Разлики и връзки между изкуствения интелект, машинното обучение и дълбокото обучение

Jul 15, 2021

Остави съобщение

Вълната от изкуствен интелект залива света и много думи винаги витаят в ушите ни: изкуствен интелект (Artificial Intelligence), машинно обучение (Machine Learning), дълбоко обучение (Deep Learning). Много хора винаги имат неясно разбиране за значението на тези високо{0}}думи и връзката зад тях. Тази статия изяснява значението на тези думи на най-простия език, който може да помогне на всеки да разбере по-добре връзката между тях.


От автомобили до смартфони, до цифрови асистенти и дори роботи. Не говорим само за революционните нови функции, които се появяват всеки ден. Нещо повече, всички устройства, компютри и машини изпълняват задачите интелигентно. Как го правят? — Чрез изкуствен интелект, известен още като AI.


Терминът „изкуствен интелект“ е въведен за първи път от когнитивния учен Джон Маккарти, който пише в книгата си: „Това изследване се основава на предположението, че всяко учебно поведение или друга интелектуална характеристика по принцип може да бъде точно описание, така че машината да може бъде построен, за да го симулира." Оттогава изкуственият интелект преследва умовете на хората и бавно се излюпва в научноизследователските лаборатории. През следващите десетилетия изкуственият интелект променя полярностите си или е наричан пророчество за ослепителното бъдеще на човешката цивилизация, или е хвърлен в купа за боклук като фантазии на технологични лунатици. До 2012 г. и двата гласа съществуваха едновременно.






Фигура|Изследователски клон за изкуствен интелект




След 2012 г., благодарение на увеличаването на количеството данни, подобряването на изчислителната мощност и появата на нови алгоритми за машинно обучение (дълбоко обучение), изкуственият интелект започна да експлодира. Въпреки това, настоящата научноизследователска работа е съсредоточена върху частта със слабия изкуствен интелект и е много надеждно, че в близко бъдеще ще бъде направен голям пробив. Повечето от изкуствения интелект във филмите изобразяват силен изкуствен интелект и тази част е трудно постижима в настоящия реален свят. (Изкуственият интелект обикновено се разделя на слаб изкуствен интелект и силен изкуствен интелект. Първият позволява на машините да имат способността да наблюдават и възприемат и могат да постигнат определено ниво на разбиране и разсъждение, докато силният изкуствен интелект позволява на машините да придобият адаптивни способности и разрешаване на някои проблеми, които не са били срещани преди това).


Очаква се слабият изкуствен интелект да прави пробиви, как се постига и откъде идва „интелектът“? Това до голяма степен се дължи на един подход към изкуствения интелект – машинното обучение.


Използваме най-простия метод за визуализиране на връзката между трите.








Изкуствен интелект


Най-просто казано, изкуственият интелект описва различните начини, по които една машина взаимодейства със света около нея. С напреднала,{0}}подобна на човека интелигентност, машина или устройство с изкуствен интелект може да имитира човешкото поведение или да изпълнява задачи като човек чрез комбинираните ефекти на софтуер и хардуер.


Днес можем да видим много за изкуствения интелект, като разпознаване на реч (използвано в устройства с интелигентен персонален асистент), разпознаване на лица (използвано във филтри, които в момента са популярни в социалните медии) или разпознаване на обекти (като търсене на ябълка и снимка на портокали).


Машинно обучение


Машинното обучение е подход или подгрупа от изкуствен интелект, който набляга на "ученето", а не на компютърните програми. Машината използва сложни алгоритми, за да анализира големи количества данни, да идентифицира модели в данните и да направи прогноза, процес, който не изисква човек да пише конкретни инструкции в софтуера на машината. След като сбърка кремавото с портокал, системата за разпознаване на модели се подобрява с течение на времето, тъй като се учи от грешките си и се коригира като човек.


Дълбоко обучение


Дълбокото обучение е подгрупа от машинно обучение, което води до големи крачки в компютърната интелигентност. Той използва много данни и изчислителна мощност, за да симулира дълбоки невронни мрежи. По същество тези мрежи имитират свързаността на човешкия мозък, класифицирайки набори от данни и откривайки корелации между тях. С новонаучени знания (без човешка намеса) машината може да приложи своите прозрения към други набори от данни. Колкото повече данни обработва една машина, толкова по-точни ще бъдат нейните прогнози.


Например, устройство за дълбоко{0}}обучение може да изследва големи данни – като цвят, форма, размер, време на зреене и произход на плода – за да определи точно дали една ябълка е зелена ябълка или портокалът е червен портокал.


Разликите между AI, машинно обучение и дълбоко обучение не са толкова очевидни, колкото ябълките и портокалите, те са по-фини. Машинното обучение е метод за постигане на изкуствен интелект, а дълбокото обучение е технология за постигане на машинно обучение. Сега разбирате ли разликата между тях?


Изпрати запитване