Искусственный интеллект против машинного обучения против глубокого обучения
В настоящее время существует множество заблуждений, связанных со словами машинное обучение , глубокое обучение и искусственный интеллект (ИИ) , большинство людей думают, что все эти вещи одинаковы, когда они слышат слово ИИ, они напрямую связывают это слово с машинным обучением или наоборот. ну да, эти вещи связаны друг с другом, но не одинаковы. Посмотрим как.
Машинное обучение:
Прежде чем говорить о машинном обучении, давайте поговорим о другой концепции, которая называется интеллектуальным анализом данных. Интеллектуальный анализ данных - это метод исследования большой уже существующей базы данных и извлечения новой информации из этой базы данных, это легко понять, верно, машинное обучение делает то же самое, на самом деле машинное обучение - это тип метода интеллектуального анализа данных.
Вот базовое определение машинного обучения -
« Машинное обучение - это метод анализа данных, изучения этих данных, а затем применения полученных знаний для принятия обоснованного решения »
Сегодня, когда многие крупные компании используют машинное обучение, чтобы предоставить пользователям лучший опыт, некоторые из примеров: Amazon использует машинное обучение, чтобы давать более точные рекомендации по выбору продукта клиентам на основе их предпочтений, Netflix использует машинное обучение, чтобы давать более точные предложения. пользователям сериалов, фильмов или шоу, которые они хотели бы посмотреть.
Глубокое обучение:
На самом деле глубокое обучение - это разновидность машинного обучения. Технически это машинное обучение и работает одинаково, но имеет другие возможности.
Основное различие между глубоким и машинным обучением заключается в том, что модели машинного обучения постепенно улучшаются, но модель все еще нуждается в некотором руководстве. Если модель машинного обучения возвращает неточный прогноз, тогда программист должен исправить эту проблему явно, но в случае глубокого обучения модель делает это самостоятельно. Система автоматического вождения автомобиля - хороший пример глубокого обучения.
Давайте возьмем пример, чтобы понять как машинное обучение, так и глубокое обучение -
Предположим, у нас есть фонарик, и мы обучаем модель машинного обучения, согласно которой всякий раз, когда кто-то говорит «темно», должен быть включен фонарик, теперь модель машинного обучения будет анализировать различные фразы, сказанные людьми, и будет искать слово «темно» и приходит слово фонарик будет включен, но что, если кто-то сказал: «Я ничего не вижу, свет очень тусклый», здесь пользователь хочет, чтобы фонарик был включен, но предложение не состоит из слова «темно», поэтому фонарик не будет включен. В этом глубокое обучение отличается от машинного обучения. Если бы это была модель глубокого обучения, она была бы на фонарике, модель глубокого обучения способна учиться на своем собственном методе вычислений.
Искусственный интеллект:
Теперь, если мы говорим об ИИ, это совершенно другое дело, чем машинное обучение и глубокое обучение, на самом деле глубокое обучение и машинное обучение являются подмножествами ИИ. Для ИИ нет фиксированного определения, вы везде найдете другое определение, но вот определение, которое даст вам представление о том, что именно такое ИИ.
« ИИ - это способность компьютерной программы работать как человеческий мозг »
Искусственный интеллект фактически воспроизводит человеческий мозг, как человеческий мозг думает, работает и функционирует. По правде говоря, мы не можем создать надлежащий ИИ до сих пор, но мы очень близки к его созданию, одним из примеров ИИ является София , самая продвинутая модель ИИ, существующая на сегодняшний день. Причина, по которой мы не можем создать надлежащий ИИ до сих пор, заключается в том, что мы до сих пор не знаем многих аспектов человеческого мозга, например, почему мы мечтаем? и т.п.
Почему люди связывают машинное обучение и глубокое обучение с искусственным интеллектом?
Машинное обучение и глубокое обучение - это способ достижения ИИ, что означает, что с помощью машинного обучения и глубокого обучения мы сможем достичь ИИ в будущем, но это не ИИ.