Deep Learning vs Machine Learning vs AI Hvordan går de sammen?

Den neste store tingen i teknologi er maskinlæring. Eller er det dyp læring? Kanskje det er kunstig intelligens. Hvis du oppdager deg i forskjellene mellom de tre, er du ikke alene.

Aldri de som skal passere opp en mulighet til å generere hype og eke ut Venture Capital-penger, har noen teknologibedrifter benyttet alle tre om hverandre. Mens de alle faller under samme brede paraply, er det noen viktige forskjeller mellom dem.

Hva er kunstig intelligens?

Kunstig intelligens, ofte referert til som AI, er et konsept snarere enn et system. Intelligens oppfattes som et unikt menneskelig trekk. Tradisjonelt har maskiner blitt antatt å få kunnskap, men ikke intelligens eller visdom. Datavidenskaperen Alan Turing tilbrakte mye av den siste delen av sitt liv med tanke på om maskiner kunne tenke.

Han utviklet Turing-testen Hva er Turing-testen og vil den bli slått? Hva er Turing-testen og vil det bli slått? Turing-testen er ment å avgjøre om maskiner tenker. Gjorde Eugene Goostman-programmet virkelig Turing-testen, eller gjorde skaperne rett og slett jukse? Les mer som tar sikte på å avgjøre om en maskin kan vise intelligent oppførsel snarere enn nødvendigvis være intelligent. Dette er en viktig forskjell fordi vi fortsatt ikke fullt ut forstår tanke eller intelligens selv.

I stedet for å forsøke å definere intelligens, håper vi å lage maskiner som kan vise intelligente oppføringer.

I stedet for å være en teknologi i seg, er AI et middel for å beskrive systemer. Disse systemene kan merkes som Smal AI og General AI. Smal AI er et system som er intelligent, men bare for en bestemt oppgave. Generelt AI er typen vi er mer kjent med fra popkultur.

Disse typer systemer ville være i stand til å vise alle elementer av menneskelig intelligens. Skynet fra Terminator Film Franchise, eller HAL fra 2001: En Space Odyssey er fiktive eksempler på General AI. Selv om, på tross av hva filmene forteller deg, vil ikke alle generelle AI-systemer være ute for å ødelegge menneskeheten.

Hva er maskinlæring?

Vi vet alle at data kan være nyttige. Enten det er å vite hvilken rute å ta på vei til kontoret eller holde øye med helsen vår, data informerer våre beslutninger og veileder oss gjennom livet. Men vi genererer så mye hver dag at det er blitt umulig for oss mennesker å analysere.

Så, vi burde få maskiner til å gjøre den tunge løftingen for oss.

Googles maskinstudiekurs Hva er maskinlæring? Googles gratis kurs bryter det ned for deg Hva er maskinlæring? Googles gratis kurs bryter det ned for deg Google har designet et gratis online kurs for å lære deg grunnleggende for maskinlæring. Les mer oppsummerer maskinlæring som “bruker data for å svare på spørsmål.” De bryter den ned i to deler: trening og spådommer. Tenk deg at du har en samling bilder med figurer du ønsket å gjenkjenne. Hvis bildene blir matet inn i maskinlæringsalgoritmen, begynner systemet å lære egenskapene til den formen.

Når det møter et nytt bilde, sammenlignes formen mot elementene fra treningsdataene for å avgjøre om det er en kamp.

Selv om du kanskje ikke gjenkjenner det, er personlige søkeresultater, Spotify-spillelister og Amazon-produktanbefalinger også et resultat av maskinlæring. Netflix bruker selv maskinlæringsalgoritmer til å tilpasse dekselet som vises.

Hva er Deep Learning?

Selv om vi ikke forstår intelligens helt, har forskere klart å vise at hjernen genererer informasjon gjennom et komplekst nettverk av nevroner. Hjernen vår består av disse elektriske forbindelsene som danner nevrale veier. Disse veiene bærer informasjon rundt kroppene våre slik at vi kan bevege oss, puste og tenke.

Men hvis hver av disse nevrale banene var uavhengige av hverandre, ville våre reaksjonstider være utrolig sakte, og vi kan ikke være i stand til å knytte sammenhenger mellom tanker. Suksessen til systemet er ned til forholdet mellom alle disse veiene, noe som gir opphav til samtidig databehandling.

Dyp læring er en metode for å kopiere dette tette nettverket av nevroner. Ved å håndtere flere strømmer av data samtidig har datamaskiner kunnet redusere tiden det tar å behandle data betydelig. Bruk av denne teknikken til dyp læring har gitt opphav til kunstige nevrale nettverk Hva er nevrale nettverk og hvordan fungerer de? Hva er nevrale nettverk og hvordan fungerer de? Nevrale nettverk er det neste store når det gjelder tunge beregninger og smarte algoritmer. Slik fungerer de og hvorfor de er så fantastiske. Les mer .

Disse nettverkene består av en rekke noder. Det er innmatede noder for mottak av data, utdata noder for de resulterende dataene og skjulte lag med noder i midten. Målet er å forvandle inngangsdata til noe utgangsnoder kan bruke. Det er her de skjulte lagene kommer inn. Når dataene går gjennom disse skjulte noder, bruker det nevrale nettverket logikken for å bestemme hvilken knute som skal overføre dataene til neste.

Machine Learning vs AI vs Deep Learning

Mens maskinlæring er et kraftig verktøy som hjelper oss med å forstå de enorme mengdene data vi lager, viser den ikke uavhengig tanke. Algoritmen er designet av programmerere, og de fastsetter reglene som maskinlæringssystemet må spille av. Forspillerne til utviklerne, uansett om de er bevisste eller ikke, har forgreninger.

Et av de første betydelige tilbakeslagene for maskinlæring kom med en av Googles ingeniører. I 2015 la han merke til at selskapets fotoidentifikasjonsalgoritme merket ham og hans svarte venner som gorillaer. Google unnskyldte umiddelbart og implementerte kortsiktige rettelser.

Men to år senere, rapporterte WIRED Googles løsning var å fjerne gorillaer fra treningsdataene helt.

På den annen side tar dyp læring oss et skritt nærmere generell kunstig intelligens. Ved å forsøke å replikere det menneskelige sinn gjennom en flerlags samling av noder, trenger ikke dype læringsstrukturer å bli utdannet med et stort første datasett. De tar beslutninger basert på informasjonen og logikken til systemet.

At et nøytralt nettverks beslutningsprosesser ikke er gjennomsiktige, kan virke unnerving, men det betyr at det lykkes å replikere menneskelig intelligens. For eksempel forstår vi ikke engang helt hvordan vi møter våre egne tanker og beslutninger.

Kunstig intelligens for alle

Til slutt er det ikke nødvendig å sammenligne maskinlæring kontra AI, eller dyp læring kontra maskinlæring, da de alle tjener forskjellige formål. AI beskriver begrepet intelligent intelligens i maskiner, mens maskinlæring og dyp læring er innsats for å skape en generell AI.

Det er ikke å si at AI-feltet er helt abstrakt. Google bruker sine enorme datasett ved å legge til AI til nesten alle sine produkter. Gmail ble nylig oppgradert med Smart Replies, mens selskapets Duplex AI ruller ut over USA og kan håndtere telefonsamtaler på dine vegne. Men de er ikke de eneste som kan komme inn på AI-spillet.

Du kan prøve det ut selv nå med Googles online AI-eksperimenter. 5 Beste Google AI-eksperimenter for å utforske kunstig intelligens. 5 Beste Google AI-eksperimenter for å utforske kunstig intelligens. Google har flere AI-eksperimenter som du kan gå og leke med, akkurat nå. Takket være maskinlæring kan de forandre morgendagens verden med din hjelp. Les mer .

Bildekreditt: sdecoret / Depositphotos

Utforsk mer om: Kunstig intelligens, maskinlæring.