Inteligență artificială: diferența dintre învățarea automată și învățarea profundă

Inteligența artificială sau AI a devenit o parte importantă și integrantă a societății noastre moderne. Potrivit Forbes, în urmă cu doi ani, în 2017, 51% din întreprinderile moderne au implementat deja AI, iar industria singură este evaluată la 16 miliarde de dolari. Se estimează că această cifră va ajunge la 190 de miliarde de dolari în 2025 și va trebui să crească și mai mult.

Astăzi, două dintre cele mai influente tipuri de AI sunt sistemele de învățare automată și învățare aprofundată. Dar care sunt exact cele două? Și în această privință, cum putem defini inteligența artificială în ambele contexte?

Ce este inteligența artificială?

În introducerea oficială a Dicționarului Oxford din 2019, inteligența artificială este „teoria și dezvoltarea sistemelor informatice care pot îndeplini sarcini care necesită inteligență umană”.

Cu alte cuvinte, AI interpretează informațiile în funcție de dvs. și de mine, pentru recunoașterea imaginii, recunoașterea vorbirii sau alte sisteme automate de luare a deciziilor. Un exemplu foarte simplu de AI este rivalul unui computer de jocuri video. Folosește datele jocului, precum și informațiile jucătorului pentru a crea secvențe de decizii și sarcini pentru implicarea jucătorului. AI a apărut în anii ’50, dar a început abia în anii ’70 -’80, când computerele personale și console de jocuri au făcut ca dezvoltarea AI să fie o cerință majoră în activitățile sale.

Alte exemple de AI în viața noastră de zi cu zi pot include:

  1. simulare
  2. Dispozitive inteligente
  3. Bots la bursa
  4. Recunoașterea informațiilor (vorbire, voce, față etc.)

Multe sisteme AI de astăzi sunt utilizate în aproape orice aplicație care folosește date precum software de management, algoritmi de trimitere, analize media sau chiar asistenți vocali. De fapt, chiar și programe simple de supraveghere folosesc acum AI. De regulă, dacă erau sarcini mai complicate care trebuiau efectuate în mod regulat fără intervenția directă a unei persoane, atunci avea AI.

Ce este învățarea automată?

Învățarea automată este un tip de inteligență artificială (și, prin urmare, o parte a acesteia) care este specializată în analiza și analiza datelor pentru a se adapta la aceste date și a lua decizii inteligente. Mai simplu spus, acest AI a fost conceput pentru a urmări și descoperi multe lucruri, apoi pentru a conduce unul sau mai multe cursuri de acțiune pe baza informațiilor obținute.

Sarcinile tipice ale învățării automate astăzi pot include următoarele

  1. Link la recomandări
  2. Managementul conținutului
  3. Afișează rezultatele căutării
  4. Timpul de tratament (pe rețelele de socializare)

Sistemul de învățare automată este capabil să analizeze o cantitate mare de date într-o perioadă scurtă de timp, să ia decizii sau să tragă concluzii din aceasta. Își optimizează algoritmul pentru a oferi comentarii exacte, mai mult decât ceea ce oamenii pot face cu limitările de timp. De exemplu, dorim să determinăm automat dacă un anumit e-mail este spam sau nu. Sistemul de învățare automată se transferă prin mii de mii de e-mailuri pentru a găsi modele care ajută la identificarea e-mailurilor spam. Apoi oferă o clasificare clară a spamului sau a e-mailurilor simple și o folosește din nou pentru a găsi modele mai precise care pot ajuta la îmbunătățirea analizelor.

Când au fost furnizate seturi de date noi și noi, sistemele de învățare automată ar putea adapta și actualiza algoritmii lor pentru a îmbunătăți în continuare ceea ce făceau. Sau cel puțin minimizarea probabilității de erori. Acest lucru face ca învățarea automată să fie foarte importantă în epoca noastră bazată pe date.

Ce este un studiu aprofundat?

Învățare profundă, din nou, acesta este un timp de învățare automată. Proiectarea de bază a sistemelor de învățare profundă se bazează pe creierul organic. Dacă formăm noi amintiri folosind o plasă complexă de tipare neuronale, un astfel de sistem își va crea propria rețea complexă de decizii, folosind o rețea neuronală artificială compusă din nenumărate straturi algoritmice.

O serie de sisteme notabile de învățare profundă:

  1. Watson (concurenți în „Jeopardy”)
  2. AlphaGo (învinge jucătorul profesionist Lee Sedol în martie 2016)
  3. Deepfake (creează o reprezentare artificială foarte reală, dar realistă a oamenilor reali)
  4. OpenAI Five (proiect de învățare profundă a jocului, jucătorul DOTA Dandy a fost învins în ultimul 2017)

Spre deosebire de sistemele convenționale de învățare automată, acestea pot gestiona chiar și seturi de date relativ simple, cu un sistem de învățare în profunzime începând de la zero. Se caracterizează prin „timpul său lent”, timp în care primele generații de AI încep să producă rezultate reale din nenumărate generații eșuate după adaptare.

Când va atinge un nivel foarte eficient de eficiență, sistemele de învățare profundă vor începe să depășească tot ceea ce a precedat-o. AlphaGo de DeepMind, de exemplu, a început să folosească cele 160 de milioane de jocuri ale sale de amatori Go, înainte să învingă spontan milioane de jucători profesioniști Go.

Sistemele de învățare profundă, spre deosebire de alte sisteme de învățare automată care au fost dezvoltate anterior, se bazează foarte mult pe înmulțirea matricei pentru generarea de date. Astfel, GPU-urile comerciale sunt de obicei cele mai bune instrumente pentru aceste sisteme, deoarece sunt capabile să îndeplinească nivelul ridicat de cerințe de procesare paralelă necesare pentru a menține performanța operațională.

AI standard și învățare automată

Deși inteligența artificială și învățarea automată pot fi utilizate în mod interschimbabil pentru multe aplicații comune, învățarea automată are o caracteristică unică: adaptarea. Înseamnă că învață. Spre deosebire de AI-ul pre-construit, poate face o mulțime de greșeli inițiale, dar este conceput pentru a înlocui ceea ce învață, construi din și în cele din urmă optimizarea.

În ceea ce privește designul, învățarea mașinii are, de asemenea, avantajul de a nu fi confundat cu designul său original. AI obișnuită poate avea nevoie de codificare sau instrucțiuni specifice pentru fiecare situație pe care producătorul o poate prevedea. Dar sistemul de învățare automată poate lucra pur și simplu pe un arbore de decizie, pe lângă două sau două standarde de formare, precum și capacitatea de a procesa și apoi îmbunătăți funcția sa.

Importanța diferențierii sistemelor de învățare a mașinilor este că folosim acum AI-uri standard și regulate ale acestor sisteme pentru alte sarcini și sarcini nesemnificative. În cele din urmă, nu aveți nevoie de sisteme de învățare automată pentru a automatiza pur și simplu deciziile de gestionare a fișierelor. De asemenea, este posibil să clasificăm elementele complexe precum sistemele de recunoaștere a vorbirii drept „doar AI” și astfel le clasificăm corect.

Învățare automată și învățare profundă

Poate cea mai importantă diferență pe care trebuie să o învățăm este diferența dintre învățarea automată și învățarea profundă. În primul rând, după cum am menționat mai sus, este un studiu aprofundat al automatizării IS, care tehnic constă dintr-un tip sau o parte din acesta. Învățarea automată nu este întotdeauna un studiu aprofundat. Diferența se datorează în principal modului în care sunt construite cele două.

Învățarea automată a fost dezvoltată în ultimele decenii în același mediu computerizat ca majoritatea software-ului nostru. Deci, chiar dacă a fost construit pentru a fi uniform, liniar și chiar adecvat legii lui Moore, acesta este totuși limitat de arbori de decizie și algoritmi. Învățarea aprofundată, la rândul său, integrează toți algoritmii săi într-o rețea neuronală. Este proiectat pentru calcul paralel la nivel înalt, pe care îl considerăm acum drept următoarea generație de învățare automată.

Un mod sigur de a determina dacă este utilizat un sistem de învățare profundă este de a evalua complexitatea sarcinii AI. În general, mai multe variabile opționale ar trebui luate în considerare, ceea ce este mai probabil să fie un sistem de învățare profundă. De exemplu, recomandările Netflix nu sunt la fel de complexe ca traducerile de limbi străine, chiar dacă învață din datele colectate în întreaga bază de utilizatori de internet. Această diferență poate servi două funcții similare, de exemplu, două sisteme de autocontrol separate. Ce ne bazăm mai mult pe compresia datelor senzorilor este că acesta ar trebui să fie un sistem comun de învățare automată și o învățare mai profundă, mai ecologică față de ceea ce Tesla dezvoltă în prezent. trebuie să acorde atenție.

Indiferent dacă distincția este clară sau evidentă, învățarea profundă este viitorul. Însă în scopurile noastre, un studiu aprofundat este important pentru a înțelege cât de diferit este într-adevăr și cât de avansat este să diferențiezi AI de mașina simplă de învățare a AI. Deși este în curs de dezvoltare azi, nu este comparabil cu aproape tot ceea ce s-a întâmplat înainte.

Deși poate părea confuz pentru privitorul comun că Barack Obama a făcut câteva propoziții scurte într-un fundal fals, pentru cei care înțeleg diferența, știm că aceasta este una dintre marile posibilități ale tehnologiei care schimbă jocurile. .

Vietnam AI Grand Challenge

Vrei să afli mai multe despre inteligența artificială? Cambria Vietnam este liderul seriei de hackeri AI Grand Challenge 2019, misiunea sa este de a instrui tineri dezvoltatori AI. În colaborare cu guvernul vietnamez, McKinsey & Company și VietnamAI, Marea Provocare va susține cea mai bună capacitate de AI a țării în sprijinirea corporațiilor din Vietnam și proiectarea unui asistent virtual AI global.

Cum să vă alăturați: Înscrieți-vă pe platforma Cambria: https://bounty.kambria.io/ 2. Urmați pagina Facebook a provocării pentru toate evenimentele viitoare: https: / /www.facebook.com/VietnamAIGC/

Sâmbătă, 1 iunie 2019, va avea loc la Da Nang, Cambodgia, un atelier intitulat „Creează un asistent virtual AI” și va oferi instruire și educație participanților la AI AI Grand Challenge. Faceți clic aici pentru mai multe informații despre atelier. Spațiul este limitat la 40 de participanți, așa că înregistrați-vă curând!

Publicat inițial în Cambodgia.