Искусственный интеллект и машинное обучение: в чем разница

Что такое искусственный интеллект

Универсальные ИИ. Такие ИИ способны решать несколько разных задач. Для этого их не нужно перепрограммировать — достаточно обучить новому делу. Один из таких ИИ — Watson IBM. Он знаменит тем, что выиграл в интеллектуальной викторине Jeopardy, но его используют также для постановки диагнозов, лингвистического анализа, финансовых советов и множества других задач. На видео Watson IBM обыгрывает знатоков в интеллектуальной викторине.

Когда кто-то говорит, что разработал искусственный интеллект — он обязательно использовал машинное обучение для его создания. А если кто-то говорит, что использует машинное обучение — он по факту использует именно искусственный интеллект, так как само «обучение» не может выполнять никакие задачи.

Машинное обучение (англ. machine learning) — это один из разделов науки об ИИ. Здесь используются алгоритмы для анализа данных, получения выводов или предсказаний в отношении чего-либо. Вместо того чтобы кодировать набор команд вручную, машину обучают и дают ей возможность научиться выполнять поставленную задачу самостоятельно.

Кроме того, ИИ — это наука на стыке математики, биологии, психологии, кибернетики и ещё кучи всего. Она изучает технологии, которые позволяют человеку писать «интеллектуальные» программы и учить компьютеры решать задачи самостоятельно. Главная задача ИИ — понять, как устроен человеческий интеллект, и смоделировать его.

По сути, скрытые слои выполняют какую-то математическую функцию. Мы её не задаём, программа сама учится выводить результат. Можно научить нейросеть классифицировать изображения или находить на изображении нужный объект. Помните, как reCAPTCHA просит найти все изображения грузовиков или светофоров, чтобы доказать, что вы не робот? Нейронная сеть выполняет то же самое, что и наш мозг, — видит знакомые элементы и понимает: «О, кажется, это грузовик!»

Сейчас любой существующий искусственный интеллект далек от человеческого. Самые совершенные AL не обладают сознанием и не осознают себя как личность. Они могут обучаться, но это просто алгоритмы, способные только к решению конкретных задач, но не к настоящему творчеству и изобретательству. Такие ИИ называют слабыми.

Чат бот с ИИ. Такой чат-бот анализирует лексику, сравнивает похожие запросы, улавливает общий контекст фразы. Он поймет, что «пица» — это «пицца», а «привези» — это «хочу заказать». Еще такой бот может учиться, со временем он будет всё лучше понимать пользователей и отвечать на их запросы. Например, предугадывать, какой именно сорт пиццы понравится человеку.

Искусственный интеллект — особая технология разработки компьютерных систем. Она позволяет создавать программы, способные выполнять задачи, требующие человеческого интеллекта: распознавание речи или изображений, принятие решений, анализ информации, перевод с одного языка на другой.

Суперинтеллект (Superintelligence)

В машинном обучении много разных алгоритмов. Один из самых простых — линейная регрессия. Её применяют, если есть линейная зависимость между переменными. Пример: чем больше сумма заказа, тем больше вы оставите чаевых. По имеющимся данным можно предсказать сумму чаевых в будущем. В общем-то, простая математика.

Согласно статистике Gartner, с 2015 по 2019 годы количество предприятий, использующих ИИ, выросло на 270%. А рынок ИИ к концу 2020 года вырастет на 12,3% — до 156,5 млрд долларов, и это несмотря на кризис. Мы расскажем, что такое искусственный интеллект, какой он бывает, а также почему ИИ и машинное обучение — не одно и то же.

Нейронные сети — это набор связанных единиц (нейронов) и нейронных связей (синапсов). Каждое соединение передаёт сигнал от одного нейрона к другому, как в мозге человека. Обычно нейроны и синапсы организованы в слои, чтобы обрабатывать информацию. Первый слой нейросети — это вход, который получает данные. Последний — выход, результат работы. Например, несколько категорий, к одной из которых мы просим отнести то, что было отправлено на вход. И между ними — скрытые слои, которые выполняют преобразование.

А ещё нейросети могут генерировать объекты: музыку, тексты, изображения. Например, компания Botnik скормила нейросети все книги про Гарри Поттера и попросила написать свою. Получился «Гарри Поттер и портрет того, что выглядит как огромная куча пепла». Звучит немного странно, но как минимум с точки зрения грамматики это сочинение имеет смысл.

ИИ часто лучше справляется с рутинными задачами, работает быстрее людей и совершает меньше ошибок. Но он всё еще плохо работает в нестандартных ситуациях и может решать только очень конкретные, прикладные задачи. Полностью заменить людей искусственный интеллект пока не в состоянии.

Возможно, в будущем появятся другие способы создания искусственного интеллекта. Например, люди научатся копировать мозг человека и имитировать биологические процессы. В таком случае машинное обучение может исчезнуть, но искусственный интеллект никуда не денется и, может быть, даже станет более совершенным.

Мы пользуемся Google-картами, позволяем сайтам подбирать для нас интересные фильмы и советовать, что купить. И, в общем-то, слышали, что под капотом всех этих умных вещей — искусственный интеллект, машинное обучение и deep learning. Но сможете ли вы с ходу отличить одно от другого? Разбираемся на примерах.

Искусственный интеллект используют для разных задач. Один из первых широко известных ИИ — Deep Blue, создали в 1992 году, чтобы играть в шахматы — и в 1997 году он обыграл Гарри Каспарова. Позже стали появляться другие такие программы для игры в го, покер или компьютерную игру Dota 2.