Umelá inteligencia a strojové učenie sú súčasťou počítačovej vedy, ktoré spolu súvisia. Tieto dve technológie sú najpopulárnejšími technológiami, ktoré sa používajú na vytváranie inteligentných systémov.
Hoci ide o dve súvisiace technológie a niekedy ich ľudia používajú ako synonymum pre seba, stále sú to dva rôzne pojmy v rôznych prípadoch.
Na širokej úrovni môžeme AI a ML rozlíšiť ako:
np.sum
AI je väčší koncept na vytváranie inteligentných strojov, ktoré dokážu simulovať schopnosť a správanie ľudského myslenia, zatiaľ čo strojové učenie je aplikácia alebo podmnožina AI, ktorá umožňuje strojom učiť sa z údajov bez toho, aby boli explicitne naprogramované.
Nižšie sú uvedené niektoré hlavné rozdiely medzi AI a strojovým učením spolu s prehľadom umelej inteligencie a strojového učenia.
Umela inteligencia
Umelá inteligencia je oblasť počítačovej vedy, ktorá vytvára počítačový systém, ktorý dokáže napodobňovať ľudskú inteligenciu. Skladá sa z dvoch slov „ Umelé ' a ' inteligenciu ', čo znamená 'ľudsky vytvorená sila myslenia.' Môžeme to teda definovať ako,
Umelá inteligencia je technológia, pomocou ktorej dokážeme vytvárať inteligentné systémy, ktoré dokážu simulovať ľudskú inteligenciu.
Systém umelej inteligencie nevyžaduje predprogramovanie, ale namiesto toho používa také algoritmy, ktoré dokážu pracovať s ich vlastnou inteligenciou. Zahŕňa algoritmy strojového učenia, ako je algoritmus učenia posilnenia a neurónové siete hlbokého učenia. AI sa používa na viacerých miestach, ako napríklad Siri, Google AlphaGo, AI pri hraní šachu atď.
abeceda čísel
Na základe schopností možno AI rozdeliť do troch typov:
V súčasnosti pracujeme so slabou AI a všeobecnou AI. Budúcnosťou AI je silná AI, o ktorej sa hovorí, že bude inteligentnejšia ako ľudia.
Strojové učenie
Strojové učenie je o získavaní vedomostí z údajov. Dá sa definovať ako,
Strojové učenie je podoblasť umelej inteligencie, ktorá umožňuje strojom učiť sa z minulých údajov alebo skúseností bez toho, aby boli explicitne naprogramované.
Strojové učenie umožňuje počítačovému systému predpovedať alebo prijímať niektoré rozhodnutia pomocou historických údajov bez toho, aby bol explicitne naprogramovaný. Strojové učenie využíva obrovské množstvo štruktúrovaných a pološtruktúrovaných údajov, takže model strojového učenia môže generovať presné výsledky alebo poskytovať predpovede na základe týchto údajov.
plná forma ide
Strojové učenie funguje na algoritme, ktorý sa učí sám pomocou historických údajov. Funguje to len pre špecifické domény, napríklad ak vytvárame model strojového učenia na zisťovanie obrázkov psov, poskytne výsledky iba pre obrázky psov, ale ak poskytneme nové údaje, ako je obrázok mačiek, prestane reagovať. Strojové učenie sa používa na rôznych miestach, napríklad pre systém odporúčaní online, pre vyhľadávacie algoritmy Google, filter nevyžiadanej pošty v e-mailoch, návrhy na označovanie priateľov v službe Facebook Auto atď.
Dá sa rozdeliť do troch typov:
Hlavné rozdiely medzi umelou inteligenciou (AI) a strojovým učením (ML):
| Umela inteligencia | Strojové učenie |
|---|---|
| Umelá inteligencia je technológia, ktorá umožňuje strojom simulovať ľudské správanie. | Strojové učenie je podmnožinou AI, ktorá umožňuje stroju automaticky sa učiť z minulých údajov bez explicitného programovania. |
| Cieľom AI je vytvoriť inteligentný počítačový systém podobný ľuďom na riešenie zložitých problémov. | Cieľom ML je umožniť strojom učiť sa z údajov, aby mohli poskytovať presný výstup. |
| V AI vyrábame inteligentné systémy na vykonávanie akejkoľvek úlohy ako človek. | V ML učíme stroje s údajmi vykonávať konkrétnu úlohu a poskytovať presný výsledok. |
| Strojové učenie a hlboké učenie sú dve hlavné podmnožiny AI. | Hlboké učenie je hlavnou podskupinou strojového učenia. |
| AI má veľmi široký rozsah pôsobnosti. | Strojové učenie má obmedzený rozsah. |
| AI pracuje na vytvorení inteligentného systému, ktorý dokáže vykonávať rôzne zložité úlohy. | Strojové učenie sa snaží vytvárať stroje, ktoré dokážu vykonávať iba tie špecifické úlohy, na ktoré sú vyškolení. |
| Systém AI sa stará o maximalizáciu šancí na úspech. | Strojové učenie sa zaoberá najmä presnosťou a vzormi. |
| Hlavnými aplikáciami AI sú Siri, zákaznícka podpora pomocou catboats , Expertný systém, hranie online hier, inteligentný humanoidný robot atď. | Hlavnými aplikáciami strojového učenia sú Online systém odporúčaní , Algoritmy vyhľadávania Google , Návrhy automatického označovania priateľov na Facebooku , atď. |
| Na základe schopností možno AI rozdeliť do troch typov, ktorými sú: Slabá AI , Generál AI , a Silná AI . | Strojové učenie možno tiež rozdeliť hlavne na tri typy, ktoré sú Učenie pod dohľadom , Učenie bez dozoru , a Posilňovacie učenie . |
| Zahŕňa učenie, uvažovanie a sebaopravu. | Zahŕňa učenie a samoopravu, keď sa zavádza s novými údajmi. |
| AI sa kompletne zaoberá štruktúrovanými, pološtruktúrovanými a neštruktúrovanými údajmi. | Strojové učenie sa zaoberá štruktúrovanými a pološtruktúrovanými údajmi. |