Вы когда-нибудь задумывались, почему эти три термина: искусственный интеллект, машинное обучение и глубокое обучение часто используются как синонимы? Не волнуйтесь, очевидно, что это сбивает с толку всех, кто плохо знаком с этой областью.
В этом посте я попытался кратко различать эти термины.
Как вы можете видеть на диаграмме выше, глубокое обучение относится к машинному обучению, а машинное обучение — к искусственному интеллекту. ИИ — это широкий термин с различными подобластями, машинное обучение — одна из них. Давайте узнаем о каждом из них один за другим.
Искусственный интеллект
Проще говоря, ИИ — это «разум, переданный машине» или «машина с разумом», которая пытается имитировать человеческий интеллект (человеческий разум).
Машина считается разумным, если он может:
- действовать рационально
- мыслить рационально
- действовать по-человечески
- мыслить по-человечески
Джон Маккарти, придумавший этот термин в 1956 году, определяет его как «науку и технику создания интеллектуальных машин».
Исследования и инновации развиваются в таких областях, как робототехника, естественный язык. Обработка, компьютерное зрение и т. д.
Машинное обучение
Машинное обучение – это область ИИ, цель которой – наделить компьютерные системы способностями к обучению. Цель машинного обучения состоит в том, чтобы позволить машинам самостоятельно учиться, используя предоставленные данные, и делать точные прогнозы. Это всего лишь один из методов реализации ИИ.
Он включает в себя обучение различных алгоритмов машинного обучения, чтобы помочь машине обучаться и делать прогнозы на ранее невидимых данных. Scikit-learn — одна из популярных библиотек Python, в которой реализованы различные алгоритмы мл.
Глубокое обучение
Глубокое обучение — это часть машинного обучения и немного более глубокий взгляд на машинное обучение. Он использует сложный вычислительный граф, который более эффективен при изучении взаимосвязей. Глубокое обучение вдохновлено структурой и функциями человеческого мозга. Perceptron — это основной строительный блок сетей глубокого обучения.
Подобно нейронной сети в нашем мозгу, глубокое обучение также использует искусственную нейронную сеть (ANN), чтобы имитировать то, как мы учимся. Он следует тому же подходу активации и деактивации нейронов в разных слоях, что и в ИНС, чтобы учиться на входных данных.
Подводя итог,
- Искусственный интеллект — это широкий термин, который включает общий искусственный интеллект, а также другие области ИИ.
- Машинное обучение похоже на подгонку линейного уравнения, тогда как глубокое обучение предполагает комплексный подход к обучению.
- Машинное обучение в основном используется при наличии структурированных данных, тогда как глубокое обучение используется при наличии массивных и неструктурированных данных, на которых можно учиться.
- Машинное обучение требует разработки функций, тогда как глубокое обучение обнаруживает важные функции само по себе.
Удачного обучения :)
