П:
Која је разлика између вештачке интелигенције, машинског учења и дубоког учења?
О:Појмови „вештачка интелигенција“, „машинско учење“ и „дубоко учење“ описују процес који се градио на себи током последњих неколико деценија, јер је свет постигао огроман напредак у рачунарској снази, преносу података и другим технолошким циљевима.
Разговор би требао започети умјетном интелигенцијом, широким појмом за било коју способност рачунара или технологија да симулирају људску мисао или мождане активности. У одређеном смислу, вештачка интелигенција почела је рано, једноставним програмима рачунарског играња у шаху и другим програмима који су почели да опонашају људско одлучивање и мишљење.
Бесплатно преузимање: Машинско учење и зашто је то важно |
Вештачка интелигенција наставила је да напредује од раних дана личног рачунара, до интернета и коначно до века рачунања у облаку, виртуализације и софистицираних мрежа. Умјетна интелигенција нарасла је и проширила се на много начина као кључна технолошка индустрија.
Једна од прекретница у вештачкој интелигенцији је појава и усвајање машинског учења, посебан приступ постизању циљева вештачке интелигенције.
Машинско учење користи софистициране алгоритме и програме како би се рачунарском софтверу омогућило боље доношење одређених сетова одлука у окружењу перформанси. Уместо да једноставно програмирате рачунар како би изнова и изнова обављао један низ ствари, као што је то био случај с ручно кодираним програмима 1970-их и 1980-их, машинско учење почиње користити хеуристику, моделирање понашања и друге врсте пројекција како би се омогућило технологија за побољшање одлучивања и развијање током времена. Машинско учење примењено је у борби против нежељене поште, примени личности вештачке интелигенције попут ИБМ Ватсона и постизању циљева вештачке интелигенције на друге начине.
Дубоко учење се заузврат темељи на машинском учењу. Стручњаци описују дубоко учење као употребу алгоритама за покретање апстракција високог нивоа, попут употребе вештачких неуронских мрежа за обучавање технологија на задацима. Дубоко учење подиже машинско учење на нови ниво покушавајући да моделирају стварне активности људског мозга и то примењују на вештачко одлучивање или други когнитивни рад.
Дубоко учење је показано кроз примере као што су најсавременији програми за оптимизацију ланца снабдевања, програми лабораторијске опреме и друге врсте иновација као што је генеративна противветничка мрежа, где две супротстављене мреже, генеративна и дискриминативна мрежа делују једни против других како би моделирали човека мисаони процеси дискриминације. Ова посебна врста дубоког учења може се применити на обраду слика и друге намене.
Реалност је да дубоко учење доводи умјетну интелигенцију ближе ономе што стручњаци сматрају „јаким АИ“, вјештачком интелигенцијом која је мање или више у потпуности способна да умножи многе мисаоне функције човјека. То ствара значајну расправу о томе како ефикасно носити са тим технологијама у настајању и како се бринути за свет у којем рачунари размишљају на неке исте начине као и ми.