Различия между машинным обучением и ИИ

Искусственный интеллект (AI)

С одной стороны это короткое определение ИИ в одно предложение, с другой стороны даже оно показывает, о насколько широкой и неопределенной области мы говорим. Например, несколько десятилетий назад калькулятор считался ИИ, потому что математический расчет был чем-то, доступным только человеку. Сегодня калькуляторы есть абсолютно везде, и никто не считает их за ИИ, поэтому «по недавним представлениям» из определения изменяется со временем.

ИИ относят к устройствам, которое в той или иной форме имитирует интеллект человека. Существует множество методов искусственного интеллекта, и машинное обучение можно назвать одним из них. Также не стоит забывать о глубоком обучении, которое является подмножеством ML и использует многослойные нейронные сети для сложных задач.

Термин «искусственный интеллект» был введен в 1956 году группой исследователей, включая Аллена Ньюэлла и Герберта Саймона. После этого индустрия ИИ пережила множество колебаний. В первые десятилетия вокруг индустрии было много шумихи, и многие ученые согласились с тем, что искусственный интеллект человеческого уровня не за горами. Однако этого так и не произошло, поэтому для области наступили грустные времена: финансирование и интерес к ИИ значительно сократились.

Системы искусственного интеллекта и машинное обучение сегодня применяется все в больших сферах нашей жизни. Многие компании так или иначе внедряют одну из технологий в свои программы и приложения, чтобы упростить взаимодействие с пользователями и повысить прибыль.

Существует множество задач, с которыми под силу справиться только AI. Например, распознавание голоса и лица, сортировка изображений и т. д. Если говорить о том, какие задачи решает искусственный интеллект, то он обучается и оперирует знаниями для того, чтобы заменить людей-экспертов. Основная задача – научить ИИ думать как живой человек и по аналогии находить способы решения задач.

Согласно статистике, использование искусственного интеллекта за последние 5 лет выросло практически на 270%. А к концу прошлого года рынок ИИ составил рекордные 157 млрд долларов – и это несмотря на начинающийся кризис и пандемию. Эти цифры означают, что все больше компаний внедряют искусственный интеллект или машинное обучение в свои программы, приложения и утилиты. Требуется это для повышения удобства пользователей и упрощения многих процедур.

Особенность искусственного интеллекта в том, что он может анализировать данные, сравнивать похожие запросы и т. д. Кроме этого, ИИ способен учиться, то есть со временем все лучше и быстрее «понимать» данные. Это ярко видно на примере чат-ботов. При использовании чат-бота без AI программист записывает все реплики и триггеры, на которые будет отвечать программа. Поэтому такой чат-бот поймет только однозначные реплики, а нетипичные фразы введут его в ступор.

Существует много путаницы с машинным обучением и искусственным интеллектом. Большинство людей вообще уверены, что это примерно одно и то же. Бывают ситуации, когда компании продают свои решения и сознательно игнорируют различия между терминами для более звучной рекламы.

Чем ИИ отличается от машинного обучения

В новостной ленте часто можно наткнуться на организации, которые используют ИИ и машинное обучение для сбора и изучения тысяч данных пользователей для повышения удобства пользователей в универсальных мобильных приложениях. Или которые предсказывают поведение, используя «смесь машинного обучения и ИИ». Или любая другая красивая комбинация этих двух терминов.

В отличие от машинного обучения, ИИ – это цель, которая постоянно изменяется, потому что тесно связана с технологическими достижениями. Поэтому есть очень размытые грани определения чего-то как ИИ, в то время как машинное обучение – это четко определенная технология. Возможно, лет через 20 сегодняшние инновации в областии ИИ будут считаться такими же простыми, как для нас сегодня калькуляторы.

Один из первых широко известных искусственных интеллектов – Deep Blue – был создан в начале 1990-х для игры в шахматы. Любопытно, что спустя 5 лет после создания ему удалось обыграть самого Г. Каспарова. Позже ИИ стал использоваться для других игр. Кроме этого, AI нашел применение в сфере автоматизации производственных процессов, прогнозирования спроса на новые товары и блокировки мошеннических банковских переводов. Это – конкретные примеры задач, которые ранее решали люди.

Сегодня ИИ используется в Siri, Alexa, Netflix, Amazon, YouTube и т. д. Искусственный интеллект отлично справляет с различными рутинными задачами и совершает меньше ошибок, чем человек. Однако в нестандартных ситуациях он реагирует не так хорошо, поэтому не способен заменить человека в полной мере.

Получается, что определение ИИ сильно зависит от прогресса в технологиях. Машинное обучение лишь один из примеров. В прошлом для создания ИИ использовались совершенно другие методы. Например, Deep Blue, ИИ который победил чемпиона мира по шахматам в 1997 году, использовал алгоритмы поиска по дереву для оценки миллионов ходов на каждом шагу.

Все вышеперечисленное привело к возрождению шумихи вокруг искусственного интеллекта. Поэтому многие организации считают более выгодным использовать абстрактный термин «ИИ», который источает мистическую ауру, а не рассказывать более конкретно о том, какие технологии они используют. Это помогает им лучше продавать свои продукты.