Q:
Qual é a diferença entre inteligência artificial, aprendizado de máquina e aprendizado profundo?
UMA:Os termos “inteligência artificial”, “aprendizado de máquina” e “aprendizado profundo” descrevem um processo que se construiu nas últimas décadas, pois o mundo fez enormes avanços no poder da computação, na transferência de dados e em outros objetivos tecnológicos.
A conversa deve começar com inteligência artificial, um termo amplo para qualquer capacidade de computadores ou tecnologias de simular o pensamento humano ou a atividade cerebral. Em certo sentido, a inteligência artificial começou cedo, com programas simples de xadrez e outros que começaram a imitar a tomada de decisão e o pensamento humano.
Download grátis: Machine Learning e por que é importante |
A inteligência artificial continuou a progredir desde os primeiros dias do computador pessoal, até a era da Internet e, finalmente, para a era da computação em nuvem, virtualização e redes sofisticadas. A inteligência artificial cresceu e se expandiu de várias maneiras como uma indústria de tecnologia essencial.
Um dos marcos da inteligência artificial é o surgimento e a adoção do aprendizado de máquina, uma abordagem específica para atingir as metas de inteligência artificial.
O aprendizado de máquina usa algoritmos e programas sofisticados para ajudar o software a melhorar a tomada de certos conjuntos de decisões em um ambiente de desempenho. Em vez de simplesmente programar um computador para executar um conjunto de tarefas repetidas vezes, como foi o caso dos programas codificados manualmente das décadas de 1970 e 1980, o aprendizado de máquina começa a usar heurísticas, modelagem de comportamento e outros tipos de projeções para permitir que o tecnologia para melhorar sua tomada de decisão e evoluir com o tempo. O aprendizado de máquina foi aplicado ao combate ao email de spam, à implementação de personalidades de inteligência artificial como o IBM Watson e ao alcance de metas de inteligência artificial de outras maneiras.
O aprendizado profundo, por sua vez, baseia-se no aprendizado de máquina. Especialistas descrevem o aprendizado profundo como o uso de algoritmos para gerar abstrações de alto nível, como o uso de redes neurais artificiais para treinar tecnologias em tarefas. O aprendizado profundo leva o aprendizado de máquina ao próximo nível, tentando modelar a atividade real do cérebro humano e aplicá-la à tomada de decisão artificial ou outro trabalho cognitivo.
O aprendizado profundo foi demonstrado por meio de exemplos como programas avançados de otimização da cadeia de suprimentos, programas de equipamentos de laboratório e outros tipos de inovações, como a rede adversária generativa, onde duas redes opostas, uma rede generativa e discriminatória, trabalham umas contra as outras para modelar o ser humano. processos de pensamento de discriminação. Esse tipo específico de aprendizado profundo pode ser aplicado ao processamento de imagens e outros usos.
A realidade é que o aprendizado profundo aproxima a inteligência artificial do que os especialistas consideram "IA forte", inteligência artificial que é mais ou menos totalmente capaz de replicar muitas funções do pensamento humano. Isso gera um debate significativo sobre como lidar com essas tecnologias emergentes de maneira eficaz e como cuidar de um mundo em que os computadores pensem da mesma maneira que nós.