V:
Kakšna je razlika med umetno inteligenco, strojnim učenjem in globokim učenjem?
A:Izraza "umetna inteligenca", "strojno učenje" in "globoko učenje" opisujeta proces, ki se je v zadnjih desetletjih gradil na sebi, saj je svet ogromno napredoval na področju računalniške moči, prenosa podatkov in drugih tehnoloških ciljev.
Pogovor bi se moral začeti z umetno inteligenco, širokim izrazom za vsako zmožnost računalnikov ali tehnologij za simulacijo človeške misli ali možganske dejavnosti. V nekem smislu se je umetna inteligenca začela zgodaj, s preprostimi računalniškimi igrami šahovskih programov in drugimi programi, ki so začeli posnemati človeško odločanje in misel.
| Prosti prenos: Strojno učenje in zakaj je pomembno |
Umetna inteligenca je še naprej napredovala od prvih dni osebnega računalnika, do interneta in nazadnje do računalništva v oblaku, virtualizacije in prefinjenih omrežij. Umetna inteligenca je kot ključna tehnološka industrija na več načinov rasla in se širila.
Eden od mejnikov umetne inteligence je nastanek in sprejemanje strojnega učenja, poseben pristop k doseganju ciljev umetne inteligence.
Strojno učenje uporablja sofisticirane algoritme in programe, s pomočjo katerih se računalniška programska oprema izboljša pri sprejemanju določenih sklopov odločitev v delovnem okolju. Namesto, da bi računalnik preprosto programirali tako, da bi vedno znova naredil en sklop stvari, kot je bilo to pri ročno kodiranih programih iz 70. in 80. let prejšnjega stoletja, začne strojno učenje uporabljati hevristiko, modeliranje vedenja in druge vrste projekcij, ki omogočajo tehnologija za izboljšanje odločanja in razvoj skozi čas. Strojno učenje se uporablja za boj proti neželeni e-pošti, izvajanje osebnosti umetne inteligence, kot je IBM Watson, in doseganje ciljev umetne inteligence na druge načine.
Poglobljeno učenje pa temelji na strojnem učenju. Strokovnjaki opisujejo globoko učenje kot uporabo algoritmov za odvzem abstrakcij na visoki ravni, kot je uporaba umetnih nevronskih mrež za usposabljanje tehnologij na nalogah. Globoko učenje dvigne strojno učenje na naslednjo raven, tako da poskuša modelirati dejansko človeško možgansko aktivnost in jo uporabiti pri umetnem odločanju ali drugem kognitivnem delu.
Globoko učenje je bilo dokazano s primeri, kot so vrhunski programi za optimizacijo dobavne verige, programi laboratorijske opreme in druge vrste inovacij, kot je generativna nasprotna mreža, kjer dve nasprotni mreži, generativna in diskriminatorna mreža delujeta drug proti drugemu, da bi modelirali človeka miselni procesi diskriminacije. Ta posebna vrsta globokega učenja se lahko uporablja za obdelavo slik in druge namene.
Resničnost je, da poglobljeno učenje privede umetno inteligenco bližje tistemu, kar strokovnjaki menijo, da je "močan AI", umetni inteligenci, ki je bolj ali manj v celoti sposobna ponoviti številne človeške miselne funkcije. To povzroča velike razprave o tem, kako učinkovito ravnati s temi novimi tehnologijami in kako skrbeti za svet, v katerem računalniki razmišljajo na enake načine kot mi.
