Talas veštačke inteligencije pomeće svet, a mnoge reči nam se uvek zaostaju u ušima: veštačka inteligencija (Veštačka inteligencija), mašinski učenje (Mašinski učenje), duboko učenje (Duboko učenje). Mnogi ljudi uvijek imaju nejasno razumijevanje značenje ovih riječi visoke frekvencije i odnos iza njih. Ovaj članak pojašnjava značenje ovih riječi na najjednostavnijem jeziku, što može pomoći svima da bolje shvate odnos između njih.
Od auta do pametnih telefona, do digitalnih pomoćnika, pa čak i robota. Ne govorimo samo o revolucionarnim novim karakteristikama koje se iskacu svaki dan. Šta više, uređaji, kompjuteri i mašine sve obavljaju zadatke inteligentno. Kako to rade? - Kroz veštačku inteligenciju, zvanu AI.
Pojam "umjetna inteligencija" prvi je skovao kognitivan naučnik John McCarthy, koji je u svojoj knjizi napisao: "Ovo istraživanje je zasnovano na pretpostavci da svako ponašanje učenja ili druga intelektualna karakteristika u načelu može biti Precizan opis, tako da se može izgraditi mašina da je simulira." Od tada, veštačka inteligencija opseda umove ljudi i polako se izlegla u naučno-istraživačkim laboratorijima. U decenijama koje su slijedile, umjetna inteligencija je obrnula svoje polarnosti, ili je nazvana proročanstvo o zasljepljivoj budućnosti ljudske civilizacije, ili bačena u gomilu smeća kao fantazije tehnoloških luđaka. Do 2012. oba glasa su postojala istovremeno.
Figuru | Podružnica za istraživanje umjetne inteligencije
Nakon 2012. godine, zahvaljujući povećanju količine podataka, poboljšanju snage na računu i nastojenju novih algoritama mašinske učenja (duboko učenje), umjetna inteligencija je počela eksplodirati. Međutim, trenutni naučno-istraživački rad je koncentriran na slabu ulogu umjetne inteligencije, i vrlo se nada da će veliki napredak biti napravljen u bliskoj budućnosti. Većina umjetne inteligencije u filmovima prikazuje snažnu umjetnu inteligenciju, a ovaj dio je teško postići u sadašnjem stvarnom svijetu. (Umjetna inteligencija se obično dijeli na slabu umjetnu inteligenciju i jaku umjetnu inteligenciju. Bivši omogućava mašinama da imaju sposobnost posmatranja i percepcije, te mogu postići određeni nivo razumijevanja i rasuđivanja, dok jaka vještačka inteligencija omogućava mašinama da steknu prilagodljive mogućnosti i riješe neke probleme koji ranije nisu bili naišli na probleme).
Očekuje se da će slaba umjetna inteligencija napraviti proboje, kako se to postiže, i odakle dolazi "inteligencija"? To je uglavnom zahvaljujući jednom pristupu umjetnoj inteligenciji – mašinnom učenju.
Koristimo najjednostavniju metodu da vizualiziramo odnos između tri.
Umjetna inteligencija
Jednostavno rečeno, veštačka inteligencija opisuje različite načine na koje mašina u interakciji sa svetom oko nje. Sa naprednom, ljudskom inteligencijom, AI mašina ili uređaj mogu imiti ljudsko ponašanje ili obavljati zadatke poput čovjeka kroz kombinirane efekte softvera i hardvera.
O umjetnoj inteligenciji danas možemo mnogo vidjeti, kao što su prepoznavanje govora (koristi se u pametnim ličnim pomoćnim uređajima), prepoznavanje lica (koristi se u filterima koji su trenutno popularni na društvenim mrežama), ili prepoznavanju objekata (kao što je traženje jabuke i slike naranči).
Mašino učenje
Mašinsko učenje je pristup ili podskup umjetne inteligencije koji naglašava "učenje" a ne kompjuterske programe. Mašina koristi složene algoritme za analizu velikih količina podataka, identifikaciju obrazaca u podacima i predviđanje, proces koji ne zahtijeva od čovjeka da napiše specifične upute u softver mašine. Nakon što je zamjerio krem puff za naranču, prepoznavanje šablona sistema se poboljšava s vremenom dok uči iz svojih grešaka i ispravlja se kao čovjek.
Duboko učenje
Duboko učenje je podsnab mašinskog učenja koje pokreće velike korake u kompjuterskoj inteligenciji. Koristi mnogo podataka i snage za raиunanje da simulira duboke nervne mreћe. U suštini, ove mreže imituju povezanost ljudskog mozga, klasifikuju skupove podataka i otkrivaju korelacije između njih. Sa novonaučenim znanjem (bez ljudske intervencije), mašina može primijeniti svoje uvide na druge skupove podataka. Što više podataka mašina obrađuje, tačnija će biti njena predviđanja.
Na primjer, uređaj za duboko učenje mogao bi ispitati velike podatke – kao što su boja, oblik, veličina, vrijeme dozrijenja i porijeklo ploda – kako bi se precizno utvrdilo da li je jabuka zelena jabuka ili narančasta krvna naranča.
Razlike između AI, strojnog učenja i dubokog učenja nisu očigledne kao jabuke i naranče, one su suptilnije. Mašinski učenje je metoda za postizanje umjetne inteligencije, a duboko učenje je tehnologija za postizanje strojnog učenja. Sada razumiješ razliku između njih?
