Përtej Hype: Dallimi midis inteligjencës artificiale, mësimit të makinerive dhe mësimit të thellë

Inteligjenca artificiale (AI) ka hyrë në jetën tonë të përditshme me një zhurmë. Nga marketingu në mjekësi, çdo biznes dhe industri duket se preket. Kompanitë e teknologjisë po konkurrojnë për mbizotërim në garën për të udhëhequr tregun dhe për të marrë bizneset më inovative dhe premtuese të AI.

Ju tashmë mund të përdorni AI në jetën e përditshme, me aplikacione të tilla si njohja e të folurit, ndihma virtuale në smartphone tuaj, algoritmet e rekomandimit të faqeve të internetit për blerje dhe shërbime të transmetimit të muzikës ose videove, ose edhe kur vizitoni mjekun dhe ai krahason një X-Ray ose imazhe të tjera mjekësore me të dhëna të tjera mjekësore.

Dhe pastaj ekzistojnë termat që mësojnë makinën dhe mësimin e thellë, të cilat duket se ngatërrojnë shumë njerëz. Shumë shpesh ato përdoren në mënyrë të ndërsjellë, por megjithëse janë të lidhur ngushtë me njëri-tjetrin, ato kanë kuptime të ndryshme. Pra, cili është ndryshimi midis AI, mësimit të makinerive dhe mësimit të thellë?

Inteligjence artificiale

Në kuptimin më të gjerë, sipas themeluesve të tij, AI është shkenca dhe inxhinieria e bërjes së makinave inteligjente, në veçanti programe inteligjente kompjuterike. Shtë një mënyrë për të bërë një kompjuter, një robot të kontrolluar nga kompjuteri ose një softuer që mendon me inteligjencë në një mënyrë të ngjashme me mënyrën se si njerëzit mendojnë ndërsa shfrytëzojnë shpejtësinë dhe fuqinë shumë më të madhe të kompjuterit.

Inxhinieria e njohurive është një pjesë thelbësore e hulumtimit të AI. Makineritë mund të veprojnë si njerëzit vetëm nëse kanë informacion të bollshëm në lidhje me botën. Një makinë autonome mund të drejtojë vetëm me siguri me të dhëna të mjaftueshme në lidhje me mjedisin e saj. Algoritmet e vendimmarrjes janë po aq të mira sa të dhënat e hyrjes.

Me fjalë të tjera, inteligjenca artificiale duhet të ketë qasje në objekte, kategori, prona dhe marrëdhënie midis të gjithë atyre për të zbatuar inxhinierinë e njohurive. Inicimi i sensit të përbashkët, arsyetimit dhe fuqisë për zgjidhjen e problemeve në makina është një qasje e vështirë dhe e lodhshme. Askund nuk jemi afër makinave me të vërtetë inteligjente.

Mësimi i makinerisë

Ndërsa Inteligjenca Artificiale mbulon të gjithë spektrin e të mësuarit të makinerive, termi mësim makinerie ka një kuptim shumë më të ngushtë, domethënë "aftësia për të mësuar pa u programuar në mënyrë të qartë." Rastësisht, këtu janë ndryshimet më të mëdha që ndodhin tani: ushqimi i grupeve të mëdha të të dhënave në kompjuterë dhe duke pritur që ata të vijnë me rezultate.

Mësimi i makinerisë është një lloj AI që lehtëson aftësinë e një kompjuteri për të mësuar dhe në thelb të mësojë vetë të evoluojë kur ekspozohet ndaj të dhënave të reja dhe gjithnjë në ndryshim. Për shembull, burimi i lajmeve në Facebook përdor mësimin e makinerive në përpjekje për të personalizuar burimin e secilit individ bazuar në atë që i pëlqen. Elementet kryesore të softuerit tradicional të mësimit të makinerisë janë analiza statistikore dhe analiza parashikuese e përdorur për të zbuluar modele dhe për të gjetur njohuri të fshehura bazuar në të dhëna të vëzhguara nga llogaritjet e mëparshme, pa u programuar se ku mund të shikoni.

Mësimi i makinerisë ka evoluar me të vërtetë ndër vite nga aftësia e tij për të parë nëpër një grup komplekse të të dhënave. Këto shpesh quhen "të dhëna të mëdha". Shumëkush mund të jetë i befasuar kur e dinë që hasin në aplikacione të mësimit të makinerive në jetën e tyre të përditshme përmes shërbimeve streaming si Netflix dhe algoritme të mediave sociale që paralajmërojnë tema apo hashtags në trend. Nxjerrja e karakteristikave në mësimin e makinerisë kërkon që një programues t’i tregojë kompjuterit se cilat lloje të gjërave duhet të kërkojë që do të jenë formuese në marrjen e një vendimi, i cili mund të jetë një proces që kërkon kohë. Kjo gjithashtu rezulton që mësimi i makinerisë të ketë zvogëluar saktësinë për shkak të elementit të gabimit njerëzor gjatë procesit të programimit.

Mësim i thellë

Mësimi i thellë është fusha më e re e hulumtimit të mësimit të makinerive, e cila është prezantuar me qëllimin për të lëvizur mësimin e makinerisë më afër inteligjencës artificiale.

Ka të bëjë me studimin e 'rrjeteve nervore të thella' në trurin e njeriut dhe, nën këtë këndvështrim, mësimi i thellë përpiqet të imitojë funksionet e shtresave të brendshme të trurit të njeriut, duke krijuar njohuri nga shtresa të shumta të përpunimit të informacionit. Meqenëse teknologjia e mësimit të thellë modelohet pas trurit të njeriut, sa herë që derdhen të dhëna të reja, aftësitë e saj bëhen më të mira.

Sipas paradigmës së mësimit të thellë, në thelb makina është e "trajnuar" duke përdorur sasi të mëdha të të dhënave dhe algoritmeve për t'i dhënë asaj mundësinë për të mësuar se si të kryejë detyrën. Këto të dhëna ushqehen përmes rrjeteve nervore të cilat shtrojnë një seri pyetjesh të vërteta / false false ose vlera numerike, të çdo numri të të dhënave që kalojnë nëpër to dhe i klasifikojnë ato sipas përgjigjeve të marra. Sot, njohja e imazhit nga makinat e trainuara përmes mësimit të thellë përdoren në trainimin e robotëve dhe automjeteve autonome, në mjekësi për të identifikuar shenjat e sëmundjeve dhe të gjitha llojet e imazheve.

Disa kohë më parë AlphaGo i Google mësoi lojën me orë të tëra duke luajtur kundër vetvetes pa pushim. Kjo aftësi e mbikëqyrur, gjithnjë e më e shpejtë për të mësuar është çelësi i nivelit aktual të mësimit të thellë. Por teknologjia tjetër revolucionare nuk është larg.