Derin Öğrenme vs Makine Öğrenmesi vs. AI Birlikte Nasıl Gidiyorlar?

Teknolojide bir sonraki büyük şey makine öğrenme. Yoksa öyle mi derin öğrenme? Belki bu yapay zeka. Kendinizi üçlü arasındaki farklara karışmış bulursanız, yalnız değilsiniz..

Asla hype üretme ve Venture Capital parası kazanma fırsatını asla bulamayanlar, bazı teknoloji şirketleri üçünü birbirlerinin yerine kullanıyor. Hepsi aynı geniş şemsiyenin altına düşerken, aralarında çok önemli farklılıklar var..

Yapay Zeka Nedir??

Yaygın olarak AI olarak adlandırılan yapay zeka, sistemden ziyade bir kavramdır. İstihbarat, benzersiz bir insan özelliği olarak algılanır. Geleneksel olarak, makinelerin bilgi edindiği düşünülüyor, ancak istihbarat veya bilgelik değil. Bilgisayar uzmanı Alan Turing, makinelerinin düşünüp düşünmeyeceğini düşünerek hayatının son bölümünün çoğunu harcadı.

Turing Testini tasarladı Turing Testi Nedir ve Hiç Dövülecek mi? Turing Testi Nedir ve Hiç Dövülecek mi? Turing Testi, makinelerin düşünüp düşünmeyeceğini belirlemek içindir. Eugene Goostman programı Turing testinden gerçekten geçti mi, yoksa yaratıcılar hile yaptı mı? Bir makinenin, mutlaka akıllı olmak yerine, akıllı davranış gösterip gösteremeyeceğini belirlemeyi amaçlamaktadır. Bu önemli bir ayrımdır çünkü kendimizi hala düşünce veya zekayı tam olarak anlamıyoruz..

Zekayı tanımlamaya çalışmak yerine, akıllı davranışlar sergileyebilecek makineler yaratmayı umuyoruz.

AI, bir teknoloji olmak yerine, sistemleri tanımlamanın bir yoludur. Bu sistemler Dar AI ve Genel AI olarak etiketlenebilir. Dar AI, akıllı ancak yalnızca belirli bir görevde olan bir sistemdir. Genel AI, pop kültüründen daha aşina olduğumuz türdür..

Bu tür sistemler, insan zekasının tüm öğelerini gösterebilecek. Terminator film serisinden Skynet veya 2001'den itibaren HAL: A Space Odyssey, General AI'ın kurgusal örnekleridir. Yine de, filmlerin size söylediklerine rağmen, tüm Genel AI sistemleri insanlığı yok etmek için ortaya çıkmayacaktı..

Makine Öğrenmesi Nedir??

Hepimiz verilerin yararlı olabileceğini biliyoruz. Hangi yoldan ofise gideceğinizi bilmek ya da sağlığımıza dikkat etmek ister, veriler kararlarımızı bilgilendirir ve yaşam boyunca bize rehberlik eder. Ama biz her gün o kadar çok şey üretiyoruz ki, insanların analiz etmesi imkansız hale geliyor.

Bu yüzden, bizim için ağır yük kaldırma makinalarını almalıyız..

Google'ın makine öğrenme kursu Makine Öğrenimi Nedir? Google'ın Ücretsiz Kursu Sizin İçin Yıkıyor Makine Öğrenmesi Nedir? Google'ın Ücretsiz Kursu Sizin İçin Ayrılıyor Google, makine öğrenmenin temellerini öğretmek için ücretsiz bir çevrimiçi kurs tasarladı. Makine öğrenmesini özetler. “soruları cevaplamak için verileri kullanma.” Eğitim ve tahminler: iki bölüme ayırıyorlar. Tanımak istediğiniz şekillerin yer aldığı bir resim koleksiyonunuz olduğunu hayal edin. Görüntüler makine öğrenme algoritmasına beslenirse, sistem bu şeklin özelliklerini öğrenmeye başlar.

Yeni bir görüntüyle karşılaştığında, şekil eşleşip eşleşmediğini belirlemek için antrenman verilerindeki unsurlarla karşılaştırılır..

Tanımadığınız halde, kişiselleştirilmiş arama sonuçları, Spotify çalma listeleri ve Amazon ürün önerileri de makine öğrenmesinin bir sonucudur. Netflix, gösterdiğiniz kapak resmini kişiselleştirmek için makine öğrenme algoritmalarını bile kullanıyor.

Derin Öğrenme Nedir??

Zekayı tam olarak anlamamıza rağmen, bilim adamları beynin karmaşık bir nöron ağı aracılığıyla bilgi ürettiğini göstermeyi başardılar. Beynimiz, sinir yollarını oluşturan bu elektrik bağlantılarından oluşur. Bu yollar vücudumuzun etrafında hareket etmemize, nefes almamıza ve düşünmemize izin veren bilgiler taşır..
Image Credit: ktsdesign / Depositphotos Yeni Esnek Planımızı Deneyin!

Bununla birlikte, bu sinir yollarının her biri birbirinden bağımsız olsaydı, reaksiyon sürelerimiz inanılmaz derecede yavaş olurdu ve düşünceler arasında bağlantı kuramayabiliriz. Sistemin başarısı, tüm bu yollar arasındaki ilişkiye bağlıdır ve aynı anda veri işlemeye yol açar..

Derin öğrenme, bu yoğun nöron ağını çoğaltmanın bir yöntemidir. Birden fazla veri akışını bir kerede ele alarak, bilgisayarlar verileri işlemek için gereken süreyi önemli ölçüde azaltabildiler. Bu tekniğin derin öğrenmeye uygulanması yapay sinir ağlarına neden oldu Yapay Sinir Ağları Nedir ve Nasıl Çalışır? Yapay Sinir Ağları Nedir ve Nasıl Çalışır? Sinir ağları, ağır hesaplamalar ve akıllı algoritmalar söz konusu olduğunda bir sonraki büyük şeydir. İşte nasıl çalışıyorlar ve neden bu kadar şaşırtıcılar?. .

Bu ağlar bir dizi düğümden oluşur. Veri almak için giriş düğümleri, elde edilen veriler için çıkış düğümleri ve ortada gizli düğüm katmanları vardır. Amaç, giriş verilerini, çıkış düğümlerinin kullanabileceği bir şeye dönüştürmektir. Gizli katmanların girdiği yer burasıdır. Veriler bu gizli düğümler arasında ilerledikçe, sinir ağı verileri hangi düğümün bir sonrakine geçireceğine karar vermek için mantık kullanır.

Makine Öğrenimi vs AI ve Derin Öğrenim

Makine öğrenimi, yarattığımız büyük miktarda veriyi anlamamıza yardımcı olan güçlü bir araç olmasına rağmen, bağımsız bir düşünce sergilemez. Algoritma, programcılar tarafından tasarlanır ve makine öğrenme sisteminin oynamak zorunda olduğu kuralları belirler. Geliştiricilerin önyargıları (bilinçli olsun veya olmasın), sonuçları vardır.

Makine öğrenimi için ilk önemli engellerden biri, Google'ın mühendislerinden birinin izniyle geldi. 2015 yılında, şirketin fotoğraflı kimlik algoritmasının onu ve siyah arkadaşlarını goriller olarak etiketlediğini fark etti. Google derhal özür diledi ve kısa vadeli düzeltmeler yaptı.

Ancak, iki yıl sonra, WIRED Google’ın çözümünün gorilleri eğitim verilerinden tamamen kaldırmak olduğunu bildirdi.

Öte yandan, derin öğrenme bize genel yapay zekaya bir adım daha yaklaşıyor. İnsan aklını çok katmanlı bir düğümler topluluğuyla kopyalamaya çalışarak, derin öğrenme yapılarının büyük bir ilk veri seti ile eğitilmeleri gerekmez. Verilen bilgiye ve sistemin mantığına dayalı kararlar alırlar..

Tarafsız bir ağın karar vermesinin şeffaf olmaması sinir bozucu görünebilir, ancak insan zekasını çoğaltmakta başarılı olduğu anlamına gelir. Mesela, kendi düşüncelerimizi ve kararlarımızı nasıl bulduğumuzu tam olarak anlamıyoruz..

Herkes İçin Yapay Zeka

Sonunda, hepsi farklı amaçlara hizmet ettikleri için, makine öğrenmesini AI ile karşılaştırmanın veya derin öğrenmeye karşı makine öğrenmesini karşılaştırmaya gerek yoktur. AI, makinelerde insan tarzı zeka kavramını tanımlarken, makine öğrenmesi ve derin öğrenme Genel bir AI oluşturma çabasıdır.

Bu AI alanının tamamen soyut olduğunu söylemek değildir. Google, neredeyse tüm ürünlerine AI ekleyerek büyük veri kümelerinden yararlanıyor. Gmail kısa bir süre önce Smart Replies ile yenilendi, şirketin Duplex AI’sı ABD’de yayıldı ve sizin adınıza telefon görüşmeleri yapabilir. Ancak AI oyuna girebilecek sadece onlar değiller.

Google'ın çevrimiçi AI Denemeleri ile şu anda kendiniz deneyebilirsiniz 5 Yapay Zekayı Keşfetmek İçin En İyi 5 AI AI Denemesi 5 Yapay Zekayı Keşfetmek İçin En İyi Google AI Denemeleri Google'ın şu anda, birlikte gidebileceğiniz ve oynayabileceğiniz çeşitli AI deneyleri vardır. Makine öğrenimi sayesinde, yarın dünyasını sizin yardımınızla değiştirebilirler. .

Resim Kredisi: sdecoret / Depositphotos