Duboko učenje vs. Strojno učenje vs. AI: Kako idu zajedno?

Oglas

Sljedeća velika stvar u tehnologiji je strojno učenje. Ili je duboko učenje? Možda je umjetna inteligencija. Ako se zapletete u razlike između to troje, niste sami.

Nikada ne bi dobile priliku za stvaranje hiper-a i izvlačile novac rizičnog kapitala, neke tehnološke tvrtke koriste sve tri naizmjenično. Dok svi padaju pod isti široki kišobran, postoje neke krucijalne razlike među njima.

Što je umjetna inteligencija?

Umjetna inteligencija, koja se obično naziva AI, prije je koncept, a ne sustav. Inteligencija se doživljava kao jedinstveno ljudska osobina. Tradicionalno se mislilo da strojevi dobivaju znanje, ali ne inteligenciju ili mudrost. Računalni znanstvenik Alan Turing proveo je veći dio posljednjeg dijela svog života razmišljajući o tome mogu li strojevi razmišljati.

Osmislio je Turingov test Što je Turingov test i hoće li ga ikada pobijediti?Turingov test ima za cilj da odredi misle li strojevi. Je li program Eugene Goostman doista prošao Turingov test ili su ga autori jednostavno prevarili? Čitaj više

koji ima za cilj utvrditi može li stroj pokazivati ​​inteligentno ponašanje, a ne nužno biti inteligentan. Ovo je važno razlikovanje jer još uvijek u potpunosti ne razumijemo misao ili inteligenciju.

Umjesto pokušaja definiranja inteligencije, nadamo se stvaranju strojeva koji mogu ispoljavati inteligentno ponašanje.

Umjesto da je tehnologija sama po sebi, AI je sredstvo za opisivanje sustava. Ovi se sustavi mogu označiti kao Uski AI i Opći AI. Uzak AI je sustav koji je inteligentan, ali samo na određenom zadatku. General AI je tip koji nam je poznatiji iz pop kulture.

Ove bi vrste sustava mogle prikazivati ​​sve elemente ljudske inteligencije. Skynet iz franšize filma Terminator, ili HAL iz 2001.: Svemirska odiseja, izmišljeni su primjeri General AI-ja. Iako, usprkos onome što vam filmovi govore, ne bi svi General AI sustavi uništili čovječanstvo.

Što je strojno učenje?

Svi znamo da podaci mogu biti korisni. Bez obzira znamo li koji put krenuti uredom ili pazite na svoje zdravlje, podaci informiraju o našim odlukama i vode nas kroz život. Ali generiramo toliko svakog dana da je nama ljudima postalo nemoguće analizirati.

Dakle, trebali bismo nabaviti strojeve koji će raditi teško dizanje za nas.

Googleov tečaj strojnog učenja Što je strojno učenje? Googleov besplatni tečaj to razbija za vasGoogle je osmislio besplatni online tečaj koji će vas naučiti osnovama strojnog učenja. Čitaj više rezimira strojno učenje kao "korištenje podataka za odgovaranje na pitanja". Oni ga dijele na dva dijela: trening i predviđanja. Zamislite da imate zbirku slika s oblicima koje želite prepoznati. Ako se slike dodaju u algoritam strojnog učenja, sustav počinje učiti značajke tog oblika.

Kada naiđe na novu sliku, oblik se uspoređuje s elementima iz podataka o treningu kako bi se utvrdilo je li podudaranje.

Iako ga možda ne prepoznajete, personalizirani rezultati pretraživanja, Spotify popisi za reprodukciju i preporuke za proizvod Amazon rezultat su i strojnog učenja. Netflix koristi čak i algoritme strojnog učenja za personalizirajte prikazana djela korica koja su vam prikazana.

Što je duboko učenje?

Iako u potpunosti ne razumijemo inteligenciju, znanstvenici su uspjeli pokazati da mozak stvara informacije putem složene mreže neurona. Naš mozak se sastoji od tih električnih veza koje tvore neuronske putove. Ti putevi nose informacije oko naših tijela što nam omogućava kretanje, disanje i razmišljanje.

Međutim, kada bi svaki od tih neuronskih putova bio neovisan jedan o drugom, naša bi vremena reakcije bila nevjerojatno spora i možda ne bismo mogli uspostaviti vezu između misli. Uspjeh sustava svodi se na odnos između svih tih putova, što dovodi do istodobne obrade podataka.

Duboko učenje je metoda umnožavanja ove guste mreže neurona. Računanjem više tokova podataka odjednom, računala su u mogućnosti smanjiti vrijeme potrebno za obradu podataka. Primjena ove tehnike u dubokom učenju urodila je umjetne neuronske mreže Što su neuronske mreže i kako djeluju?Neuronske mreže su sljedeća velika stvar kada su u pitanju teški proračuni i pametni algoritmi. Evo kako djeluju i zašto su tako nevjerojatni. Čitaj više .

Te mreže čine niz čvorova. Postoje ulazni čvorovi za prijem podataka, izlazni čvorovi za rezultirajuće podatke i skriveni slojevi čvorova u sredini. Cilj je transformirati ulazne podatke u nešto što izlazni čvorovi mogu koristiti. Tu ulaze skriveni slojevi. Kako podaci napreduju kroz te skrivene čvorove, neuronska mreža koristi logiku da odluči kojem će čvoru proslijediti podatke.

Strojno učenje vs. AI vs. Duboko učenje

Iako je strojno učenje moćan alat koji nam pomaže da shvatimo ogromne količine podataka koje stvaramo, ne pokazuje neovisnu misao. Algoritam su dizajnirali programeri, a oni postavljaju pravila koja sustav za strojno učenje mora igrati. Pristranost programera, bilo svjesna ili ne, ima posljedice.

Jedan od prvih značajnih nedostataka mašinskog učenja pružio je ljubaznost jednog od Googleovih inženjera. Godine 2015. primijetio je da je algoritam identifikacije fotografija tvrtke i njega i njegove crne prijatelje označio gorilama. Google se odmah ispričao i implementirao kratkoročne popravke.

Međutim, dvije godine kasnije, WIRED izvijestio Googleovo rješenje bilo je u potpunosti ukloniti gorile iz podataka o obuci.

S druge strane, duboko učenje vodi nas korak bliže općoj umjetnoj inteligenciji. Pokušavajući replicirati ljudski um kroz višeslojnu zbirku čvorova, strukture dubokog učenja ne moraju biti osposobljene s velikim početnim podacima. Odluke donose na temelju pruženih informacija i logike sustava.

Da odluka neutralne mreže nije prozirna može se činiti nervirajućom, ali to znači da uspijeva replicirati ljudsku inteligenciju. Na primjer, uopće ne razumijemo kako dolazimo do naših vlastitih misli i odluka.

Umjetna inteligencija za sve

Na kraju, nema potrebe uspoređivati ​​strojno učenje s AI ili duboko učenje s strojnim učenjem jer svi služe u različite svrhe. AI opisuje koncept inteligencije ljudskog stila u strojevima, dok su strojno učenje i duboko učenje napori u stvaranju Općeg AI.

To ne znači da je polje AI potpuno apstraktno. Google koristi svoje ogromne skupove podataka dodavanjem AI u gotovo sve svoje proizvode. Gmail je nedavno prepravljen pametnim odgovorima, dok se tvrtka Duplex AI izvodi širom SAD-a i može upravljajte telefonskim pozivima u vaše ime. Nisu jedini koji mogu ući u AI igru.

Možete odmah isprobati sami Googleovi internetski eksperimenti s AI 5 najboljih Google AI eksperimenata za istraživanje umjetne inteligencijeGoogle trenutno ima nekoliko AI eksperimenata s kojima se možete igrati i igrati. Zahvaljujući strojnom učenju, uz vašu pomoć mogu promijeniti svijet sutrašnjice. Čitaj više .

Kreditna slika: sdecoret /Depositphotos