機械学習とは何ですか? ディープラーニングとは何ですか? AI、機械学習、ディープラーニングの違い

近年、産業革命 4.0の爆発的な進展に伴い、人工知能(AI)、機械学習、ディープラーニングなどの用語が徐々に普及しており、4.0 時代の国民が理解しなければならない概念となっています。

これら 3 つの概念の関係は、最初に登場した概念である AI が最大の円、次に後から登場した概念である機械学習、そして最後に推進しているディープラーニングという円で説明できます。現在の AI ブーム - が最小の円です。

機械学習とは何ですか? ディープラーニングとは何ですか? AI、機械学習、ディープラーニングの違い AI、機械学習、ディープラーニングの関係

AI システムの構築はもちろん非常に複雑ですが、それを理解することはそれほど難しいことではありません。現在の人工知能のほとんどは、非常に優れた推測マシン (私たちの脳に似た推測マシン) にすぎません。システムに一連のデータ (1 から 10 までの数字など) を与え、システムに (x + 1、0 から始まる) をモデル化して予測を行うように依頼します。(次の数字は 11 になります)。魔法などありません。これは人間の脳が毎日行っていることです。つまり、知っていることを使って、知らないことを推測するのです。

AIが他のコンピュータプログラムと異なるのは、ケースごとに特定のプログラムを作成する必要がなく、完全にAIに学習（機械学習）させることができ、自動的にディープラーニングを行う機能も備えていることです。これら 3 つの概念は基本的に次のように定義できます。

人工知能 (AI):人間の行動や思考を模倣できる機械。

機械学習:専門家がデータパターンを認識して予測できるように AI をトレーニングできる AI の機能。

ディープラーニング:機械学習の小さな技術で、機械が自らを訓練できるようにします。

AI、機械学習、ディープラーニングの関係

AIとは何ですか?
- 人工知能 – 機械の形をした人間の脳
機械学習とは何ですか?
- 機械学習 - AI へのアプローチ
ディープラーニングとは何ですか?
- ディープラーニング - 機械学習技術
結論する

AIとは何ですか?

人工知能 – 機械の形をした人間の脳

AI は、インテリジェントな動作の自動化に関係するコンピューターサイエンスの一分野として定義できます。AI はコンピューターサイエンスの一部であるため、この分野で適用可能な確かな理論原則に基づいている必要があります。わかりやすく言えば、人間が作った機械の知能です。この知性は、人間の知性と同じように、考え、考え、学習することができます。人間よりも大規模、大規模、体系的、科学的かつ高速なレベルでデータを処理します。

しかし、現状ではAI技術にはまだ多くの限界があります。たとえば、 Alexa は優れた家政婦であり、人工知能アプリケーションの最も人気のあるシンボルの 1 つですが、それでもチューリングテストに合格できません。

つまり、私たちが現在AIを使って行っていることは、「Narrow AI」という概念に当てはまります。このテクノロジーは、人間と同等かそれ以上に特定のタスクを実行できます。実際の「狭い AI」の例には、Pinterest の画像分類技術や、Facebookで友達をタグ付けするための顔認識などが含まれます。

これらのテクノロジーは人間の知性のいくつかの側面を示していますが、それらはどのように達成されるのでしょうか? その知恵はどこから来るのでしょうか？次のサークル、機械学習に移りましょう。

機械学習とは何ですか?

機械学習 - AI へのアプローチ

機械学習は、コンピュータが実行しているタスクを改善するようにコンピュータに教える行為を指す広義の用語です。より具体的には、機械学習とは、タスクを複数回完了すると、そのタスクにおけるコンピューターのパフォーマンスが向上するシステムを指します。言い換えれば、機械学習の最も基本的な能力は、アルゴリズムを使用して利用可能な情報を分析し、そこから学習して、関連する何かについての決定や予測を行うことです。特定のタスクを実行するための詳細なアクションと指示を備えたソフトウェアを作成する代わりに、コンピューターはデータとアルゴリズムを使用して「トレーニング」され、タスクの実行方法を学習します。

機械学習がなければ、現在の AI は、明示的にプログラムされずにコンピューターに物事を理解する能力を与えるため、非常に制限されたものになるでしょう。機械学習の種類の例として、写真内の猫を識別できるプログラムが必要だとします。

まず、毛皮の色、体形、サイズなど、機械が認識できる一連の猫の特徴を AI に提供します。
次に、いくつかの画像を AI にフィードすると、画像の一部またはすべてに「猫」というラベルが付けられ、機械が猫に関連する詳細や特徴をより効果的に抽出できるようになります。
機械が猫に関する必要なデータをすべて受信したら、写真の中から猫を見つける方法を知る必要があります。「画像に特定の詳細 X、Y、または Z が含まれている場合、95% の確率でそれは猫である可能性があります」。」

一般に、今日の機械学習の応用は非常に人気があり、その有用性については議論の余地がありません。

ディープラーニングとは何ですか?

ディープラーニング - 機械学習技術

AIはこれまでに多くの大きな進歩を遂げてきたと言えます。これは、人間の脳と同じ方法でデータを処理できる、深い「ニューラルネットワーク」を備えた一種の機械学習と考えてください。ここでの主な違いは、人間がディープラーニングプログラムに猫がどのように見えるかを教える必要がなく、猫の必要な画像をすべて提供するだけで、プログラムがそれを自分で理解してくれるということです。実行する手順は次のとおりです。

機械に猫の写真をたくさん送ります。
アルゴリズムは写真を検査して、写真間の共通の特徴と詳細を確認します。
各写真は、大きく一般的な形状から小さなセルに至るまで、さまざまなレベルで詳細にデコードされます。形状または線が何度も繰り返される場合、アルゴリズムはそれを重要な特徴としてラベル付けします。
十分な画像を分析した後、アルゴリズムはどのサンプルが猫の最も明確な証拠を提供するかを認識するようになり、人間がしなければならないのは生データを提供することだけです。

つまり、ディープラーニングは、機械が自らを訓練する機械学習の一種です。ディープラーニングは機械学習よりも多くの入力データと計算能力を必要としますが、FacebookやAmazonなどの大手テクノロジー企業によって導入され始めています。その中でも、機械学習で最も有名な名前の 1 つは、多くの世界チャンピオンを倒すのに十分な最も正確な手を予測できるようになるまで、コンピューター自身と碁を打つことができる AlphaGo です。

結論する

ディープラーニングは、人工知能の分野全体を拡大しながら、現実世界のマシンの問題の多くを応用できるようにしました。ディープラーニングは、あらゆる種類の支援機械が人間に近い、または人間と同じように動作できるようにすることで、人間の働き方を破壊します。無人自動車、人間の健康管理の改善…すべてはこの時代に実現されます。AI は世界の現在と未来です。ディープラーニングの助けを借りて、AI は私たちが長い間想像してきた SF の夢を実現することができます。

続きを見る：