• După ce a analizat suficiente imagini necesare, algoritmul știe acum care modele oferă cele mai puternice dovezi ale pisicilor și tot ce trebuie să facă oamenii este să furnizeze datele brute.

Pe scurt: învățarea profundă este un tip de învățare automată în care mașina se antrenează singură. Învățarea profundă necesită mult mai multă intrare de date și putere de calcul decât învățarea automată, dar a început deja să fie implementată de marile companii de tehnologie precum Facebook și Amazon. Printre acestea, unul dintre cele mai cunoscute nume din învățarea automată este AlphaGo, un computer care poate juca Go împotriva lui însuși până când poate prezice cele mai precise mișcări suficient pentru a învinge mulți campioni mondiali.

Încheia

Învățarea profundă a permis aplicarea multor probleme reale ale mașinilor, extinzând în același timp domeniul general al inteligenței artificiale. Învățarea profundă perturbă modul în care lucrează oamenii, făcând toate tipurile de mașini de asistență funcționale, apropiate sau identice cu oamenii. Mașini fără șofer, îngrijire medicală mai bună... Toate sunt realizate în această zi și epocă. AI este prezentul și viitorul lumii. Cu ajutorul învățării profunde, AI poate realiza visul SF pe care ni l-am imaginat de mult timp.