AI לעומת למידת מכונה לעומת למידה עמוקה: מה ההבדל? בית הספר לאקדמיה

AI לעומת למידת מכונה לעומת למידה עמוקה: מה ההבדל?

יום שני, 17 באפריל, 2017

כאשר AlphaGo של Deepmind ניצח 4 מתוך 5 משחקים נגד אלופת ה- Go Go דאז, לי ס-דול, כל העולם זכה לתשומת לב. באותו הרגע, שהוכרז כניצחון הבינה המלאכותית, AI היה צעד חשוב לקראת הפיכת מכונות מתקדמות למציאות.

כאשר המילים Deep Learning ו- Learning Machine נכנסות ללקסיקון הציבורי, כאשר התקשורת משתמשת במונחים אלה כדי להסביר כיצד AlphaGo מתחרה נגד המוח האנושי.

בכך שהם קרובים זה לזה, למונחים אלה יש משמעויות שונות. ביום ובמאה, שבהם אנו יודעים כיצד הטכנולוגיה משפיעה על חיינו, חשוב לדעת מה ההבדל בין מונחים אלה.

מאמר זה יעזור לך.

גישה הדרך הטובה ביותר להבין מונחים אלו היא לדעת את מערכות היחסים ביניהם. AI, למידת מכונה ולמידה עמוקה הם כמו אוסף של בובות רוסיות - AI הוא הקונספט הרחב ביותר, ולכן הבובה הגדולה ביותר בקולקציה, Machine Learning היא דבר אחרון. אתה יכול למצוא אותו כאן.

AI, למידת מכונה ולמידה עמוקה הם כמו אוספי בובות רוסים ... לחץ לציוץ

אנו מתחילים בהבנתנו את הבובה הראשונה, בינה מלאכותית.

בינה מלאכותית (AI) בינה מלאכותית התפתחה במשך מאות שנים, ממיתוסים יוונים על בני אדם ממוכנים ועד להשמדה / שימור האנושות, לאורך זמן, ביחס לאורגניזמים קיברנטיים חכמים. nggi היה חלק מהדמיון הציבורי שלנו בכל הקשור לקו שליחות קטלנית. . זו התיאוריה והפיתוח של מערכות מחשב הדורשות אינטליגנציה אנושית, כמו תפיסה חזותית, זיהוי דיבור, קבלת החלטות ותרגום בין שפות.

המושג AI, הפופולרי על ידי הוליווד ו- Sci-Fi, נקרא "Common AI" - מכונה עוצמתית ששולטת באדם בכל התחומים.

עם זאת, AlphaGo ורוב מקרי ה- AI הנוכחיים בעולם הם בקטגוריית "AI Dark", מכונות אלה נועדו לשכפל או לשפר פונקציות ספציפיות אנושיות.

הפופולריות של AI במהלך השנים האחרונות הקלה על חקר כל האפשרויות בתחום, בזכות שילוב קל של GPUs ו- Big Data עם סוגים שונים של נתונים במקביל.

אבל איך התחום שערער את תשומת הלב והתקדמות עד 2012 גרם לו להיות כל כך מהיר? שאלה זו מובילה אותנו ללמידת מכונות בתחום מדעי המחשב, שם התרחשה פיתוח זה.

למידת מכונה

הנדסת מכונות, כמושג, מתייחסת ליכולתה של מכונה ללמוד בעצמה מהמידע שנמסר. למרות שאנחנו בדרך כלל מתכנתים את המכונות שלנו למלא אחר ההוראות בהתאם לדרישות שלנו, במכונת למידה, אנו משתמשים באלגוריתמים שבודקים באופן קבוע את הנתונים ולומדים התנהגות ספונטנית.

אבל איך ה- AI, הממוקד והממוקד בפיתוח עד 2012, הפך אותו לגדול ... ציוץ לציוץ

סיווג דוא"ל למסננים שונים, קביעה אם דואר אלקטרוני הוא דואר זבל הוא דוגמה טובה לכך, באמצעות אלגוריתמים של Machine Learning.

למידת מכונות פותחה לראשונה על ידי קהל ה- AI ומאז אסף טכניקות רבות כולל למידת עץ ההחלטה, מסווג בייס פשוט ומכונות וקטוריות תומכות. מחשב זה נמצא בשימוש נרחב בתחום הראייה, שמטרתו לעזור למחשב לזהות עצמים שונים בתמונה.

בתחילה, הוא נכשל בתחום - הוא דרש קידוד ידני, זמן עיבוד, ועדיין לא הצליח להתאים את התוצאות לסטנדרטים אנושיים. עם חלוף הזמן והתשתית הטכנולוגית המשופרת, טכניקות אלה הפכו לחזקות מאוד, אך יש רק תת-תחום אחד שיכול לעזור בפיתוח למידת מכונות, שהיא תמונה ו- Uber by computer Vision. משתמשים בה בהצלחה בזיהוי אובייקטים. , אפל ונהגים אוהבים לחנות פחות.

והטכניקה? זו המטרה של לימוד מעמיק.

למידה עמוקה

Deep Learning הוא תחום משנה של Machine Learning המשתמש בטכניקות רשת עצביות מלאכותיות. הוא נכתב בהשראת הביולוגיה האנושית - מכיוון שהמוח שלנו מורכב מרשת של נוירונים המעבירים אותות ומעבירים מידע, האלגוריתם יוצר מערך דמוי מכונה, שלא כמו נוירונים ביולוגיים שיכולים לתקשר זה עם זה בחופשיות. נוירון ריח. לרשתות שכבות וחיבורים נפרדים ועוקבים אחר הכיוון המוגדר מראש.

למעשה, Deep Learning כרוכה בהעברת נתונים רבים למערכת מחשבים המסווגת נתונים לפי שאלות בינאריות אמיתיות או כוזבות או ניתוח נתונים על ידי חילוץ ערכים מספריים. מידע זה מאוחסן כרשתות עצביות ומשמש לאחר מכן לסיווג כל סוג של מידע - אודיו, וידאו, דיבור וכו '. למרות שהנפח החישובי גדול מאוד, שיטה זו נותנת לנו תוצאות טובות מאוד והיא משמשת כיום למגוון כה רחב של בעיות. כנהג רכב פחות, צובע בשחור לבן, מתן אבחנה רפואית ועוד.

לסיכום, קל לחשוב על מושגים אלה כמעגלים קונצנטריים. AI הוא יעד רחב, עתיד שיתממש היום. למידת מכונה היא הגישה המבטיחה ביותר להפוך את העתיד למציאות. למידה עמוקה היא למידת מכונה - הדרך החזקה ביותר לעשות זאת.

בקר בקורסי מדעי המידע שלנו בכדי לקבל הבנה מעמיקה יותר של מושגים אלה.

פורסם במקור ב- byteacademy.co ב- 17 באפריל 2017.