Общ

Каква е разликата между машинното обучение и изкуствения интелект?


През цялата 2018 г. вероятно сте чували и виждали тези модни думи, разхвърляни в разговор, в коментарите на публикации в социалните медии, от Youtube или като мисли от писатели.

Изкуственият интелект и машинното обучение изглежда са на върха на езика на всички и с основателна причина също.

Изследователите постигнаха огромен напредък в областта на ИИ и този напредък вече е повлиял на вашето ежедневие независимо дали е по новост или по практически причини.

Въпреки че тази статия ще го раздели по-подробно, накратко, AI е всяка технология, която представя всичко, което прилича на човешкия интелект. Помислете за някой от любимите си научно-фантастични филми.

ML или машинното обучение обаче е подмножество на AI, което използва математически модели от данни за вземане на решения.

Възходът на машините: Кратка история на ИИ

Преди да се потопите по-дълбоко в света на машинното обучение и изкуствения интелект, трябва да разгледате кратката история на предметите.

Имаше очарование от ИИ, което се връща чак до гърците, като те описват механични хора, които могат да ходят и да мислят като мъже.

Първата спирка на историческия график за изкуствения интелект обаче е Втората световна война.

По време на Втората световна война, геният, компютърният учен Алън Тюринг работи за разбиване на невъзможните германски сили Enigma Code, форма на комуникация, използвана за безопасно изпращане на съобщения и планиране на атаки.

За да дешифрира кода, Тюринг създава машината Bombe. Тази машина беше „интелигентна“ и успя да научи евентуално да пропусне кода.

Машината на Тюринг постави основите на това, което ML и AI са днес. През следващите десетилетия изследователите бяха нетърпеливи да разширят границите на компютърното разузнаване за военните и за научните изследвания.

От създаването на езика за програмиране AI, LISP, през 60-те до евентуалното създаване на IBM Deep Blue през 90-те години, всички тези събития поставиха рамката за AI, който познавате днес.

Машинно обучение

И така, какво точно е машинно обучение? Като за начало, ML не е толкова далеч, колкото си мислите.

Инструментите, които използвате ежедневно, включват ML, за да ви създадат по-добро изживяване. Google дори използва вашите данни, за да оптимизира рекламата. Дори любимият ви Netflix използва ML, за да дава препоръки какво трябва да гледате.

ML се учи от големи количества данни, за да прави прогнози. "Алгоритмите за машинно обучение се използват широко и се срещат ежедневно."

„Примерите са автоматични препоръки при закупуване на продукт или софтуер за разпознаване на глас, който се адаптира към вашия глас“, казват изследователи от университета в Маастрихт.

Как работи машинното обучение?

Машинното обучение „се учи“, използвайки, от термин, който вероятно сте чували, че се хвърля много, „невронни мрежи“. Невронните мрежи са мястото, където машинното обучение „учи и тренира“ от голям набор от данни, за да определи вероятния резултат от дадена ситуация.

Без да се усложняват прекалено много, невронните мрежи са мястото, където компютърът ще се научи в продължение на хиляди часове да идентифицира човек или животно в изображение или дори да се научи как да превежда език.

Независимо от това, голяма част от този процес изисква човешко докосване, т.е. програмист, който да извърши повечето от тежките повдигания. ML основно използва големи набори от данни, часове обучение, за да прави прогнози за вероятни резултати.

Изкуствен интелект

Когато машинното обучение „оживява“ и преминава отвъд простото програмиране и може да отразява и да взаимодейства с хората, дори на най-основното ниво, тук ИИ влиза в игра.

Вероятно се обърквате от термините Машинно обучение и Изкуствен интелект, защото се използват взаимозаменяемо.

AI е стъпката отвъд ML, но AI се нуждае от ML, за да отразява и оптимизира решенията. AI използва придобитото от ML за симулирана интелигентност, по същия начин, по който човек постоянно наблюдава заобикалящата го среда и взема интелигентни решения.

AI води до интелигентност или мъдрост, а крайната цел е да се симулира естествената интелигентност за решаване на сложни проблеми по целия свят.

Предстоящата AI революция може да се справи с някои от най-трудните предизвикателства в света.

Нивата на AI

Трите основни типа са изкуствен тесен интелект (A.N.I.), изкуствен общ интелект (A.G.I) и изкуствен свръхразум (A.S.I.).

Устройства с ANI вече съществуват: можете да ги намерите във видео игри и на финансовите пазари. Още повече, че много от днешната инфраструктура е много зависима от ANI.

AGI обаче е AI, който може да мисли както хората, така и да взима решения и дори да изпълнява ежедневни задачи. Въпреки че има много изследвания, насочени към това ниво на ИИ, обществото все още е на десетилетия от този подвиг.

Ако не сте загрижени за безопасността на ИИ, трябва да сте. Значително по-голям риск от Северна Корея. pic.twitter.com/2z0tiid0lc

- Илон Мъск (@elonmusk) 12 август 2017 г.

Последното ниво, ASI, е това, от което повечето изследователи се страхуват и се стремят към обществото. След като AI достигне AGI, има шанс тези интелигентни компютри да надграждат един друг, за да станат супер интелигентни, надминавайки всеки човек по интелигентност.

Към бъдещето

И изкуственият интелект, и машинното обучение ще бъдат наложителни за идващото общество. Вие сте много по-разчитащи на тези инструменти, отколкото си мислите.

Разбирането както на машинното обучение, така и на изкуствения интелект ще бъде от решаващо значение за разбирането на бързо променящия се свят и някои от устройствата, които използвате всеки ден.


Гледай видеото: The 2 Most Important Skills For the Rest Of Your Life. Yuval Noah Harari on Impact Theory (Август 2021).