Mély tanulás vs. Gépi tanulás vs. AI: Hogyan mennek együtt?

Hirdetés

A következő nagy dolog a techban gépi tanulás. Vagy ez mély tanulás? Talán az mesterséges intelligencia. Ha úgy találja, hogy belezavarodott a három különbségbe, akkor nem vagy egyedül.

Még soha nem hagyják át a hype előállításának és a kockázatitőke-pénzeszközök kiaknázásának lehetőségét, egyes tech-cégek mindhárom helyettesítő módon használják fel. Noha mindegyik ugyanolyan széles esernyő alá esik, vannak közöttük kritikus különbségek.

Mi az a mesterséges intelligencia?

A mesterséges intelligencia, amelyet általában AI-nek neveznek, inkább fogalom, mint rendszer. Az intelligenciát egyedileg emberi tulajdonságnak tekintik. Hagyományosan úgy gondolják, hogy a gépek tudást szereznek, de nem intelligenciát vagy bölcsességet. Alan Turing számítástechnikusa életének nagy részét azzal töltötte, hogy meggondolja, hogy a gépek képesek-e gondolkodni.

Megtervezte a Turing-teszt Mi az a Turing-teszt, és vajon lesz-e soha?A Turing-teszt célja annak meghatározása, hogy a gépek gondolkodnak-e. Az Eugene Goostman program valóban megfelel-e a Turing-tesztnek, vagy csak az alkotók csaltak?

Olvass tovább amelynek célja annak meghatározása, hogy egy gép képes-e intelligens viselkedést mutatni, nem feltétlenül intelligens. Ez fontos különbségtétel, mivel még mindig nem értjük meg teljesen a gondolatokat vagy az intelligenciánkat.

Az intelligencia meghatározásának megkísérelése helyett reméljük, hogy olyan gépeket fogunk létrehozni, amelyek intelligens viselkedést mutatnak.

Ahelyett, hogy maga a technológia, az AI a rendszerek leírására szolgáló eszköz. Ezeket a rendszereket Narrow AI és General AI jelöléssel lehet ellátni. A keskeny AI egy intelligens rendszer, amely csak egy adott feladathoz tartozik. Az AI általános az a típus, amelyet jobban ismerünk a popkultúrából.

Az ilyen típusú rendszerek képesek lennének az emberi intelligencia összes elemének megjelenítésére. A Skynet a Terminator film franchise-ból, vagy a HAL 2001-ből: A Space Odyssey az általános generációs művek fiktív példái. Annak ellenére, hogy a filmek elmondják, nem minden általános AI-rendszer lenne az emberiség elpusztítására.

Mi a gépi tanulás?

Mindannyian tudjuk, hogy az adatok hasznosak lehetnek. Függetlenül attól, hogy tudja, melyik utat kívánja elérni az irodába, vagy szemmel tartja az egészségünket, az adatok tájékoztatják döntéseinket és útmutatást nyújtanak az élet során. De minden nap annyit generálunk, hogy számunkra, emberek számára lehetetlenné válik az elemzés.

Tehát be kellene szereznünk gépeket a nehéz emelő elvégzésére.

Google gépi tanulási tanfolyam Mi a gépi tanulás? A Google ingyenes tanfolyam megszakítja az Ön számáraA Google ingyenes online tanfolyamot dolgozott ki, hogy megtanítsa a gépi tanulás alapjait. Olvass tovább a gépi tanulást úgy foglalja össze, hogy „adatok felhasználása a kérdések megválaszolására”. Két részre bontják: edzésre és előrejelzésekre. Képzelje el, hogy van olyan képgyűjteménye, amely olyan formákat tartalmaz, amelyeket felismerni akart. Ha a képeket betápláljuk a gépi tanulási algoritmusba, akkor a rendszer elkezdi megtanulni az alak tulajdonságait.

Amikor új képet talál, a formát összehasonlítják az edzési adatok elemeivel annak meghatározása érdekében, hogy egyezés-e.

Bár nem ismeri fel, a személyre szabott keresési eredmények, a Spotify lejátszási listák és az Amazon termékismertetései szintén a gépi tanulás eredményei. A Netflix gépi tanulási algoritmusokat is használ személyre szabhatja a bemutatott borítót.

Mi az a mély tanulás?

Noha nem értjük teljesen az intelligenciát, a tudósoknak sikerült bebizonyítani, hogy az agy információt generál egy komplex neuronhálózaton keresztül. Agyunkat ezek az elektromos kapcsolatok alkotják, amelyek idegi útvonalakat képeznek. Ezek az utak információt hordoznak a testünk körül, lehetővé téve számunkra, hogy mozogjunk, lélegezzünk és gondoljunk.

Ha azonban ezen idegi útvonalak mindegyike független lenne, a reakcióidőnk hihetetlenül lassú lenne, és valószínűleg nem tudunk kapcsolatot létesíteni a gondolatok között. A rendszer sikere ezen utak közötti kapcsolaton múlik, ami párhuzamos adatfeldolgozást eredményez.

A mély tanulás egy módszer a neuronok sűrű hálózatának replikálására. Azáltal, hogy egyszerre több adatfolyamot kezel, a számítógépek csökkentik az adatok jelentős feldolgozásához szükséges időt. Ezt a technikát a mély tanuláshoz alkalmazni kellett mesterséges idegi hálózat Mik a neurális hálózatok és hogyan működnek?Neurális hálózatok a következő nagy dolog, amikor nehéz számításokra és intelligens algoritmusokra van szükség. Így működnek, és miért olyan csodálatosak. Olvass tovább .

Ezek a hálózatok csomópontok sorozatából állnak. Vannak bemeneti csomópontok az adatok fogadására, a kapott adatok kimeneti csomópontjai, és a csomópontok középen rejtett rétegei vannak. A cél az, hogy a bemeneti adatokat olyan formává alakítsuk, amelyet a kimeneti csomópontok felhasználhatnak. Itt jönnek be a rejtett rétegek. Ahogy az adatok ezeken a rejtett csomópontokon haladnak keresztül, a neurális hálózat logikát használ annak eldöntésére, hogy mely csomóponthoz továbbítja az adatokat a következő.

Gépi tanulás vs. AI vs. Mély tanulás

Noha a gépi tanulás egy hatékony eszköz, amely segít megérteni az általunk létrehozott hatalmas adatmennyiséget, ez nem mutat független gondolatot. Az algoritmust a programozók tervezték meg, és meghatározták azokat a szabályokat, amelyeknek a gépi tanulási rendszernek játszania kell. A fejlesztők elfogultsága, akár tudatos, akár nem, következményekkel jár.

A gépi tanulás egyik első jelentős hátránya a Google egyik mérnöke jóvoltából történt. 2015-ben észrevette, hogy a vállalat fotóazonosító algoritmusa őt és fekete barátjait gorillákként jelöli. A Google azonnal bocsánatot kért és bevezette a rövid távú javításokat.

Két évvel később azonban Vezetékes jelentett A Google úgy döntött, hogy a gorillákat teljes mértékben eltávolítja az edzési adatokból.

Másrészt a mély tanulás egy lépéssel közelebb hoz minket az általános mesterséges intelligenciához. Ha megkísérelte megismételni az emberi elmét egy többrétegű csomópontok gyűjtésével, a mély tanulási struktúrákat nem kell nagy kezdeti adatkészlettel képezni. A megadott információk és a rendszer logikája alapján hoznak döntéseket.

Zavarónak tűnhet, hogy egy semleges hálózat döntése nem átlátható, de ez azt jelenti, hogy sikerrel replikálhatja az emberi intelligenciát. Például, még azt sem tudjuk teljesen megérteni, hogy miként állunk elő saját gondolatainkkal és döntéseinkkel.

Mesterséges intelligencia mindenki számára

Végül nincs szükség a gépi tanulás és az AI összehasonlítására, vagy a mély tanulás és a gépi tanulás összehasonlítására, mivel ezek mind különböző célokat szolgálnak. Az AI leírja az emberi stílusú intelligencia fogalmát a gépekben, míg a gépi tanulás és a mély tanulás az általános AI létrehozásának erőfeszítései.

Ez nem azt jelenti, hogy az AI területe teljesen elvont. A Google kihasználja hatalmas adatkészleteit azáltal, hogy szinte minden termékéhez hozzáadja az AI-t. A Gmail nemrégiben volt az intelligens válaszokkal újjáépítve, míg a cég Duplex AI az Egyesült Államok egész területén megjelenik és képes kezelni a telefonhívásokat az Ön nevében. De nem csak azok léphetnek be az AI játékba.

Most kipróbálhatja magának A Google online AI kísérletei 5 legjobb Google AI kísérlet a mesterséges intelligencia feltárásáraA Google-nak számos AI-kísérlete van, amelyekkel jelenleg játszhat és játszhat. A gépi tanulásnak köszönhetően megváltoztathatják a holnap világát az Ön segítségével. Olvass tovább .

Kép jóváírás: sdecoret /depositphotos