Dirbtinis intelektas ir mašinų mokymasis yra kompiuterių mokslo dalis, kurios yra tarpusavyje susijusios. Šios dvi technologijos yra populiariausios technologijos, naudojamos kuriant intelektualiąsias sistemas.
Nors tai yra dvi susijusios technologijos ir kartais žmonės jas vartoja kaip vienas kito sinonimus, bet vis tiek įvairiais atvejais abi yra du skirtingi terminai.
Plačiuoju lygmeniu galime atskirti AI ir ML taip:
lygiavertiškumo dėsniai
AI yra didesnė koncepcija, skirta sukurti pažangias mašinas, galinčias imituoti žmogaus mąstymo gebėjimus ir elgesį, o mašininis mokymasis yra AI programa arba pogrupis, leidžiantis mašinoms mokytis iš duomenų, jos nėra aiškiai užprogramuotos.
Toliau pateikiami keli pagrindiniai AI ir mašininio mokymosi skirtumai bei dirbtinio intelekto ir mašininio mokymosi apžvalga.
Dirbtinis intelektas
Dirbtinis intelektas yra kompiuterių mokslo sritis, kurianti kompiuterinę sistemą, galinčią imituoti žmogaus intelektą. Jį sudaro du žodžiai ' Dirbtinis 'ir' intelektas “, o tai reiškia „žmogaus sukurta mąstymo galia“. Todėl galime jį apibrėžti kaip
Dirbtinis intelektas yra technologija, kurią naudodami galime sukurti intelektualias sistemas, galinčias imituoti žmogaus intelektą.
Dirbtinio intelekto sistema nereikalauja iš anksto programuoti, vietoj to jie naudoja tokius algoritmus, kurie gali dirbti su jų pačių intelektu. Tai apima mašininio mokymosi algoritmus, tokius kaip sustiprinimo mokymosi algoritmas ir gilaus mokymosi neuroniniai tinklai. AI naudojamas keliose vietose, tokiose kaip „Siri“, „Google AlphaGo“, AI žaidžiant šachmatais ir kt.
eilutę palyginkite c#
Remiantis galimybėmis, dirbtinis intelektas gali būti suskirstytas į tris tipus:
Šiuo metu dirbame su silpnu AI ir bendruoju AI. AI ateitis yra stiprus AI, dėl kurio sakoma, kad jis bus protingesnis už žmones.
Mašininis mokymasis
Mašininis mokymasis yra žinių išgavimas iš duomenų. Jį galima apibrėžti kaip,
Mašinų mokymasis yra dirbtinio intelekto polaukis, leidžiantis mašinoms mokytis iš praeities duomenų ar patirties, jos nėra aiškiai užprogramuotos.
Mašininis mokymasis leidžia kompiuterinei sistemai daryti prognozes arba priimti tam tikrus sprendimus naudojant istorinius duomenis be aiškiai užprogramuoto. Mašinų mokymasis naudoja didžiulį struktūrizuotų ir pusiau struktūrizuotų duomenų kiekį, kad mašininio mokymosi modelis galėtų generuoti tikslų rezultatą arba pateikti prognozes remiantis tais duomenimis.
lygus metodas java
Mašininis mokymasis veikia pagal algoritmą, kuris mokosi pats, naudodamas istorinius duomenis. Jis veikia tik konkrečiose srityse, pvz., jei kuriame mašininio mokymosi modelį šunų nuotraukoms aptikti, rezultatas bus tik šunų vaizdams, bet jei pateiksime naujus duomenis, pvz., katės vaizdą, jis nebereaguos. Mašininis mokymasis naudojamas įvairiose vietose, pavyzdžiui, internetinėje rekomendacijų sistemoje, Google paieškos algoritmuose, el. pašto šiukšlių filtruose, Facebook Auto draugo žymėjimo pasiūlyme ir kt.
Jį galima suskirstyti į tris tipus:
Pagrindiniai skirtumai tarp dirbtinio intelekto (AI) ir mašininio mokymosi (ML):
| Dirbtinis intelektas | Mašininis mokymasis |
|---|---|
| Dirbtinis intelektas yra technologija, leidžianti mašinai imituoti žmogaus elgesį. | Mašinų mokymasis yra AI pogrupis, leidžiantis mašinai automatiškai mokytis iš praeities duomenų, specialiai neprogramuojant. |
| AI tikslas – sukurti tokią išmanią kompiuterinę sistemą, kuri galėtų išspręsti sudėtingas problemas. | ML tikslas yra leisti mašinoms mokytis iš duomenų, kad jos galėtų pateikti tikslią išvestį. |
| Dirbdami su dirbtiniu intelektu sukuriame intelektualias sistemas, kurios atlieka bet kokią užduotį kaip žmogus. | ML programoje mes mokome mašinas su duomenimis atlikti tam tikrą užduotį ir pateikti tikslų rezultatą. |
| Mašinų mokymasis ir gilus mokymasis yra du pagrindiniai AI pogrupiai. | Gilus mokymasis yra pagrindinis mašininio mokymosi pogrupis. |
| AI turi labai platų taikymo sritį. | Mašininio mokymosi sritis yra ribota. |
| AI kuria intelektualią sistemą, galinčią atlikti įvairias sudėtingas užduotis. | Mašinų mokymasis siekia sukurti mašinas, kurios galėtų atlikti tik tas konkrečias užduotis, kurioms jie yra išmokyti. |
| AI sistema susirūpinusi, kad būtų maksimaliai padidintos sėkmės galimybės. | Mašininis mokymasis daugiausia susijęs su tikslumu ir modeliais. |
| Pagrindinės AI programos yra Siri, klientų aptarnavimas naudojant kačių valtis , ekspertų sistema, internetinių žaidimų žaidimas, protingas robotas humanoidas ir kt. | Pagrindinės mašininio mokymosi programos yra Internetinė rekomendacijų sistema , Google paieškos algoritmai , „Facebook“ automatinio draugo žymėjimo pasiūlymai ir kt. |
| Pagal galimybes dirbtinį intelektą galima suskirstyti į tris tipus, kurie yra: Silpnas AI , Bendras AI , ir Stiprus AI . | Mašininį mokymąsi taip pat galima suskirstyti į tris pagrindinius tipus Prižiūrimas mokymasis , Mokymasis be priežiūros , ir Sustiprinimo mokymasis . |
| Tai apima mokymąsi, samprotavimą ir savęs taisymą. | Tai apima mokymąsi ir savęs taisymą, kai pateikiami nauji duomenys. |
| AI visiškai susiję su struktūriniais, pusiau struktūriniais ir nestruktūriniais duomenimis. | Mašininis mokymasis susijęs su struktūriniais ir pusiau struktūriniais duomenimis. |