AI vs Machine Learning vs Dərin öyrənmə: Fərq nədir? Bayt Akademiyası

AI vs Machine Learning vs Dərin öyrənmə: Fərq nədir?

Bazar ertəsi, 17 aprel 2017

Deepmind’in AlphaGo, o zaman Go Champion Lee Se-Dol’a qarşı keçirdiyi 5 oyundan 4-də qalib gələndə, bütün dünya diqqət çəkdi. Süni Zəka üçün bir qələbə olaraq elan edilən bu an, inkişaf etmiş AI güclü maşınların reallığa çevrilməsi yolunda əhəmiyyətli bir addım idi.

AlphaGonun insan zəkasına qarşı necə rəqabət etdiyini izah etmək üçün bu terminləri istifadə edərək media ilə Dərin Öyrənmə və Maşın Öyrənmə sözləri ictimai leksikona girdikdə də bu oldu.

Bu terminlər bir-birinə yaxın olsa da, fərqli şeylər deməkdir. Bu gündə və yaşda, texnologiyanın həyatımızı necə yaşamağımıza böyük təsiri olduğu zaman bu terminlər arasındakı fərqi bilmək vacibdir.

Bu məqalə yalnız bunu etməyə kömək edəcəkdir.

Yanaşma
 Bu terminləri başa düşməyin ən yaxşı yolu, aralarındakı münasibətlə tanış olmaqdır. AI, Maşın Öyrənmə və Dərin Öyrənmə bu Rus kuklası dəstləri kimidir - AI ən geniş anlayışdır və buna görə də dəstdəki ən böyük kukla, Maşın Öyrənmə ikinci yeri tutur və Dərin Öyrənmə içərisində tapa bilərsiniz.

AI, Maşın Öyrənmə və Dərin Öyrənmə o Rus kukla dəstləri kimidir ... Tweet üçün vurun

Anlayışımızı ilk kukla, Süni intellektdən başlayacağıq.

Süni intellekt (AI)
 Süni intellekt, insan davranışını təqlid etmək üçün hazırlanmış mexaniki adamlar haqqında Yunan miflərindən tutmuş, bəşəriyyəti məhv etmək / xilas etmək üçün vaxtında geri dönən super-ağıllı kibernetik orqanizmlər haqqında son Terminator seriyalarına qədər bir konsepsiya olaraq ictimai təsəvvürümüzün əsrlərindən bəri ictimai təsəvvürümüzün bir hissəsi olmuşdur. . Vizual qavrayış, nitqin tanınması, qərar qəbulu və dillər arasında tərcümə kimi insan zəkasını tələb edən işləri normal şəkildə yerinə yetirə bilən kompüter sistemlərinin nəzəriyyəsi və inkişafıdır.

Hollywood və Sci-Fi tərəfindən populyarlaşan AI konsepsiyası "General AI" kimi tanınır - bütün sahələrdə insanı qabaqlaya bilən güclü maşınlar.

Halbuki AlphaGo və bu günki dünyada əksər AI nümunələri, bu maşınların bir spesifik bir vəzifədə insan davranışını artırmaq və ya inkişaf etdirmək üçün yaratdığı "Dar AI" kateqoriyasına aiddir.

AI-nin populyarlığı son bir neçə il ərzində GPU-nun paralel hesablamalarına asanlıqla daxil olması və hər cür məlumatları gətirən Big Data hərəkəti sayəsində bu sahədə hər ehtimal dərinliyini araşdırmağa kömək etdi.

Bəs 2012-ci ilə qədər diqqət və tərəqqi üçün bir sahə necə sürətlə böyük oldu? Bu sual bizi bu inkişafı mümkün edən Kompüter Elmləri sahəsindəki Machine Learning-ə aparır.

Maşın öyrənmə

Maşın öyrənməsi bir konsepsiya olaraq bir maşının verilmiş məlumatlardan özü üçün öyrənmə qabiliyyətini nəzərdə tutur. Bir qayda olaraq maşınlarımızı tələblərimizə uyğun təlimatlara əməl etməyimizə baxmayaraq, Maşın Öyrənmə sistemində məlumatları sistematik olaraq təhlil edən və bunu özü üçün açıq şəkildə proqramlaşdırılmadan davranışı öyrənən alqoritmlərdən istifadə edirik.

Ancaq 2012-ci ilə qədər diqqət və tərəqqi üçün darıxdıran AI necə böyük etdi ... Tweet üçün basın

Bunun üçün ən yaxşı nümunə, e-poçtun Spam-a aid olub olmadığını müəyyənləşdirməklə, Maşın Öyrənmə alqoritmlərindən istifadə edərək e-poçtların müxtəlif filtrlərə təsnifatı ola bilər.

Machine Learning erkən AI izdihamı tərəfindən konseptual hala gətirildi və o vaxtdan bəri qərar qəbulu öyrənmə, sadəlövh bayes təsnifatı və başqaları arasında dəstək vektor maşınları kimi bir çox texnikanı topladı. Kompüter Vision sahəsində geniş istifadə edilmişdir. Məqsəd kompüterin bir görüntü içərisində fərqli obyektləri tanımağına kömək etməkdir.

Əvvəlcə bu sahə uğursuzluğa düçar oldu - əl kodlaşdırma, işləmə vaxtının çox olmasını tələb etdi və hələ də insan standartlarına uyğun nəticələrə uyğun gəlmədi. Vaxt və texnoloji infrastrukturun yaxşılaşdırılması ilə texnikalar son dərəcə güclü hala gəldi, lakin bir şey olmadığı bir şey var. Maşın öyrənməsini inkişaf etdirməyə kömək edən bir alt sahə var. , Apple və sürücünü daha az maşın halına gətirməyi sevir.

Və texnika? Dərin öyrənmə ilə əlaqəli olan budur.

Dərin öyrənmə

Dərin öyrənmə, Süni Sinir Şəbəkələri texnikasını istifadə edən Maşın Öyrənməsinin alt sahəsidir. İnsan biologiyasından ilham almışdır - beynimiz siqnalları yayan və məlumat ötürən bir neyron şəbəkəsindən ibarət olduğu üçün, alqoritm bir maşın içərisində bənzər bir quruluş yaradır ki, bunun da fərqi yalnız bioloji neyronların bir-biri ilə süni neyron ilə sərbəst əlaqə qura bilməsi. şəbəkələr diskret təbəqələrə və əlaqələrə malikdir və əvvəlcədən müəyyən edilmiş bir istiqaməti izləyirlər.

Əslində, Dərin Öyrənmə kompüter sisteminə ikili əsl və ya yalan suallar vasitəsilə təsnifləşdirmək və ya ədədi bir dəyər çıxarmaqla sistematik olaraq təhlil etdiyi bir çox məlumatın verilməsini əhatə edir. Bu məlumat, sinir şəbəkələri şəklində saxlanılır, bundan sonra məlumatların hər hansı bir formasını - audio, video, nitq və s. Təsnifləşdirmək üçün istifadə olunur. Hesablama cəhətdən geniş olsa da, bu texnika bizə əla nəticə verir və bu kimi problemlərin geniş çeşidi üçün istifadə olunur. daha az avtomobili idarə edən, tibbi və diaqnozu təmin edən qara və ağ şəkilləri yenidən rəngləyir.

Sonda bu konsepsiyaları konsentrik dairələr kimi düşünmək asandır. AI geniş hədəfdir, bu gün reallaşan gələcəkdir. Maşın öyrənməsi bu gələcəyi reallığa çevirmək üçün ən perspektivli bir yanaşmadır. Dərin Öyrənmə - Maşın Öyrənməsi, onu reallaşdırmaq üçün ən güclü texnikadır.

Bu anlayışları daha dərindən anlamaq üçün Məlumat Elmi Kurslarımıza baxın.

İlk olaraq 17 aprel 2017-ci ildə byteacademy.co saytında yayımlanıb.