Tehisintellekt, masinõpe, süvaõpe ja infoteadus - mis vahe on?

erinevus AI, ML, DS, DL vahel. Fotokrediit: Oluebube'i printsess Egbuna Facebooki arendajatele Lagos

Kui ma masinõppega alustasin, oli mul palju segadust. Minu segadus polnud mitte midagi tehnilist, vaid see, kuidas masinõppe teekonnal sõnad ümber viskati.

Kuulsin selliseid sõnu nagu andmeteadus, tehisintellekt, masinõpe ja süvaõpe. Nendes ulatustes on endiselt palju sõnu, mis äratavad uudishimu.

Võib-olla olete mõelnud, kuidas need erinevad. Loodetavasti õnnestub mul teie kahtlus kustutada, nii et haarake istekoht!

Need valdkonnad arenevad kiiresti ja täna siin leitav määratlus võib erineda homme pakutavast, nii et ärge unustage tehnoloogia kasvuga sammu pidada.

Mis on tehisintellekt?

Enne spetsiaalset tehisintellekti tähenduse uurimist oli mul arusaam, et tehisintellekt (AI) on robotite jaoks, mis võtavad maailma üle, olles võimelised tegema samu asju, mida meie, nagu ka inimesed, võiksime.

Ehkki see on osa tõest, ei ole see vaid tehisintellekti mõte. Nagu me teame, pole poolik tõde peaaegu üldse tõde.

Sõna intelligentsus vastavalt Merriam-websteri sõnastikule on
„Võime õppida või mõista või tegeleda uute või proovitavate olukordadega”. Seda määratletakse ka kui mõistliku osavuse kasutamist ja võimet rakendada teadmisi oma keskkonnaga manipuleerimiseks või abstraktselt mõtlemiseks, mida mõõdetakse objektiivsete kriteeriumide (näiteks testide) abil

Tehisintellekt (AI) põhineb seetõttu ideel, et masin või arvutiprogramm suudab mõelda (mõistma), mõista ja õppida nagu inimene.

Intelligentsuse määratlusest võime ka öelda, et tehisintellekt on masinate loomise võimaluse uurimine, mis suudaksid kasutada andmeid keskkonnaga manipuleerimisel.

Kas olete ikka buzzi sõnu? Oota! Lihtsamalt öeldes ...

AI (tehisintellekt) reprodutseerib inimeste intelligentsust masinates, eriti arvutisüsteemides õppimise, arutlemise ja enesekorrektsiooni abil.

AI reaalse elu näide:

Kui olete mu sõber ja saan aru, et teile meeldivad põnevusfilmid, teeksin teile ettepanekuid põnevusfilmide jaoks, lähtudes sellest, mida ma teie kohta tean. See on inimese intelligentsus.

Masinad on seda ka reprodutseerima hakanud, kui vaatate näiteks mõnda kategooria filme Netflixis, hakkab Netflix teile vaatamismustri põhjal filmisoovitusi tegema.

Kuidas on see võimalik? Tehisintellekt. See on tehisintellekti väga üldine näide.

Mis on masinõpe?

Tehisintellekt on väga ulatuslik. Masinõpe (ML) on tehisintellekti alamhulk. Kas mäletate eelmises lõigus toodud intelligentsuse määratluse õppimisaspekte? Sealt tuleb ML.

Masinõpe (ML) on statistiliste tööriistade kogum, millest õppida andmetest. ML-i tuum on õpetada arvutitele, kuidas õppida ja andmete põhjal ennustada, ilma et oleks tingimata vaja programmeerida.

ML tegeliku elu näide:

Me kõik saame rämpsposti. Need filtreeritakse alati välja näiteks gmaili abil. Samuti liigitatakse kirjad reklaamideks ja sotsiaalseteks ning muudeks kategooriateks vastavalt teie kasutatavale postiteenusele. Kuidas gmail on seda õppinud? Masinõpe! Ärge unustage, et ML on osa AI-st.

Mis on sügav õppimine?

Masinõppes läbivad andmed enamasti algoritme, mis teostavad väljundi saamiseks lineaarseid teisendusi.

Süvaõpe on masinõppe alamhulk, mille käigus väljundi saamiseks läbivad andmed mittelineaarsed teisendused.

„Deep“ viitab sel juhul paljudele sammudele. Ühe sammu väljund on teise sammu sisend ja seda tehakse lõpliku väljundi saamiseks pidevalt. Kõik need sammud ei ole lineaarsed. Mittelineaarse teisenduse näide on maatrikstransformatsioon.

Süvaõpet nimetatakse mõnikord sügavateks närvivõrkudeks (DNN), kuna see kasutab sügavõppe rakendamiseks mitmekihilisi kunstlikke närvivõrke.

Kas nägite inimese ajust saadud neuroni fotot? Kunstlikud närvivõrgud on üles ehitatud sarnaselt, närvisõlmed on ühendatud nagu veeb.

Süvaõppe algoritmid vajavad väga võimsaid masinaid ja on väga kasulikud sisendandmete mustrite tuvastamisel.

Süvaõppe rakendus:

Kas olete kunagi kuulnud WaveNetist ja Deep Speechist? Nad mõlemad on süvaõppe võrgud, mis genereerivad häält automaatselt. Tekst häälsüsteemidesse enne WaveNeti ja sügava kõne treenimist käsitsi.

Süvaõppe abil õpivad süsteemid matkima inimese hääli niipalju, et inimesel ja arvutil on raske vahet teha. Sügav õppimine tõmbab meid lähemale sellele, et anda arvutitele võime rääkida nii nagu inimesed.

Süvaõpe on ML alamhulk, mis on AI alamhulk, seega AI.

Mis on andmeteadus?

Andmeteaduses on ristmik tehisintellektiga, kuid see pole tehisintellekti alamhulk.

Andmeteadus on mis tahes valdkonnas esile kutsutud uudishimu uurimine, andmete kaevandamine suurtest andmeallikatest, mis on seotud küsimusega, andmete töötlemine, andmete analüüsimine ja visualiseerimine, et sellest IT jaoks aru saada ja äristrateegiad.

Lihtsamalt öeldes on see andmete mõistmine ja mõistmine. Andmeteaduses kasutatakse palju tööriistu. Need hõlmavad statistilisi tööriistu, tõenäosusvahendeid, lineaarset ja meetrilist algebrat, arvulist optimeerimist ja programmeerimist.

Andmeteaduse rakendus:

Valige juhuslik kontseptsioon.

Valin sponsorluse. Kuidas inimesed saavad mingi eesmärgi nimel sponsorlust? Kes on tavaliselt nõus sponsorite kutsumisele vastama. Milliseid märksõnu nad sponsorlust taotlevates e-kirjades tähelepanu pööravad? kas nad eelistaksid telefonikõnet?

Sel juhul võib abiks olla andmeteadus. Andmekogum, mis on seotud igaühega, kes on kunagi toetanud põhjust, miks nad seda sponsoreerisid, millised on nende eelistused suhtluskanalite osas jne, koondatakse suur hulk struktureerimata andmeid.

Andmeid töödeldakse, analüüsitakse ja visualiseeritakse mitmesuguste tööriistade abil, millest me juba rääkisime. Nendest andmetest tehakse järeldused.

See teave võib aidata mittetulundusühingutel ja põhjustel tegutsevatel inimestel sponsoreid otsida.

Andmeteadus pole täielikult tehisintellekt, kuid osa andmeteadusi ristub tehisintellektiga.

Kui asi puudutab seda, on nende buzzi sõnade jaoks ühine üks asi - DATA!