Волна искусственного интеллекта захлестывает мир, и многие слова всегда задерживаются в наших ушах: искусственный интеллект (Artificial Intelligence), машинное обучение (Machine Learning), глубокое обучение (Deep Learning). Многие люди всегда имеют смутное представление о значении этих высокочастотных слов и отношениях, стоящих за ними. Эта статья разъясняет значение этих слов на простейшем языке, что может помочь каждому лучше понять взаимосвязь между ними.
От автомобилей до смартфонов, цифровых помощников и даже роботов. Мы говорим не только о новаторских новых функциях, которые появляются каждый день. Более того, устройства, компьютеры и машины выполняют задачи интеллектуально. Как они это делают? — Через искусственный интеллект, он же ИИ.
Термин «искусственный интеллект» был впервые придуман ученым-когнитивистом Джоном Маккарти, который написал в своей книге: «Это исследование основано на предположении, что любое обучающее поведение или другая интеллектуальная характеристика в принципе может быть точным описанием, так что машина может быть построена для его моделирования». С тех пор искусственный интеллект преследует умы людей и медленно вылупляется в научно-исследовательских лабораториях. В последующие десятилетия искусственный интеллект менял свои полярности, или назывался пророчеством ослепительного будущего человеческой цивилизации, или выбрасывался в мусорную кучу как фантазии технологических сумасшедших. До 2012 года оба голоса существовали одновременно.
Рисунок | Отдел исследований искусственного интеллекта
После 2012 года, благодаря увеличению объема данных, улучшению вычислительных мощностей и появлению новых алгоритмов машинного обучения (deep learning), искусственный интеллект начал взрываться. Однако текущая научно-исследовательская работа сосредоточена на слабой части искусственного интеллекта, и очень надеются, что в ближайшее время будет сделан крупный прорыв. Большая часть искусственного интеллекта в фильмах изображает сильный искусственный интеллект, и эту часть трудно достичь в современном реальном мире. (Искусственный интеллект обычно делят на слабый искусственный интеллект и сильный искусственный интеллект. Первый позволяет машинам иметь способность наблюдать и воспринимать, и может достичь определенного уровня понимания и рассуждения, в то время как сильный искусственный интеллект позволяет машинам приобретать адаптивные возможности и решать некоторые проблемы, с которыми ранее не сталкивались проблемы).
Ожидается, что слабый искусственный интеллект совершит прорывы, как он достигается и откуда берется «интеллект»? Во многом это благодаря одному подходу к искусственному интеллекту – машинному обучению.
Мы используем простейший метод для визуализации отношений между тремя.
Искусственный интеллект
Проще говоря, искусственный интеллект описывает различные способы, которыми машина взаимодействует с окружающим миром. Обладая передовым, человекоподобным интеллектом, машина или устройство ИИ может имитировать поведение человека или выполнять задачи, как человек, с помощью комбинированных эффектов программного и аппаратного обеспечения.
Сегодня мы можем многое увидеть об искусственном интеллекте, например, распознавание речи (используется в интеллектуальных устройствах личного помощника), распознавание лиц (используется в фильтрах, которые в настоящее время популярны в социальных сетях) или распознавание объектов (например, поиск яблока и изображения апельсинов).
Обучение машины
Машинное обучение — это подход или подмножество искусственного интеллекта, которое подчеркивает «обучение», а не компьютерные программы. Машина использует сложные алгоритмы для анализа больших объемов данных, выявления закономерностей в данных и прогнозирования, процесса, который не требует от человека написания конкретных инструкций в программном обеспечении машины. После принятия кремовой затяжки за апельсин, распознавание образов системы со временем улучшается, поскольку она учится на своих ошибках и исправляет себя, как человек.
Глубокое обучение
Глубокое обучение — это подмножество машинного обучения, которое приводит к большим успехам в компьютерном интеллекте. Он использует много данных и вычислительных мощностей для моделирования глубоких нейронных сетей. По сути, эти сети имитируют связь человеческого мозга, классифицируя наборы данных и обнаруживая корреляции между ними. С новыми знаниями (без вмешательства человека) машина может применять свои идеи к другим наборам данных. Чем больше данных обрабатывает машина, тем точнее будут ее прогнозы.
Например, устройство глубокого обучения может исследовать большие данные, такие как цвет, форма, размер, время созревания и происхождение плодов, чтобы точно определить, является ли яблоко зеленым яблоком или апельсин кровавым апельсином.
Различия между ИИ, машинным обучением и глубоким обучением не так очевидны, как яблоки и апельсины, они более тонкие. Машинное обучение — это метод достижения искусственного интеллекта, а глубокое обучение — это технология для достижения машинного обучения. Теперь вы понимаете разницу между ними?
