AI супраць машыннага навучання супраць паглыбленага навучання: у чым розніца? Байт-акадэмія

AI супраць машыннага навучання супраць паглыбленага навучання: у чым розніца?

Панядзелак, 17 красавіка 2017 года

Калі AlphaGo Deepmind выйграў 4 з 5 матчаў супраць тагачаснага чэмпіёна Го Лі Лі-Дола, увесь свет заўважыў. Гэты момант, які быў абвешчаны трыумфам штучнага інтэлекту, стаў важным этапам да рэалізацыі складаных машын з ІІ.

Гэта было таксама, калі словы "глыбокае навучанне і машыннае навучанне" ўвайшлі ў агульную лексіку, і сродкі масавай інфармацыі выкарыстоўваюць гэтыя тэрміны ўзаемна, каб растлумачыць, як AlphaGo канкуравала супраць чалавечага інтэлекту.

У той час як цесна звязаныя, гэтыя тэрміны азначаюць розныя рэчы. І ў гэты дзень і ўзрост, калі тэхналогіі аказваюць вялікі ўплыў на жыццё нашага жыцця, важна ведаць розніцу паміж гэтымі тэрмінамі.

Гэты артыкул дапаможа вам зрабіць менавіта гэта.

Падыход
 Лепшы спосаб разумення гэтых тэрмінаў - гэта пазнанне адносін паміж імі. AI, машыннае навучанне і глыбокае навучанне падобныя на тыя рускія наборы для лялек - AI - гэта самая шырокая канцэпцыя, і, такім чынам, самая вялікая лялька ў наборы.

AI, машыннае навучанне і глыбокае навучанне падобныя на тыя рускія лялечныя наборы ... Націсніце, каб твіт

Мы пачнем разуменне з першай лялькі "Штучны інтэлект".

Штучны інтэлект (AI)
 Штучны інтэлект як канцэпцыя ўваходзіць у нашу грамадскую фантазію з стагоддзяў, пачынаючы з грэчаскіх міфаў пра механічных людзей, прызначаных для імітацыі паводзін чалавека, да найноўшай серыі "Тэрмінатар" пра суперінтэлектуальныя кібернетычныя арганізмы, якія вяртаюцца ў мінулае, каб знішчыць / захаваць чалавецтва . Гэта тэорыя і распрацоўка камп'ютэрных сістэм, здольных выконваць задачы, якія звычайна патрабуюць інтэлекту чалавека, такія як візуальнае ўспрыманне, распазнаванне гаворкі, прыняцце рашэнняў і пераклад паміж мовамі.

Канцэпцыя AI, папулярызаваная Галівудам і Sci-Fi, вядомая пад назвай "General AI" - магутныя машыны, здольныя пераўзысці людзей ва ўсіх сферах.

Аднак AlphaGo і большасць іншых выпадкаў AI ў сучасным свеце адносяцца да катэгорыі "Вузкі AI", дзе гэтыя машыны створаны для рэплікацыі або паляпшэння паводзін чалавека ў адной канкрэтнай задачы.

Папулярнасць AI вырасла за апошнія некалькі гадоў, што звязана з простым доступам да паралельных вылічэнняў праз GPU і рухам Big Data, якія прадстаўляюць дадзеныя рознага кшталту, што дазваляе даследаваць усе магчымасці ў гэтай галіне.

Але як поле, якое стамілася да ўвагі і прагрэсу да 2012 года, зрабіла яго такім вялікім? Гэтае пытанне вядзе нас да машыннага навучання - сферы камп'ютэрных навук, якое зрабіла магчымым такое развіццё.

Машыннае навучанне

Машыннае навучанне як паняцце мае на ўвазе магчымасць машыны самастойна вучыцца з прадастаўленых дадзеных. У той час як мы звычайна праграмуем машыны для выканання інструкцый у адпаведнасці з нашымі патрабаваннямі, у машынным навучанні мы выкарыстоўваем алгарытмы, якія сістэматычна разбіраюць дадзеныя і вывучаюць паводзіны самі па сабе, без таго, каб яўна гэта запраграмавалі.

Але як AI, які пакутуе на ўвагу і прагрэс да 2012 года, зрабіў гэта такім вялікім ... Click To Tweet

Лепшым прыкладам для гэтага можа быць класіфікацыя лістоў на розныя фільтры, якія вызначаюць, належыць Ці электронны ліст да спаму альбо не, выкарыстоўваецца алгарытмы машыннага навучання.

Машыннае навучанне было асэнсавана раннім натоўпам ІІІ і з тых часоў сабрала мноства метадаў, такіх як навучанне дрэвам рашэнняў, наіўны класіфікатар Байеса і падтрымка вектарных машын сярод іншых. Ён шырока выкарыстоўваецца ў галіне камп'ютэрнага зроку, дзе мэтай з'яўляецца дапамагчы кампутару вызначыць розныя аб'екты ў малюнку.

Першапачаткова гэта поле было пазбаўлена адмовы - яно запатрабавала шмат кадавання ўручную, часу на апрацоўку і дагэтуль не змагло адпавядаць вынікам у адпаведнасці з чалавечымі стандартамі. З часам і ўдасканаленнем тэхналагічнай інфраструктуры, гэта метады сталі надзвычай магутнымі, але ёсць адно пад-поле, якое дапамагло прасунуць машыннае навучанне да такой ступені, што Computer Vision паспяхова выкарыстоўваецца падобнымі Facebook для ідэнтыфікацыі аб'ектаў на малюнку і Uber. , Apple і любіць, каб зрабіць машыну менш аўтамабіляў.

А тэхніка? У гэтым і заключаецца глыбокае навучанне.

Глыбокае навучанне

Глыбокае навучанне - гэта падпольнае поле машыннага навучання, якое выкарыстоўвае тэхніку штучных нейронных сетак. Ён натхнёны біялогіяй чалавека - гэтак жа, як наш мозг складаецца з сеткі нейронаў, якія страляюць сігналамі і перадаюць інфармацыю, алгарытм стварае падобную ўстаноўку ўнутры машыны з той толькі розніцай, што ў той час як біянейроны могуць свабодна злучацца адзін з адным, штучным нейронам сеткі маюць дыскрэтныя пласты і злучэнні і ідуць па зададзеным кірунку.

Па сутнасці, "Глыбокае навучанне" прадугледжвае падачу ў камп'ютэрнай сістэме вялікай колькасці дадзеных, якія яна сістэматычна разбірае, класіфікуючы дадзеныя праз двайковыя праўдзівыя ці ілжывыя пытанні альбо здабываючы лікавае значэнне. Гэтая інфармацыя захоўваецца ў выглядзе нейронных сетак, якія потым выкарыстоўваюцца для класіфікацыі любых формаў дадзеных - аўдыё, відэа, прамовы і г. д. Хоць і вылічальна шырока, гэтая методыка дае нам выдатны вынік і зараз выкарыстоўваецца для шырокага кола такіх праблем. як навігацыя кіроўцы менш аўтамабіляў, перафарбоўваючы чорна-белыя малюнкі, забяспечваючы медыцынскую дыягностыку сярод іншых.

Напрыканцы можна лёгка ўспрымаць гэтыя паняцці як канцэнтрычныя кругі. ІІ - гэта шырокая мэта, будучыня, якая ўжо сёння рэалізуецца. Машыннае навучанне - найбольш перспектыўны падыход да рэалізацыі гэтай будучыні. А Глыбокае навучанне - самая магутная тэхніка для дасягнення гэтага.

Для больш глыбокага разумення гэтых паняццяў, праверце нашы курсы па навуцы дадзеных.

Першапачаткова апублікаваны на byteacademy.co 17 красавіка 2017 года.