В чем разница между искусственным интеллектом и машинным обучением

Как организации могут использовать искусственный интеллект и машинное обучение?

Этим процессом «глубокого обучения» мы обязаны профессору Торонтского университета Джеффри Хинтону и его нейросети AlexNet, победительнице соревнования ImageNet по распознаванию изображений. В 2012 г. ей удалось определить содержимое тысяч изображений с ошибкой в 15% — немыслимый по тем временам показатель.

Искусственный интеллект (ИИ) – это общий термин для различных стратегий и методов, используемых для того, чтобы сделать машины более похожими на людей. ИИ включает в себя все, от умных помощников, таких как Alexa, до роботов-пылесосов и беспилотных автомобилей. Машинное обучение – одна из многих других отраслей искусственного интеллекта. Машинное обучение – это наука о разработке алгоритмов и статистических моделей, которые компьютерные системы используют для выполнения сложных задач без четких инструкций. Вместо этого системы полагаются на закономерности и выводы. Компьютерные системы используют алгоритмы машинного обучения для обработки больших объемов статистических данных и выявления шаблонов данных. Хотя машинное обучение – это ИИ, не все действия ИИ можно назвать машинным обучением.

Что же такое нейросеть? Это ИИ, работающий по тому же принципу, что и человеческий мозг. Существуют «нейроны», хранящие и обрабатывающие информацию, существуют «синапсы», по которым информация переходит от нейрона к нейрону. Вместе они образуют нейронную сеть, в которой информация постоянно обрабатывается, видоизменяется, обучая сеть, создавая в ней новые связи или нейроны.

Другие интеллектуальные системы могут предъявлять различные требования к инфраструктуре, которые зависят от задачи, которую вы хотите выполнить, и используемой методологии вычислительного анализа. Варианты использования высокопроизводительных вычислений требуют совместной работы нескольких тысяч машин для достижения сложных целей.

С чего же тогда началась история ИИ? Сама по себе идея роботов и автоматонов существовала еще во времена Древней Греции: созданная Зевсом искусственная женщина Пандора вполне попадает под определение ИИ. А вот реализовать эту идею люди впервые смогли не так уж давно — в XX в.

Решения в области машинного обучения требуют набора данных из нескольких сотен точек данных для обучения, а также достаточной вычислительной мощности для работы. В зависимости от приложения и сценариев использования может быть достаточно одного инстанса сервера или небольшого кластера серверов.

Искусственный интеллект и машинное обучение – это области компьютерных наук, сосредоточены на создании программного обеспечения, которое анализирует, интерпретирует и понимает данные комплексным образом. Ученые в этих областях пытаются запрограммировать компьютерную систему для выполнения сложных задач, связанных с самообучением. Хорошо разработанное программное обеспечение будет выполнять задачи так же быстро, как человек, или даже быстрее.

В течение второй половины XX в. понятие «искусственный интеллект» то исчезало, то вновь появлялось в лексиконе ученых. Дело в том, что из-за сложности и громоздкости технологий для реализации ИИ в то время эта идея казалась коммерчески невыгодной. Нужно было дождаться момента, когда компьютеры станут достаточно дешевыми и маленькими.

Решение проблем, аналогичное человеческому

С другой стороны, цель машинного обучения – заставить машину анализировать большие объемы данных. Машина будет использовать статистические модели для выявления закономерностей в данных и получения результата. Результат имеет соответствующую вероятность правильности или степень достоверности.

Машинное обучение – это особая отрасль искусственного интеллекта (ИИ). Машинное обучение имеет ограниченную область применения и направленность по сравнению с искусственным интеллектом. Искусственный интеллект включает несколько стратегий и технологий, выходящих за рамки машинного обучения.

Главное отличие ИИ от простого алгоритма, пример которого мы только что увидели, заключается в третьем пункте определения интеллекта — в «адаптивном поведении». Алгоритм обязан быть четким, точным, предсказуемым, состоять из конечного числа шагов для решения задачи. Интеллект же решает задачу непредсказуемо, меняясь в зависимости от разнообразных факторов.

Искусственный интеллект находит применение во всех отраслях. Искусственный интеллект можно использовать для оптимизации цепочек поставок, прогнозирования спортивных результатов, улучшения сельскохозяйственных результатов и персонализации рекомендаций по уходу за кожей.

Следующим шагом на пути развития ИИ стал перцептрон. В конце 1950-х гг. психолог-исследователь Фрэнк Розенблатт создает, по сути, первую нейросеть. Сетка светочувствительных элементов, соединенных проводами с банками узлов, содержала электромоторы и поворотные резисторы. Розенблатт разработал «перцептронный алгоритм», управлявший сетью, которая постепенно подстраивала силу входных сигналов так, чтобы в итоге правильно идентифицировать объекты, — она обучалась, то есть была самым настоящим ИИ.

Что такое интеллект? Одно из возможных определений гласит: «Интеллект — способность воспринимать информацию и сохранять ее в качестве знания для построения адаптивного поведения в среде или контексте». Таким образом, интеллект делится на следующие составляющие: сохраняемую информацию, взаимодействие с миром и то, как первое влияет на второе и наоборот. В данном определении есть еще кое-что примечательное — отсутствие понятия «сознание».