Чим відрізняється штучний інтелект від машинного навчання?

Ці два терміни, здається, пов'язані між собою, особливо в їх застосуванні в галузі інформатики та інженерії програмного забезпечення. Чи є одна підмножина іншої? Чи використовується один інструмент для побудови системи для іншого? Які їх відмінності і чому вони значні?

Машинне навчання було визначено багатьма людьми по-різному. Одне визначення говорить про те, що машинне навчання (ML) - це галузь вивчення, яка дає комп'ютерам можливість навчатися, не будучи явно запрограмованими.

З огляду на вищенаведене визначення, можна сказати, що машинне навчання орієнтоване на проблеми, щодо яких ми маємо (безліч) даних (досвід), з яких програма може навчитися та покращитись у виконанні завдання.

Штучний інтелект має ще багато аспектів, коли машини не покращуються у виконанні завдань, навчаючись на основі даних, але можуть проявляти інтелект за допомогою правил (наприклад, експертних систем, таких як Mycin ), логіки чи алгоритмів, наприклад, пошуку шляхів .

У книзі « Штучний інтелект: сучасний підхід» показано більше дослідницьких галузей ШІ, таких як проблеми задоволеності обмеженнями , імовірнісне обґрунтування чи філософські основи .

Визначення Штучного інтелекту можна класифікувати на чотири категорії: Мислення по-людськи, Мислення раціонально, Діяння людини і Дія раціонально. Наступна картина (з "Штучний інтелект: сучасний підхід") прожене на ці визначення: Визначення, яке мені подобається, - це Джон Маккарті: "Це наука та техніка створення розумних машин, особливо інтелектуальних комп'ютерних програм. Це пов'язано" до аналогічного завдання використання комп’ютерів для розуміння інтелекту людини, але AI не повинен обмежуватися методами, які є біологічно спостережливими ".





Машинне навчання, з іншого боку, - це сфера AI, яка займається розробкою програмного забезпечення для кращих прогнозів результатів без явного запрограмування. Над набором даних використовуються різні алгоритми для прогнозування майбутнього. Машинне навчання орієнтоване на дані та орієнтоване на дані. Машинне навчання розвивається завдяки вивченню розпізнавання образів та теорії обчислювального навчання ШІ.

У двох словах Штучний інтелект - це сфера комп'ютерних наук, яка займається наданням машинам можливості виконувати раціональні завдання. Частина природних мов - це обробка, автоматизація, обробка зображень та багато інших.
Машинне навчання - це підмножина ШІ, яка орієнтована на дані та займається прогнозуванням. Використовується в пошукових системах, списку рекомендацій Youtube тощо.

Машинне навчання - це підмножина штучного інтелекту. Грубо кажучи, це відповідає його стороні навчання. "Офіційних" визначень немає, межі трохи нечіткі.

Багато термінів мають "здебільшого" однакові значення, і тому відмінності полягають лише в наголосі, перспективі чи історичному походженні. Люди не згодні з тим, яка мітка відноситься до суперсети чи підмножини; Є люди, які називатимуть AI гілкою ML, і люди, які називатимуть ML гілкою ШІ.

Зазвичай я чую, що машинне навчання використовується як форма «прикладної статистики», де ми задаємо навчальну проблему досить докладно, щоб ми могли просто внести в неї дані про навчання та отримати корисну модель з іншого боку.

Зазвичай я чую штучний інтелект як загальний термін для позначення будь-якого виду інтелекту, вбудованого в середовище чи код. Це дуже експансивне визначення, і інші використовують більш вузькі (наприклад, орієнтація на штучний загальний інтелект, який не залежить від домену). (Вкрай, моя версія включає термостати.)

Це також сприятливий час, щоб вказати на інші сайти StackExchange, Cross Validated та Data Science , які мають сильно збігаються з цим сидом.

Машинне навчання - це підмножина штучного інтелекту, яка є лише невеликою частиною його потенціалу. Це специфічний спосіб впровадження ШІ, в основному орієнтований на статистичні / імовірнісні методи та еволюційні методи. ^Q

Штучний інтелект

Штучний інтелект - це " теорія та розвиток комп'ютерних систем, здатних виконувати завдання, які зазвичай вимагають інтелекту людини " (такі як візуальне сприйняття, розпізнавання мови, прийняття рішень та переклад між мовами).

Ми можемо розглядати AI як концепцію ^Q нелюдського прийняття рішень, яка спрямована на моделювання когнітивних функцій, подібних до людини, таких як вирішення проблем, прийняття рішень або мовна комунікація.

Машинне навчання

Машинне навчання (МЗ) - це в основному навчання завдяки виконанню моделей побудови, які можуть передбачати та визначати закономірності даних.

За словами професора Стефані Р. Тейлор з комп'ютерних наук та її лекційної роботи , а також сторінки Вікіпедії , "машинне навчання - це галузь штучного інтелекту, і це стосується побудови та вивчення систем, які можуть вчитися на основі даних " (наприклад, на основі існуючих повідомлення електронної пошти, щоб дізнатися, як розрізняти спам від неспаму).

Згідно з Oxford Dic Словознавства , машинне навчання - це " здатність комп'ютера вчитися на досвіді " (наприклад, змінювати його обробку на основі нещодавно отриманої інформації).

Ми можемо вважати ML як комп’ютеризоване виявлення шаблонів у існуючих даних для прогнозування шаблонів у майбутніх даних. ^Q

Іншими словами, машинне навчання передбачає розробку алгоритмів самонавчання, а штучний інтелект передбачає розробку систем чи програмного забезпечення для імітації людини на реагування та поведінку в обставинах. ^Квора

Чим штучний інтелект відрізняється від машинного навчання https://www.linkedin.com/pulse/how-artificial-intelligence-different-from-machine-learning-singh

Штучний інтелект (AI) та машинне навчання (ML) - це два дуже гарячі мовні слова, які часто, як видається, використовуються без змін.

Штучний інтелект - це більш широка концепція машин, здатних виконувати завдання таким чином, що ми вважатимемо «розумним», а Машинне навчання - це сучасне застосування AI, засноване на ідеї, що ми дійсно маємо змогу просто надати машинам доступ до даних і нехай вони самі навчаються.

Ви можете знайти додаткову інформацію про машинне навчання та штучний інтелект.

На основі теорії AI - це те, що призвело до розвитку машинного навчання. Часто його називають підмножиною ШІ, насправді точніше розглядати це як сучасну найсучаснішу технологію.

Машинне навчання - це здобуття знань про дані за допомогою деяких алгоритмів самонавчання, а AI - це поле, де машина виконує завдання без підтримки людини на основі цих знань, отриманих завдяки навчанню. Отже, це означає, що ML - це підмножина AI.

Машинне навчання - це наука, яка передбачає розробку алгоритмів самонавчання. Ці алгоритми мають більш загальний характер, тому їх можна застосовувати до різних проблем, пов’язаних із доменом.

Штучний інтелект - це наука про розробку системи чи програмного забезпечення для імітації людини на реагування та поведінку в окружності. Як сфера з надзвичайно широким розмахом, AI визначила свою мету на кілька фрагментів. Пізніше кожен патрон став окремим полем дослідження для вирішення своєї проблеми.

Сакті Дасан Секар

Штучний інтелект: властивість знань у штучній сутності в дії.

Машинне навчання: як зробити штучне утворення, щоб додати інформацію (Learn) для своїх знань

Простими словами, Штучний інтелект - це галузь науки, яка намагається імітувати поведінку людей чи інших тварин.

Машинне навчання - це один із ключових інструментів / технологій, що стоїть за допомогою Штучного інтелекту.

Штучний інтелект (AI) та машинне навчання (ML) - це два дуже гарячі мовні слова, які часто, як видається, використовуються без змін. Вони не зовсім одне й те саме, але уявлення про те, що вони є, іноді може призвести до певної плутанини. Тому я подумав, що варто було б написати твір, щоб пояснити різницю.

Машинне навчання - це основна підгалузь штучного інтелекту; це дає можливість комп'ютерам перейти в режим самонавчання без явного запрограмування. Піддаючись появі нових даних, ці комп'ютерні програми дозволяють самостійно вчитися, рости, змінюватися та розвиватися.

Перш за все, я зіткнувся з терміном MachineLearning набагато більше у своїх класах Business Intelligence, ніж у моїх класах AI.

Мій професор AI Рольф Пфайфер сказав би так: (після довгого розмови про те, що таке інтелект, як його можна визначити, різні типи інтелекту тощо). ML є більш статичним і "німим", не знаючи, що це фіскальне середовище, і не змушений взаємодіяти з ним, або лише на абстрактній основі. AI має певне усвідомлення свого середовища і взаємодіє з ним автономно, приймаючи тим самим автономні рішення з петлями зворотного зв'язку. З цієї точки зору, відповідь Уґнеса, мабуть, буде найближчим. Крім того, ML, звичайно, є підмножиною ШІ.

Машинне навчання - це не справжній інтелект (імхо), це здебільшого людський інтелект, відображений у логічних алгоритмах, і, як сказав мій професор Business Intelligence: про дані та його аналіз. Машинне навчання має багато контрольованих алгоритмів, які насправді потребують людей, щоб підтримувати процес навчання, розповідаючи, що правильно, а що не так, тому вони не є незалежними. І коли вони застосовуються, алгоритми здебільшого статичні, поки люди їх не відрегулюють. У ML ви маєте здебільшого дизайн чорних коробок, і головним аспектом є дані. Дані надходять, дані аналізуються ("Розумно"), дані виходять, а навчання в більшості випадків застосовується до етапу попередньої реалізації / навчання. У більшості випадків ML не дбає про середовище, в якому знаходиться машина, це на дані.

AI натомість йде про наслідування інтелекту людини чи тварин. Дотримуючись підходу мого професора, AI - це не обов'язково про самосвідомість, а про взаємодію з навколишнім середовищем, тому для побудови AI потрібно дати машинним датчикам сприймати навколишнє середовище, свого роду інтелекту, здатного продовжувати навчатись, та елементів взаємодії з навколишнім середовищем (зброя тощо). Взаємодія має відбуватися автономно і в ідеалі, як і у людей, навчання має бути автономним, постійним процесом.

Таким чином, безпілотник, який сканує поля в логічній схемі для кольорових візерунків, щоб знайти бур’яни в межах посівів, буде більше ML. Особливо, якщо дані згодом аналізуються і перевіряються людьми або застосовується алгоритм, це статичний алгоритм із вбудованим "інтелектом", але не здатним до перестановки чи адаптації до свого оточення. Дрон, який летить автономно, заряджається, коли акумулятор опустився, сканує бур’яни, вчиться виявляти невідомі та вириває їх сам і повертає їх для перевірки, буде AI ...

Перш ніж вступити в різницю, важливо зрозуміти, що саме вони означають.

Штучний інтелект - це наука та інженерія змусити комп'ютери вести себе так, щоб імітувати поведінку людини - Ендрю Мур

Машинне навчання - це вивчення комп’ютерних алгоритмів, які дозволяють комп'ютерним програмам автоматично вдосконалюватися завдяки досвіду - Том Мітчелл

Якщо штучний інтелект виготовляє машини для прояву людського інтелекту, то машинне навчання - це підхід для досягнення того штучного інтелекту, в якому машина може вчитися самостійно без явного запрограмування. Просто машинне навчання є частиною ШІ.

Давайте зробимо тест на собі, щоб з’ясувати різницю.

Крок 1: Я напишу слово, і ви повинні вимовити його голосно.

Слово таке: Stackoverflow

Добре !!! щоб ви могли вимовляти це безперешкодно

Крок 2: Тепер вам доведеться вимовити інше слово.

Слово таке: Worcestershire

Хмммм !!! Вам важко, але все ж, ви вимовляєте це, що робить Вас розумним.

Так точно, коли ви долаєте труднощі її intelligence.

Але тепер, якщо я сказав вам, як це вимовляється, і ви спробуєте той же тест, у вас не виникне труднощів, коли ви навчилися його вимовляти.

Те саме стосується штучного інтелекту та машинного навчання.

Отже, Штучний інтелект - це спосіб відобразити людську логіку, міркування, розуміння та навички вирішення проблем.

Хоча машинне навчання - це пам'ятати або передбачати за зразком, статистикою та досвідом.

Отже, Штучний інтелект - це вміння вирішувати проблеми, логіку, міркування, розуміння, але все-таки потрібно навчитися набувати цих навичок, тому машинне навчання є частиною Штучного інтелекту.

У комп'ютерних іграх AI може бути: Якщо гравець стрибає, то стріляйте. Тож AI може бути просто набором чітких інструкцій щодо поведінки. Програміст AI заздалегідь вирішив, що найкраще стріляти, коли гравець стрибає.

Глибоке навчання - це спосіб заздалегідь не визначати ці інструкції, а вивчати їх, поки вони відбуваються, тому AI дізнається, що найкраще стріляти, коли гравець стрибає. Це могло б навчитися цьому, також намагаючись стріляти в інший час і діагностувати, що це має менший ефект.

Штучний інтелект означає, що ви пишете програму, щоб виконати певне завдання, і ви не розглядаєте, як користувач користується програмою або яку частину програми він постійно використовує ...

Машинне навчання означає, що ви пишете ту саму програму, а також ви пропонуєте програмі запропонувати річ, який користувач зацікавить її ...

Найкращий приклад машинного навчання - розпізнавання обличчя

Ви написали програму для виявлення кольорів, форм обличчя, а потім, коли вона розпізнає обличчя, ви можете виконувати інші завдання ... Це машинне навчання.

але якщо у вас вже є дані зображень різних облич, які зберігаються в програмі, і ви порівнюєте їх з користувачем, і тоді ви виконуєте певну задачу, тоді це буде штучний інтелект