Акрамя Hype: розніца паміж штучным інтэлектам, машынным навучаннем і глыбокім навучаннем

Штучны інтэлект (AI) увайшоў у наша паўсядзённае жыццё. Ад маркетынгу да медыцыны, здаецца, гэта ўплывае на кожны бізнес і галіну. Кампаніі, якія займаюцца тэхналогіямі, канкуруюць за панаванне ў гонцы лідзіраваць на рынку і набываюць самыя інавацыйныя і перспектыўныя прадпрыемствы AI.

Вы ўжо можаце выкарыстоўваць AI ў паўсядзённым жыцці з такімі прыкладаннямі, як распазнаванне гаворкі, віртуальная дапамога на смартфоне, алгарытмы рэкамендацый па пакупках вэб-сайтаў, паслугі па трансляцыі музыкі ці відэа, альбо нават калі вы наведваеце лекара, і ён параўноўвае рэнтген або іншыя медыцынскія выявы з іншымі медыцынскімі дадзенымі.

І тут ёсць тэрміны машыннага навучання і глыбокага навучання, якія, здаецца, блытаюць многіх людзей. Занадта часта яны выкарыстоўваюцца ўзаемазаменна, але, хоць яны цесна звязаныя паміж сабой, яны маюць розны сэнс. Такім чынам, у чым розніца паміж AI, машынным навучаннем і глыбокім навучаннем?

Штучны інтэлект

У шырокім сэнсе, на думку яе заснавальнікаў, AI - гэта навука і тэхніка вырабу інтэлектуальных машын, у прыватнасці інтэлектуальных камп'ютэрных праграм. Гэта спосаб прымусіць кампутар, кіраваны кампутарам робат, альбо праграмнае забеспячэнне думаць інтэлектуальна падобна да таго, як думаюць людзі, выкарыстоўваючы пры гэтым значна вялікую хуткасць і магутнасць кампутара.

Інжынірынг ведаў з'яўляецца асноўнай часткай даследаванняў ІІІ. Машыны могуць дзейнічаць як людзі, толькі калі яны валодаюць багатай інфармацыяй пра свет. Аўтаномны аўтамабіль можа бяспечна ездзіць толькі з дастатковай колькасцю дадзеных пра навакольнае асяроддзе. Алгарытмы прыняцця рашэнняў гэтак жа добрыя, як і ўваходныя дадзеныя.

Іншымі словамі, штучны інтэлект павінен мець доступ да аб'ектаў, катэгорый, уласцівасцей і адносін паміж імі для рэалізацыі тэхнікі ведаў. Ініцыяваць здаровы сэнс, развагі і вырашаць праблемы ў машынах - складаны і стомны падыход. Мы нідзе побач з сапраўды разумнымі машынамі.

Машыннае навучанне

У той час як штучны інтэлект ахоплівае ўвесь спектр машыннага навучання, тэрмін машыннае навучанне мае значна больш вузкае значэнне, а менавіта "здольнасць да навучання без праграмавання." у камп'ютэры і чакаю, калі яны прынясуць вынікі.

Машыннае навучанне - гэта тып інтэлектуальнага навучання, які палягчае магчымасць кампутараў вучыцца і, па сутнасці, вучыць сябе развівацца, калі ён падвяргаецца ўздзеянню новых і пастаянна змяняюцца дадзеных. Напрыклад, у стужцы навін Facebook выкарыстоўваецца машыннае навучанне, каб імкнуцца да персаналізацыі падач кожнага з улікам таго, што ім падабаецца. Асноўнымі элементамі традыцыйнага праграмнага забеспячэння машыннага навучання з'яўляюцца статыстычны аналіз і прагнастычны аналіз, які выкарыстоўваецца для вызначэння заканамернасцей і пошуку схаваных поглядаў на аснове назіраных дадзеных з папярэдніх вылічэнняў, не праграмуючыся, дзе шукаць.

Машыннае навучанне сапраўды развівалася гадамі дзякуючы здольнасці прасейваць складаны набор дадзеных. Часта іх называюць "вялікімі дадзенымі". Шмат хто можа быць здзіўлены, калі даведаецца, што ў паўсядзённым жыцці яны сутыкаюцца з праграмамі машыннага навучання праз струменевыя сэрвісы, такія як Netflix і алгарытмы сацыяльных медыя, якія папярэджваюць аб актуальных тэмах і хэштэгах. Выманне функцый у машынным навучанні патрабуе ад праграміста распавесці кампутару, якія рэчы ён павінен шукаць, якія будуць фармавальнымі пры прыняцці рашэння, што можа заняць шмат часу. Гэта таксама прыводзіць да машыннага навучання з паніжанай дакладнасцю з-за элемента чалавечай памылкі падчас працэсу праграмавання.

Глыбокае навучанне

Глыбокае навучанне - самая маладая вобласць даследаванняў машыннага навучання, якая была ўведзена з мэтай набліжэння машыннага навучання да набліжэння штучнага інтэлекту.

Ён звязаны з вывучэннем "глыбокіх нейронных сетак" у чалавечым мозгу, і ў гэтай перспектыве глыбокае навучанне спрабуе пераймаць функцыі ўнутраных слаёў чалавечага мозгу, ствараючы веды з некалькіх слаёў апрацоўкі інфармацыі. Паколькі тэхналогія глыбокага навучання мадэлюецца пасля чалавечага мозгу, кожны раз, калі ў яго ўліваюцца новыя дадзеныя, яго магчымасці становяцца ўсё больш дасканалымі.

У адпаведнасці з парадыгмай глыбокага навучання, машына практычна "трэніруецца", выкарыстоўваючы вялікую колькасць дадзеных і алгарытмаў, каб даць ёй магчымасць навучыцца выконваць задачы. Гэтыя дадзеныя падаюцца праз нейронныя сеткі, якія задаюць шэраг двайковых праўдзівых / ілжывых пытанняў альбо лікавых значэнняў кожнага біта дадзеных, якія праходзяць праз іх, і класіфікуюць іх у адпаведнасці з атрыманымі адказамі. Сёння распазнаванне малюнкаў на машынах, навучаных з дапамогай глыбокага навучання, выкарыстоўваецца пры навучанні аўтаномных робатаў і транспартных сродкаў, у медыцыне для выяўлення маркераў хваробы і ўсіх відаў малюнкаў.

Некаторы час таму AlphaGo ад Google пазнаў гэтую гульню за некалькі гадзін, гуляючы супраць яе зноў і зноў. Гэтая непадкантрольная, усё больш хуткая здольнасць да навучання з'яўляецца ключом да цяперашняга шуму над глыбокім навучаннем. Але наступная рэвалюцыйная тэхналогія не за гарамі.