人工智能(AI)、機(jī)器學(xué)習(xí)(ML)和深度學(xué)習(xí)(DL):有什么區(qū)別?
人工智能Artificial Intelligence(AI)、機(jī)器學(xué)習(xí)Machine Learning(ML)和深度學(xué)習(xí)Deep Learning(DL)通??梢曰Q使用。但是,它們并不完全相同。人工智能是最廣泛的概念,它賦予機(jī)器模仿人類行為的能力。機(jī)器學(xué)習(xí)是將人工智能應(yīng)用到系統(tǒng)或機(jī)器中,幫助其自我學(xué)習(xí)和不斷改進(jìn)。最后,深度學(xué)習(xí)使用復(fù)雜的算法和深度神經(jīng)網(wǎng)絡(luò)來重復(fù)訓(xùn)練特定的模型或模式。
讓我們看看每個(gè)術(shù)語的演變和歷程,以更好地理解人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)實(shí)際指的是什么。
人工智能
自過去 70 多年以來,人工智能已經(jīng)取得了長(zhǎng)足的進(jìn)步。無論我們是否知道,也不管喜歡與否,,它已經(jīng)滲透到了我們生活的方方面面。在過去十年中,機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的進(jìn)步已經(jīng)在各種規(guī)模的行業(yè)和組織中創(chuàng)造了人工智能熱潮。云服務(wù)提供商通過開發(fā)免費(fèi)的開源服務(wù)和提供新的場(chǎng)景進(jìn)一步推動(dòng)的這種勢(shì)頭。
Figure 1: Overview of AI, ML and DL
人工智能可能是自 1956 年以來最受關(guān)注的概念。到 2015 年,GPU 的廣泛使用使并行處理更快、更強(qiáng)大、更便宜。而愈加廉價(jià)的存儲(chǔ)可以大規(guī)模地存儲(chǔ)大數(shù)據(jù)(從純文本到圖像、映射等)。這產(chǎn)生了對(duì)數(shù)據(jù)分析的需求,它被更普遍地稱為數(shù)據(jù)科學(xué)data science,導(dǎo)致機(jī)器學(xué)習(xí)發(fā)展為實(shí)現(xiàn)人工智能的方法。
機(jī)器學(xué)習(xí)
機(jī)器學(xué)習(xí)是使用算法來處理、學(xué)習(xí)和理解或預(yù)測(cè)可用數(shù)據(jù)的模式。最近,軟件開發(fā)的低代碼和無代碼概念被用作機(jī)器學(xué)習(xí)中的自學(xué)習(xí)過程,它給出了完成特定任務(wù)的特定指令。通過使用數(shù)據(jù)和算法對(duì)機(jī)器進(jìn)行“訓(xùn)練”,使其能夠?qū)W習(xí)如何執(zhí)行任務(wù),更重要的是,將學(xué)習(xí)應(yīng)用到不斷發(fā)展的過程中。
Figure 2: Evolution of AI, ML and DL
機(jī)器學(xué)習(xí)是在開發(fā)者社區(qū)專注于 AI 時(shí)發(fā)展起來的,然后發(fā)展了算法決策樹學(xué)習(xí)、邏輯編程、聚類、并行處理和強(qiáng)化學(xué)習(xí)。這些都是朝著正確方向邁出的良好一步,但不足以解決世界感興趣的場(chǎng)景。
深度學(xué)習(xí)
深度學(xué)習(xí)是神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)的進(jìn)化,是人工智能社區(qū)的創(chuàng)意。它學(xué)習(xí)了人類思維在特定場(chǎng)景中的工作方式,然后在這項(xiàng)工作上比人類做得更好!例如,IBM 的 Watson 與自己下國(guó)際象棋,并在游戲中取得了很大進(jìn)步,最終擊敗了世界冠軍。谷歌的 AlphaGo 也學(xué)會(huì)了如何玩圍棋游戲,一遍又一遍地玩它以提高自己,并成為冠軍。
人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)正在不斷發(fā)展。參與數(shù)據(jù)科學(xué)的每個(gè)人都希望推進(jìn)這些概念以改善我們的日常生活。而開源社區(qū)、私營(yíng)企業(yè)、科學(xué)家和政府機(jī)構(gòu)都在為此共同努力。
Figure 3: Types of AI, ML and DL
總而言之,雖然 AI 有助于創(chuàng)建智能機(jī)器,但機(jī)器學(xué)習(xí)有助于構(gòu)建 AI 驅(qū)動(dòng)的應(yīng)用。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)子集。它通過利用復(fù)雜算法處理大量數(shù)據(jù)來訓(xùn)練特定模型。由于狹義 AI 極難開發(fā),機(jī)器學(xué)習(xí)正在通過剛性計(jì)算解決這一領(lǐng)域的機(jī)遇。至少對(duì)于實(shí)現(xiàn)通用 AI,深度學(xué)習(xí)有助于將 AI 和機(jī)器學(xué)習(xí)結(jié)合在一起。