Mësimi AI vs Makinerisë vs Mësimi i thellë: Cili është ndryshimi? Akademia Bajt

Mësimi AI vs Makinerisë vs Mësimi i thellë: Cili është ndryshimi?

E hënë, 17 Prill 2017

Kur AlphaGo i Deepmind fitoi 4 nga 5 ndeshjet kundër Go Champion Lee Se-dol, e gjithë bota mori vëmendje. Heralded si një triumf për Inteligjencën Artificiale, ky moment ishte një hap i rëndësishëm drejt bërjes së makinave të sofistikuara me energji AI.

Kjo ishte edhe kur fjalët Deep Learning dhe Machine Learning hynë në leksikun publik, me media duke përdorur këto terma në mënyrë të ndërveprueshme për të shpjeguar sesi AlphaGo garonte kundër inteligjencës njerëzore.

Ndërsa lidhen ngushtë, këto terma nënkuptojnë gjëra të ndryshme. Dhe në këtë ditë dhe epokë, kur teknologjia ka një ndikim të madh në mënyrën se si ne jetojmë jetën tonë, është e rëndësishme të dimë ndryshimin midis këtyre termave.

Ky artikull do t'ju ndihmojë të bëni vetëm atë.

Qasja
 Mënyra më e mirë për të kuptuar këto terma është njohja e marrëdhënieve midis tyre. AI, Mësimi i Makinerisë dhe Mësimi i thellë janë si ato grupe kukullash ruse - AI është koncepti më i gjerë dhe kështu kukulla më e madhe në grup, Mësimi i Makinerisë vjen në sekondë dhe Mësimi i thellë mund të gjendet brenda kësaj.

AI, Mësimi i Makinerisë dhe Mësimi i thellë janë si ato grupe të kukullave ruse… Kliko për të cicëruar

Do ta fillojmë mirëkuptimin me kukullën e parë, Inteligjencën Artificiale.

Inteligjenca Artificiale (AI)
 Inteligjenca artificiale si një koncept ka qenë një pjesë e imagjinatës sonë publike që prej shekujsh, pikërisht nga mitet greke për burrat mekanikë të krijuar për të imituar sjelljen njerëzore tek seritë më të fundit të Terminatorit për organizmat kibernetikë super inteligjentë që udhëtojnë prapa në kohë për të shkatërruar / shpëtuar njerëzimin . Shtë teoria dhe zhvillimi i sistemeve kompjuterike në gjendje të kryejnë detyra që normalisht kërkojnë inteligjencën njerëzore, siç janë perceptimi vizual, njohja e të folurit, vendimmarrja dhe përkthimi midis gjuhëve.

Koncepti i AI i popullarizuar nga Hollywood dhe Sci-Fi është i njohur si "General AI" - makina të fuqishme që mund të tejkalojnë qeniet njerëzore në të gjitha fushat.

Sidoqoftë, AlphaGo dhe shumë raste të tjera të UA-së në botën e sotme i përkasin kategorisë "Narrow AI" ku këto makina janë krijuar për të përsëritur ose përmirësuar sjelljen njerëzore në një detyrë specifike.

Popullariteti i AI ka shpërthyer gjatë viteve të fundit, për shkak të qasjes së lehtë në llogaritjet paralele përmes GPU dhe lëvizjes Big Data duke sjellë të dhëna të çdo lloji, duke ndihmuar kështu të eksploroni çdo thellësi të mundësisë në këtë fushë.

Por, si e bëri atë një fushë, e cila po vajtonte për vëmendje dhe përparim deri në vitin 2012? Kjo pyetje na çon në Mësimin e Makinerisë, fushën e Shkencave Kompjuterike që e ka bërë të mundur këtë zhvillim.

Mësimi i makinerisë

Mësimi i makinerisë si koncept nënkupton aftësinë e një makinerie për të mësuar vetë, nga të dhënat e dhëna. Ndërsa ne zakonisht programojmë makineritë që të ndjekin udhëzimet sipas kërkesave tona, në Machine Learning ne përdorim algoritme që sistemojnë në mënyrë sistematike përmes të dhënave dhe mësojnë sjelljen në vetvete, pa u programuar në mënyrë të qartë për ta bërë këtë.

Por si e bëri AI, i cili ishte duke vajtur për vëmendje dhe përparim deri në vitin 2012, e bëri atë të madh kështu… Kliko te Tweet

Shembulli më i mirë për këtë do të ishte klasifikimi i postave elektronike në filtra të ndryshëm, duke identifikuar nëse një email i përket Spam ose jo është bërë duke përdorur algoritme Machine Learning.

Mësimi i makinerisë u konceptua nga turma e hershme e AI dhe që prej asaj kohe ka grumbulluar shumë teknika të tilla si mësimi i pemës së vendimeve, klasifikimi naiv i bajrakëve dhe makinat vektoriale mbështetëse midis të tjerëve. Hasshtë përdorur gjerësisht në fushën e Computer Vision, ku qëllimi është të ndihmojë kompjuterin të identifikojë objekte të ndryshme brenda një imazhi.

Fillimisht, kjo fushë ishte përplasur me dështim - kërkonte shumë kodim dore, kohë përpunimi dhe akoma nuk ishte në gjendje të përputhej me rezultatet sipas standardeve njerëzore. Me kohën dhe përmirësimin e infrastrukturës teknologjike, teknikat e saj janë bërë jashtëzakonisht të fuqishme, por ekziston një nënfushë që ka ndihmuar në avancimin e mësimit të makinerisë në atë masë që Computer Vision përdoret me sukses nga pëlqimet e Facebook për të identifikuar objektet në një figurë dhe nga Uber , Apple dhe pëlqimet për ta bërë shoferin më pak makina.

Dhe teknika? Kjo është ajo që Deep Learning ka të bëjë me të gjitha.

Mësim i thellë

Mësimi i thellë është një fushë nën të mësuarit e makinerive që përdor teknikën e Rrjeteve Neurale Artificiale. Ajo është frymëzuar nga biologjia njerëzore - ashtu si truri ynë përbëhet nga një rrjet i sinjaleve të qitjes së neuroneve dhe transmetimit të informacionit, algoritmi krijon një përbërje të ngjashme brenda një makinerie me ndryshimin e vetëm që është se ndërsa neuronet biologjike mund të lidhen lirshëm me njëri-tjetrin, nervor artificial rrjetet kanë shtresa dhe lidhje diskrete dhe ndjekin një drejtim të paracaktuar.

Në thelb, Deep Learning nënkupton ushqyerjen e shumë kompjuterave në sistemin kompjuterik, të cilat i grumbullon në mënyrë sistematike duke klasifikuar të dhënat përmes pyetjeve binare të vërteta ose false ose duke nxjerrë një vlerë numerike. Ky informacion ruhet në formën e rrjeteve nervore të cilat më pas përdoren për të klasifikuar çdo formë të të dhënave - audio, video, të folurit etj. Megjithëse në mënyrë të gjerë, kjo teknikë na jep rezultate të shkëlqyera dhe tani përdoret për një gamë të gjerë problemesh të tilla si duke lundruar shoferin më pak makina, duke ri-ngjyrosur imazhet bardh e zi, duke ofruar diagnozë mjekësore, ndër të tjera.

Si përfundim, është e lehtë të mendosh për këto koncepte si qarqe koncentrike. AI është qëllimi i gjerë, e ardhmja që tashmë po realizohet. Mësimi i makinerisë është qasja më premtuese për ta realizuar këtë të ardhme realitet. Dhe Deep Learning është teknika më e fuqishme e të mësuarit në makinë për ta bërë atë të ndodhë.

Për të kuptuar më thellë këto koncepte, shikoni Kurse të Shkencës së të Dhënave tona.

Botuar fillimisht në byteacademy.co më 17 Prill 2017.