Makine öğrenimi nedir? Derin öğrenme nedir? Yapay zeka, makine öğrenimi ve derin öğrenme arasındaki fark

Son yıllarda 4.0 sanayi devriminin patlamasıyla birlikte yapay zeka (AI), makine öğrenimi ve derin öğrenme gibi terimler giderek popüler hale geliyor ve 4.0 çağı vatandaşlarının kavraması gereken kavramlar haline geliyor.

Bu üç kavram arasındaki ilişki, onları bir daire olarak hayal ederek açıklanabilir; burada en erken ortaya çıkan fikir olan yapay zeka en büyük dairedir, bunu daha sonra ortaya çıkan kavram olan makine öğrenimi ve son olarak da itici güç olan derin öğrenme takip eder. Mevcut AI patlaması en küçük dairedir.

Yapay zeka, makine öğrenimi ve derin öğrenme arasındaki bağlantı

Bir yapay zeka sistemi oluşturmak elbette son derece karmaşıktır ancak bunu anlamak o kadar da zor değildir. Mevcut yapay zekaların çoğu gerçekten iyi tahmin makineleridir (beynimize benzeyen tahmin makineleri). Sisteme bir dizi veri (1'den 10'a kadar olan rakamlar gibi) veriyorsunuz ve sistemden (0'dan başlayarak x + 1) modellemesini ve tahminlerde bulunmasını istiyorsunuz. (Sonraki sayı on bir olacaktır). Sihir yoktur, insan beyninin her gün yaptığı şey budur: Bilmediklerimiz hakkında tahminde bulunmak için bildiklerimizi kullanmak.

Yapay zekayı diğer bilgisayar programlarından farklı kılan şey, her duruma özel programlar oluşturmak zorunda kalmak yerine yapay zekayı (makine öğrenimi) tamamen öğretebiliyor olmamız ve aynı zamanda otomatik olarak derin öğrenme yeteneğine sahip olmasıdır. Bu üç kavramı temel olarak şu şekilde tanımlayabiliriz:

Yapay zeka (AI): İnsan davranışını ve düşüncesini taklit edebilen bir makine.

Makine öğrenimi: Uzmanların yapay zekayı veri kalıplarını tanıması ve tahminlerde bulunması için eğitmesine olanak tanıyan bir yapay zeka özelliği.

Derin öğrenme: Makinelerin kendilerini eğitmesine olanak tanıyan küçük bir makine öğrenimi tekniği.

Yapay zeka, makine öğrenimi ve derin öğrenme arasındaki ilişki

• AI nedir?
  • Yapay zeka - bir makine şeklinde insan beyni
• Makine öğrenimi nedir?
  • Makine öğrenimi - yapay zekaya bir yaklaşım
• Derin öğrenme nedir?
  • Derin öğrenme – bir makine öğrenme tekniği
• Sonuçlandırmak

AI nedir?

Yapay zeka - bir makine şeklinde insan beyni

Yapay zeka, akıllı davranışların otomasyonu ile ilgilenen bilgisayar biliminin bir dalı olarak tanımlanabilir . Yapay zeka, bilgisayar biliminin bir parçasıdır ve bu nedenle alanın sağlam, uygulanabilir teorik ilkelerine dayanmalıdır. Basitçe söylemek gerekirse, anlaşılması kolaydır: İnsanların yarattığı makinelerin zekasıdır. Bu zeka, insan zekası gibi düşünebilir, düşünebilir, öğrenebilir. Verileri insanlardan daha büyük, daha ölçekli, sistematik, bilimsel ve daha hızlı işleyin.

Ancak şu anda yapay zeka teknolojisinin hala birçok sınırlaması var. Örneğin , yapay zeka uygulamalarının en popüler sembollerinden biri olan harika bir temizlikçi olan Alexa , ancak yine de Turing testini geçemiyor.

Kısacası bugün yapay zeka ile yaptıklarımız "Dar Yapay Zeka" kavramı kapsamına giriyor. Bu teknoloji, insanlara benzer veya onlardan daha iyi belirli görevleri yerine getirme kapasitesine sahiptir. Uygulamadaki "dar yapay zeka" örnekleri arasında Pinterest'in görüntü sınıflandırma teknolojisi veya Facebook'ta arkadaşları etiketlemek için yüz tanıma yer alıyor .

Bu teknolojiler insan zekasının bazı yönlerini gösteriyor, ancak bunlar nasıl başarılıyor? Bu bilgelik nereden geliyor? Gelelim bir sonraki konuya: makine öğrenimi.

Makine öğrenimi nedir?

Makine öğrenimi - yapay zekaya bir yaklaşım

Makine Öğrenimi, bir bilgisayara gerçekleştirdiği bir görevi iyileştirmeyi öğretme eylemi için geniş bir terimdir. Daha spesifik olarak makine öğrenimi, bir bilgisayarın bir görevdeki performansının, o görevi birden çok kez tamamladıktan sonra daha iyi hale geldiği herhangi bir sistemi ifade eder. Başka bir deyişle, makine öğreniminin en temel yeteneği, mevcut bilgiyi analiz etmek, ondan öğrenmek ve daha sonra ilgili bir şey hakkında karar vermek veya tahminde bulunmak için algoritmaları kullanmaktır. Belirli bir görevi gerçekleştirmek için ayrıntılı eylemler ve talimatlar içeren bir yazılım oluşturmak yerine, bilgisayarlar, görevin nasıl gerçekleştirileceğini öğrenmek için veriler ve algoritmalar kullanılarak "eğitilir".

Makine öğrenimi olmasaydı mevcut yapay zeka oldukça sınırlı olurdu çünkü bilgisayarlara, açıkça programlanmadan bazı şeyleri çözme gücü veriyor. Bir tür makine öğrenimi örneği olarak, fotoğraflardaki kedileri tanımlayabilen bir program istediğinizi varsayalım:

• İlk olarak, yapay zekaya makinenin tanıması için kürk rengi, vücut şekli, boyutu vb. gibi bir dizi kedi özelliği sağlarsınız.
• Daha sonra, bazı görüntüleri yapay zekaya beslersiniz; burada görüntülerin bir kısmı veya tamamı "kedi" olarak etiketlenebilir, böylece makine kedilerle ilgili ayrıntıları ve özellikleri daha etkili bir şekilde seçebilir.
• Makine kedilerle ilgili tüm gerekli verileri aldığında, bir resimde bir kediyi nasıl bulacağını bilmesi gerekir - “Görüntü belirli X, Y veya Z ayrıntılarını içeriyorsa, o zaman %95 ihtimalle bunun bir kedi olması ihtimali vardır. "

Genel olarak, günümüzde makine öğrenimi uygulaması son derece popülerdir ve yararlılığı tartışmanın ötesindedir.

Derin öğrenme nedir?

Derin öğrenme – bir makine öğrenme tekniği

Şu ana kadar yapay zekanın birçok büyük ilerleme kaydettiği söylenebilir. Bunu , verileri insan beyniyle aynı şekilde işleyebilen, derin " sinir ağlarına " sahip bir tür makine öğrenimi olarak düşünün . Buradaki temel fark, insanların bir derin öğrenme programına bir kedinin neye benzediğini öğretmek zorunda kalmayacakları, sadece ona gerekli tüm kedi görsellerini sağlayacakları ve kendi kendine öğrenecekleri. Atılacak adımlar aşağıdaki gibidir:

• Makineye çok sayıda kedi resmi besleyin.
• Algoritma, fotoğraflar arasındaki ortak özellikleri ve ayrıntıları görmek için fotoğrafları inceleyecek.
• Her fotoğrafın kodu, büyük genel şekillerden küçük ve daha küçük hücrelere kadar birçok düzeyde ayrıntılı olarak çözülecektir. Bir şekil veya çizgi birçok kez tekrarlanırsa algoritma onu önemli bir özellik olarak etiketleyecektir.
• Yeterince görüntüyü analiz ettikten sonra algoritma artık hangi örneklerin kedilerin varlığına dair en net kanıtı sağladığını biliyor ve insanın yapması gereken tek şey ham verileri sağlamak.

Kısaca: Derin öğrenme, makinenin kendi kendini eğittiği bir tür makine öğrenmesidir. Derin öğrenme, makine öğreniminden çok daha fazla girdi verisi ve bilgi işlem gücü gerektirir ancak Facebook ve Amazon gibi büyük teknoloji şirketleri tarafından uygulanmaya başlandı. Bunlar arasında makine öğreniminin en ünlü isimlerinden biri de birçok dünya şampiyonunu yenebilecek kadar en doğru hamleleri tahmin edebilene kadar Go'yu kendi kendine oynayabilen bir bilgisayar olan AlphaGo'dur.

Sonuçlandırmak

Derin öğrenme, yapay zekanın genel alanını genişletirken gerçek dünyadaki birçok makine probleminin uygulanmasına olanak tanıdı. Derin öğrenme, her türlü yardımcı makinenin insanlara yakın veya aynı şekilde performans göstermesini mümkün kılarak insanların çalışma şekillerini bozar. Sürücüsüz arabalar, daha iyi insan sağlığı hizmetleri... Bunların hepsi günümüzde gerçekleşiyor. Yapay zeka dünyanın bugünü ve geleceğidir. Yapay zeka, derin öğrenmenin yardımıyla uzun zamandır hayalini kurduğumuz bilim kurgu hayallerini gerçekleştirebilir.

Daha fazla gör:

• Yapay zeka (AI) programlamayı öğrenmeye başlamak için 6 adım
• Ücretsiz çevrimiçi AI kursları koleksiyonu
• Blockchain nedir? Blockchain nasıl çalışır?
• 60 yılı aşkın yapay zeka gelişimi tarihindeki önemli kilometre taşlarının gözden geçirilmesi