O que é aprendizado de máquina? O que é aprendizagem profunda? A diferença entre IA, aprendizado de máquina e aprendizado profundo

Nos últimos anos, com a explosão da revolução industrial 4.0 , termos como inteligência artificial (IA), aprendizagem automática e aprendizagem profunda estão gradualmente a tornar-se populares e a tornar-se conceitos que os cidadãos da era 4.0 devem compreender.

A relação entre estes três conceitos pode ser explicada imaginando-os como círculos, nos quais a IA – a ideia que apareceu mais cedo – é o círculo maior, seguida pela aprendizagem automática – o conceito que apareceu mais tarde, e finalmente a aprendizagem profunda – que está a impulsionar o atual boom da IA ​​- é o menor círculo.

A conexão entre IA, aprendizado de máquina e aprendizado profundo

Construir um sistema de IA é extremamente complicado, mas entendê-lo não é tão difícil. A maioria das inteligências artificiais atuais são apenas máquinas de adivinhar realmente boas (máquinas de adivinhar, semelhantes aos nossos cérebros). Você fornece ao sistema um conjunto de dados (como os dígitos de 1 a 10) e pede ao sistema para modelar (x + 1, começando em 0) e fazer previsões. (O próximo número será onze). Não existe mágica, é isso que o cérebro humano faz todos os dias: usar o que sabemos para adivinhar o que não sabemos.

O que diferencia a IA de outros programas de computador é que em vez de ter que criar programas específicos para cada caso, podemos ensinar IA (aprendizado de máquina) completamente, e ela também tem a capacidade de aprendizado profundo automaticamente. Esses três conceitos podem ser basicamente definidos da seguinte forma:

Inteligência artificial (IA): uma máquina que pode imitar o comportamento e o pensamento humanos.

Aprendizado de máquina: um recurso da IA ​​que permite que especialistas treinem a IA para reconhecer padrões de dados e fazer previsões.

Aprendizado profundo: Uma pequena técnica de aprendizado de máquina que permite que as máquinas se treinem.

A relação entre IA, aprendizado de máquina e aprendizado profundo

• O que é IA?
  • Inteligência artificial – o cérebro humano na forma de uma máquina
• O que é aprendizado de máquina?
  • Aprendizado de máquina – uma abordagem para IA
• O que é aprendizagem profunda?
  • Aprendizado profundo – uma técnica de aprendizado de máquina
• Concluir

O que é IA?

Inteligência artificial – o cérebro humano na forma de uma máquina

A IA pode ser definida como um ramo da ciência da computação preocupado com a automação do comportamento inteligente. A IA faz parte da ciência da computação e, portanto, deve ser baseada em princípios teóricos sólidos e aplicáveis ​​na área. Simplificando, é fácil de entender: é a inteligência das máquinas criadas pelos humanos. Esta inteligência pode pensar, pensar, aprender,... como a inteligência humana. Processe dados em um nível maior, mais escalonado, sistemático, científico e mais rápido do que os humanos.

No entanto, atualmente, a tecnologia de IA ainda tem muitas limitações. Por exemplo , Alexa - uma ótima dona de casa, um dos símbolos mais populares de aplicações de inteligência artificial, mas ainda não consegue passar no teste de Turing.

Em suma, o que estamos fazendo com a IA hoje se enquadra no conceito de “IA Estreita”. Esta tecnologia é capaz de realizar tarefas específicas de forma semelhante ou melhor que os humanos. Exemplos de “IA estreita” na prática incluem a tecnologia de classificação de imagens do Pinterest ou reconhecimento facial para marcar amigos no Facebook .

Estas tecnologias demonstram alguns aspectos da inteligência humana, mas como são alcançadas? De onde vem essa sabedoria? Vamos para o próximo círculo: aprendizado de máquina.

O que é aprendizado de máquina?

Aprendizado de máquina – uma abordagem para IA

Machine Learning é um termo amplo para o ato de ensinar um computador a melhorar uma tarefa que ele está executando. Mais especificamente, o aprendizado de máquina refere-se a qualquer sistema no qual o desempenho de um computador em uma tarefa melhora após concluí-la várias vezes. Ou, em outras palavras, a capacidade mais básica do aprendizado de máquina é usar algoritmos para analisar as informações disponíveis, aprender com elas e então tomar uma decisão ou previsão sobre algo relacionado. Em vez de criar softwares com ações e instruções detalhadas para executar uma tarefa específica, os computadores são “treinados” utilizando dados e algoritmos para aprender como executar a tarefa.

Sem o aprendizado de máquina, a IA atual seria bastante limitada porque dá aos computadores o poder de descobrir coisas sem serem explicitamente programados. Para obter um exemplo de tipo de aprendizado de máquina, digamos que você queira um programa que possa identificar gatos em fotos:

• Primeiro, você fornece à IA um conjunto de características do gato para a máquina reconhecer, como cor do pelo, formato do corpo, tamanho, etc.
• Em seguida, você alimenta a IA com algumas imagens, onde algumas ou todas as imagens podem ser rotuladas como “gato” para que a máquina possa selecionar com mais eficiência detalhes e características relacionadas aos gatos.
• Depois que a máquina tiver recebido todos os dados necessários sobre gatos, ela deve saber como encontrar um gato em uma imagem - “Se a imagem contém certos detalhes X, Y ou Z, então há 95% de chance de que talvez seja um gato ."

Em geral, a aplicação da aprendizagem automática é hoje extremamente popular e a sua utilidade está fora de debate.

O que é aprendizagem profunda?

Aprendizado profundo – uma técnica de aprendizado de máquina

Pode-se dizer que até agora a IA alcançou muitos grandes avanços. Pense nisso como um tipo de aprendizado de máquina com “ redes neurais ” profundas que podem processar dados da mesma forma que um cérebro humano. A principal diferença aqui é que os humanos não terão que ensinar a aparência de um gato em um programa de aprendizado profundo, mas apenas fornecer-lhe todas as imagens necessárias de gatos, e ele descobrirá por conta própria. As etapas a serem seguidas são as seguintes:

• Alimente a máquina com muitas fotos de gatos.
• O algoritmo examinará as fotos para ver características e detalhes comuns entre as fotos.
• Cada foto será decodificada detalhadamente em vários níveis, desde formas grandes e gerais até células cada vez menores. Se uma forma ou linha for repetida muitas vezes, o algoritmo irá rotulá-la como uma característica importante.
• Depois de analisar imagens suficientes, o algoritmo agora sabe quais amostras fornecem as evidências mais claras da existência de gatos, e tudo o que o ser humano precisa fazer é fornecer os dados brutos.

Resumindo: o aprendizado profundo é um tipo de aprendizado de máquina no qual a máquina treina sozinha. O aprendizado profundo requer muito mais dados de entrada e poder computacional do que o aprendizado de máquina, mas começou a ser implantado por grandes empresas de tecnologia como Facebook e Amazon. Entre eles, um dos nomes mais famosos do aprendizado de máquina é o AlphaGo, um computador que pode jogar Go contra si mesmo até conseguir prever os movimentos mais precisos o suficiente para vencer muitos campeões mundiais.

Concluir

O aprendizado profundo permitiu a aplicação de muitos problemas de máquinas do mundo real, ao mesmo tempo em que expandiu o campo geral da inteligência artificial. O aprendizado profundo perturba a maneira como os humanos trabalham, possibilitando o funcionamento de todos os tipos de máquinas assistivas, próximas ou idênticas às dos humanos. Carros sem condutor, melhores cuidados de saúde humana... Tudo se concretiza nos dias de hoje. A IA é o presente e o futuro do mundo. Com a ajuda do aprendizado profundo, a IA pode realizar os sonhos de ficção científica que imaginamos há tanto tempo.

Ver mais:

• 6 etapas para começar a aprender programação de inteligência artificial (IA)
• Coleção de cursos online gratuitos de IA
• O que é Blockchain? Como funciona o Blockchain?
• Revendo marcos importantes na história de mais de 60 anos de desenvolvimento da inteligência artificial