Это первая часть с самой базой, об ИИ можно говорить бесконечно, но есть такой формат зайдет, будем изучать детальнее, но все также на простом языке с примерами
Ещё 18 лет назад Россия удивлялась новым проектам «Вконтакте» и «Одноклассники», регистрировались, и не понимали куда тыкать, чтоб найти Петьку из 9Б.
Шел 2024 год и уже любой человек, от первоклассника до пенсионера могут спокойно в поисковике найти любую информацию, отправить через мессенджер фотографию, записать голосовое сообщение или поздравить с днём рождении самой красивой открыточкой 🥳
В этой статье хочу вам предоставить информацию таким языком, чтоб любая бабуля ещё фору дала в познаниях ИИ молодому поколению.
Для начала познакомимся с терминами:
Artificial intelligence, ИИ, Al- Искусственный интеллект
- Машинное обучение — это часть ИИ, это то, как компьютерная система развивает свой «интеллект» — автоматически учится и совершенствуется на основе данных. Это просто способ достигнуть ИИ.
- Нейронные сети — разновидность машинного обучения, компьютерная симуляция нейронов человеческого мозга. Правда, пока это скорее вычислительная мощность червя, а не человека.
- Глубокое обучение — это вариация машинного обучения с тремя и более слоями нейронных сетей. Эти дополнительные слои делают «мозг» компьютера более продвинутым, чем нейронная сеть.
Уже ничего не понятно? Вот вам картинка, думаю станет все проще
И что? Ну есть вот эта странная штука ИИ, как он помогает то?
1. Искусственный интеллект:
Давайте на примерах, вот у моей бабушки есть огромный огород, в которой растет картошка, морковь и свекла.
Весь урожай уже собран в три большие кучки- первая гора из картошки, вторая из севклы и третья из морковки, нужно все расфасовать по ведрам
Предоставим 🪄 2100 год, у бабушки в огороде стоит огромная фасовочная машина, которая сама укомплектовывает овощи по ведрам/пакетам/коробкам, чтоб потом бабуля могла внукам отправить.
Что это за машина? В неё заложен алгоритм на основе ИИ — он сканирует нашу кучку с 🥕 и кладёт его своими сортировочными рычагами в ведро. Всё, что нужно в этой машине это фасовка овощей по ведрам. Тут в основе работы будут правила, которые вбила бабуля (кучка 🥕-> ведро). Обойтись можно простым ИИ без машинного обучения либо вовсе разработать всё без ИИ — взять обычную программу с жёстким алгоритмом.
2. ИИ с машинным обучением (Machine Learning, ML)
2112 год, бабуле уже лень сортировать все овощи по кучкам, она просто собирает все в одну. Т.е. у нее есть гора овощей из моркови, свеклы и картошки.
Нужен более умный ИИ, который определит наш нужный овощ в этой огромной кучки. Чтобы создать модель ML, бабуле нужно запрограммировать характеристики каждого овоща — размеры, цвета, формы и т. д.
Например, после того как алгоритм машинного обучения много раз «видел», как выглядит 🥕 морковка, он сможет сравнить его внешние признаки с изученными характеристиками и быстро его «узнать». Теперь система может автоматически классифицировать наши овощи.
3. ИИ с глубоким обучением (Deep Learning)
2115 год, бабушка поняла, что моркови, свеклы и картошки уже не хватает, она решила выращивать лук порей, батат и розовую кукурузу (все таки 2115 год, селекция не стоит на месте ‼️).
Теперь ИИ нужно сортировать ещё и овощи, которые он никогда не видел. Придётся подключать Deep Learning (DL) — ИИ с глубоким обучением, ведь для него не нужно вручную вбивать информацию о каждом фрукте.
Всё что нужно сделать — это показать DL много изображений наших овощей, и он сам создаст шаблон того, как выглядит каждый на основе их статистического сходства. Внедрять такую систему дорого и нужны огромные объёмы данных, поэтому в 2115 году бабушка решает все таки запрягать любимых внучат 😂😘.