Dogłębne uczenie się a uczenie maszynowe a sztuczna inteligencja Jak idą razem?

Kolejną wielką rzeczą w technologii jest nauczanie maszynowe. Albo to jest głęboka nauka? Może to sztuczna inteligencja. Jeśli zauważysz, że jesteś wplątany w różnice między tymi trzema, nie jesteś sam.

Nigdy nie przepuszczasz okazji do generowania szumu i pozyskiwania pieniędzy z Venture Capital, niektóre firmy technologiczne wykorzystują wszystkie trzy zamiennie. Chociaż wszystkie mieszczą się w ramach tego samego szerokiego parasola, istnieją między nimi pewne zasadnicze różnice.

Co to jest sztuczna inteligencja?

Sztuczna inteligencja, zwana potocznie AI, jest raczej koncepcją niż systemem. Inteligencja jest postrzegana jako cecha wyjątkowo ludzka. Tradycyjnie uważano, że maszyny zdobywają wiedzę, ale nie inteligencję ani mądrość. Informatyk Alan Turing spędził większą część swojego życia, zastanawiając się, czy maszyny mogą myśleć.

Opracował test Turinga Czym jest test Turinga i czy zostanie on kiedykolwiek pobity? Co to jest test Turinga i czy kiedykolwiek zostanie on pokonany? Test Turinga ma na celu ustalenie, czy maszyny myślą. Czy program Eugene Goostman naprawdę zdał test Turinga, czy też twórcy po prostu oszukiwali? który ma na celu ustalenie, czy maszyna może wykazywać inteligentne zachowanie, a nie musi być inteligentna. To ważne rozróżnienie, ponieważ sami nadal nie rozumiemy w pełni myśli ani inteligencji.

Zamiast próbować zdefiniować inteligencję, mamy nadzieję stworzyć maszyny, które mogą wykazywać inteligentne zachowania.

Zamiast być samą technologią, AI jest sposobem na opisanie systemów. Systemy te można oznaczyć jako wąskie AI i ogólne AI. Wąska sztuczna inteligencja to inteligentny system, ale tylko do określonego zadania. Ogólne AI to typ, który znamy bardziej z popkultury.

Tego rodzaju systemy byłyby w stanie wyświetlać wszystkie elementy ludzkiej inteligencji. Skynet z serii filmów Terminator lub HAL z 2001: A Space Odyssey to fikcyjne przykłady generała AI. Chociaż, pomimo tego, co mówią ci filmy, nie wszystkie systemy AI będą w stanie zniszczyć ludzkość.

Co to jest uczenie maszynowe?

Wszyscy wiemy, że dane mogą być przydatne. Niezależnie od tego, czy wiemy, jaką drogą wybrać się do biura, czy też dbamy o nasze zdrowie, dane informują o naszych decyzjach i prowadzą nas przez życie. Ale generujemy tak wiele każdego dnia, że ​​niemożliwe staje się dla nas, ludzi, analizowanie.

Dlatego powinniśmy zlecić maszynom wykonanie ciężkiego podnoszenia za nas.

Kurs Google Machine Learning Co to jest Machine Learning? Darmowy kurs Google rozkłada go na części Czym jest uczenie maszynowe? Darmowy kurs Google rozkłada go na dobre. Google opracował bezpłatny kurs online, który nauczy Cię podstaw uczenia maszynowego. podsumowuje uczenie maszynowe jako “wykorzystując dane do odpowiedzi na pytania.” Dzielą go na dwie części: szkolenie i prognozy. Wyobraź sobie, że masz kolekcję obrazów przedstawiających kształty, które chciałeś rozpoznać. Jeśli obrazy zostaną wprowadzone do algorytmu uczenia maszynowego, system zaczyna uczyć się cech tego kształtu.

Kiedy napotka nowy obraz, kształt jest porównywany z elementami z danych treningowych, aby ustalić, czy pasuje.

Chociaż możesz go nie rozpoznać, spersonalizowane wyniki wyszukiwania, listy odtwarzania Spotify i rekomendacje produktów Amazon są również wynikiem uczenia maszynowego. Netflix korzysta nawet z algorytmów uczenia maszynowego w celu spersonalizowania wyświetlanych okładek.

Co to jest głębokie uczenie się?

Chociaż nie do końca rozumiemy inteligencję, naukowcom udało się wykazać, że mózg generuje informacje za pośrednictwem złożonej sieci neuronów. Nasz mózg składa się z połączeń elektrycznych, które tworzą ścieżki neuronowe. Ścieżki te przenoszą informacje wokół naszego ciała, pozwalając nam się poruszać, oddychać i myśleć.
Źródło obrazu: ktsdesign / Depositphotos

Gdyby jednak każda z tych ścieżek neuronowych była od siebie niezależna, czasy reakcji byłyby niewiarygodnie wolne i możemy nie być w stanie nawiązać połączeń między myślami. Powodzenie systemu zależy od relacji między tymi wszystkimi ścieżkami, co prowadzi do równoczesnego przetwarzania danych.

Głębokie uczenie się jest metodą replikacji tej gęstej sieci neuronów. Dzięki obsłudze wielu strumieni danych jednocześnie komputery mogły znacznie skrócić czas przetwarzania danych. Zastosowanie tej techniki do głębokiego uczenia się doprowadziło do powstania sztucznych sieci neuronowych. Czym są sieci neuronowe i jak działają? Czym są sieci neuronowe i jak działają? Sieci neuronowe to kolejna wielka rzecz, jeśli chodzi o ciężkie obliczenia i inteligentne algorytmy. Oto jak działają i dlaczego są takie niesamowite. .

Sieci te składają się z szeregu węzłów. Istnieją węzły wejściowe do odbioru danych, węzły wyjściowe dla danych wynikowych i ukryte warstwy węzłów w środku. Celem jest przekształcenie danych wejściowych w coś, czego mogą użyć węzły wyjściowe. Właśnie tam wchodzą ukryte warstwy. Gdy dane przechodzą przez te ukryte węzły, sieć neuronowa używa logiki, aby zdecydować, który węzeł przekazać dane do następnego.

Uczenie maszynowe a sztuczna inteligencja vs. głębokie uczenie się

Chociaż uczenie maszynowe jest potężnym narzędziem, które pomaga nam zrozumieć ogromne ilości danych, które tworzymy, nie wykazuje niezależnego myślenia. Algorytm został zaprojektowany przez programistów, którzy ustalają zasady, którymi musi się posługiwać system uczenia maszynowego. Uprzedzenia programistów, zarówno świadome, jak i nie, mają konsekwencje.

Jednym z pierwszych poważnych niepowodzeń w uczeniu maszynowym jest uprzejmość jednego z inżynierów Google. W 2015 r. Zauważył, że algorytm identyfikacji zdjęć firmy oznaczył go i jego czarnych przyjaciół jako goryle. Google natychmiast przeprosił i wdrożył poprawki krótkoterminowe.

Jednak dwa lata później WIRED poinformował, że rozwiązaniem Google było całkowite usunięcie goryli z danych szkoleniowych.

Z drugiej strony głębokie uczenie się przybliża nas do ogólnej sztucznej inteligencji. Próbując powielić ludzki umysł poprzez wielowarstwowy zbiór węzłów, struktury głębokiego uczenia nie muszą być szkolone przy użyciu dużego początkowego zestawu danych. Podejmują decyzje na podstawie dostarczonych informacji i logiki systemu.

To, że podejmowanie decyzji przez neutralną sieć nie jest przejrzyste, może wydawać się niepokojące, ale oznacza to, że udaje jej się replikacja ludzkiej inteligencji. Na przykład nawet nie do końca rozumiemy, w jaki sposób wymyślamy własne myśli i decyzje.

Sztuczna inteligencja dla każdego

Ostatecznie nie ma potrzeby porównywania uczenia maszynowego w porównaniu do sztucznej inteligencji lub uczenia głębokiego w porównaniu do uczenia maszynowego, ponieważ wszystkie służą różnym celom. Sztuczna inteligencja opisuje pojęcie inteligencji w stylu człowieka w maszynach, podczas gdy uczenie maszynowe i głębokie uczenie się są wysiłkami na rzecz stworzenia ogólnej sztucznej inteligencji.

Nie oznacza to, że pole AI jest całkowicie abstrakcyjne. Google wykorzystuje swoje ogromne zbiory danych, dodając sztuczną inteligencję do prawie wszystkich swoich produktów. Gmail został niedawno odnowiony dzięki inteligentnym odpowiedziom, podczas gdy firma Duplex AI rozwija się w Stanach Zjednoczonych i może obsługiwać połączenia telefoniczne w Twoim imieniu. Ale nie tylko oni mogą wejść w grę AI.

Możesz to teraz wypróbować sam dzięki internetowym eksperymentom AI Google 5 Najlepszych eksperymentów Google AI do zbadania sztucznej inteligencji 5 Najlepszych eksperymentów Google AI do zbadania sztucznej inteligencji Google ma teraz kilka eksperymentów AI, z którymi możesz się pobawić. Dzięki uczeniu maszynowemu mogą one zmienić świat jutra z Twoją pomocą. .

Źródło obrazu: sdecoret / Depositphotos