В чем разница между ИИ и МО

Вы, несомненно, уже слышали термины «искусственный интеллект» и «машинное обучение». А если нет, то скоро будет. По оценкам, к 2021 году 80% новых технологий будут основаны на искусственном интеллекте. И 37% организаций по всему миру используют ту или иную форму ИИ для улучшения своей повседневной работы.

Amazon, например, использовала машинное обучение, чтобы сократить время доставки более чем на 225%. Итак, если вы не уверены, что означают эти термины и в чем между ними разница, не волнуйтесь, мы здесь, чтобы помочь.

В следующих нескольких абзацах мы углубимся в разницу между машинным обучением и искусственным интеллектом(1), надеюсь, прольем свет на эту иногда запутанную тему. Мы также кратко рассмотрим, что означает каждый термин, и приведем несколько примеров различных типов искусственного интеллекта и различных типов машинного обучения. Наконец, мы обсудим, почему эти два термина используются взаимозаменяемо.

• Краткое понимание ИИ
• Различные типы искусственного интеллекта
• Краткое понимание машинного обучения
• Различные типы машинного обучения
• Разница между ИИ и МО
• Почему технологические компании используют AI и ML?
• Последние мысли

Краткий обзор ИИ

Искусственный интеллект, или ИИ, относится к имитации человеческого интеллекта искусственной машиной. Машина обладает компьютеризированным мозгом, который способен обучаться и решать проблемы так же, как и человеческий мозг.

Искусственный интеллект — это довольно широкий общий термин, который включает в себя несколько подмножеств — это важно помнить, потому что мы еще вернемся к нему позже.

Цель ИИ на самом деле состоит в том, чтобы воспроизвести не только способность человеческого мозга решать проблемы, но и способность принимать решения. Этого можно достичь за счет использования алгоритмов, которые, по сути, представляют собой набор правил, описывающих действия компьютера в данной ситуации.

Вы можете рассматривать алгоритмы как своего рода рецепт, которому компьютер должен следовать, когда присутствуют все ингредиенты.

Искусственный интеллект можно разделить на три типа:

• Узкий ИИ

  Узкий ИИ, как следует из названия, имеет очень узкую направленность. Иногда его также называют «слабым ИИ». Примером узкого ИИ может быть Siri или Google Assistant. Узкий ИИ показывает, где мы сейчас находимся с искусственным интеллектом в технологиях.

• Общий ИИ

  Второй тип ИИ — это искусственный общий интеллект (AGI). Этот тип ИИ возникает, когда возможности компьютера могут соответствовать возможностям человеческого мозга. При ОИИ компьютеры будут способны к независимому решению проблем и рассуждению, принятию решений и даже творческому мышлению.

• Супер ИИ

  Третий тип ИИ — это искусственный сверхинтеллект (ИСИ). Вы, вероятно, хорошо знакомы с этим типом, хотя в настоящее время он не существует. В рамках ИСИ машины развивают интеллектуальные способности, превосходящие возможности человеческого мозга.

  Если вы когда-либо видели сериал «Терминатор», вы понимаете, почему это может быть проблематично. Однако реальность такова, что многие эксперты предсказывают, что ИСИ действительно принесет огромную пользу человечеству.

Краткий обзор машинного обучения

Помните, мы говорили о том, что у искусственного интеллекта есть несколько разных подмножеств? Ну, машинное обучение, или ML, является одним из них. Машинное обучение — это способность машины учиться на данных. Конечно, сначала машину нужно запрограммировать. Но как только правильные алгоритмы созданы и машине предоставлен доступ к данным, она может начать учиться.

Машинное обучение существует и на самом деле довольно распространено в нашем современном мире. Автозамена — один из примеров машинного обучения в современной жизни, как и спам-фильтр. Эти программы далеко не разумны, но они обладают способностью менять свое поведение на основе новых данных. Если это звучит ужасно похоже на узкий ИИ, то это потому, что так оно и есть. Машинное обучение — пример узкого ИИ.

Машинное обучение можно разделить на четыре категории:

• Под наблюдением

  Этот тип машинного обучения предполагает использование помеченных наборов данных. Как только данные обучают машину определенному шаблону или набору характеристик, машина может предсказать результат.

• Без присмотра

  Неконтролируемое машинное обучение — это сортировка существующих немаркированных данных. Алгоритм машинного обучения без учителя может научить компьютер разделять данные на разные группы на основе взаимосвязей или шаблонов.

• полуконтролируемый

  Полууправляемое машинное обучение находится где-то между ними. Этот тип машинного обучения вступает в игру, когда наборы данных содержат как помеченные, так и немаркированные компоненты. Прогнозы, сделанные в рамках полууправляемого машинного обучения, как правило, являются наиболее точными из всех типов машинного обучения.

• Армирование

  Этот тип машинного обучения аналогичен обучению с подкреплением, в котором участвуют люди. При обучении с подкреплением вознаграждение дается, когда определяется наилучший план действий. Цель машины — принимать решения, максимизирующие вознаграждение.

Ключевые различия между искусственным интеллектом и машинным обучением

После всего этого вы можете задаться вопросом: чем эти вещи отличаются? Есть несколько ключевых характеристик, которые могут облегчить запоминание различия.

• Сфера

  Одна вещь, которую нужно иметь в виду, это масштаб. Искусственный интеллект имеет очень широкую сферу применения. Машинное обучение, с другой стороны, имеет гораздо более узкую сферу применения: эти машины могут справиться с поставленной задачей, но не могут делать что-то еще.

• Цели

  Еще одно ключевое различие между искусственным обучением и машинным обучением заключается в том, что у них очень разные цели. Когда дело доходит до искусственного интеллекта, особенно AGI или ASI, цель состоит в том, чтобы создать компьютер, способный принимать решения и разумно мыслить. Цель машинного обучения состоит в том, чтобы машина могла точно предсказать результат на основе прошлых данных.

• Тип набора данных

  Кроме того, искусственный интеллект может работать со всеми типами данных — структурированными, неструктурированными и полуструктурированными. С другой стороны, машинное обучение может понимать только структурированные и полуструктурированные данные. Кроме того, хотя и ИИ, и МО предполагают самокоррекцию, только ИИ включает в себя рассуждения.

• Мудрость против знания

  Можно также сказать, что искусственный интеллект предполагает приобретение мудрости и интеллекта, тогда как машинное обучение направлено на получение знаний.

• Исход

  Искусственный интеллект рассмотрит несколько результатов и выберет лучший. Машинное обучение выберет то, что считает единственным решением, независимо от того, является ли оно лучшим.

• Сознание

  Действительно, в основе разницы между машинным обучением и искусственным интеллектом лежит разумное мышление. Машинному обучению не требуется компьютер для развития собственного сознания. Искусственный интеллект требует, чтобы машина могла чувствовать и думать независимо от своего программирования, чтобы соответствовать возможностям человеческого мозга.

Почему технологические компании склонны использовать AI и ML взаимозаменяемо?

Технологические компании используют искусственный интеллект и машинное обучение взаимозаменяемо, поскольку несколько десятилетий назад основное внимание уделялось разработке настоящего искусственного интеллекта — AGI и ASI. В то время вокруг термина начало развиваться негативное клеймо. Это клеймо могло быть связано с изображением ИСИ в фильмах, на телевидении и в СМИ.

По этой причине по мере развития технологий стали появляться и другие термины. Стали появляться такие термины, как машинное обучение и глубокое обучение, и люди использовали их взаимозаменяемо с узким ИИ.

Проблема в том, что машинное обучение на самом деле является синонимом узкого ИИ. Как только искусственный генерал и суперинтеллект станут соперниками, вполне вероятно, что различие между МО и ИИ станет более важным, и эти термины, естественно, станут менее взаимозаменяемыми.

Последние мысли

Машинное обучение — это то, где сегодня находится технология ИИ. Искусственный интеллект показывает, где он может быть завтра. Если вам нужна помощь в написании терминов, просто помните, что машинное обучение предполагает обучение машины обучению.

Эти машины очень хорошо справляются с одной задачей. С другой стороны, искусственный интеллект предполагает воспроизведение человеческого разума. Теоретически эти машины могли бы выполнять множество задач так же хорошо, если не лучше, чем человек.

В конечном счете, с годами разница между ними станет шире и ее будет легче различить.

Другие полезные ресурсы:

Как искусственный интеллект может вывести роботизированную автоматизацию процессов на новый уровень

Лучшие платформы, ориентированные на искусственный интеллект, которые увеличивают конверсию

Будущее кибербезопасности с искусственным интеллектом

Топ-5 общедоступных наборов данных для машинного обучения

Список алгоритмов машинного обучения, которые должны знать эксперты