Syvä oppiminen vs. Koneoppiminen vs. AI: Kuinka he menevät yhdessä?

Mainos

Seuraava iso asia tekniikassa on koneoppiminen. Vai onko se syvä oppiminen? Ehkä se on tekoäly. Jos huomaat tappuvan näiden kolmen erot, et ole yksin.

Jotkut teknologiayritykset ovat käyttäneet kaikkia kolmea vuorottelevasti, etteivät ne koskaan ohita mahdollisuutta tuottaa hypeä ja päästä pois pääomasijoituksia. Vaikka ne kaikki kuuluvat samaan sateenvarjoon, niiden välillä on joitain ratkaisevia eroja.

Mikä on tekoäly?

Keinotekoinen äly, jota yleisesti kutsutaan AI: ksi, on pikemmin käsite kuin järjestelmä. Älykkyyden pidetään ainutlaatuisena ihmisen ominaisuutena. Perinteisesti koneiden on ajateltu saavan tietoa, mutta ei älykkyyttä tai viisautta. Tietotekniikka alan ammattilainen Alan Turing vietti suuren osan loppuelämästään pohtien, pystyisivätkö koneet ajattelemaan.

Hän suunnitteli Turingin testi Mikä on Turing-testi ja aikooko se koskaan lyödä?Turingin testi on tarkoitettu selvittämään, ajattelevatko koneet. Läpäissytkö Eugene Goostman -ohjelma todella Turingin testin vai huijasivatko tekijät vain? Lue lisää

jonka tarkoituksena on selvittää, pystyykö kone osoittamaan älykästä käyttäytymistä sen sijaan, että se välttämättä olisi älykäs. Tämä on tärkeä ero, koska emme vieläkään ymmärrä täysin ajatuksia tai älykkyyttä itse.

Älykkyyden määrittelemisen sijasta toivomme luoda koneita, jotka voivat toimia älykkäästi.

Sen sijaan, että se olisi itse tekniikka, AI on keino kuvata järjestelmiä. Nämä järjestelmät voidaan merkitä Narrow AI ja General AI. Kapea AI on älykäs järjestelmä, joka on tarkoitettu vain tietylle tehtävälle. Yleinen AI on pop-kulttuurista tutumpi tyyppi.

Tämän tyyppiset järjestelmät pystyisivät näyttämään kaikki ihmisen älykkyyden elementit. Skynet Terminator-elokuvan franchising, tai HAL vuodesta 2001: Space Odyssey ovat kuvitteellisia esimerkkejä General AI. Elokuvista huolimatta kaikki yleiset AI-järjestelmät eivät kuitenkaan tuhoaisi ihmiskuntaa.

Mikä on koneoppiminen?

Me kaikki tiedämme, että tiedot voivat olla hyödyllisiä. Tietääkö se tietävänsä tietä toimistolle tai seuraamalla terveyttämme, tiedot ilmoittavat päätöksistämme ja opastavat meitä elämän läpi. Mutta tuotamme niin paljon joka päivä, että meille ihmisille on tullut mahdotonta analysoida.

Joten meidän pitäisi saada koneet tekemään raskas nosto meille.

Googlen koneoppimiskurssi Mikä on koneoppiminen? Googlen ilmainen kurssi katkaisee sen sinulleGoogle on suunnitellut ilmaisen verkkokurssin, jonka avulla voit opettaa sinulle koneoppimisen perusteet. Lue lisää tiivistää koneoppimisen "tietojen käyttämisellä kysymyksiin vastaamiseen". Ne jakautuvat kahteen osaan: harjoittelu ja ennusteet. Kuvittele, että sinulla on kokoelma kuvia, joissa on muotoja, jotka halusit tunnistaa. Jos kuvat syötetään koneoppimisalgoritmiin, järjestelmä alkaa oppia kyseisen muodon ominaisuuksia.

Kun se kohtaa uuden kuvan, muotoa verrataan harjoitustietojen elementteihin sen määrittämiseksi, vastaako se ottelua.

Vaikka et ehkä tunnista sitä, henkilökohtaiset hakutulokset, Spotify-soittolistat ja Amazon-tuotesuositukset ovat myös koneoppimisen tulosta. Netflix käyttää jopa koneoppimisalgoritmeja räätälöi näytetyn kannen kuvateos.

Mikä on syväoppiminen?

Vaikka emme ymmärrä täysin älykkyyttä, tutkijat ovat onnistuneet osoittamaan, että aivot tuottavat tietoa monimutkaisen neuroniverkon kautta. Aivomme koostuu näistä sähköisistä yhteyksistä, jotka muodostavat hermoväylät. Nämä polut kuljettavat tietoa kehomme ympäriltä, ​​jolloin voimme liikkua, hengittää ja ajatella.

Jos jokainen näistä hermoväylistä olisi kuitenkin toisistaan ​​riippumattomia, reaktioajat olisivat uskomattoman hitaita, ja emme ehkä pysty muodostamaan yhteyksiä ajatusten välillä. Järjestelmän menestys johtuu kaikkien näiden reittien välisestä suhteesta, mikä johtaa samanaikaiseen tietojenkäsittelyyn.

Syvä oppiminen on menetelmä tämän tiheän neuroniverkon toistamiseen. Käsittelemällä useita tietovirtoja kerralla, tietokoneet ovat kyenneet vähentämään tiedon käsittelyyn kuluvaa aikaa huomattavasti. Tämän tekniikan soveltaminen syvään oppimiseen on johtanut keinotekoiset hermoverkot Mitkä ovat hermoverkot ja miten ne toimivat?Neuraaliverkot ovat seuraava iso asia, kun on kyse raskaista laskennoista ja älykkäistä algoritmeista. Näin he toimivat ja miksi he ovat niin uskomattomia. Lue lisää .

Nämä verkot koostuvat sarjasta solmuja. Tietojen vastaanottamiseen on syöttösolmuja, tuloksena olevan datan tulosolmuja ja keskellä piilotettuja solmukerroksia. Tavoitteena on muuttaa tulotiedot jotain, jota ulostulosolmut voivat käyttää. Siellä piilotetut kerrokset tulevat sisään. Kun data etenee näiden piilotettujen solmujen läpi, hermoverkko käyttää logiikkaa päättääkseen, mikä solmu siirtää tiedot seuraavaan.

Koneoppiminen vs. AI vs. Syvä oppiminen

Koneoppiminen on tehokas työkalu, joka auttaa meitä ymmärtämään luomamme valtavat tietomäärät, mutta siitä ei ole riippumatonta ajattelua. Ohjelmoijat ovat suunnitelleet algoritmin, ja he asettavat säännöt, jotka koneoppimisjärjestelmän on pelattava. Kehittäjien puolueellisuuksilla, olivatpa ne tietoisia vai eivät, on seurauksia.

Yksi Googlen suunnittelijoista antoi kohteliaisuuden ensimmäisiin merkittäviin koneoppimisen takaiskuihin. Vuonna 2015 hän huomasi, että yrityksen valokuvien tunnistamisalgoritmi merkitsi häntä ja hänen mustia ystäviänsä gorilloiksi. Google pyysi välittömästi anteeksi ja toteutti lyhytaikaiset korjaukset.

Kaksi vuotta myöhemmin WIRED ilmoitettu Googlen ratkaisuna oli poistaa gorillat harjoitustiedoista kokonaan.

Toisaalta syvä oppiminen vie meidät askeleen lähemmäksi yleistä tekoälyä. Yrittäessä toistaa ihmismielen monikerroksisen solmujen kokoelman avulla syväoppimisrakenteita ei tarvitse kouluttaa suurella alkuperäisellä tietoaineistolla. He tekevät päätöksiä toimitettujen tietojen ja järjestelmän logiikan perusteella.

Se, että neutraalin verkon päätöksenteko ei ole avointa, voi vaikuttaa häiritsevältä, mutta se tarkoittaa, että se onnistuu jäljittelemään ihmisen älykkyyttä. Emme esimerkiksi edes ymmärrä täysin, kuinka keksimme omat ajatuksemme ja päätöksemme.

Keinotekoinen älykkyys kaikille

Loppujen lopuksi ei ole tarpeen verrata koneoppimista AI: n tai syvän oppimisen ja koneoppimisen välillä, koska ne kaikki palvelevat eri tarkoituksia. AI kuvaa ihmisen tyylin älykkyyden käsitettä koneissa, kun taas koneoppiminen ja syväoppiminen ovat pyrkimyksiä luoda yleinen AI.

Se ei tarkoita, että AI-kenttä olisi täysin abstrakti. Google hyödyntää massiivisia tietojoukkojaan lisäämällä AI melkein kaikkiin tuotteisiinsa. Gmail oli äskettäin uusittu älykkäillä vastauksilla, kun taas yrityksen Duplex AI on esillä Yhdysvaltojen ympäri ja voi hoitaa puheluita puolestasi. Mutta he eivät ole ainoita, jotka pääsevät AI-peliin.

Voit kokeilla sitä itse nyt Googlen online AI-kokeilut 5 parasta Google AI -koetta tekoälyn tutkimiseenGooglella on useita AI-kokeiluja, joissa voit mennä ja pelata nyt. Koneoppimisen ansiosta he voivat muuttaa huomisen maailmaa apuasi. Lue lisää .

Kuvahyvitys: sdecoret /depositphotos