Diep leren versus machine leren versus AI: hoe gaan ze samen?
Advertentie
Het volgende grote ding in technologie is machine learning . Of is het diep leren ? Misschien is het kunstmatige intelligentie . Als je merkt dat je verstrikt raakt in de verschillen tussen de drie, ben je niet alleen.
Nooit degenen die een kans voorbij laten gaan om hype te genereren en Venture Capital-geld uit te geven, hebben sommige technologiebedrijven alle drie door elkaar gebruikt. Hoewel ze allemaal onder dezelfde brede paraplu vallen, zijn er enkele cruciale verschillen tussen hen.
Wat is kunstmatige intelligentie?
Kunstmatige intelligentie, gewoonlijk AI genoemd, is een concept in plaats van een systeem. Intelligentie wordt gezien als een unieke menselijke eigenschap. Traditioneel is gedacht dat machines kennis vergaren, maar geen intelligentie of wijsheid. De computerwetenschapper Alan Turing besteedde een groot deel van zijn laatste leven aan het overwegen of machines konden denken.
Hij bedacht de Turing-test. Wat is de Turing-test en zal deze ooit worden verslagen? Wat is de Turing-test en zal deze ooit worden verslagen? De Turing Test is bedoeld om te bepalen of machines denken. Heeft het Eugene Goostman-programma de Turing-test echt doorstaan, of hebben de makers gewoon vals gespeeld? Lees meer om te bepalen of een machine intelligent gedrag kan vertonen in plaats van noodzakelijkerwijs intelligent te zijn. Dit is een belangrijk onderscheid omdat we zelf nog steeds niet volledig de gedachte of intelligentie begrijpen.
In plaats van te proberen intelligentie te definiëren, hopen we machines te maken die intelligent gedrag kunnen vertonen.
In plaats van zelf een technologie te zijn, is AI een middel om systemen te beschrijven. Deze systemen kunnen worden aangeduid als Narrow AI en General AI. Smalle AI is een systeem dat intelligent is, maar alleen voor een specifieke taak. Algemene AI is het type waarmee we meer bekend zijn uit de popcultuur.
Dit soort systemen zou alle elementen van menselijke intelligentie kunnen weergeven. Skynet van de Terminator-filmfranchise, of HAL uit 2001: A Space Odyssey zijn fictieve voorbeelden van generaal AI. Ondanks wat de films je vertellen, zouden echter niet alle algemene AI-systemen de mensheid willen vernietigen.
Wat is machinaal leren?
We weten allemaal dat gegevens nuttig kunnen zijn. Of het nu gaat om weten welke route we op weg naar kantoor moeten nemen of om onze gezondheid in de gaten te houden, gegevens informeren onze beslissingen en leiden ons door het leven. Maar we genereren elke dag zoveel dat het voor ons mensen onmogelijk wordt om te analyseren.
Dus moeten we machines zover krijgen dat ze het zware werk voor ons doen.
Cursus machine learning van Google Wat is machine learning? De gratis cursus van Google breekt het voor u uit Wat is Machine Learning? Google's gratis cursus breekt het voor u uit Google heeft een gratis online cursus ontworpen om u de basisprincipes van machine learning te leren. Meer lezen vat machine learning samen als 'gegevens gebruiken om vragen te beantwoorden'. Ze splitsen het op in twee delen: training en voorspellingen. Stel je voor dat je een verzameling afbeeldingen hebt met vormen die je wilde herkennen. Als de afbeeldingen worden ingevoerd in het machine learning-algoritme, begint het systeem de kenmerken van die vorm te leren.
Wanneer het een nieuwe afbeelding tegenkomt, wordt de vorm vergeleken met de elementen uit de trainingsgegevens om te bepalen of het een match is.
Hoewel je het misschien niet herkent, zijn gepersonaliseerde zoekresultaten, Spotify-afspeellijsten en Amazon-productaanbevelingen ook het resultaat van machine learning. Netflix gebruikt zelfs machine learning-algoritmen om de hoesafbeeldingen te personaliseren die je te zien krijgt.
Wat is diep leren?
Hoewel we intelligentie niet volledig begrijpen, zijn wetenschappers erin geslaagd aan te tonen dat de hersenen informatie genereren via een complex netwerk van neuronen. Onze hersenen bestaan uit deze elektrische verbindingen die neurale paden vormen. Deze paden dragen informatie rond ons lichaam waardoor we kunnen bewegen, ademen en denken. 
Als elk van deze neurale paden echter onafhankelijk van elkaar zouden zijn, zouden onze reactietijden ongelooflijk traag zijn en kunnen we misschien geen verbindingen tussen gedachten maken. Het succes van het systeem is te danken aan de relatie tussen al deze paden, wat aanleiding geeft tot gelijktijdige gegevensverwerking.
Diep leren is een methode om dit dichte netwerk van neuronen te repliceren. Door meerdere gegevensstromen tegelijkertijd te verwerken, hebben computers de tijd die nodig is om gegevens aanzienlijk te verwerken, kunnen verkorten. Toepassing van deze techniek op diep leren heeft geleid tot kunstmatige neurale netwerken Wat zijn neurale netwerken en hoe werken ze? Wat zijn neurale netwerken en hoe werken ze? Neurale netwerken zijn het volgende grote punt als het gaat om zware berekeningen en slimme algoritmen. Hier is hoe ze werken en waarom ze zo geweldig zijn. Lees verder .
Deze netwerken bestaan uit een reeks knooppunten. Er zijn invoerknooppunten voor het ontvangen van gegevens, uitvoerknooppunten voor de resulterende gegevens en verborgen lagen knooppunten in het midden. Het doel is om de invoergegevens om te zetten in iets dat de uitvoerknooppunten kunnen gebruiken. Dat is waar de verborgen lagen binnenkomen. Terwijl de gegevens door deze verborgen knooppunten vordert, gebruikt het neurale netwerk logica om te beslissen welk knooppunt de gegevens naar de volgende moet doorgeven.
Machine Learning versus AI versus Deep Learning
Hoewel machine learning een krachtig hulpmiddel is dat ons helpt inzicht te krijgen in de enorme hoeveelheden gegevens die we maken, vertoont het geen onafhankelijke gedachte. Het algoritme is ontworpen door programmeurs en zij bepalen de regels waaraan het machine learning-systeem moet voldoen. De vooroordelen van de ontwikkelaars, al dan niet bewust, hebben vertakkingen.
Een van de eerste belangrijke tegenslagen voor machine learning kwam met dank aan een van de technici van Google. In 2015 merkte hij dat het foto-identificatiealgoritme van het bedrijf hem en zijn zwarte vrienden bestempelde als gorilla's. Google verontschuldigde zich onmiddellijk en implementeerde oplossingen voor de korte termijn.
Twee jaar later meldde WIRED echter dat de oplossing van Google was om gorilla's uit de trainingsgegevens te verwijderen.
Anderzijds brengt diep leren ons een stap dichter bij algemene kunstmatige intelligentie. Door te proberen de menselijke geest te repliceren via een gelaagde verzameling knooppunten, hoeven diepe leerstructuren niet te worden getraind met een grote initiële gegevensset. Ze nemen beslissingen op basis van de verstrekte informatie en de logica van het systeem.
Dat de besluitvorming van een neutraal netwerk niet transparant is, lijkt misschien zenuwslopend, maar het betekent dat het erin slaagt menselijke intelligentie te repliceren. We begrijpen bijvoorbeeld niet helemaal hoe we met onze eigen gedachten en beslissingen komen.
Kunstmatige intelligentie voor iedereen
Uiteindelijk is het niet nodig om machine learning te vergelijken met AI, of deep learning versus machine learning, omdat ze allemaal verschillende doelen dienen. AI beschrijft het concept van menselijke intelligentie in machines, terwijl machine learning en diep leren inspanningen zijn om een algemene AI te creëren.
Dat wil niet zeggen dat het veld van AI volledig abstract is. Google maakt gebruik van zijn enorme datasets door AI aan bijna al zijn producten toe te voegen. Gmail is onlangs vernieuwd met slimme antwoorden, terwijl de Duplex AI van het bedrijf in de VS wordt uitgerold en namens u telefoontjes kan afhandelen. Maar zij zijn niet de enigen die aan de AI-game kunnen meedoen.
Je kunt het nu zelf uitproberen met de online AI-experimenten van Google 5 Beste Google AI-experimenten om kunstmatige intelligentie te verkennen 5 Beste Google AI-experimenten om kunstmatige intelligentie te verkennen Google heeft verschillende AI-experimenten waarmee je nu meteen kunt spelen. Dankzij machine learning kunnen ze de wereld van morgen met uw hulp veranderen. Lees verder .
Beeldtegoed: sdecoret / Depositphotos
Ontdek meer over: Kunstmatige intelligentie, Machine Learning.
