Вокруг ИИ сейчас много ажиотажа. Сам ИИ и все связанные с ним термины могут сбить с толку любого, кто только начинает свой путь в области ИИ. С чего начать? Какие аспекты вашего бизнеса вы можете оптимизировать? Как вы говорите об ИИ как профессионал?
Мы не хотим добавлять путаницы. Приведенные ниже термины дают наше определение наиболее часто используемых терминов в области ИИ.
Что такое ИИ (искусственный интеллект)?
Когда мы говорим об искусственном интеллекте, мы говорим о применении последних достижений науки о данных, таких как машинное обучение, глубокое обучение и обучение с подкреплением, для замены определенных задач, обычно выполняемых людьми.
Эти алгоритмы разрабатываются путем предоставления им нескольких входных и выходных пар информации, известных как обучающие данные. Например, предположим, что мы хотим построить модель, которая берет изображение собаки или кошки и выводит «Кошка» или «Собака» в зависимости от того, что она видит на изображении. Чтобы обучить эту модель, нам нужно будет скормить алгоритму сотни изображений кошек и собак, четко помеченных как «Кошка» или «Собака». Модель будет использовать эти изображения, чтобы узнать комбинацию пикселей, которая, вероятно, представляет «собаку» или «кошку», и будет медленно настраиваться, чтобы точно их распознавать. После того, как модель обучена, ей можно давать новые изображения кошек и собак и обеспечивать правильный вывод.
Чем ИИ отличается от RPA (роботизированная автоматизация процессов)?
Роботизированная автоматизация процессов может быть очень мощным способом автоматизации повторяющихся задач. Примером может служить процесс перемещения выходных данных с мейнфрейма с базой данных, написанной на языке COBOL, в более традиционную базу данных без необходимости интеграции устаревшего кода и новой базы данных noSQL. Боты RPA можно использовать для получения выходных данных системы COBOL с экрана компьютера и заполнения этих выходных данных в базе данных noSQL. Поскольку эта задача включает в себя повторение одного и того же процесса снова и снова, это можно сделать с помощью алгоритмов RPA.
ИИ, с другой стороны, больше подходит для менее определенных задач, таких как «Расскажите мне об особенностях этого изображения» или «Помогите мне понять эмоции людей в этом видео». Шаги, необходимые для получения ответа, не определены заранее, как это должно быть при использовании RPA.
Чем ИИ отличается от прогнозного моделирования?
Прогнозные модели строятся с использованием методов машинного обучения, а также помогают автоматизировать задачи, традиционно выполняемые людьми. Таким образом, в этом смысле прогностические модели являются разновидностью моделей ИИ.
Эта статья первоначально появилась на CrowdANALYTIX.
