AI vs Machine Learning vs Deep Learning: farq nima? Bayt akademiyasi

AI vs Machine Learning vs Deep Learning: farq nima?

2017 yil 17-aprel, dushanba

Deepmind-ning AlphaGo o'sha paytdagi Go chempioni Li Se-dolga qarshi 5 ta o'yinning 4 tasida g'alaba qozonganida, butun dunyo e'tiborni o'ziga tortdi. Sun'iy intellektning g'alabasi sifatida e'lon qilingan bu lahzada AI avtomobili rivojlangan mashinalarni haqiqatga aylantirish yo'lidagi muhim qadam edi.

Deep Learning va Machine Learning so'zlari ommaviy leksikonga kirganida, ommaviy axborot vositalari ushbu atamalarni bir-birining o'rnida AlphaGo-ning inson aqliga qarshi qanday raqobatlashayotganini tushuntirish uchun ishlatganlarida.

Bir-biriga yaqin bo'lgan holda, bu atamalar turli xil ma'nolarni anglatadi. Texnologiyalar bizning hayotimizga qanday ta'sir qilishini biladigan kun va asrda ushbu atamalar o'rtasidagi farqni bilish juda muhimdir.

Ushbu maqola aynan sizga yordam beradi.

Yondashuv
 Ushbu atamalarni tushunishning eng yaxshi usuli bu ular o'rtasidagi munosabatlarni bilishdir. AI, Machine Learning va Deep Learning - bu rus qo'g'irchoqlari to'plamiga o'xshaydi - AI eng keng tushunchadir va shu sababli to'plamdagi eng katta qo'g'irchoq, Machine Learning ikkinchi o'rinda turadi va chuqur o'rganishni shu ichida topish mumkin.

AI, mashinasozlik va chuqur o'rganish rus qo'g'irchoq to'plamlariga o'xshaydi ... Tweet uchun bosing

Biz tushunchamizni birinchi qo'g'irchoq, Sun'iy intellektdan boshlaymiz.

Sun'iy intellekt (AI)
 Sun'iy intellekt asrlar davomida inson xatti-harakatlarini taqlid qilish uchun yaratilgan mexanik odamlar haqidagi yunon afsonalaridan boshlab insoniyatni yo'q qilish / saqlab qolish uchun vaqt o'tishi bilan o'ta aqlli kibernetik organizmlar haqidagi so'nggi Terminator qatoriga qadar tushuncha sifatida bizning jamoat tasavvurimizning bir qismi bo'lib kelgan. . Bu inson ongini talab qiladigan, masalan, vizual idrok, nutqni aniqlash, qarorlar qabul qilish va tillar o'rtasidagi tarjima kabi vazifalarni bajara oladigan kompyuter tizimlarining nazariyasi va rivojlanishi.

Gollivud va Sci-Fi tomonidan ommalashtirilgan AI kontseptsiyasi "Umumiy AI" deb nomlanadi - bu insonni barcha sohalarda ustun qo'yadigan kuchli mashinalar.

Biroq, AlphaGo va hozirgi dunyodagi aksariyat AI holatlari "Dar AI" toifasiga kiradi, ushbu mashinalar insonning o'ziga xos vazifalarini ko'paytirish yoki yaxshilash uchun yaratilgan.

So'nggi bir necha yil ichida AI ning mashhurligi, GPU va parallel ravishda har xil ma'lumotlarga ega bo'lgan Big Data harakati orqali osonlikcha ulanishi tufayli, bu sohadagi barcha imkoniyatlarni o'rganishga yordam berdi.

Ammo qanday qilib 2012 yilga qadar e'tibor va taraqqiyotni izdan chiqargan maydon uni bu qadar tez aylantirdi? Ushbu savol bizni ushbu rivojlanishni amalga oshirgan Kompyuter fanlari sohasidagi Machine Learning-ga olib boradi.

Mashinani o'rganish

Mashinasozlik, tushuncha sifatida, mashinaning taqdim etilgan ma'lumotlardan o'zi uchun o'rganish qobiliyatini anglatadi. Odatda biz mashinalarni talablarimizga binoan ko'rsatmalarga rioya qilishni dasturlashtirsak ham, Machine Learning-da biz muntazam ravishda ma'lumotlarni tekshirib chiqadigan va o'z-o'zidan xatti-harakatni o'rganadigan algoritmlardan foydalanamiz.

Ammo qanday qilib 2012 yilga qadar e'tibor va taraqqiyotga intilayotgan AI buni qanday qilib katta qildi ... Tweet to Tweet

Elektron pochta xabarlarini turli xil filtrlarga tasniflash, elektron pochtaning Spamga tegishli yoki yo'qligini aniqlash Machine Learning algoritmlaridan foydalangan holda, buning eng yaxshi namunasi bo'lishi mumkin.

Machine Learning birinchi AI olomon tomonidan ishlab chiqilgan va shu vaqtdan boshlab qarorlar daraxtini o'rganish, sodda bayes klassifikatori va qo'llab-quvvatlovchi vektor mashinalari kabi ko'plab texnikalarni to'plagan. Bu kompyuter Vision sohasida keng qo'llanilgan, uning maqsadi kompyuterni tasvir ichidagi turli xil ob'ektlarni aniqlashga yordam berishdir.

Dastlab, bu sohada muvaffaqiyatsizlikka uchradi - bu qo'llarni kodlash, qayta ishlash vaqtini talab qildi va hanuzgacha inson standartlariga muvofiq natijalarga mos kela olmadi. Vaqt o'tishi va texnologik infratuzilmaning yaxshilanishi bilan bu texnikalar juda kuchli bo'lib qoldi, ammo Machine Learning-ni rivojlantirishga yordam beradigan bitta sub-maydon mavjud bo'lib, bu kompyuter Vision-dan Facebook-ning o'xshashlari tomonidan rasm va Uber-da ob'ektlarni aniqlashda muvaffaqiyatli foydalanilmoqda. , Apple va haydovchilarni kamroq mashinalar qilishni yoqtirishadi.

Va texnikani? Chuqur o'rganishning asosiy maqsadi shunda.

Chuqur o'rganish

Deep Learning - bu sun'iy neyron tarmoqlari texnikasidan foydalanadigan Machine Learning-ning pastki sohasi. Bu inson biologiyasidan ilhomlangan - bizning miyamiz signallarni tarqatadigan va ma'lumot uzatadigan neyronlar tarmog'idan iborat bo'lganligi sababli, algoritm mashinada xuddi shunday o'rnatishni yaratadi, farqi shundaki, biologik neyronlar bir-biri bilan erkin bog'lanishlari mumkin, sun'iy neyron. tarmoqlarda diskret qatlamlar va ulanishlar mavjud va oldindan belgilangan yo'nalishga rioya qiling.

Aslida, Deep Learning kompyuter tizimiga ko'p ma'lumotni uzatishni o'z ichiga oladi, bu ma'lumotlarni ikkilik haqiqiy yoki noto'g'ri savollar orqali tasniflash yoki sonli qiymatlarni olish orqali ma'lumotlarni tahlil qiladi. Ushbu ma'lumotlar neyron tarmoqlar shaklida saqlanadi, undan keyin ma'lumotlarning har qanday shaklini - audio, video, nutq va hokazolarni tasniflash uchun foydalaniladi. Hisoblash hajmi juda keng bo'lsa-da, ushbu uslub bizga juda yaxshi natija beradi va hozirda ushbu kabi keng ko'lamli muammolar uchun ishlatiladi. Kamroq avtoulovlar haydovchisi sifatida, qora va oq rasmlarni qayta bo'yash, tibbiy tashxisni ta'minlash va boshqalar.

Xulosa qilib aytganda, bu tushunchalarni konsentrik doiralar deb hisoblash oson. AI bu keng maqsad, bugun amalga oshiriladigan kelajakdir. Machine Learning - bu kelajakni haqiqatga aylantirish uchun eng istiqbolli yondashuv. Deep Learning - bu Machine Learning - buni amalga oshirish uchun eng kuchli uslub.

Ushbu tushunchalarni chuqurroq tushunish uchun bizning ma'lumot fanlari bo'yicha kurslarimizga tashrif buyuring.

Dastlab byteacademy.co-da 2017 yil 17-aprelda nashr etilgan.