[dropcap] W [/ dropcap] všetci dobre vieme, že podľa najnovších inovatívnych technológií a nápadov môžeme iba predpokladať a potvrdiť že aký vývoj prinesie moderná robotika a umelá inteligencia do našich životov, či už v osobnom alebo profesionálnom zmysle lúka. Preto vám dnes v tomto úžasnom vysvetľujúcom príspevku ukážeme rozdiel medzi AI, ML a Deep Learning.
Po prezretí všetkých najnovších inovatívnych technológií a nápadov môžeme iba predpokladať a potvrdiť, že čo vývoj, ktorý do našich životov prinesie moderná robotika a umelá inteligencia, a to v osobnom aj v profesionálna oblasť.
Avšak uprostred toľkého davu je vždy celkom ľahké nájsť výrazy, ktoré nás ľahko zmätia. Áno, samozrejme, hovorím o Machine Learning (ML), Deep Learning, Artificial Intelligence (AI). Je pravda, že všetky spolu súvisia, pretože sú založené na spracovaní údajov vo veľkých množstvách (veľké údaje), ale ich úroveň zložitosti nie je porovnateľná.
Prečítajte si tiež: Top 5 najmenších distribúcií Linuxu, ktoré nepotrebujú takmer žiadny priestor
Všeobecne by sme mohli povedať, že umelá inteligencia je „najzákladnejšou“ technológiou, pretože vždy reaguje rovnako na rovnaké parametre, ktoré sa vyvinuli v Machine Learning (ML), ktoré je schopné samoučenia a opravy chýb, a v Deep Learning (najkomplexnejšie z týchto troch pojmov) robí rozhodnutia na základe údaje.
Aby sme lepšie pochopili tieto tri pojmy, ukážeme vám teraz všetkých príklad, len si predstavte, že chceme identifikovať výrobu a model všetkých vozidiel, ktoré prechádzajú cez ulicu. Teraz by sme na jednej strane mali obraz a zvuk automobilov a na druhej strane obrovskú databázu s tvarom, technickými vlastnosťami alebo zvukom motora tisícov automobilov. Takže systém umelej inteligencie by identifikoval autá snímok podľa ich aproximácie na údaje, ktoré vedia, ale nie vždy by to bolo správne, pretože existuje veľa automobilov s veľmi podobnými charakteristiky.
Systém so strojovým učením sa síce mohol „naučiť“ údaje a klasifikovať vozidlá presnejšie, ale systém s programom Deep Learning sa môže „učiť“ z nových prijatých údajov. Znamená to, že môže použiť nesprávny diferenciátor a urobiť chybu raz, ale ďalší pokus by ju priblížil k správnemu výsledku.
Pretože technologický gigant Google používa Deep Learning vo svojich algoritmoch rozpoznávania reči a obrazu, používajú ho aj Netflix a Amazon predvídať vkus svojich používateľov a výskumných pracovníkov na MIT (Massachusetts Institute of Technology) používajú program Deep Learning na predpovedanie budúcnosť.
Program Deep Learning má základy umelej inteligencie (Artificial Intelligence) a zameriava sa na riešenie problémov v reálnom svete z hlbokých neurónových sietí, ktoré napodobňujú rozhodovanie nášho mozgu. Áno, používa známe údaje na rozhodovanie o nových údajoch. Preto je to technológia, ktorá sa najviac podobá fungovaniu ľudského mozgu.
Tieto siete sú logické konštrukcie vyplývajúce zo série binárnych otázok (pravdivé alebo nepravdivé, áno alebo nie), z ktorých sa získava číselná hodnota; zakaždým, keď vloží nový dátový reťazec, prenesie ho do tejto neurónovej siete a klasifikuje ho podľa odpovede na tieto otázky.
Táto klasifikácia vám jednoducho umožňuje spracovať obrovské množstvo údajov, ale zároveň musíme akceptovať, že sú tiež veľmi zložité, hoci sa zdajú zaujímavé. Bolo to ako spoznávať ľudí na fotografii.
Takže, čo si o tom myslíš? Jednoducho zdieľajte všetky svoje názory a myšlienky v sekcii komentárov nižšie. A ak sa vám tento vysvetľujúci článok páčil, nezabudnite ho zdieľať so svojimi priateľmi a rodinou.