Qual è la differenza tra intelligenza artificiale e machine learning?

Questi due termini sembrano essere correlati, soprattutto nella loro applicazione in informatica e ingegneria del software. Uno è un sottoinsieme di un altro? Uno è uno strumento utilizzato per costruire un sistema per l'altro? Quali sono le loro differenze e perché sono significative?

L'apprendimento automatico è stato definito da molte persone in diversi modi. Una definizione afferma che l'apprendimento automatico (ML) è il campo di studio che offre ai computer la possibilità di apprendere senza essere esplicitamente programmati.

Data la definizione di cui sopra, potremmo dire che l'apprendimento automatico è orientato verso problemi per i quali abbiamo (molti) dati (esperienza), dai quali un programma può apprendere e migliorare in un compito.

L'intelligenza artificiale ha molti altri aspetti, in cui le macchine non migliorano le attività imparando dai dati, ma possono mostrare intelligenza attraverso regole (ad esempio sistemi esperti come Mycin ), logica o algoritmi, ad esempio trovare percorsi .

Il libro Intelligenza artificiale: un approccio moderno mostra più campi di ricerca dell'IA, come i problemi di soddisfazione dei vincoli , il ragionamento probabilistico o le basi filosofiche .

L'apprendimento automatico è un sottoinsieme dell'intelligenza artificiale. In parole povere, corrisponde al suo lato di apprendimento. Non ci sono definizioni "ufficiali", i confini sono un po 'sfocati.

Le definizioni di intelligenza artificiale possono essere classificate in quattro categorie: pensare umanamente, pensare razionalmente, agire umanamente e agire razionalmente. L'immagine seguente (da Artificial Intelligence: A Modern Approach) farà luce su queste definizioni: La definizione che mi piace è di John McCarthy, "È la scienza e l'ingegneria della realizzazione di macchine intelligenti, in particolare programmi per computer intelligenti. È correlato al compito analogo di usare i computer per comprendere l'intelligenza umana, ma l'IA non deve limitarsi a metodi che sono biologicamente osservabili. "





Il machine learning, d'altra parte, è il campo dell'intelligenza artificiale che si occupa della creazione di software per fare previsioni migliori per l'output senza essere esplicitamente programmato. Vari algoritmi sono utilizzati su un insieme di dati per prevedere il futuro. L'apprendimento automatico è basato sui dati e orientato ai dati. L'apprendimento automatico si è evoluto dallo studio del riconoscimento dei modelli e della teoria dell'apprendimento computazionale dell'IA.

In breve, l'Intelligenza Artificiale è un campo dell'Informatica che si occupa di fornire alle macchine la capacità di svolgere compiti razionali. Elaborazione del linguaggio naturale, automazione, elaborazione delle immagini e molti altri ne fanno parte.
L'apprendimento automatico è un sottoinsieme dell'IA che è orientato ai dati e si occupa della previsione. Utilizzato nei motori di ricerca, nell'elenco delle raccomandazioni di Youtube, ecc.

Molti termini hanno "principalmente" gli stessi significati, e quindi le differenze sono solo in enfasi, prospettiva o discesa storica. Le persone non sono d'accordo su quale etichetta si riferisce al superset o al sottoinsieme; ci sono persone che chiameranno AI una branca dell'ML e persone che chiameranno ML una branca dell'IA.

In genere sento l'apprendimento automatico usato come una forma di "statistiche applicate" in cui specifichiamo un problema di apprendimento in modo sufficientemente dettagliato che possiamo semplicemente inserire i dati di allenamento e ottenere un modello utile dall'altra parte.

In genere sento Intelligenza Artificiale come un termine generico per riferirsi a qualsiasi tipo di intelligenza incorporata nell'ambiente o nel codice. Questa è una definizione molto espansiva, e altri ne usano di più ristretti (come concentrarsi sull'intelligenza generale artificiale , che non è specifica del dominio). (Portata all'estremo, la mia versione include termostati.)

Questo è anche un buon momento per segnalare altri siti StackExchange, Cross Validated e Data Science , che si sovrappongono un po 'a questo sit.

L'apprendimento automatico è un sottoinsieme di intelligenza artificiale che è solo una piccola parte del suo potenziale. È un modo specifico per implementare l'IA principalmente focalizzato su tecniche statistiche / probabilistiche e tecniche evolutive. ^Q

Intelligenza artificiale

L'intelligenza artificiale è " la teoria e lo sviluppo di sistemi informatici in grado di svolgere compiti che normalmente richiedono intelligenza umana " (come la percezione visiva, il riconoscimento vocale, il processo decisionale e la traduzione tra le lingue).

Possiamo pensare all'IA come al concetto di processo decisionale non umano ^Q che mira a simulare funzioni cognitive simili all'uomo come la risoluzione dei problemi, il processo decisionale o la comunicazione linguistica.

Apprendimento automatico

L'apprendimento automatico (ML) è fondamentalmente un apprendimento attraverso l'implementazione di modelli di costruzione in grado di prevedere e identificare modelli dai dati.

Secondo la prof.ssa Stephanie R. Taylor di Informatica e il suo documento di conferenza , e anche la pagina di Wikipedia , "l'apprendimento automatico è una branca dell'intelligenza artificiale e riguarda la costruzione e lo studio di sistemi che possono imparare dai dati " (come basato sull'esistente messaggi di posta elettronica per imparare a distinguere tra spam e non spam).

Secondo Oxford Dictionaries , l'apprendimento automatico è " la capacità di un computer di apprendere dall'esperienza " (ad esempio modificarne l'elaborazione sulla base delle informazioni acquisite di recente).

Possiamo pensare alla ML come rilevazione computerizzata dei modelli nei dati esistenti per prevedere i modelli nei dati futuri. ^Q

In altre parole, l'apprendimento automatico comporta lo sviluppo di algoritmi di autoapprendimento e l'intelligenza artificiale comporta lo sviluppo di sistemi o software per imitare l'uomo per rispondere e comportarsi in una circostanza. ^quora

In che modo l'intelligenza artificiale è diversa dall'apprendimento automatico https://www.linkedin.com/pulse/how-artificial-intelligence-different-from-machine-learning-singh

L'apprendimento automatico è una scienza che prevede lo sviluppo di algoritmi di autoapprendimento. Questi algoritmi sono di natura più generica che possono essere applicati a vari problemi relativi al dominio.

L'intelligenza artificiale è una scienza per sviluppare un sistema o un software per imitare l'uomo per rispondere e comportarsi in una circonferenza. Come campo con portata estremamente ampia, l'IA ha definito il suo obiettivo in più blocchi. Successivamente ogni mandrino è diventato un campo di studio separato per risolvere il suo problema.

Sakthi Dasan Sekar

L'intelligenza artificiale (AI) e l'apprendimento automatico (ML) sono due parole d'ordine molto in voga in questo momento e spesso sembrano essere usate in modo intercambiabile.

L'intelligenza artificiale è il concetto più ampio di macchine in grado di svolgere compiti in un modo che considereremmo "intelligente" e Machine Learning è un'applicazione corrente dell'intelligenza artificiale basata sull'idea che dovremmo davvero essere in grado di dare alle macchine l'accesso ai dati e far loro imparare da soli.

Ulteriori informazioni sull'apprendimento automatico e sull'intelligenza artificiale sono disponibili.

L'intelligenza artificiale basata sulla teoria è ciò che ha portato allo sviluppo dell'apprendimento automatico. Spesso definito come un sottoinsieme dell'IA, è davvero più accurato pensarlo come l'attuale tecnologia allo stato dell'arte.

L'apprendimento automatico sta acquisendo conoscenze sui dati utilizzando alcuni algoritmi di autoapprendimento e l'intelligenza artificiale è un campo in cui la macchina esegue compiti senza supporto umano sulla base delle conoscenze acquisite attraverso l'apprendimento. Questo è ciò che significa ML è il sottoinsieme di AI.

Intelligenza artificiale: una proprietà della conoscenza in un'entità artificiale in azione.

Apprendimento automatico: come fare un'entità artificiale per aggiungere informazioni (Apprendimento) per le sue conoscenze

In parole semplici, l'intelligenza artificiale è un campo della scienza che sta cercando di imitare il comportamento umano o di altri animali.

L'apprendimento automatico è uno degli strumenti chiave / tecnologia alla base dell'intelligenza artificiale.

L'intelligenza artificiale (AI) e l'apprendimento automatico (ML) sono due parole d'ordine molto in voga in questo momento e spesso sembrano essere usate in modo intercambiabile. Non sono esattamente la stessa cosa, ma la percezione che siano a volte può creare confusione. Quindi ho pensato che varrebbe la pena scrivere un pezzo per spiegare la differenza.

L'apprendimento automatico è una sottozona fondamentale dell'intelligenza artificiale; consente ai computer di entrare in una modalità di autoapprendimento senza essere esplicitamente programmati. Se esposti a nuovi dati, questi programmi per computer sono in grado di apprendere, crescere, cambiare e svilupparsi da soli.

Prima di tutto, ho incontrato il termine MachineLearning molto più nelle mie lezioni di Business Intelligence che nelle mie lezioni di AI.

Il mio professore di intelligenza artificiale Rolf Pfeifer lo avrebbe detto in questo modo: (dopo aver parlato a lungo di cos'è l'intelligenza, come può essere definita, diversi tipi di intelligenza, ecc.). ML è più statico e "stupido", ignaro del suo ambiente fisico e non fatto per interagire con esso, o solo su base astratta. L'intelligenza artificiale ha una certa consapevolezza del suo ambiente e interagisce con esso in modo autonomo, prendendo così decisioni autonome con circuiti di feedback. Da quel punto di vista, la risposta di Ugnes sarebbe probabilmente la più vicina. Oltre a ciò, ovviamente, ML è un sottoinsieme di AI.

L'apprendimento automatico non è una vera intelligenza (imho), è principalmente un'intelligenza umana riflessa in algoritmi logici e, come direbbe il mio Prof di Business Intelligence: sui dati e la sua analisi. L'apprendimento automatico ha molti algoritmi supervisionati che in realtà hanno bisogno degli esseri umani per supportare il processo di apprendimento dicendo cosa è giusto e cosa è sbagliato, quindi non sono indipendenti. E una volta applicati, gli algoritmi sono per lo più statici fino a quando gli umani li riaggiustano. In ML hai principalmente disegni di scatole nere e l'aspetto principale sono i dati. I dati entrano, i dati vengono analizzati ("in modo intelligente"), i dati escono e l'apprendimento nella maggior parte dei casi si applica a una fase di pre-implementazione / apprendimento. Nella maggior parte dei casi a ML non interessa l'ambiente in cui si trova una macchina, riguarda i dati.

L'intelligenza artificiale invece riguarda l'imitazione dell'intelligenza umana o animale. Seguendo l'approccio del mio Prof, l'IA non è necessariamente sull'autocoscienza ma sull'interazione con l'ambiente, quindi per costruire l'IA è necessario fornire ai sensori della macchina la percezione dell'ambiente, un sorto di intelligenza in grado di continuare ad imparare ed elementi per interagire con l'ambiente (armi, ecc.). L'interazione dovrebbe avvenire in modo autonomo e idealmente, come negli umani, l'apprendimento dovrebbe essere un processo autonomo e continuo.

Quindi un drone che analizza i campi in uno schema logico alla ricerca di modelli di colore per trovare erbe infestanti all'interno delle colture sarebbe più ML. Soprattutto se i dati vengono successivamente analizzati e verificati da umani o l'algoritmo utilizzato è quello di un algoritmo statico con "intelligenza" incorporata ma non cablabile per riorganizzare o adattarsi al suo ambiente. Un drone che vola autonomamente, si carica quando la batteria è scarica, cerca le erbacce, impara a rilevare quelli sconosciuti e li strappa da solo e li riporta indietro per la verifica, sarebbe AI ...

Prima di entrare nella differenza è importante chiarire cosa significano esattamente.

L'intelligenza artificiale è la scienza e l'ingegneria per far sì che i computer si comportino in modo tale da imitare il comportamento umano - Andrew Moore

L'apprendimento automatico è lo studio di algoritmi informatici che consentono ai programmi informatici di migliorare automaticamente attraverso l'esperienza: Tom Mitchell

Se l'Intelligenza Artificiale sta costruendo macchine per mostrare l'intelligenza umana, l'apprendimento automatico è un approccio per raggiungere quell'intelligenza artificiale in cui la macchina può imparare da sola senza essere esplicitamente programmata. Semplicemente, l'apprendimento automatico fa parte dell'IA.

Facciamo un test su noi stessi per scoprire la differenza.

Step 1: scriverò una parola e dovrai pronunciarla ad alta voce.

La parola è: Stackoverflow

Buono!!! così puoi pronunciarlo senza soluzione di continuità

Passaggio 2: ora devi pronunciare un'altra parola.

La parola è: Worcestershire

Hmmmm !!! trovarlo difficile ma comunque, lo pronunci, ti rende intelligente.

Quindi, precisamente, quando si supera la difficoltà è intelligence.

Ma ora se ti dicessi come si pronuncia e provi lo stesso test, non avrai difficoltà mentre imparerai a pronunciarlo.

Lo stesso vale per l'intelligenza artificiale e l'apprendimento automatico.

Quindi l'intelligenza artificiale è un modo per mappare la logica umana, il ragionamento, la comprensione e le capacità di risoluzione dei problemi.

Mentre l'apprendimento automatico è ricordare o prevedere in base a modello, statistiche ed esperienza.

Quindi l'intelligenza artificiale deve avere capacità di risoluzione dei problemi, logica, ragionamento, comprensione ma, tuttavia, è necessario imparare ad acquisire queste abilità, quindi l'apprendimento automatico è una parte dell'intelligenza artificiale.

Nei giochi per computer, un'intelligenza artificiale potrebbe essere: se il giocatore salta, quindi spara. Quindi l'IA può essere semplicemente un insieme di chiare istruzioni per il comportamento. Il programmatore AI ha deciso in anticipo che è meglio sparare quando il giocatore salta.

Il Deep Learning è un modo per non definire prima quelle istruzioni ma impararle mentre stanno accadendo, quindi l'IA impara che è meglio sparare quando un giocatore salta. Potrebbe imparare questo anche provando a sparare altre volte e diagnosticare che questo ha meno effetto.

L'intelligenza artificiale significa che scrivi un programma per svolgere un determinato compito e non stai considerando il modo in cui il singolo utente sta utilizzando il programma o quale parte del programma utilizza costantemente ...

L'apprendimento automatico significa che scrivi lo stesso programma e dici anche al programma di suggerire una cosa che l'utente avrà interesse in esso ...

Il miglior esempio di Machine Learning è il riconoscimento facciale

hai scritto il programma per rilevare i colori, le forme dei volti e poi quando riconosce un volto puoi svolgere altre attività ... È l'apprendimento automatico.

ma se hai già dati di immagini di volti diversi memorizzati nel programma e li stai confrontando con un utente e poi fai un determinato compito, allora sarà Intelligenza Artificiale