Deep Learning vs. Machine Learning vs. AI: Wie passen sie zusammen?
Werbung
Die nächste große Sache in der Technik ist maschinelles Lernen . Oder ist es tiefes Lernen ? Vielleicht ist es künstliche Intelligenz . Wenn Sie sich in den Unterschieden zwischen den dreien verfangen, sind Sie nicht allein.
Einige Tech-Unternehmen haben alle drei Begriffe austauschbar verwendet, um keine Gelegenheit zu verpassen, Hype zu generieren und Risikokapital zu verdienen. Obwohl sie alle unter einem Dach zusammengefasst sind, gibt es einige entscheidende Unterschiede zwischen ihnen.
Was ist künstliche Intelligenz?
Künstliche Intelligenz, allgemein als KI bezeichnet, ist eher ein Konzept als ein System. Intelligenz wird als einzigartig menschliches Merkmal wahrgenommen. Traditionell wurde angenommen, dass Maschinen Wissen erlangen, aber keine Intelligenz oder Weisheit. Der Informatiker Alan Turing verbrachte einen Großteil seines Lebens damit, zu überlegen, ob Maschinen denken könnten.
Er hat den Turing-Test entwickelt. Was ist der Turing-Test und wird er jemals geschlagen werden? Was ist der Turing-Test und wird er jemals geschlagen werden? Der Turing-Test soll feststellen, ob Maschinen denken. Hat das Eugene Goostman-Programm den Turing-Test wirklich bestanden oder haben die Macher einfach nur geschummelt? Lesen Sie mehr, um zu bestimmen, ob eine Maschine intelligentes Verhalten zeigen kann, anstatt unbedingt intelligent zu sein. Dies ist eine wichtige Unterscheidung, da wir das Denken oder die Intelligenz selbst immer noch nicht vollständig verstehen.
Anstatt zu versuchen, Intelligenz zu definieren, hoffen wir, Maschinen zu schaffen, die intelligentes Verhalten zeigen können.
AI ist keine Technologie selbst, sondern ein Mittel zur Beschreibung von Systemen. Diese Systeme können als Narrow AI und General AI bezeichnet werden. Schmale KI ist ein System, das intelligent ist, aber nur für eine bestimmte Aufgabe. Die allgemeine KI ist der Typ, den wir aus der Popkultur kennen.
Diese Arten von Systemen könnten alle Elemente der menschlichen Intelligenz anzeigen. Skynet von der Terminator-Filmreihe oder HAL von 2001: Eine Weltraum-Odyssee sind fiktive Beispiele für allgemeine KI. Ungeachtet dessen, was die Filme Ihnen sagen, würden nicht alle allgemeinen KI-Systeme darauf aus sein, die Menschheit zu zerstören.
Was ist maschinelles Lernen?
Wir alle wissen, dass Daten nützlich sein können. Egal, ob Sie wissen, welchen Weg Sie auf dem Weg ins Büro einschlagen müssen oder ob Sie Ihre Gesundheit im Auge behalten möchten, Daten informieren über unsere Entscheidungen und führen uns durch das Leben. Aber wir erzeugen jeden Tag so viel, dass es für uns Menschen unmöglich wird, zu analysieren.
Also sollten wir Maschinen dazu bringen, das schwere Heben für uns zu erledigen.
Googles maschinelles Lernen Was ist maschinelles Lernen? Der kostenlose Google-Kurs bringt es für Sie auf den Punkt. Was ist maschinelles Lernen? Googles kostenloser Kurs bringt es für Sie auf den Punkt Google hat einen kostenlosen Online-Kurs entwickelt, der Ihnen die Grundlagen des maschinellen Lernens vermittelt. Read More fasst maschinelles Lernen als „Verwenden von Daten zur Beantwortung von Fragen“ zusammen. Sie gliedern es in zwei Teile: Training und Vorhersagen. Stellen Sie sich vor, Sie haben eine Sammlung von Bildern mit Formen, die Sie erkennen möchten. Wenn die Bilder in den maschinellen Lernalgorithmus eingespeist werden, beginnt das System, die Merkmale dieser Form zu lernen.
Wenn es auf ein neues Bild stößt, wird die Form mit den Elementen aus den Trainingsdaten verglichen, um festzustellen, ob sie übereinstimmen.
Auch wenn Sie es möglicherweise nicht erkennen, sind personalisierte Suchergebnisse, Spotify-Wiedergabelisten und Amazon-Produktempfehlungen das Ergebnis maschinellen Lernens. Netflix verwendet sogar Algorithmen für maschinelles Lernen, um das von Ihnen gezeigte Cover-Artwork zu personalisieren.
Was ist tiefes Lernen?
Obwohl wir die Intelligenz nicht vollständig verstehen, ist es Wissenschaftlern gelungen zu zeigen, dass das Gehirn Informationen über ein komplexes Netzwerk von Neuronen erzeugt. Unser Gehirn besteht aus diesen elektrischen Verbindungen, die Nervenbahnen bilden. Diese Pfade transportieren Informationen um unseren Körper, die es uns ermöglichen, uns zu bewegen, zu atmen und zu denken. 
Wenn jedoch jeder dieser neuronalen Pfade unabhängig voneinander wäre, wären unsere Reaktionszeiten unglaublich lang und wir könnten möglicherweise keine Verbindungen zwischen Gedanken herstellen. Der Erfolg des Systems beruht auf der Beziehung zwischen all diesen Pfaden, die zu einer gleichzeitigen Datenverarbeitung führt.
Deep Learning ist eine Methode, um dieses dichte Netzwerk von Neuronen zu replizieren. Durch die gleichzeitige Verarbeitung mehrerer Datenströme konnten Computer den Zeitaufwand für die Datenverarbeitung erheblich reduzieren. Die Anwendung dieser Technik auf tiefes Lernen hat zu künstlichen neuronalen Netzen geführt. Was sind neuronale Netze und wie funktionieren sie? Was sind neuronale Netze und wie funktionieren sie? Neuronale Netze sind die nächste große Sache, wenn es um umfangreiche Berechnungen und intelligente Algorithmen geht. Hier erfahren Sie, wie sie funktionieren und warum sie so erstaunlich sind. Weiterlesen .
Diese Netzwerke bestehen aus einer Reihe von Knoten. Es gibt Eingabeknoten zum Empfangen von Daten, Ausgabeknoten für die resultierenden Daten und ausgeblendete Knotenebenen in der Mitte. Ziel ist es, die Eingabedaten in Daten umzuwandeln, die von den Ausgabeknoten verwendet werden können. Hier kommen die verborgenen Schichten ins Spiel. Während die Daten durch diese verborgenen Knoten wandern, verwendet das neuronale Netzwerk Logik, um zu entscheiden, an welchen Knoten die Daten als nächstes weitergeleitet werden sollen.
Maschinelles Lernen vs. KI vs. Deep Learning
Maschinelles Lernen ist zwar ein leistungsstarkes Tool, mit dem wir die enormen Datenmengen, die wir erstellen, nachvollziehen können, es enthält jedoch keine eigenständigen Gedanken. Der Algorithmus wird von Programmierern entworfen und sie legen die Regeln fest, nach denen das maschinelle Lernsystem spielen muss. Die Vorurteile der Entwickler, ob bewusst oder nicht, haben Konsequenzen.
Einer der ersten schwerwiegenden Rückschläge beim maschinellen Lernen kam von einem der Google-Ingenieure. Im Jahr 2015 bemerkte er, dass der Fotoidentifizierungsalgorithmus des Unternehmens ihn und seine schwarzen Freunde als Gorillas kennzeichnete. Google entschuldigte sich sofort und führte kurzfristige Korrekturen durch.
Zwei Jahre später berichtete WIRED jedoch, dass Googles Lösung darin bestand, Gorillas vollständig aus den Trainingsdaten zu entfernen.
Andererseits bringt uns tiefes Lernen der allgemeinen künstlichen Intelligenz einen Schritt näher. Bei dem Versuch, den menschlichen Geist durch eine mehrschichtige Sammlung von Knoten zu replizieren, müssen Tiefenlernstrukturen nicht mit einem großen anfänglichen Datensatz trainiert werden. Sie treffen Entscheidungen auf der Grundlage der bereitgestellten Informationen und der Logik des Systems.
Dass die Entscheidungsfindung eines neutralen Netzwerks nicht transparent ist, mag beunruhigend erscheinen, bedeutet aber, dass es erfolgreich ist, die menschliche Intelligenz zu replizieren. Zum Beispiel verstehen wir nicht einmal ganz, wie wir zu unseren eigenen Gedanken und Entscheidungen kommen.
Künstliche Intelligenz für alle
Letztendlich besteht keine Notwendigkeit, maschinelles Lernen mit KI oder Tiefenlernen mit maschinellem Lernen zu vergleichen, da sie alle unterschiedlichen Zwecken dienen. KI beschreibt das Konzept der Intelligenz menschlichen Stils in Maschinen, während maschinelles Lernen und tiefes Lernen Anstrengungen zur Schaffung einer allgemeinen KI sind.
Das heißt nicht, dass das Gebiet der KI völlig abstrakt ist. Google nutzt seine umfangreichen Datensätze, indem es nahezu allen Produkten KI hinzufügt. Google Mail wurde kürzlich mit intelligenten Antworten überarbeitet, während die Duplex-KI des Unternehmens in den USA eingeführt wird und Anrufe in Ihrem Namen verarbeiten kann. Aber sie sind nicht die einzigen, die am KI-Spiel teilnehmen können.
Sie können es gleich mit Googles Online-KI-Experimenten ausprobieren. 5 Beste KI-Experimente für die Erforschung der künstlichen Intelligenz. 5 Beste KI-Experimente für die Erforschung der künstlichen Intelligenz. Dank maschinellem Lernen können sie mit Ihrer Hilfe die Welt von morgen verändern. Weiterlesen .
Bildnachweis: sdecoret / Depositphotos
Weitere Informationen zu: Künstliche Intelligenz, Maschinelles Lernen.
