افهم الفرق بين التعلم الآلي والذكاء الاصطناعي

A الذكاء الاصطناعي و التعلم الالي هي كلمات رنانة في صناعة التكنولوجيا في السنوات الأخيرة ، ولكن ماذا تعني بالضبط؟ هنا يمكنك التحقق من منشور نشرناه يشرح بالتفصيل ما هو التعلم الآلي ، ولكن السؤال الذي نريد معالجته هنا هو كيف يمكننا التفريق بين هذين المصطلحين.

التعلم الرقمي

غالبًا ما يتم الخلط بين المصطلحين واستخدامهما بشكل غير صحيح من قبل الشركات التي ترغب في جعل تقنيتها متطورة. في الواقع ، يختلف الذكاء الاصطناعي والتعلم الآلي اختلافًا كبيرًا ، ولهما آثار مختلفة على ما يمكن أن تفعله أجهزة الكمبيوتر وكيفية تفاعلها معنا.

O التعلم الالي هو نموذج الحوسبة الذي يدفع نمو "البيانات الكبيرة" e IA. لأنه يقوم على تطوير الشبكات العصبية و تعلم عميق. يوصف هذا عادة بأنه محاكاة للطريقة التي يتعلم بها البشر ، لكن هذا غير صحيح. يرتبط التعلم الآلي حقًا بالتحليل الإحصائي والتعلم التكراري.

بدلا من بناء برنامج تقليدي يتكون من البيانات المنطقية e أشجار القرار، واحد الشبكة العصبية تم تصميمه خصيصًا للتدريب والتعلم باستخدام شبكة متوازية من الخلايا العصبية ، تم تكوين كل منها لغرض معين.

يمكن أن تكون طبيعة أي شبكة عصبية معينة معقدة للغاية ، ولكن مفتاح طريقة عملها هو تطبيق الأوزان (أو عوامل الأهمية) لبعض سمات المدخلات. باستخدام شبكات ذات أوزان وطبقات مختلفة ، من الممكن إنتاج احتمالية أو تقدير أن مدخلاتك تتطابق مع واحد أو أكثر من المخرجات المحددة.

تكمن المشكلة في هذا النوع من الحسابات ، كما هو الحال مع البرمجة العادية ، في الاعتماد على كيفية قيام المبرمج البشري بإعدادها ، ويمكن أن تستغرق إعادة ضبط كل هذه الأوزان لضبط دقة المخرجات عدة ساعات عمل لتكون ممكنة. تنتقل الشبكة العصبية إلى مجال التعلم الآلي بمجرد تقديم حلقة التغذية الراجعة التصحيحية.

"تدريب" الآلة

من خلال مراقبة المخرجات ومقارنتها بالمدخلات وتقليل أوزان الخلايا العصبية تدريجيًا ، يمكن للشبكة تدريب نفسها لتحسين الدقة. الجزء المهم هنا هو أن خوارزمية التعلم الآلي قادرة على التعلم والعمل بدون مبرمجين ، مع تحديد جميع الاحتمالات ضمن مجموعة البيانات.

يمكن إجراء تدريب الشبكة بعدة طرق مختلفة ، ولكن جميعها تتضمن نهج القوة الغاشمة التكرارية لزيادة دقة الإخراج إلى أقصى حد وتدريب المسارات المثلى عبر الشبكة. ومع ذلك ، لا يزال هذا التدريب الذاتي عملية أكثر كفاءة من تحسين الخوارزمية يدويًا ويسمح للخوارزميات بتغيير وفرز كميات أكبر من البيانات في أوقات أسرع بكثير مما يمكن أن يكون ممكنًا.

بمجرد التدريب ، تصبح خوارزمية التعلم الآلي قادرة على تصنيف المدخلات الجديدة عبر الشبكة بسرعة ودقة كبيرين في الوقت الفعلي. وهذا يجعلها تقنية أساسية لرؤية الكمبيوتر والتعرف على الكلام ومعالجة اللغة ومشاريع البحث العلمي.

ما هو وما هو ليس الذكاء الاصطناعي

التعلم الآلي هو أسلوب معالجة ذكي ، لكنه لا يمتلك أي ذكاء حقيقي. لا تحتاج الخوارزمية إلى فهم سبب تصحيحها الذاتي بالضبط ، فقط كيف يمكن أن تكون أكثر دقة في المستقبل.

إن خوارزمية التعلم الآلي التي يمكنها فحص قاعدة بيانات الصور وتحديد الكائن الرئيسي في الصورة لا تبدو ذكية حقًا ، لأنها لا تطبق هذه المعلومات بطريقة "بشرية".

يمكن تقسيم الذكاء الاصطناعي إلى مجموعتين رئيسيتين ، مُطبَّق ou جنرال لواء. A تطبيق الذكاء الاصطناعي إنه أكثر قابلية للتطبيق الآن. إنه مرتبط أكثر بأمثلة التعلم الآلي أعلاه ومصمم لأداء مهام محددة. قد يكون هذا مخزونًا تجاريًا أو إدارة حركة المرور في مدينة ذكية أو المساعدة في تشخيص المرضى.

A الذكاء الاصطناعي العام إنه ، كما يوحي الاسم ، أوسع وأكثر قدرة. إنه قادر على التعامل مع مجموعة واسعة من المهام ، وفهم أي مجموعة من البيانات تقريبًا ، وبالتالي يبدو أنه يفكر على نطاق أوسع ، تمامًا كما يفعل البشر. يمكن للذكاء الاصطناعي العام أن يتعلم نظريًا خارج مجموعة معارفه الأصلية ، مما قد يؤدي إلى نمو سريع في قدراته.

يتطلع إلى المستقبل

على الرغم من كل المصطلحات العلمية والأحاديث التقنية ، فإن تطبيقات التعلم الآلي والذكاء الاصطناعي موجودة هنا بالفعل. ما زلنا بعيدين عن العيش جنبًا إلى جنب مع الذكاء الاصطناعي العام ، ولكن إذا كنت تستخدمه مساعد جوجل أو اليكسا الأمازون، فأنت تتفاعل بالفعل مع أحد أشكال الذكاء الاصطناعي التطبيقي.

يعد التعلم الآلي المستخدم في معالجة اللغة أحد عوامل التمكين الرئيسية للأجهزة الذكية اليوم ، على الرغم من أنها بالتأكيد ليست ذكية بما يكفي للإجابة على جميع أسئلتك.

المنزل الذكي هو آخر حالة استخدام. تم استخدام التعلم الآلي في مجال البيانات الضخمة لفترة من الوقت الآن ، وتتجاوز حالات الاستخدام هذه بشكل متزايد منطقة الذكاء الاصطناعي. ال جوجل يستخدمه لأدوات محرك البحث. ال فيسبوك يستخدم لتحسين الإعلان.

هناك فرق كبير بين التعلم الآلي والذكاء الاصطناعي ، على الرغم من أن الأول عنصر مهم للغاية في الأخير. سنستمر بالتأكيد في سماع الكثير من الحديث عن الاثنين طوال عام 2018 وما بعده.