Differenza tra apprendimento automatico e intelligenza artificiale

10

La mia domanda è questa:

C'è qualche differenza tra apprendimento automatico e intelligenza artificiale? O questi termini si riferiscono alla stessa cosa?

machine-learning theory

— Sairaam Venkatraman
fonte

2

AI = robot pensanti. ML = funzioni di stima.

— Emre,

@Emre: potresti elaborare? Forse abbastanza per essere una risposta? 😊

— Sairaam Venkatraman,

1

@Emre non stanno pensando ai robot solo alcune entità che stimano le funzioni?

— famargar,

@famargar: questa descrizione non ne esprime l'essenza. Descriveresti la tua intelligenza solo come stima della funzione?

— Emre,

3

@Emre Perché no, però? Potrebbe essere che la funzione sia molto complicata.

— Sairaam Venkatraman,

10

Le aree dell'intelligenza artificiale e dell'apprendimento automatico (oltre alla scienza dei dati) sono vagamente definite, in modo tale che è difficile fare dichiarazioni rigorose su come si relazionano. Nel caso generale, sembra che ci siano parti che si sovrappongono, ma che sono piuttosto lontane dall'essere "lo stesso soggetto con due nomi diversi" come suggerito nella domanda.

Il termine Intelligenza Artificiale ha molti significati e interpretazioni possibili - la versione a cui fare riferimento varia in base al tempo e alla fonte che la utilizza. I libri di testo sull'intelligenza artificiale tratteranno spesso argomenti come algoritmi di ricerca, deduzione logica e altre cose che chiaramente non sono apprendimento automatico come viene praticato oggi.

Ad esempio, potremmo prenderlo come riferimento all'Intelligenza Generale Artificiale (o "IA dura"), e in questo caso dovrebbe essere chiaro che almeno una qualche forma di algoritmo (i) di apprendimento sarebbe necessaria per raggiungere gli obiettivi dell'AGI. Tuttavia, è molto meno chiaro quanta parte dell'AGI possa essere risolta combinando l'apprendimento automatico in strutture complesse.

Il termine Machine Learning ha alcune definizioni di lavoro diverse, ma questa è popolare:

Si dice che un programma per computer apprenda dall'esperienza E rispetto ad alcune classi di attività T e che misurino le prestazioni P se le sue prestazioni nelle attività in T, misurate da P, migliorano con l'esperienza E.

Questo è molto più definito dell'intelligenza artificiale, ma ha ancora molto campo di applicazione.

La tendenza a confondere AI e ML sembra essere un problema di media e marketing, non tecnico. Sospetto che ciò sia in parte dovuto ai progressi degli ultimi 5-10 anni nelle reti neurali. I modelli di rete neurale hanno fatto notevoli progressi, in particolare nell'elaborazione del segnale di immagini, video, audio. Esiste anche un'analogia con i cervelli biologici che può essere convincente, specialmente quando l'argomento è semplificato per il consumo da parte dei media mainstream.

Vale la pena menzionare anche Data Science. Come l'intelligenza artificiale, il termine è in qualche modo definito in modo confuso. Analogamente all'intelligenza artificiale, la scienza dei dati ha molto più di un semplice apprendimento automatico. Per i professionisti della Data Science, ML fa parte di un toolkit per raggiungere gli obiettivi: per alcune persone è una grande parte di ciò che fanno, per altri è solo una parte di un ambito più ampio (in realtà la formazione e il perfezionamento di un modello ML potrebbero richiedere solo una piccola parte dei tempi di un data scientist, analista o statista professionista). Penso che sia ragionevole affermare che l'intelligenza artificiale e la scienza dei dati si riferiscono all'apprendimento automatico in modo simile.

— Neil Slater
fonte

7

L'apprendimento automatico in termini laici è un algoritmo che consente alle macchine di identificare modelli nei dati e quindi sviluppare un modello che può essere utilizzato per prevedere i dati invisibili.

L'intelligenza artificiale è la capacità delle macchine di prendere decisioni intelligenti che sono uguali o migliori della loro controparte umana.

Differenza tra i due :

L'intelligenza artificiale è un campo molto ampio di intelligenza informatica in cui l'apprendimento automatico è uno dei modi in cui acquisisce l'intelligenza per prevedere i risultati. Ma l'IA contiene anche robotica, sintesi vocale, visione artificiale e altri.

Quindi, se dovessi disegnare un diagramma di Venn dell'intelligenza artificiale, l'apprendimento automatico sarebbe un sottoinsieme.

— Ajay Sant
fonte

2

È così che lo spiego a persone non tecniche. È interessante la conoscenza comune di questo soggetto così incompreso. e quando la maggior parte delle persone parla di AI, parla di AGI. Tutti hanno paura di AIG ma non dell'intelligenza artificiale poiché la usiamo ogni giorno dalla produzione automobilistica all'imballaggio. Almeno questa è la mia prospettiva su questo. Ciò che mi fa paura è AIG con ML e non avere alcuna regola (morale per dire).

— JayRizzo,

5

Il deep learning è un sottoinsieme dell'apprendimento automatico che è un sottoinsieme dell'intelligenza artificiale. L'apprendimento automatico è un approccio particolare per l'IA ma non l'unico. Symbolic Logic, Bayersian Statistics sono alcuni esempi di approcci AI che non utilizzano alcun tipo di algoritmo di machine learning.

— Dhruv Mahajan
fonte

1

Una definizione breve e più chiara di AI e machine learning fa che la differenza tra i due sia vista sarebbe più utile.

— Sairaam Venkatraman,

3

Un buon esempio di AI, ma non di machine learning è il calcolo evolutivo. Qui invece di imparare dall'esperienza (come nella definizione di Tom M. Mitchell) abbiamo genotipo che cambia in ogni generazione di versione del programma per computer, misurata dalle sue prestazioni sul compito (espressione del fenotipo in ambiente).

Come dice Melanie Mitchell :

'... dai primi giorni in cui i computer sono stati applicati ... alla modellizzazione del cervello, all'imitazione dell'apprendimento umano e alla simulazione dell'evoluzione biologica ... Il primo è cresciuto nel campo delle reti neurali, il secondo nell'apprendimento automatico e il terzo in quello che ora viene chiamato "calcolo evolutivo", ... "Anche se ora le reti neurali sono per lo più considerate parte dell'apprendimento automatico.

— DmytroSytro
fonte

3

ML, di Tom M. Mitchell:

Si dice che un programma per computer apprenda dall'esperienza E rispetto ad alcune classi di attività T e che misurino le prestazioni P se le sue prestazioni nelle attività in T, misurate da P, migliorano con l'esperienza E.

AI, ma non ML:

Grazie, Servan Grüninger , per l'aiuto.

Vedi anche: In che modo l'apprendimento automatico si collega all'intelligenza artificiale?

— Martin Thoma
fonte

2

Come ha affermato il grande Tom Mitchell nel suo libro "L'apprendimento automatico è la capacità di apprendere senza essere esplicitamente programmato".

Gli algoritmi di machine learning sono ampiamente utilizzati e si incontrano quotidianamente. Esempi sono le raccomandazioni automatiche quando si acquista un prodotto o un software di riconoscimento vocale che si adatta alla propria voce.

L'intelligenza artificiale è una tecnologia che consente a un sistema di dimostrare intelligenza umana.

"Se colleghiamo diverse foto di gatti che fanno cose diverse o in luoghi diversi in un computer, ma tutte le foto sono ancora taggate come gatti, il computer imparerà da ogni foto che viene mostrata", ha detto Kamelia Aryafar, Ph.D. , direttore dell'apprendimento automatico presso Overstock . "Alla fine, riconoscerà che il gatto è il comune denominatore in ogni set di dati, aiutando a sua volta il computer ad imparare a identificare i gatti."

Quando una macchina è in grado di distinguere gli oggetti e fare una scelta per scartarli o accettarli, in base a criteri comprensibili, nasce AI. In effetti, ogni volta che una macchina prende una decisione, questa è intelligenza artificiale ed è andata oltre il semplice apprendimento automatico.

— Surya Rahul
fonte

2

Prendiamo ad esempio il test di Turing totale . Spesso si dice che un computer è intelligente se può superare il test di Turing totale.

Un computer supera il test se un interrogatore umano, dopo aver posto alcune domande scritte, non può dire se le risposte scritte provengono da una persona o da un computer. Il test di Turing totale include anche un segnale video in modo che l'interrogatore possa testare le abilità percettive del soggetto, nonché l'opportunità per l'interrogatore di passare oggetti fisici "attraverso il portello".

Per superare il test di Turing totale, il computer dovrebbe possedere le seguenti funzionalità:

elaborazione del linguaggio naturale per consentirgli di comunicare con successo in inglese;
rappresentazione della conoscenza per memorizzare ciò che sa o sente;
ragionamento automatizzato per utilizzare le informazioni memorizzate per rispondere alle domande e trarre nuove conclusioni;
robotica per manipolare oggetti e muoversi;
visione artificiale per percepire oggetti, e
apprendimento automatico per adattarsi a nuove circostanze e per individuare ed estrapolare schemi.

Come puoi già vedere, l' apprendimento automatico è un sottoinsieme dell'intelligenza artificiale che riguarda la capacità di apprendimento di un agente intelligente .

— Bayequentist
fonte

1

Intelligenza artificiale : programma in grado di percepire, ragionare, agire e adattarsi.

Apprendimento automatico : algoritmi le cui prestazioni migliorano quando sono esposte ai dati della modalità nel tempo.

— Sviluppatore
fonte