Ако следите технологичните новини, може би ви е направило впечатление, че компаниите често използват термините дълбокото обучение, машинното обучение и изкуствения интелект взаимозаменяемо.
Но докато и трите технологии имат нещо общо, има и някои съществени различия между тях. От Make Use Of се опитват да набележат разликите между дълбокото обучение, машинното обучение и изкуствения интелект.
Какво е изкуствен интелект?
Изкуственият интелект е по-скоро концепция, отколкото система. Интелигентността се възприема като уникална човешка черта. Традиционно се смята, че машините могат да получават знания, но не и интелигентност. Британският учен Алън Тюринг прекарва голяма част от живота си, опитвайки се да разбере дали машините могат да мислят. Той измисля теста на Тюринг, който има за цел да определи дали дадена машина може да прояви интелигентно поведение, без непременно да е интелигентна. Това е важно разграничение, защото ние все още не разбираме напълно мисълта или разума себе си.
Учените се надяват да създадат машини, които могат да проявяват интелигентно поведение. Изкуственият интелект не е самата технология, а описание на системите. Тези системи могат да бъдат обозначени като Narrow AI и General AI. Narrow AI е система, която е интелигентна, но само при определена задача. General AI е по-позната за нас система от филмите и романите. Тези видове системи биха могли да покажат всички елементи на човешката интелигентност. Skynet от филма „Терминаторът“, например е типичен пример за General AI.
Какво е машинно обучение?
Всички знаем, че данните могат да бъдат много полезни. Независимо дали искате да знаете по кой маршрут да поеме по пътя към офиса или искате да следите здравето си, данните могат да се окажат изключително важни за нас. Но ние генерираме толкова много данни всеки ден, че е станало невъзможно за нас хората да ги анализираме. За това имаме нужда от помощ от машините.
Google определят машинното обучение като „използване на данни за даване на отговори на въпроси“. Те го разделят на две части: обучение и прогнози. Представете си, че имате колекция от изображения с фигури, които искате компютъра да разпознае. Ако изображенията се подават в алгоритъма за машинно обучение, системата започва да разбира характеристиките на всяка форма.
Когато срещне ново изображение, формата се сравнява с елементите от данните за обучение, за да се определи дали е съвпадение. Може и да се учудите, но персонализираните резултати от търсенето, списъците с песни в Spotify и препоръките за продукти на Amazon са резултат от машинното обучение. Netflix дори използва алгоритми за машинно обучение, за да персонализира обложката, която се показва.
Какво е дълбоко обучение?
Може и да не разбираме напълно интелигентността, но учените са успели да разберат, че мозъкът генерира информация чрез сложна мрежа от неврони. Нашият мозък е съставен от неврони, които се разклоняват и се свързват един с друг. Връзките на тези невронни пътища са като системата на електрическата мрежа. Всеки неврон може да има множество връзки с други неврони. Тези пътища пренасят информация в тялото ни, което ни позволява да се движим, да дишаме и да мислим.
Ако всеки един от тези невронни пътища е независим един от друг, реакционното време ще бъде изключително бавно и може да не успеем да свържем мислите си. Успехът на системата е свързан с връзката между всички тези пътища, което води до едновременна обработка на данните.
Дълбокото обучение е метод за възпроизвеждане на тази гъста мрежа от неврони. Чрез работа с няколко потока данни едновременно, компютрите могат да намалят значително времето, необходимо за обработване на данните. Прилагането на тази техника за дълбоко обучение създава изкуствени невронни мрежи.
Тези мрежи се състоят от серия възли. Има входни възли за получаване на данни, изходни възли за получените данни и скрити слоеве на възли в средата. Целта е входните данни да се трансформират в нещо, което могат да използват изходните възли. Това е мястото, където се появяват скритите слоеве. Тъй като данните напредват през тези скрити възли, невронната мрежа използва логиката, за да реши кой възел да предаде данните на следващия.
Дълбоко обучение срещу машинно обучение срещу изкуствен интелект
Макар машинното обучение да е мощен инструмент, който ни помага да обхванем и разберем огромното количество данни, които създаваме, то не притежава независима мисъл. Алгоритъмът е създаден от програмистите и те определят правилата, на които системата за машинно обучение трябва да се подчинява. Пропуските на програмистите, независимо дали са съзнателни или не, имат последици.
Един от първите значителни неуспехи за машинното обучение беше уловен от един от инженерите на Google. През 2015 година той забелязал, че алгоритъмът за идентифициране на снимките на компанията го е означил правилно, но неговите чернокожи колеги били обозначени като горили. Google незабавно се извини и коригира бъга. Две години по-късно обаче стана ясно, че бъга бил изчистен едва когато от Google взели решение да премахнат напълно горилите от данните за тренировките на компютрите.
И все пак дълбокото обучение ни приближава с още една стъпка до изкуствения интелект, който познаваме от филмите. Като се опитват да възпроизведат човешкия ум чрез многопластова колекция от възли, структурите на дълбокото обучение не се нуждаят от обучение с голям първоначален набор от данни. Те вземат решения въз основа на предоставената информация и логиката на системата.
Това, че машините могат да вземат самостоятелно решения, може да изглежда доста обезпокоително, но това означава, че успяваме да възпроизведем човешката интелигентност. Все пак, дори ние самите не разбираме напълно как се появяват собствените ни мисли и решения.
В крайна сметка трябва да разбираме, че няма нужда да сравняваме машинното обучение с изкуствения интелект и с дълбокото обучение, тъй като те всички служат на различни цели. Изкуственият интелект описва концепцията за интелигентност на машините, докато машинното и дълбокото обучение представляват усилията за създаване на General AI.
И все пак, изкуственият интелект не е абстрактно понятие. Google се възползва от масивните си бази данни, като добавя изкуствен интелект към почти всички свои продукти. Понастоящем към Gmail бе добавена функция „Smart Replies“ (Интелигентни отговори). А Google не е единствената компания, която инвестира в изкуствения интелект.
Вижте 5 термина свързани с изкуствен интелект, които е добре да знам
Discussion about this post