Τεχνητή Νοημοσύνη, Μηχανική Μάθηση και Βαθιά Μάθηση - Ποια είναι η Διαφορά;

Αρχική σελίδα Google Mini. Φωτογραφία από τον Kevin Bhat στο Unsplash

Η πρώτη ερώτησή μου ήταν όταν άρχισα να μελετώ αυτά τα θέματα περίπου πριν από ένα μήνα. Καταλαβαίνω καλύτερα τις συνθήκες τώρα, οπότε ας δούμε.

Τεχνητή Νοημοσύνη

Γενικά, όταν οι άνθρωποι σκέφτονται για την τεχνητή νοημοσύνη (AI), σκέφτονται την ικανότητα τεχνητής γενικής νοημοσύνης (AGI) ή μη βιολογικής πλάκας (ή καλύτερα) να εκτελεί διάφορα καθήκοντα σε ανθρώπινο επίπεδο. ) γνώση. Διαφέρει από ένα στενό AI που μπορεί να εκτελεί συγκεκριμένα καθήκοντα στο επίπεδο των προσόντων ενός ατόμου. Στην καθημερινή ζωή, για παράδειγμα, υπάρχουν παραδείγματα στενών αγγειακών παθήσεων, όπως τα προσωπικά μας τηλέφωνα ή οι βοηθοί στο σπίτι, οι αυτοκατοικίες ή το AlphaGo. Εντούτοις, δεν έχουμε ακόμα κανένα παράδειγμα AGI και δεν μπορούσαμε να συμφωνήσουμε για το πότε θα συμβεί κάτι τέτοιο, αλλά η ιερή κατεύθυνση της έρευνας του AI επικεντρώθηκε στην ανθρώπινη ανάπτυξη σε επίπεδο AGI δεν θα ήταν πολύ έξυπνη AI. Το τ είναι πολύ πίσω

Μηχανική μάθηση

Η μηχανική κατασκευή είναι ένας τομέας όπου η μάθηση μηχανών διδάσκεται να αναπτύσσει αλγόριθμους για την εκτέλεση εργασιών. Αυτή η περιοχή πετάει μπροστά από τον παραδοσιακό προγραμματισμό, όπου οι άνθρωποι συλλέγουν αλγόριθμους και λογισμικό για τον υπολογισμό τους. Στη μηχανική μάθηση, οι άνθρωποι παρέχουν δεδομένα εκπαίδευσης (εισροές που παράγουν ορισμένα αποτελέσματα) και μηχανές λογισμικού για να καθορίσουν εάν ορισμένες πληροφορίες θα οδηγήσουν σε αποτελέσματα. Αυτό είναι ένα ισχυρό παράδειγμα επειδή ελευθερώνει τους ανθρώπους από το να γνωρίζουν πώς να επιτυγχάνουν αποτελέσματα, πρέπει να παρέχουν αρκετές πληροφορίες για τη μηχανή για να καθορίσουν τον τρόπο με τον οποίο θα προκύψει ένας συγκεκριμένος συνδυασμός εισόδου. Για παράδειγμα, αν έχετε αλιευτικό έργο, ο παραδοσιακός προγραμματισμός θα σας διδάξει πώς να χρησιμοποιήσετε ένα αλιευτικό εργαλείο στον πάγκο - πώς να κρατήσετε τη λαβή, πώς να απελευθερώσετε το δόρυ και πώς να σχεδιάσετε μια γραμμή. Η εκπαίδευση στο αυτοκίνητο δίνει στο μηχάνημα μια βιβλιοθήκη βίντεο που δείχνει άτομα που πέτυχαν ή απέτυχαν στην αλίευση ψαριών και αφήνουν κάθε βίντεο στο μηχάνημα για να εξετάσει και να μάθει πώς να πιάσει τα ψάρια. Ίσως μερικές τεχνικές χύτευσης να είναι καλύτερες από άλλες, ή ο καιρός μπορεί να διαδραματίσει σημαντικό ρόλο, το αυτοκίνητο μπορεί να μεταφέρει αθέλητα μοτίβα.

Βαθιά μάθηση

Η βαθιά μάθηση είναι η μηχανική μάθηση, μια μηχανική μάθηση που βασίζεται στα νευρικά σύρματα του βιολογικού εγκεφάλου. Δηλαδή, ο εγκέφαλος προγραμματίζεται για να αυξήσει τη γνώση του εγκεφάλου μέσω ενός τεχνητού νευρικού δικτύου. Θα μιλήσω γι 'αυτό σε μια μεταγενέστερη θέση, αλλά αυτά τα νευρωνικά δίκτυα έχουν πολλά στρώματα "νευρώνων" που διερευνούν πολλούς πιθανούς τρόπους ώστε ένα σύνολο εισόδων να μπορεί να αποτελέσει αποτέλεσμα. Είναι ενδιαφέρον ότι αυτά τα νευρωνικά δίκτυα είναι δύσκολο να αναλυθούν επειδή είναι ουσιαστικά μέρος του βάρους που υπολογίζει τα στοιχεία των δεδομένων. Εάν η γάτα είναι στη φωτογραφία, πάρτε ένα τεχνητό νευρωνικό δίκτυο (ANN) που μπορεί να το ανιχνεύσει. Για τους ανθρώπους, εντοπίζουμε τις γάτες με τα χαρακτηριστικά που μοιάζουν με γάτες (συγκεκριμένο αυτί, γούνα, γούνα). Το ANN μπορεί να παρατηρήσει ότι κάποια εικονοστοιχεία ανήκουν σε μια άλλη ομάδα εικονοστοιχείων που δείχνει ότι υπάρχει μια γάτα, αλλά σε έναν άνθρωπο είναι ακριβώς όπως ένα μαθηματικό σύνολο δεδομένων. Γνωρίζουμε ότι το ANN μπορεί να βρει έναν πιο ακριβή τρόπο ταυτοποίησης γατών που κανείς δεν σκέφτηκε, ο οποίος είναι ξεπερασμένος (που είναι με ένα cheburger;), που σας επιτρέπει να αναγνωρίζετε απλά χαρακτηριστικά.

Τέλος πάντων, αυτό είναι πολύ δροσερό, και ανυπομονώ να σπάσει τη δική μου εκατοντάδα γνώση βαθιάς μάθησης, μηχανικής μάθησης και AI. Απαντήθηκε μια ερώτηση, υπάρχουν πολλά άλλα.

Ορθογραφική Μέλισσα Tldr;

Η βαθιά εκμάθηση είναι μια τεχνική μάθησης μηχανών που μας τραβάει πιο κοντά στη δημιουργία τεχνητής γενικής νοημοσύνης.