
В чем разница между искусственным интеллектом, машинным обучением и глубоким обучением?
Переведено автоматическиТехнология искусственного интеллекта (YZ) приобрела большую популярность в последние годы. Ведущие компании делают большие инвестиции для улучшения талантов в этой области. Если вы думаете об оптимизации бизнес-процессов или разработке новых бизнес-идей, вам нужно понять основные компоненты ИИ.
Искусственный интеллект: обзор
Искусственный интеллект — это технология, которая стремится имитировать человеческий интеллект. Это не только включает в себя машинное обучение и глубокое обучение, но и охватывает другие подходы без способности к обучению. Например, ранние чат-боты, такие как ELIZA, запрограммированы без возможности учиться.
Начиная с современной истории ИИ, работы Алана Тьюринга в 1950-х годах и такие мероприятия, как Дартмутская конференция. В этой области много интересных волн и застоев («AI зимы»).

Виды искусственного интеллекта
Искусственный интеллект делится на две основные категории: сильный и слабый. Сильный ИИ запрограммирован на определенные задачи слабого ИИ, при этом он может обладать самочувствием. В настоящее время все доступные ИИ находятся в слабой категории.
Машинное обучение: механизм обучения ИИ
Машинное обучение — это ряд алгоритмов, которые позволяют ИИ учиться. Согласно этим алгоритмам, определенный вывод достигается путем изучения наборов данных. Машинное обучение делится на три основных типа:
- Аудитированное обучение: система обучается с помеченными наборами данных.
- Неконтролируемое обучение: система изучает формы из немаркированных наборов данных.
- Система получает награды и штрафы за точные и неправильные действия.
Модели машинного обучения
Машинное обучение состоит из различных алгоритмов. К ним относятся такие методы, как линейная регрессия, логистическая регрессия, деревья решений, K-En Near Neighbors, Naive Bayes и вспомогательные векторные машины (SVM).
Глубокое обучение: многослойные нервные сети
Глубокое обучение имеет дело с многослойными нервными сетями. Эти сети работают, чтобы имитировать функционирование человеческого мозга. Глубокое обучение содержит различные типы нервных сетей, таких как Long Short Time Memory (LSTM) и Evil Networks (CNN).
Заключение
Искусственный интеллект является общей областью автоматизации интеллекта. Машинное обучение позволяет ИИ учиться. Глубокое обучение фокусируется на многослойных нервных сетях. Надеюсь, вы лучше поняли различия между этими тремя понятиями после прочтения этой статьи.
ИсточникТэги


