Q:
Aký je rozdiel medzi umelou inteligenciou, strojovým učením a hlbokým učením?
A:Pojmy „umelá inteligencia“, „strojové učenie“ a „hlboké vzdelávanie“ opisujú proces, ktorý si sám vybudoval za posledných niekoľko desaťročí, pretože svet dosiahol obrovský pokrok v oblasti výpočtovej sily, prenosu údajov a ďalších technologických cieľov.
Konverzácia by sa mala začať umelou inteligenciou, čo je široký pojem pre akúkoľvek schopnosť počítačov alebo technológií simulovať ľudské myslenie alebo mozgovú aktivitu. V istom zmysle umelá inteligencia začala skoro, s jednoduchými počítačovými šachovými programami a inými programami, ktoré začali napodobňovať ľudské rozhodovanie a myslenie.
Zdarma na stiahnutie: Strojové učenie a prečo na tom záleží |
Umelá inteligencia pokračovala v postupe od prvých dní osobného počítača, do veku internetu a nakoniec do veku cloud computingu, virtualizácie a sofistikovaných sietí. Umelá inteligencia sa rozrástla a rozšírila mnohými spôsobmi ako kľúčový technologický priemysel.
Jedným z míľnikov v oblasti umelej inteligencie je vznik a prijatie strojového učenia, osobitný prístup k dosiahnutiu cieľov umelej inteligencie.
Strojové učenie používa sofistikované algoritmy a programy, ktoré pomáhajú počítačovému softvéru zlepšiť sa pri rozhodovaní o určitých súboroch rozhodnutí v prostredí výkonu. Namiesto jednoduchého programovania počítača na vykonávanie jednej a viacerých vecí znova a znova, ako tomu bolo v prípade ručne kódovaných programov 70. a 80. rokov, strojové učenie začína používať heuristiku, modelovanie správania a iné typy projekcií, aby technológie na zlepšenie rozhodovania a vývoj v priebehu času. Strojové učenie sa používa v boji proti spamu, implementácii osobností umelej inteligencie, ako je IBM Watson, a dosahovaniu cieľov umelej inteligencie inými spôsobmi.
Hlboké učenie zase stavia na strojovom učení. Experti opisujú hĺbkové učenie ako použitie algoritmov na riadenie abstrakcií na vysokej úrovni, ako je napríklad použitie umelých neurónových sietí na výcvik technológií v oblasti úloh. Hlboké učenie posúva strojové učenie na ďalšiu úroveň tým, že sa pokúša modelovať skutočnú činnosť ľudského mozgu a aplikuje ho na umelé rozhodovanie alebo inú kognitívnu prácu.
Hlboké učenie sa demonštrovalo prostredníctvom príkladov, ako sú špičkové programy optimalizácie dodávateľského reťazca, programy laboratórnych zariadení a ďalšie typy inovácií, ako napríklad generatívna kontradiktórna sieť, v ktorej dve protichodné siete, generatívna a diskriminačná sieť, vzájomne pôsobia pri modelovaní človeka. myšlienkové procesy diskriminácie. Tento konkrétny typ hlbokého učenia sa môže použiť na spracovanie obrazu a ďalšie použitie.
Realita je taká, že hlboké učenie posúva umelú inteligenciu bližšie k tomu, čo odborníci považujú za „silnú umelú inteligenciu“, čo je umelá inteligencia, ktorá je viac či menej schopná replikovať mnoho funkcií ľudského myslenia. To vedie k významnej diskusii o tom, ako efektívne zvládnuť tieto vznikajúce technológie a ako sa starať o svet, v ktorom počítače myslia rovnakým spôsobom ako my.