В чем разница между искусственным интеллектом и машинным обучением?

Эти два термина, кажется, связаны, особенно в их применении в компьютерных науках и разработке программного обеспечения. Является ли подмножество другого? Один инструмент используется для построения системы для другого? Каковы их различия и почему они значимы?

Машинное обучение определялось многими людьми по-разному. Одно из определений гласит, что машинное обучение (ML) - это область обучения, которая дает компьютерам возможность учиться без явного программирования.

Учитывая приведенное выше определение, мы могли бы сказать, что машинное обучение ориентировано на проблемы, для которых у нас есть (много) данных (опыта), из которых программа может учиться и может лучше справляться с задачей.

У искусственного интеллекта гораздо больше аспектов, когда машины не справляются с задачами, изучая данные, но могут демонстрировать интеллект с помощью правил (например, экспертных систем, таких как Mycin ), логики или алгоритмов, например, путем поиска путей .

Книга « Искусственный интеллект: современный подход» показывает больше областей исследования ИИ, таких как проблемы удовлетворения ограничений , вероятностные рассуждения или философские основания .

Машинное обучение - это разновидность искусственного интеллекта. Грубо говоря, это соответствует его обучающей стороне. Не существует «официальных» определений, границы немного размыты.

Определения искусственного интеллекта можно разделить на четыре категории: мышление по-человечески, мышление рационально, поступки человечно и поступки рационально. Следующая картина (из «Искусственного интеллекта: современный подход») проливает свет на эти определения: определение, которое мне нравится, принадлежит Джону Маккарти: «Это наука и техника создания интеллектуальных машин, особенно интеллектуальных компьютерных программ. с аналогичной задачей использования компьютеров для понимания человеческого интеллекта, но ИИ не должен ограничиваться биологически наблюдаемыми методами ".





Машинное обучение, с другой стороны, является областью искусственного интеллекта, которая занимается созданием программного обеспечения для более точного прогнозирования результатов без явного программирования. Различные алгоритмы используются над набором данных, чтобы предсказать будущее. Машинное обучение ориентировано на данные и ориентировано на данные. Машинное обучение развивается из изучения теории распознавания образов и компьютерной теории искусственного интеллекта.

Короче говоря, искусственный интеллект - это область компьютерных наук, которая занимается предоставлением машинам возможности выполнять рациональные задачи. Обработка естественного языка, автоматизация, обработка изображений и многие другие являются ее частью.
Машинное обучение - это подмножество искусственного интеллекта, которое ориентировано на данные и занимается прогнозированием. Используется в поисковых системах, списке рекомендаций Youtube и т. Д.

Многие термины имеют «в основном» одинаковые значения, поэтому различия заключаются только в акценте, перспективе или историческом происхождении. Люди не согласны с тем, какая метка относится к надмножеству или подмножеству; есть люди, которые назовут ИИ ветвью ИЛ и люди, которые назовут ИИ ветвью ИИ

Я обычно слышу, что машинное обучение используется как форма «прикладной статистики», где мы задаем задачу обучения достаточно подробно, чтобы мы могли просто вставить в нее данные обучения и получить полезную модель с другой стороны.

Обычно я воспринимаю искусственный интеллект как всеобъемлющий термин для обозначения любого вида интеллекта, встроенного в среду или код. Это очень широкое определение, а другие используют более узкие определения (например, фокусирование на искусственном общем интеллекте, который не является предметно-специфичным). (Взятый до крайности, моя версия включает термостаты.)

Это также хорошее время для того, чтобы указать на другие сайты StackExchange, Cross Validated и Data Science , которые частично совпадают с этой ситуацией.

Машинное обучение - это подмножество искусственного интеллекта, которое является лишь малой частью его потенциала. Это особый способ реализации ИИ, в основном сфокусированный на статистических / вероятностных и эволюционных методах. ^Q

Искусственный интеллект

Искусственный интеллект - это «теория и разработка компьютерных систем, способных выполнять задачи, обычно требующие человеческого интеллекта » (такие как визуальное восприятие, распознавание речи, принятие решений и перевод между языками).

Мы можем думать ИИ как концепция нечеловеческого принятия решений ^Q , которая направлена на моделирование когнитивных человекоподобных функций , таких как решение проблем, принятия решений или языкового общения.

Машинное обучение

Машинное обучение (ML) в основном представляет собой обучение посредством реализации моделей построения, которые могут предсказывать и идентифицировать шаблоны из данных.

По словам профессора Стефани Р. Тейлор из отдела компьютерных наук и ее лекционной статьи , а также страницы в Википедии , «машинное обучение - это отрасль искусственного интеллекта, и речь идет о построении и изучении систем, которые могут учиться на основе данных » (например, на основе существующих сообщения электронной почты, чтобы узнать, как отличить спам от не спама).

Согласно Оксфордским словарям , машинное обучение - это «способность компьютера учиться на собственном опыте » (например, модифицировать его обработку на основе вновь полученной информации).

Мы можем думать ML как компьютеризированное обнаружение образца в существующих данных, чтобы предсказать образцы в будущих данных. ^Q

Другими словами, машинное обучение включает в себя разработку алгоритмов самообучения, а искусственный интеллект - разработку систем или программного обеспечения, которые имитируют реакцию человека и поведение в определенных обстоятельствах. ^Quora

Чем искусственный интеллект отличается от машинного обучения? Https://www.linkedin.com/pulse/how-artificial-intelligence-different-from-machine-learning-singh

Машинное обучение - это наука, которая включает разработку алгоритмов самообучения. Эти алгоритмы более универсальны по своей природе, поэтому их можно применять к различным задачам, связанным с предметной областью.

Искусственный интеллект - это наука о разработке системы или программного обеспечения, которые имитируют реакцию человека и поведение в окружности. Как область с чрезвычайно широким охватом, ИИ определил свою цель на несколько частей. Позже каждый патрон стал отдельной областью исследования для решения своей проблемы.

Шакти Дасан Секар

Искусственный интеллект (ИИ) и Машинное обучение (МЛ) в настоящее время являются двумя очень популярными модными словечками, и часто кажется, что они взаимозаменяемы.

Искусственный интеллект - это более широкая концепция машин, способных выполнять задачи таким образом, что мы считаем «умным», а машинное обучение - это современное приложение ИИ, основанное на идее о том, что мы действительно должны просто дать машинам доступ к данным. и пусть они учатся для себя.

Вы можете найти дополнительную информацию о машинном обучении и искусственном интеллекте.

Теоретический ИИ - это то, что привело к развитию машинного обучения. Часто упоминаемый как подмножество искусственного интеллекта, действительно точнее думать о нем как о современной современной технологии.

Машинное обучение - это получение знаний о данных с использованием некоторых алгоритмов самообучения, а ИИ - это область, где машина выполняет задачи без поддержки человека на основе этих знаний, полученных в процессе обучения. Так вот, что ML означает подмножество ИИ.

Искусственный интеллект: свойство знания искусственного существа в действии.

Машинное обучение: Как сделать искусственное существо, чтобы добавить информацию (Learn) для своих знаний

Проще говоря, искусственный интеллект - это область науки, которая пытается имитировать поведение людей или других животных.

Машинное обучение является одним из ключевых инструментов / технологий искусственного интеллекта.

Искусственный интеллект (ИИ) и Машинное обучение (МЛ) в настоящее время являются двумя очень популярными модными словечками, и часто кажется, что они взаимозаменяемы. Они не совсем одно и то же, но их восприятие иногда может привести к некоторой путанице. Поэтому я подумал, что стоит написать статью, чтобы объяснить разницу.

Машинное обучение является основной областью искусственного интеллекта; это позволяет компьютерам переходить в режим самообучения без явного программирования. Получив новые данные, эти компьютерные программы могут самостоятельно учиться, расти, изменяться и развиваться.

Прежде всего, я столкнулся с термином «Машинное обучение» гораздо больше в моих классах бизнес-аналитики, чем в моих классах искусственного интеллекта.

Мой профессор ИИ Рольф Пфайфер сказал бы так: (после долгого разговора о том, что такое интеллект, как его можно определить, различные типы интеллекта и т. Д.). ML более статичен и «туп», не знает о своей физической среде и не предназначен для взаимодействия с ней или только на абстрактной основе. ИИ обладает определенной осведомленностью о своей среде и автономно взаимодействует с ней, принимая тем самым автономные решения с помощью петель обратной связи. С этой точки зрения Ugnes Answer был бы, вероятно, самым близким. Кроме того, конечно, ML является подмножеством ИИ.

Машинное обучение - это не настоящий интеллект (imho), это в основном человеческий интеллект, отраженный в логических алгоритмах, и, как сказал бы мой Business Intelligence Prof: о данных и их анализе. Машинное обучение имеет множество контролируемых алгоритмов, которым на самом деле нужны люди, чтобы поддерживать процесс обучения, рассказывая, что правильно, а что нет, поэтому они не независимы. И как только они применяются, алгоритмы в основном статичны, пока люди не перенастроят их. В ML у вас в основном дизайны чёрных ящиков, и основным аспектом являются данные. Данные поступают, данные анализируются («интеллектуально»), данные выходят, и обучение в большинстве случаев относится к этапу, предшествующему внедрению / обучению. В большинстве случаев ML не заботится о среде, в которой находится машина, а о данных.

ИИ вместо этого - имитация человеческого или животного интеллекта. Следуя подходу моего профессора, ИИ - это не обязательно самосознание, а взаимодействие с окружающей средой, поэтому для создания ИИ вам необходимо предоставить датчики машины, чтобы воспринимать окружающую среду, своего рода интеллект, способный продолжать обучение, и элементы для взаимодействия с окружающей средой (оружие и т. д.). Взаимодействие должно происходить автономно и в идеале, как и у людей, обучение должно быть автономным, непрерывным процессом.

Таким образом, беспилотник, который сканирует поля в логической схеме для определения цветовых моделей, чтобы найти сорняки в посевах, был бы более ML. Особенно, если данные впоследствии анализируются и проверяются людьми или используется алгоритм, который является статическим алгоритмом со встроенным «интеллектом», но не способным переставлять или адаптировать его к своей среде. Дрон, который летит автономно, заряжается сам, когда батарея разряжена, сканирует на наличие сорняков, учится выявлять неизвестных, вырывает их сам и возвращает их для проверки, будет ИИ ...

Прежде, чем попасть в разницу, важно уяснить, что именно они означают.

Искусственный интеллект - это наука и техника, заставляющие компьютеры вести себя так, чтобы имитировать поведение человека - Эндрю Мур

Машинное обучение - это изучение компьютерных алгоритмов, позволяющих автоматически улучшать компьютерные программы с помощью опыта - Том Митчелл

Если искусственный интеллект создает машины для демонстрации человеческого интеллекта, то машинное обучение - это подход к достижению того искусственного интеллекта, на котором машина может учиться самостоятельно, без явного программирования. Просто машинное обучение является частью ИИ.

Давайте сделаем тест на себя, чтобы выяснить разницу.

Шаг 1: Я напишу слово, и вы должны произнести это вслух.

Слово это: Stackoverflow

Хороший!!! чтобы вы могли произнести это без проблем

Шаг 2: Теперь вам нужно произнести другое слово.

Слово это: Worcestershire

Хммм !!! это трудно, но, тем не менее, вы произносите это, что делает вас разумным.

Так именно, когда вы преодолеваете трудности свои intelligence.

Но теперь, если я скажу вам, как оно произносится, и вы попробуете тот же тест, у вас не возникнет трудностей, поскольку вы научитесь его произносить.

То же самое касается искусственного интеллекта и машинного обучения.

Таким образом, искусственный интеллект - это способ сопоставить человеческую логику, рассуждения, понимание и навыки решения проблем.

При этом машинное обучение - это запоминание или предсказание по шаблону, статистике и опыту.

Таким образом, искусственный интеллект должен обладать навыками решения проблем, логикой, рассуждением, пониманием, но все же вам необходимо научиться приобретать эти навыки, поэтому машинное обучение является частью искусственного интеллекта.

В компьютерных играх ИИ может быть следующим: если игрок прыгает, стреляйте. Поэтому ИИ может быть просто набором четких инструкций для поведения. Программист ИИ заранее решил, что лучше всего стрелять, когда игрок прыгает.

Глубокое обучение - это способ не определять эти инструкции заранее, а изучать их, пока они происходят, поэтому ИИ узнает, что лучше всего стрелять, когда игрок прыгает. Этому можно научиться, также пытаясь стрелять в другое время и диагностируя, что это имеет меньший эффект.

Искусственный интеллект означает, что вы пишете программу для выполнения определенной задачи, и вы не задумываетесь, как отдельный пользователь использует программу или какую часть программы он постоянно использует ...

Машинное обучение означает, что вы пишете одну и ту же программу, а также говорите программе, чтобы она предложила что-то, что может заинтересовать пользователя ...

Лучший пример машинного обучения - распознавание лиц

Вы написали программу для определения цвета, формы лиц, а затем, когда она распознает лицо, вы можете выполнять другие задачи ... Это машинное обучение.

но если у вас уже есть данные изображений разных лиц, хранящиеся в программе, и вы сравниваете их с пользователем, а затем выполняете определенную задачу, то это будет искусственный интеллект