Понимание основ: чем отличаются AI и ML

Искусственный интеллект (ИИ) и машинное обучение (МО) — два термина, которые часто используются взаимозаменяемо, но это не одно и то же.

Искусственный интеллект (ИИ) – это более широкое понятие, которое относится к разработке компьютерных систем, способных выполнять задачи, для которых обычно требуется человеческий интеллект. Эти задачи включают решение проблем, обучение, понимание естественного языка, распознавание шаблонов и принятие решений.

Машинное обучение (ML) — это подмножество ИИ, ориентированное на разработку алгоритмов, которые позволяют компьютерам учиться и делать прогнозы или решения на основе данных.

Ниже приведены основные элементы искусственного интеллекта (ИИ).

  1. Информатика. Информатика помогает разрабатывать алгоритмы, чтобы компьютеры могли думать и выполнять задачи, например решать головоломки или играть в игры.
  2. Математика и статистика. Математика помогает компьютерам понимать числа, формы и закономерности, а статистика помогает делать прогнозы на основе данных, например угадывать завтрашнюю погоду.
  3. Машинное обучение: позволяет компьютерам учиться на собственном опыте и совершенствоваться так же, как вы учитесь, отрабатывая новый навык.
  4. Представление знаний: помогает компьютерам хранить и упорядочивать информацию, чтобы они могли использовать ее для принятия решений или решения проблем.
  5. Когнитивные науки: изучают, как люди думают и учатся, чтобы мы могли создавать компьютеры и роботов, которые ведут себя как люди.

Ниже приведены основные концепции машинного обучения (ML).

  1. Контролируемое обучение: компьютер учится на примерах с правильными ответами, как учитель показывает вам, как решать математические задачи.
  2. Обучение без учителя: компьютер обучается, находя закономерности в данных, например, обнаруживая различные группы животных на основе их особенностей.
  3. Обучение с подкреплением: компьютер учится, пробуя что-то и получая отзывы, аналогично тому, как вы изучаете игру, практикуясь и понимая, что работает лучше всего.
  4. Глубокое обучение: компьютер использует большой «мозг» со многими слоями для изучения сложных задач, таких как распознавание объектов на картинках или понимание произносимых слов.

В статье на следующей неделе я хотел бы простым языком объяснить наиболее распространенные алгоритмы, используемые для контролируемого обучения.