0 просмотров

Искусственный интеллект, машинное обучение, глубокое обучение — объяснение модных словечек

Искусственный интеллект — это обширная область. Он включает такие темы, как машинное обучение, глубокое обучение, нейронные сети и алгоритмы. Что означают эти термины? Как они связаны? И какое отношение нейронный машинный перевод имеет к искусственному интеллекту?

Давина Дечер

Давина Дечер

Читайте другие посты этого автора.

Давина Дечер

Давина Дечер

19 мая 2021 г. • 3 минуты чтения

Искусственный интеллект, машинное обучение, глубокое обучение — объяснение модных словечек

Мир искусственного интеллекта включает в себя множество модных словечек. Машинное обучение, глубокое обучение, нейронные сети и машинный перевод — все эти термины относятся к одному спектру. Тем не менее, есть различия.

Искусственный интеллект (ИИ)
Универсальный термин, который заряжен большими ожиданиями, большим увлечением, а также страхом. В первую очередь это интеллектуальные компьютерные системы. Как подобласть информатики, область искусственного интеллекта занимается автоматизацией поведения и машинным обучением. По сути, это подразумевает моделирование человеческого интеллекта и обучения, то есть путем сбора информации и поиска правил использования этой информации. Компьютеры запрограммированы на решение проблем и выполнение задач относительно независимым образом, сочетая науку о данных, вычислительную мощность и алгоритмы. Искусственный интеллект трудно определить. Ученые до сих пор расходятся во мнениях относительно того, как именно можно описать человеческий интеллект.

Машинное обучение (МО)
В науке машинное обучение относится к подобласти области исследований искусственного интеллекта. Это связано с применением ИИ. Машинное обучение включает в себя класс алгоритмов, которые позволяют компьютерным системам автоматически обучаться и совершенствоваться на основе «опыта». Традиционные приложения машинного обучения учатся на большом количестве выборочных данных, устанавливают корреляции и выводят общие правила. Данные в основном «структурированы».Это означает, что алгоритмы машинного обучения настроены с определенными функциями, которые позволяют им, например, классифицировать породы собак на основе таких параметров, как рост и длина, а также различать отдельные породы собак на основе данных, извлеченных из изображений. После завершения этапа обучения адаптивные машины могут применять свои выводы к реальным случаям и, например, делать прогнозы. Если алгоритм машинного обучения выдает неточные утверждения, инженеры данных вмешиваются и вносят коррективы или исправления.

Статья в тему:  Гугл что такое искусственный интеллект

Глубокое обучение (ГО)
Глубокое обучение — это подобласть машинного обучения. Методы глубокого обучения можно использовать для структурирования алгоритмов в слои для создания искусственной нейронной сети. Сеть учится сама по себе и может принимать разумные решения. Несколько слоев искусственных нейронных сетей называются «моделями». Глубокое обучение похоже на следующий эволюционный этап машинного обучения и достигает особенно хороших результатов, когда для обучения искусственной нейронной сети доступны большие объемы данных (так называемые «большие данные»). В отличие от традиционных приложений машинного обучения, алгоритмы глубокого обучения прекрасно работают с огромными объемами неструктурированных данных. Алгоритмы больше не нуждаются в предопределенных атрибутах; вместо этого они классифицируют данные самостоятельно в соответствии с логическими структурами. Это делает их похожими на логическое мышление, используемое людьми, чтобы делать выводы. Например, алгоритм DL находит отличительные признаки, исследуя неструктурированные изображения собак, и определяет, какое изображение показывает, какая порода собаки. Глубокое обучение также можно использовать для классификации текстов или звуков в дополнение к изображениям. Модели используются в поисковых системах для идентификации текста или изображений или для того, чтобы автономные транспортные средства могли распознавать дорожные знаки.

Искусственные нейронные сети
Искусственные нейронные сети — это набор алгоритмов, предназначенных для распознавания закономерностей.Нейронные сети способны считывать и интерпретировать сенсорные данные с помощью своего рода машинного восприятия, а также могут помечать и группировать необработанные данные. Распознаваемые шаблоны являются числовыми и находятся в векторах, которые переводят данные реального мира, такие как текст, изображения или звук, в числа. Искусственные нейронные сети, как и модель, на которой они основаны (человеческие нейронные сети), состоят из взаимосвязанных узлов. Узлы позволяют сетям оценивать данные и присваивать каждому значению определенный вес. Существуют различные методы классификации, которые также можно определить как «правила обучения». Инженеры данных используют их для обучения нейронной сети перед ее внедрением.

Статья в тему:  Как вы создаете искусственный интеллект Yahoo

Обработка естественного языка (NLP) и нейронный машинный перевод (NMT)
Обработка естественного языка — это широкая область исследований, в которой пересекаются информатика, лингвистика и искусственный интеллект. Цель состоит в том, чтобы научить компьютеры обрабатывать и «понимать» естественный язык, чтобы они могли, например, отвечать на вопросы или переводить. В этой очень активной области исследований появляется множество различных приложений. К ним относятся текстовые чат-боты и голосовые пользовательские интерфейсы, а также машинный перевод.

Машинный перевод существует уже очень давно: первые попытки первопроходцев относятся к 1930-м годам. Существенные улучшения произошли благодаря использованию глубокого обучения и искусственных нейронных сетей. Эти методы позволяют компьютерным системам устанавливать контекстуальные связи между словами и фразами. Нейронный машинный перевод дает результаты, которые кажутся вполне естественными с лингвистической точки зрения и относятся к широкой области искусственного интеллекта.

голоса
Рейтинг статьи
Ссылка на основную публикацию
0
Оставьте комментарий! Напишите, что думаете по поводу статьи.x
Adblock
detector