Различия между искусственным интеллектом, машинным обучением и глубоким обучением

Между терминами: искусственный интеллект, машинное обучение и глубокое обучение; есть различия. Чем именно различаются эти термины рассказано далее.

Искусственный интеллект (Artificial intelligence)

Это человеческий интеллект в компьютере. Это может быть что угодно: от компьютерной программы для игры в шахматы до системы распознавания речи способной не только воспринимать речь, но и отвечать на вопросы.

Сверхразумный искусственный интеллект - это интеллект, который намного умнее человека во всех областях, в том числе в научном творчестве, общей мудрости и социальных навыках. Другими словами, это когда машины станут намного умнее нас.

Машинное обучение (Machine Learning)

Это одно из направлений искусственного интеллекта. Основной принцип заключается в том, что машины получают данные на которых они обучаются. Системы машинного обучения позволяют быстро применять знания, полученные при обучении на больших наборах данных, что позволяет им преуспевать в таких задачах, как распознавание лиц, распознавание речи, распознавание объектов, перевод, и многих других. В отличие от программ с закодированными вручную инструкциями для выполнения конкретных задач, машинное обучение позволяет системе научиться самостоятельно распознавать шаблоны и делать прогнозы.

Глубокое обучение (Deep Learning)

Это самый популярный тип машинного обучения, основанный на обучении представлениям, а не на специализированных алгоритмах, разработанных для конкретных задач. Используя нейронные сетей имитируются человеческое принятие решений. Глубокое обучение может быть дорогостоящим и требует огромных массивов данных для обучения. Это объясняется тем, что существует огромное количество параметров, которые необходимо настроить для алгоритмов обучения, чтобы избежать ложных срабатываний. Например, алгоритму глубокого обучения может быть дано указание «узнать», как выглядит кошка. Чтобы произвести обучение, потребуется огромное количество изображений для того, чтобы научиться различать мельчайшие детали, которые позволяют отличить кошку от, скажем, гепарда или пантеры, или лисицы. Также можно взять огромное количество данных, например миллионы изображений, и с их помощью выявить определенные характеристики. Текстовый поиск, обнаружение мошенничества, обнаружения спама, распознавание рукописного ввода, поиск изображений, распознавание речи, перевод - все эти задачи могут быть выполнены с помощью глубокого обучения.