Q:
Каква е разликата между изкуствения интелект, машинното обучение и дълбокото обучение?
A:Термините „изкуствен интелект“, „машинно обучение“ и „дълбоко обучение“ описват процес, който се е изградил върху себе си през последните няколко десетилетия, тъй като светът постигна огромен напредък в изчислителната мощност, преноса на данни и други технологични цели.
Разговорът трябва да започне с изкуствен интелект, широк термин за всяка способност на компютрите или технологиите да симулират човешката мисъл или мозъчна дейност. В известен смисъл изкуственият интелект започна рано, с прости компютърни програми за игра на шах и други програми, които започнаха да имитират човешкото вземане на решения и мисълта.
| Безплатно изтегляне: Машинното обучение и защо има значение |
Изкуственият интелект продължи да напредва от ранните дни на личния компютър, до ерата на интернет и накрая до ерата на облачните компютри, виртуализацията и сложните мрежи. Изкуственият интелект се разраства и разширява в много отношения като ключова технологична индустрия.
Един от основните етапи в изкуствения интелект е появата и приемането на машинно обучение, особен подход за постигане на целите на изкуствения интелект.
Машинното обучение използва сложни алгоритми и програми, за да помогне на компютърния софтуер да стане по-добър при вземането на определени групи решения в среда за изпълнение. Вместо просто да програмирате компютър, за да прави един набор от неща отново и отново, както беше случаят с ръчно кодираните програми от 70-те и 80-те години, машинното обучение започва да използва евристика, моделиране на поведение и други видове прогнози, за да позволи на технология за подобряване на вземането на решения и развитие във времето. Машинното обучение е приложено за борба със спам имейл, внедряване на личности с изкуствен интелект като IBM Watson и постигане на цели за изкуствен интелект по други начини.
Дълбокото обучение от своя страна се основава на машинното обучение. Експертите описват дълбокото обучение като използването на алгоритми за задвижване на абстракции на високо ниво, като например използването на изкуствени невронни мрежи за обучение на технологии за задачи. Дълбокото обучение извежда машинното обучение на следващо ниво, като се опитва да моделира действителната човешка мозъчна дейност и да я приложи при изкуственото вземане на решения или друга познавателна работа.
Дълбокото обучение е демонстрирано чрез примери като авангардни програми за оптимизация на веригата на доставки, програми за лабораторно оборудване и други видове иновации, като генеративната състезателна мрежа, където две противоположни мрежи, генеративна и дискриминационна мрежа работят една срещу друга за моделиране на човека мисловни процеси на дискриминация. Този конкретен тип задълбочено обучение може да се приложи за обработка на изображения и други приложения.
Реалността е, че задълбоченото учене привежда изкуствения интелект по-близо до това, което експертите смятат за „силен AI“, изкуствения интелект, който е повече или по-малко напълно способен да възпроизведе много човешки мисловни функции. Това поражда значителни дебати за това как да се справим ефективно с тези нововъзникващи технологии и как да се грижим за свят, в който компютрите мислят по едни и същи начини, които правим ние.
