حتما شما هم اگر مثل من در شروع راه باشید، وقتی نام های مختلفی مانند هوش مصنوعی(AI)، ماشین لرنینگ(ML) و یادگیری عمیق(DL) به گوشتان میخورد، دچار سردگمی میشوید و به دنبال یافتن تفاوت بین این موضوعات می گردید؛
در این مطلب از سایت به روشن کردن این تفاوت ها و نشان دادن اشتراک های هر موضوع میپردازیم تا چراغ راهی برای ادامه مسیر یادگیری‌مان باشد.
معمولا از این سه اصطلاح به اشتباه بجای یک دیگر استفاده میشود در حالیکه تفاوت‌شان درنظر گرفته نمی شود.
تصویر زیر تا حدودی نشان دهنده تمایز بین این سه موضوع است: یادگیری عمیق بخشی از یادگیری ماشین است که خود ماشین لرنیگ زیرمجموعه ی هوش مصنوعی است!
هوش مصنوعی چیست؟
همانطور که از نامش پیداست، هوش مصنوعی را میتوان به علمی که سعی دارد هوش انسان را با ماشین ها (یا کامپیوتر) تلفیق کند.
هوش مصنوعی مفهوم گسترده ای است که پیش بینی می شود تمام فناوری های آینده را در بر گیرد.
هرگاه ماشینی وظایف خود را بر اساس مجموعه ای از قوانین تعیین شده برای حل مسائل (الگوریتم ها) به انجام برساند، این رفتار “هوشمند” همان چیزی است که هوش مصنوعی نامیده می شود؛
یادگیری ماشین (ماشین لرنینگ) چیست؟
به توانمندسازی سیستم های رایانه ای برای قابلیت “یادگیری” ماشین لرنینگ گفته می شود. هدف ML این است که ماشین ها را قادر به یادگیری خودشان با استفاده از داده های ارائه شده و پیش بینی های دقیق کند.
در واقع یادگیری ماشین یک زیرمجموعه از AI است که به عنوان یک تکنیک سعی دارد مفهوم هوش مصنوعی را تحقق بخشد.
ماشین لرنینگ یک روش برای آموزش الگوریتم ها هست، بطوری که الگوریتم ها یادبگیرند چطور تصمیم‌گیری کنند؛
آموزش در یادگیری ماشین شامل دادن داده های زیادی به الگوریتم و اجازه دادن به آن برای یادگیری بیشتر در مورد اطلاعات پردازش شده است.
یادگیری عمیق چیست؟
همانطور که قبلا هم اشاره کردیم، یادگیری عمیق یک زیر مجموعه از ماشین لرنینگ است بطوری که تکامل بیشتری یافته است تا بتواند مسائل سخت تر را نیز حل نماید.
الگوریتم های دیپ لرنینگ تقریباً از الگوی پردازش اطلاعات موجود در مغز انسان الهام می گیرند.
درست مثل اینکه ما از مغز خود برای شناسایی الگوها و طبقه بندی انواع مختلف اطلاعات استفاده می کنیم ، الگوریتم های یادگیری عمیق را می توان برای انجام کارهای یکسان برای ماشین آلات آموزش داد.
مغز معمولاً سعی دارد که اطلاعات دریافتی را رمزگشایی کند، برای اینکار اطلاعات ورودی از حس های مختلف مانند بینایی یا شنوایی را برچسب گذاری میکند و به دسته بندی های مختلف دسته‌بندی میکند.
هر زمان که اطلاعات جدیدی دریافت می کنیم ، مغز سعی می کند قبل از ساختن اطلاعات ، آن را با یک مورد شناخته شده از قبل مقایسه کند، الگوریتم های یادگیری عمیق نیز از این ترفند برای شناسایی روابط بین داده های ورودی استفاده می کنند.
مقایسه یادگیری عمیق و یادگیری ماشینی می تواند به شما در درک تفاوتهای ظریف آنها کمک کند:
بطور مثال، درحالیکه دیپ لرنینگ به صورت خودکار ویژگی های مناسب برای استفاده در طبقه بندی داده ها را کشف میکند، در ماشین لرنینگ نیاز است که این ویژگی ها را خودمان در اختیار الگوریتم قرار دهیم!
علاوه بر این ، برخلاف ML ، یادگیری عمیق برای ارائه نتایج دقیق، به کامپیوترهای پیشرفته و مقدار زیادی از داده های آموزشی نیاز دارد؛
نتیجه گیری
امیدوارم که با این مطلب کوتاه توانسته باشم تا حدودی تفاوت های بین هوش مصنوعی، ماشین لرنینگ و یادگیری عمیق را نشان دهم.
بطور خلاصه هوش مصنوعی یک موضوع گسترده است که در آن از تکنیک های مختلفی مانند ماشین لرنینگ و دیپ لرنینگ استفاده می شود. یادگیری عمیق نوع پیشرفته ای از یادگیری ماشین است که توانایی تصمیم گیری در مسائل سخت تر و پیچیده را محقق میسازد اما نیاز به سخت افزار قوی تر و داده های ورودی زیادتری دارد.