Q:
В чем разница между искусственным интеллектом, машинным обучением и глубоким обучением?
A:Термины «искусственный интеллект», «машинное обучение» и «глубокое обучение» описывают процесс, который основывался на себе в течение последних нескольких десятилетий, поскольку мир достиг огромных успехов в вычислительной мощности, передаче данных и других технологических целях.
Разговор должен начинаться с искусственного интеллекта, широкого термина для любой способности компьютеров или технологий имитировать человеческую мысль или деятельность мозга. В некотором смысле, искусственный интеллект начался рано, с простых компьютерных программ игры в шахматы и других программ, которые начали имитировать человеческое принятие решений и мышление.
| Скачать бесплатно: машинное обучение и почему это важно |
Искусственный интеллект продолжал развиваться с первых дней существования персонального компьютера, до эпохи Интернета и, наконец, до эпохи облачных вычислений, виртуализации и сложных сетей. Искусственный интеллект вырос и расширился во многих отношениях как ключевая отрасль технологий.
Одной из вех в искусственном интеллекте является появление и внедрение машинного обучения, особого подхода к достижению целей искусственного интеллекта.
Машинное обучение использует сложные алгоритмы и программы, чтобы помочь компьютерному программному обеспечению лучше принимать определенные решения в рабочей среде. Вместо того, чтобы просто программировать компьютер так, чтобы он снова и снова делал один набор вещей, как это было в случае с программами, написанными вручную, 1970-х и 1980-х годов, машинное обучение начинает использовать эвристику, моделирование поведения и другие типы проекций, чтобы позволить технологии, чтобы улучшить процесс принятия решений и развиваться с течением времени. Машинное обучение применяется для борьбы со спамом, внедрения личностей искусственного интеллекта, таких как IBM Watson, и достижения целей искусственного интеллекта другими способами.
Глубокое обучение, в свою очередь, опирается на машинное обучение. Эксперты описывают глубокое обучение как использование алгоритмов для управления абстракциями высокого уровня, таких как использование искусственных нейронных сетей для обучения технологиям при выполнении задач. Глубокое обучение выводит машинное обучение на новый уровень, пытаясь смоделировать реальную деятельность человеческого мозга и применить ее к искусственному принятию решений или другой познавательной работе.
Глубокое изучение было продемонстрировано на примерах, таких как передовые программы оптимизации цепочки поставок, программы лабораторного оборудования и другие виды инноваций, такие как генеративная сеть соперничества, где две противоположные сети, генеративная и дискриминационная сеть, работают друг против друга, чтобы моделировать человека мыслительные процессы дискриминации. Этот конкретный тип глубокого обучения может применяться для обработки изображений и других целей.
Реальность такова, что глубокое обучение приближает искусственный интеллект к тому, что эксперты считают «сильным ИИ», искусственным интеллектом, который более или менее полностью способен воспроизводить многие мыслительные функции человека. Это вызывает серьезные споры о том, как эффективно использовать эти появляющиеся технологии и как заботиться о мире, в котором компьютеры думают так же, как и мы.
