Diferența dintre AI, ML și DL

Inteligență artificială (AI). Inginerie Mecanică (ML). Învățare profundă (DL). Puteți să întâlniți acești termeni și să vă dați seama că sunt uneori folosiți în mod interschimbabil. De fapt, sunt complet diferite.

Inteligență artificială (AI)

AI înseamnă abilitatea de a imita comportamentul cognitiv al unei persoane, cum ar fi luarea deciziilor, învățarea, rezolvarea problemelor ș.a. Ingineria cunoștințelor este nucleul cercetării și dezvoltării AI. Mașinile sau sistemele informatice pot afla că furnizează cantități mari de date. În trecut, AI a putut să imite ceea ce un contabil ar putea să știe despre codul fiscal sau despre problemele de aritmetică de bază. Acestea depind doar de algoritmi scriți de informaticieni. Unii experți îl numesc „AI, vechi, AI”.

Învățare automată (ML)

ML este un subset de AI. Marea descoperire a apărut în 1959, când Arthur Samuel și-a dat seama că în loc să învețe sistemul tot ceea ce trebuia să știe despre lume, ei ar putea fi instruiți pentru a învăța sisteme și pentru a îmbunătăți performanța.

Al doilea motiv al acestui succes este apariția Big Data. Big Data este o cantitate uriașă de date colectate de la începutul erei digitale. Odată cu avansarea calculatoarelor, a Internetului și a tehnologiei, totul este în mâinile tale. Lăsăm piese digitale cu aproape orice mișcare digitală. De la tranzacții online la cea mai recentă căutare. Totul este înregistrat și disponibil pentru analiză.

Cu aceste date, devine mai eficient codificarea sistemelor pentru a gândi ca oamenii și pentru a le oferi acces la toate informațiile despre lume. Așadar, acest lucru a dat naștere termenului „învățare automată”, deoarece sistemele învață și perfecționează în mod constant din cauza încercării și a erorilor. Scopul lor este de a reduce erorile sau de a crește probabilitatea ca afirmațiile lor să fie adevărate.

Capacitatea de a testa și a greși este posibilă datorită dezvoltării rețelelor neuronale. Rețelele neuronale sunt un set de algoritmi care permit unui computer să clasifice informații precum creierul uman. După cum am menționat, funcționează pe un sistem de probabilitate bazat pe datele introduse în sistem. Introducerea unei bucle de feedback va ajuta sistemul examinând dacă previziunile sunt corecte sau nu și se va îmbunătăți în timp.

Învățare profundă (DL)

DL este cea mai modernă metodă ML. Principalul obiectiv al DL este transformarea rețelelor neuronale în rețele neuronale profunde. DL se concentrează numai pe imitarea funcției cognitive a creierului uman. Cuvântul „adânc” se referă la multe straturi de rețele neuronale. În loc să înțeleagă datele în termeni de codificare, DL permite sistemului să clasifice date complexe, cum ar fi semnale de mașină, semnale audio, videoclipuri, discursuri și cuvinte scrise. Sistemul este capabil să tragă concluzii similare concluziilor umane.

Unul dintre cele mai bune exemple sunt mașinile autopropulsate. Cu senzori și analize la fața locului, sistemul învață să recunoască barierele și să furnizeze reacții adecvate. Odată cu dezvoltarea Google DL, DeepMind va putea produce AI cu capacitatea de a diagnostica bolile oculare cu o precizie de 94,5%.

În concluzie, puteți spune că AI este o imagine de câmp largă, ML este o parte specializată a AI și, în final, DL este o versiune bine adaptată a ML. Sunt similare, dar în multe feluri diferite.

Publicat inițial la: www.nexusmediaworks.com