Duboko učenje nasuprot strojnom učenju u odnosu na AI Kako idu zajedno?

Sljedeća velika stvar u tehnici 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 hipea i izvlačile novac rizičnog kapitala, neke tehnološke tvrtke koriste sve tri naizmjenično. Iako svi padaju pod isti široki kišobran, postoje neke presudne 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? Što je test Turinga 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? 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, unatoč 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 na to znamo li kojim putem krenuti u ured ili paziti na svoje zdravlje, podaci informiraju o našim odlukama i vode nas kroz život. Ali generiramo toliko svakodnevno da je nama ljudima postalo nemoguće analizirati.

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

Google tečaj strojnog učenja Što je strojno učenje? Google-ov besplatni tečaj to razbija za vas Što je strojno učenje? Googleov besplatni tečaj to razbija za vas Google je osmislio besplatni online tečaj koji će vas naučiti osnovama strojnog učenja. rezimira strojno učenje kao “koristeći podatke za odgovor na pitanja.” Oni ga dijele na dva dijela: trening i predviđanja. Zamislite da imate kolekciju slika s oblicima koje želite prepoznati. Ako se slike dodaju u algoritam strojnog učenja, sustav počinje učiti značajke tog oblika.

Kad 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 čak koristi algoritme strojnog učenja za personaliziranje prikazanih djela naslovnice.

Što je duboko učenje?

Iako u potpunosti ne razumijemo inteligenciju, znanstvenici su uspjeli pokazati da mozak generira informacije kroz složenu mrežu 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 mišljenje.
Kreditna slika: ktsdesign / Depositphotos

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 rezultira istodobnom obradom 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 stvorila je umjetne neuronske mreže Što su neuronske mreže i kako djeluju? 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. .

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 dolaze skriveni slojevi. Kako podaci napreduju kroz te skrivene čvorove, neuronska mreža koristi logiku da odluči kojem čvoru proslijediti podatke na sljedeći.

Strojno učenje nasuprot AI nasuprot dubokom učenju

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

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

No, dvije godine kasnije, WIRED je izvijestio da je Googleovo rješenje potpuno uklanjanje gorila iz podataka o treningu.

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. Oni donose odluke na temelju pruženih informacija i logike sustava.

To što odlučivanje neutralne mreže nije transparentno može se činiti nervoznim, ali to znači da uspijeva preslikati ljudsku inteligenciju. Na primjer, mi 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 različitim svrhama. 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 u potpunosti apstraktno. Google koristi svoje ogromne skupove podataka dodavanjem AI u gotovo sve svoje proizvode. Gmail je nedavno nadograđen Smart Odgovorima, dok se Duplex AI tvrtke pojavljuje u SAD-u i može upravljati telefonskim pozivima u vaše ime. Ali nisu jedini koji mogu ući u AI igru.

Možete ga isprobati odmah s Googleovim internetskim eksperimentima AI 5 Najbolji Google AI eksperimenti za istraživanje umjetne inteligencije 5 najboljih Google AI eksperimenata za istraživanje umjetne inteligencije Google ima nekoliko AI eksperimenata s kojima možete odmah i igrati. Zahvaljujući strojnom učenju, uz vašu pomoć mogu promijeniti sutrašnji svijet. .

Kreditna slika: sdecoret / Depositphotos