الذكاء الاصطناعي والتعلم الآلي والتعلم العميق - ما الفرق؟

جوجل هوم ميني تصوير كيفين بهات على Unsplash

سؤالي الأول كان عندما بدأت دراسة هذه المواضيع قبل شهر تقريبًا. أنا أفهم الظروف بشكل أفضل الآن ، لذلك دعونا نرى.

الذكاء الاصطناعي

بشكل عام ، عندما يفكر الناس في الذكاء الاصطناعي (AI) ، يفكرون في الذكاء العام الاصطناعي (AGI) أو قدرة المخلوق غير البيولوجي (أو أفضل) على أداء مهام مختلفة على المستوى البشري. ) المعرفة. هذا يختلف عن الذكاء الاصطناعي الضيق الذي يمكنه أداء مهام محددة على مستوى مؤهلات الشخص. في الحياة اليومية ، على سبيل المثال ، هناك أمثلة على أمراض الأوعية الدموية الضيقة ، مثل هواتفنا الشخصية أو المساعدين المنزليين ، أو آلات القيادة الذاتية ، أو AlphaGo. ومع ذلك ، ليس لدينا حتى الآن أي أمثلة على AGI ، ولم نتمكن من الاتفاق على موعد حدوث ذلك ، ولكن الاتجاه المقدس لأبحاث الذكاء الاصطناعي كان تطوير الإنسان على مستوى AGI ، وهو ما لن يكون ذكاء ذكاءً ذكيًا للغاية. ر وراءه بكثير

التعلم الآلي

بناء الآلات هو مجال يتم فيه تعليم التعلم الآلي لتطوير خوارزميات لأداء المهام. هذه المنطقة تطير أمام البرمجة التقليدية حيث يجمع الناس الخوارزميات وآلات البرمجيات لحسابها. في التعلم الآلي ، يقدم الأشخاص بيانات التدريب (المدخلات التي تنتج نتائج معينة) وأجهزة البرمجيات لتحديد ما إذا كانت معلومات معينة ستؤدي إلى نتائج. هذا نموذج قوي لأنه يحرر الأشخاص من معرفة كيفية تحقيق النتائج ، فهم بحاجة إلى توفير معلومات كافية للجهاز لتحديد كيف ستنتج تركيبة إدخال معينة. على سبيل المثال ، إذا كانت لديك مهمة صيد ، فستعلمك البرمجة التقليدية كيفية استخدام معدات الصيد على المقعد - كيفية الإمساك بالمقبض ، وكيفية تحرير الرمح وكيفية رسم خط. يوفر التدريب داخل السيارة للجهاز مكتبة من مقاطع الفيديو التي تعرض الأشخاص الذين نجحوا أو فشلوا في صيد الأسماك ، وترك كل فيديو للجهاز لمراجعة وتعلم كيفية صيد الأسماك. ربما تكون بعض تقنيات الصب أفضل من غيرها ، أو يمكن أن يلعب الطقس دورًا رئيسيًا ، ويمكن للسيارة أن تحمل أنماطًا غير مقصودة.

التعلم العميق

التعلم العميق هو تقنية للتعلم الآلي ، وهي تقنية للتعلم الآلي تعتمد على الأسلاك العصبية للدماغ البيولوجي. أي أن الدماغ مبرمج لزيادة معرفة الدماغ من خلال شبكة عصبية اصطناعية. سأتحدث عن هذا في منشور لاحق ، ولكن هذه الشبكات العصبية لديها العديد من طبقات "الخلايا العصبية" التي تستكشف العديد من الطرق الممكنة التي يمكن أن تصبح مجموعة المدخلات مجموعة نتائج. ومن المثير للاهتمام أن هذه الشبكات العصبية يصعب تحليلها لأنها جزء أساسي من الوزن الذي يحسب مكونات البيانات. إذا كانت القطة في الصورة ، احصل على شبكة عصبية اصطناعية يمكنها اكتشافها. بالنسبة للبشر ، نحدد القطط من خلال ميزات تشبه القطط (آذان محددة ، فرو ، فرو). قد تلاحظ شبكة ANN أن بعض وحدات البكسل تنتمي إلى مجموعة أخرى من وحدات البكسل تشير إلى وجود قطة ، ولكنها بالنسبة للإنسان تشبه مجموعة الرياضيات والبيانات. نحن نعلم أن ANN يمكن أن تجد طريقة أكثر دقة لتحديد القطط التي لم يفكر فيها أحد ، والتي عفا عليها الزمن (والتي هي مع cheburger؟) ، والتي تسمح لك بالتعرف على الميزات البسيطة.

على أي حال ، هذا رائع جدًا ، وأنا أتطلع إلى كسر معرفتي الخاصة بالمئات من التعلم العميق والتعلم الآلي والذكاء الاصطناعي. أجب على سؤال واحد ، وهناك المزيد.

تهجئة نحلة تلدر ؛

التعلم العميق هو تقنية في التعلم الآلي تقربنا من إنشاء الذكاء الاصطناعي العام.