Большинство обычных людей путаются и не могут четко объяснить, что же такое искусственный интеллект. Когда Google-программа DeepMind AlphaGo обыграла профессионального игрока в го, восторженные журналисты писали про искусственный интеллект, машинное обучение, глубинное обучение, даже не подозревая, что все это совершенно разные вещи.
Так в чем же разница?
Машинное обучение является методом обучения искусственного интеллекта, а глубинное обучение – это разновидность машинного, один из способов вывода искусственного интеллекта на ступень выше человеческого.
Искусственный интеллект (ИИ) начал активно завоевывать умы ученых с 1956 года. На конференции в Дортмунде ученые обрисовали проблему – ИИ должен не только уметь обрабатывать информацию, но и обладать всеми качествами, присущими человеческому мозгу. В том числе должна быть решена задача обучаемости. Развитие технологий за более чем 60 лет привело к тому, что ИИ справляется со все большим количеством задач лучше, чем человек. Например, это распознавание изображений на фото – лиц, предметов, местности.
Искусственный интеллект обучается с помощью машинной обработки данных, когда по определенному алгоритму ему закладывают знания, обучают делать выводы и использовать их в процессе деятельности. Например, вождение автомобиля компьютером без водителя-человека, требует от искусственного интеллекта построения последовательности принятия решений, логическое и индуктивное программирование, использование нейросети и других сложных математических построений.
Глубинное обучение базируется на искусственных нейронных сетях. Это уже процесс, сопоставимый с работой нейронов головного мозга человека. Такое направление развития ИИ стало возможным именно в последнее время, когда скорость вычислений компьютеров приблизилась к скорости работы головного мозга. Наибольшая заслуга в развитии этого направления принадлежит Эндрю ЭнДжи, сотруднику Гугла, который в 2012 году стал разрабатывать нейронные сети принципиально иным путем, чем это делали до него. Его метод – не ограничивать объем нейросети, использовать при ее создании количество слоев и нейронов по максимуму и заполнять ее огромным количеством данных. В результате, ИИ за счет такого способа обучения и концентрации на порядок большего объема знаний, чем может получить человек при естественном процессе обучения, анализирует значительно больше факторов и выигрывает не только в игру го.