ความแตกต่างระหว่างปัญญาประดิษฐ์กับการเรียนรู้ของเครื่องคืออะไร?

คำสองคำนี้มีความเกี่ยวข้องโดยเฉพาะอย่างยิ่งในการประยุกต์ใช้ในสาขาวิทยาศาสตร์คอมพิวเตอร์และวิศวกรรมซอฟต์แวร์ เป็นเซตย่อยของอีกชุดหรือไม่? เป็นเครื่องมือหนึ่งที่ใช้ในการสร้างระบบให้กับอีกระบบหนึ่งหรือไม่? ความแตกต่างของพวกเขาคืออะไรและทำไมพวกเขาถึงสำคัญ?

การเรียนรู้ของเครื่องถูกกำหนดโดยหลาย ๆ คนในรูปแบบที่แตกต่างกัน คำจำกัดความหนึ่งกล่าวว่าการเรียนรู้ด้วยเครื่อง (ML) เป็นสาขาการศึกษาที่ให้คอมพิวเตอร์มีความสามารถในการเรียนรู้โดยไม่ต้องตั้งโปรแกรมอย่างชัดเจน

จากคำนิยามข้างต้นเราอาจพูดได้ว่าการเรียนรู้ของเครื่องนั้นมุ่งเน้นไปที่ปัญหาที่เรามี (จำนวนมาก) ข้อมูล (ประสบการณ์) ซึ่งโปรแกรมสามารถเรียนรู้และทำงานได้ดีขึ้น

ปัญญาประดิษฐ์มีแง่มุมอื่น ๆ อีกมากมายที่เครื่องไม่รับดีกว่าที่งานโดยการเรียนรู้จากข้อมูล แต่อาจมีปัญญาผ่านกฎระเบียบ (เช่นระบบผู้เชี่ยวชาญเช่นMYCIN ) ตรรกะหรือขั้นตอนวิธีการเช่นการหาเส้นทาง

หนังสือปัญญาประดิษฐ์: วิธีการที่ทันสมัยแสดงเขตการวิจัยมากขึ้นของ AI เช่นปัญหาความพึงพอใจของข้อ จำกัด , เหตุผลน่าจะเป็นหรือมูลนิธิปรัชญา

คำจำกัดความของปัญญาประดิษฐ์สามารถแบ่งออกเป็นสี่ประเภทการคิดอย่างมีมนุษยธรรมการคิดอย่างมีเหตุผลการปฏิบัติอย่างมีมนุษยธรรมและการปฏิบัติอย่างมีเหตุผล ภาพต่อไปนี้ (จากปัญญาประดิษฐ์: แนวทางที่ทันสมัย) จะทำให้เข้าใจถึงคำจำกัดความเหล่านี้: คำจำกัดความที่ฉันชอบคือจอห์นแม็กคาร์ธี "มันเป็นวิทยาศาสตร์และวิศวกรรมของการสร้างเครื่องจักรอัจฉริยะโดยเฉพาะอย่างยิ่งโปรแกรมคอมพิวเตอร์อัจฉริยะ สำหรับภารกิจที่คล้ายกันของการใช้คอมพิวเตอร์เพื่อทำความเข้าใจความฉลาดของมนุษย์ แต่ AI ไม่จำเป็นต้อง จำกัด ตัวเองกับวิธีการที่สามารถสังเกตได้ทางชีววิทยา "





ในทางกลับกันการเรียนรู้ของเครื่องเป็นฟิลด์ของ AI ที่เกี่ยวข้องกับการทำซอฟต์แวร์เพื่อการคาดการณ์ที่ดีขึ้นสำหรับผลลัพธ์โดยไม่ต้องตั้งโปรแกรมอย่างชัดเจน อัลกอริทึมต่าง ๆ ถูกนำมาใช้กับชุดข้อมูลเพื่อทำนายอนาคต การเรียนรู้ของเครื่องเป็นข้อมูลที่ขับเคลื่อนและมุ่งเน้นข้อมูล การเรียนรู้ของเครื่องมีวิวัฒนาการมาจากการศึกษาการจดจำรูปแบบและทฤษฎีการเรียนรู้การคำนวณของ AI

สรุปปัญญาประดิษฐ์เป็นสาขาวิทยาศาสตร์คอมพิวเตอร์ที่เกี่ยวข้องกับการจัดหาเครื่องจักรความสามารถในการปฏิบัติงานที่มีเหตุผล การประมวลผลภาษาธรรมชาติการทำงานอัตโนมัติการประมวลผลรูปภาพและอื่น ๆ อีกมากมายเป็นส่วนหนึ่งของมัน
การเรียนรู้ของเครื่องเป็นส่วนย่อยของ AI ซึ่งมุ่งเน้นข้อมูลและจัดการกับการทำนาย ใช้ในเครื่องมือค้นหารายการแนะนำ Youtube ฯลฯ

การเรียนรู้ของเครื่องเป็นส่วนหนึ่งของปัญญาประดิษฐ์ การพูดโดยประมาณนั้นสอดคล้องกับด้านการเรียนรู้ ไม่มีคำจำกัดความ "อย่างเป็นทางการ" ขอบเขตนั้นค่อนข้างคลุมเครือ

คำศัพท์หลายคำมีความหมายเดียวกัน 'ส่วนใหญ่' และดังนั้นความแตกต่างเป็นเพียงการเน้นมุมมองหรือสืบเชื้อสายทางประวัติศาสตร์ คนไม่เห็นด้วยกับสิ่งที่ฉลากหมายถึง superset หรือส่วนย่อย; มีคนที่จะเรียก AI สาขาหนึ่งของ ML และคนที่จะเรียก ML สาขาของ AI

ฉันมักจะได้ยินว่าการเรียนรู้ของเครื่องที่ใช้เป็นรูปแบบของ 'สถิติประยุกต์' ที่เราระบุปัญหาการเรียนรู้ในรายละเอียดที่เพียงพอที่เราสามารถป้อนข้อมูลการฝึกอบรมลงในนั้น

ฉันมักจะได้ยินปัญญาประดิษฐ์เป็นคำที่จับได้ทั้งหมดเพื่ออ้างถึงปัญญาที่ฝังอยู่ในสภาพแวดล้อมหรือในโค้ด นี่เป็นคำจำกัดความที่กว้างขวางมากและคนอื่น ๆ ใช้คำที่แคบกว่า (เช่นการมุ่งเน้นไปที่หน่วยสืบราชการลับประดิษฐ์ทั่วไปซึ่งไม่ใช่เฉพาะโดเมน) (ถึงขั้นสุดขีดเวอร์ชันของฉันมีเทอร์โมสแตท)

นี่เป็นเวลาที่ดีที่จะชี้ให้เห็นไซต์ StackExchange อื่น ๆCross ValidatedและData Scienceซึ่งมีการซ้อนทับกันเล็กน้อย

การเรียนรู้ของเครื่องเป็นชุดย่อยของปัญญาประดิษฐ์ซึ่งเป็นเพียงส่วนเล็ก ๆ ของศักยภาพ มันเป็นวิธีเฉพาะในการใช้ AI โดยมุ่งเน้นไปที่เทคนิคทางสถิติ / ความน่าจะเป็นและเทคนิควิวัฒนาการ ^Q

ปัญญาประดิษฐ์

ปัญญาประดิษฐ์คือ ' ทฤษฎีและการพัฒนาระบบคอมพิวเตอร์ที่สามารถปฏิบัติงานได้ตามปกติซึ่งต้องใช้ความฉลาดของมนุษย์ ' (เช่นการรับรู้ทางสายตาการรู้จำเสียงการตัดสินใจและการแปลระหว่างภาษา)

เราสามารถคิด AI เป็นแนวคิดของที่ไม่ใช่มนุษย์ตัดสินใจทำ^Qซึ่งมีจุดมุ่งหมายเพื่อจำลองการทำงานของมนุษย์เหมือนองค์ความรู้เช่นการแก้ปัญหาการตัดสินใจหรือการสื่อสารภาษา

การเรียนรู้ของเครื่อง

การเรียนรู้ด้วยเครื่องจักร (ML) นั้นเป็นการเรียนรู้ผ่านการดำเนินการโดยสร้างโมเดลที่สามารถทำนายและระบุรูปแบบจากข้อมูล

ตามที่ศาสตราจารย์Stephanie R. Taylorแห่งวิทยาการคอมพิวเตอร์และเอกสารการบรรยายของเธอและหน้า Wikipedia , 'การเรียนรู้ของเครื่องเป็นสาขาของปัญญาประดิษฐ์และมันเกี่ยวกับการสร้างและการศึกษาระบบที่สามารถเรียนรู้จากข้อมูล ' (เช่นเดียวกับที่มีอยู่เดิม ข้อความอีเมลเพื่อเรียนรู้วิธีแยกแยะระหว่างสแปมและไม่ใช่สแปม)

ตามพจนานุกรม Oxford , การเรียนรู้ของเครื่องคือ ' ความสามารถของคอมพิวเตอร์ในการเรียนรู้จากประสบการณ์ ' (เช่นปรับเปลี่ยนการประมวลผลบนพื้นฐานของข้อมูลที่ได้มาใหม่)

เราสามารถคิดว่า ML เป็นรูปแบบการตรวจจับด้วยคอมพิวเตอร์ในข้อมูลที่มีอยู่เพื่อทำนายรูปแบบในข้อมูลในอนาคต ^Q

กล่าวอีกนัยหนึ่งการเรียนรู้ของเครื่องจักรเกี่ยวข้องกับการพัฒนาอัลกอริทึมการเรียนรู้ด้วยตนเองและปัญญาประดิษฐ์เกี่ยวข้องกับการพัฒนาระบบหรือซอฟต์แวร์เพื่อเลียนแบบมนุษย์เพื่อตอบสนองและประพฤติตนในสถานการณ์ ^Quora

ปัญญาประดิษฐ์แตกต่างจากการเรียนรู้ของเครื่องอย่างไร https://www.linkedin.com/pulse/how-artificial-intelligence-different-from-machine-learning-singh

ปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่องจักร (ML) เป็นคำที่ฮิตมากตอนนี้และดูเหมือนว่าจะใช้แทนกันได้

ปัญญาประดิษฐ์เป็นแนวคิดที่กว้างขึ้นของเครื่องจักรที่สามารถทำงานได้ในลักษณะที่เราจะพิจารณา“ ฉลาด” และการเรียนรู้ของเครื่องจักรเป็นแอปพลิเคชั่นปัจจุบันของ AI ตามแนวคิดที่ว่าเราควรจะสามารถให้เครื่องเข้าถึงข้อมูลได้ และให้พวกเขาเรียนรู้ด้วยตนเอง

คุณสามารถค้นหาข้อมูลเพิ่มเติมเกี่ยวกับการเรียนรู้ของเครื่องและปัญญาประดิษฐ์

AI ที่อิงทฤษฎีเป็นสิ่งที่นำไปสู่การพัฒนาของการเรียนรู้ของเครื่อง บ่อยครั้งที่ถูกอ้างถึงว่าเป็นส่วนหนึ่งของ AI มันแม่นยำมากกว่าที่จะคิดว่ามันเป็นเทคโนโลยีที่ทันสมัยที่สุดในปัจจุบัน

การเรียนรู้ของเครื่องกำลังรับความรู้เกี่ยวกับข้อมูลโดยใช้อัลกอริทึมการเรียนรู้ด้วยตนเองและ AI เป็นเขตข้อมูลที่เครื่องทำงานให้สำเร็จโดยไม่ต้องมีการสนับสนุนจากมนุษย์ตามความรู้ที่ได้รับจากการเรียนรู้ นี่คือสิ่งที่ ML คือเซตย่อยของค่าเฉลี่ย AI

การเรียนรู้ของเครื่องเป็นวิทยาศาสตร์ที่เกี่ยวข้องกับการพัฒนาอัลกอริทึมการเรียนรู้ด้วยตนเอง อัลกอริทึมเหล่านี้มีความเป็นทั่วไปมากขึ้นในลักษณะที่สามารถนำไปใช้กับปัญหาที่เกี่ยวข้องกับโดเมนต่างๆ

ปัญญาประดิษฐ์เป็นวิทยาศาสตร์ในการพัฒนาระบบหรือซอฟต์แวร์เพื่อเลียนแบบมนุษย์เพื่อตอบสนองและทำงานในวงรอบ ในฐานะที่เป็นสนามที่มีขอบเขตที่กว้างมาก AI ได้กำหนดเป้าหมายในหลาย ๆ ชิ้น ต่อมาเชยแต่ละชิ้นได้กลายเป็นสาขาการศึกษาแยกต่างหากเพื่อแก้ปัญหาของมัน

Sakthi Dasan Sekar

ปัญญาประดิษฐ์: คุณสมบัติของความรู้ในสิ่งประดิษฐ์ในการดำเนินการ

การเรียนรู้ของเครื่อง: วิธีการทำนิติบุคคลเทียมเพื่อเพิ่มข้อมูล (เรียนรู้) สำหรับความรู้ของเขา

ในคำง่ายปัญญาประดิษฐ์เป็นสาขาวิทยาศาสตร์ที่พยายามที่จะเลียนแบบมนุษย์หรือสัตว์อื่น ๆ พฤติกรรม

การเรียนรู้ของเครื่องเป็นหนึ่งในเครื่องมือสำคัญ / เทคโนโลยีที่อยู่เบื้องหลังปัญญาประดิษฐ์

ปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่องจักร (ML) เป็นคำที่ฮิตมากตอนนี้และดูเหมือนว่าจะใช้แทนกันได้ พวกเขาไม่ได้เป็นสิ่งเดียวกัน แต่การรับรู้ว่าบางครั้งพวกเขาสามารถนำไปสู่ความสับสน ดังนั้นฉันคิดว่ามันจะคุ้มค่าที่จะเขียนชิ้นหนึ่งเพื่ออธิบายความแตกต่าง

การเรียนรู้ของเครื่องเป็นส่วนย่อยหลักของปัญญาประดิษฐ์ ช่วยให้คอมพิวเตอร์เข้าสู่โหมดเรียนรู้ด้วยตนเองโดยไม่ต้องตั้งโปรแกรมอย่างชัดเจน เมื่อเปิดเผยข้อมูลใหม่โปรแกรมคอมพิวเตอร์เหล่านี้จะสามารถเรียนรู้เติบโตเปลี่ยนแปลงและพัฒนาได้ด้วยตนเอง

ก่อนอื่นฉันพบคำว่า MachineLearning ในชั้นเรียน Business Intelligence ของฉันมากกว่าในชั้นเรียน AI ของฉัน

AI ศาสตราจารย์ Rolf Pfeifer ของฉันน่าจะเป็นเช่นนั้น: (หลังจากพูดคุยกันมานานเกี่ยวกับสติปัญญาว่ามันคืออะไร, มันสามารถนิยามได้อย่างไร, สติปัญญาประเภทต่าง ๆ ฯลฯ ) ML นั้นนิ่งกว่าและ "โง่" โดยไม่รู้ตัวว่าเป็นสภาพแวดล้อมที่ผิดเพี้ยนและไม่ได้ทำการโต้ตอบกับมันหรือบนพื้นฐานนามธรรมเท่านั้น AI มีความตระหนักถึงสภาพแวดล้อมของมันและโต้ตอบกับมันอย่างอิสระจึงตัดสินใจด้วยตนเองด้วยลูปป้อนกลับ จากมุมมองดังกล่าวคำตอบของ Ugnes น่าจะใกล้เคียงที่สุด นอกจากนั้นนอกหลักสูตร ML เป็นเซตย่อยของ AI

การเรียนรู้ของเครื่องไม่ใช่ปัญญาที่แท้จริง (imho) ส่วนใหญ่เป็นความฉลาดของมนุษย์ที่สะท้อนในอัลกอริทึมแบบตรรกะและตามที่ Business Intelligence Prof ของฉันจะใส่ไว้: เกี่ยวกับข้อมูลและการวิเคราะห์ การเรียนรู้ของเครื่องมีอัลกอริทึมการดูแลจำนวนมากซึ่งจริง ๆ แล้วต้องการมนุษย์เพื่อสนับสนุนกระบวนการเรียนรู้โดยการบอกสิ่งที่ถูกต้องและสิ่งที่ผิดดังนั้นพวกเขาจึงไม่เป็นอิสระ และเมื่อใช้งานแล้วอัลกอริทึมส่วนใหญ่จะคงที่จนกว่ามนุษย์จะทำให้พวกเขามีความสุขอีกครั้ง ใน ML คุณส่วนใหญ่มีการออกแบบกล่องดำและส่วนที่สำคัญคือข้อมูล ข้อมูลเข้ามาข้อมูลได้รับการวิเคราะห์ ("อย่างชาญฉลาด") ข้อมูลออกไปและการเรียนรู้ในเวลาส่วนใหญ่จะใช้กับเฟสก่อนการใช้งาน / การเรียนรู้ ในกรณีส่วนใหญ่ ML ไม่สนใจสภาพแวดล้อมที่มีอยู่ในเครื่อง แต่เป็นเรื่องของข้อมูล

AI แทนเป็นเรื่องเกี่ยวกับการเลียนแบบความฉลาดของมนุษย์หรือสัตว์ ตามแนวทางของศาสตราจารย์ AI ไม่จำเป็นต้องคำนึงถึงความประหม่า แต่เกี่ยวกับการมีปฏิสัมพันธ์กับสิ่งแวดล้อมดังนั้นในการสร้าง AI คุณจำเป็นต้องให้เซ็นเซอร์เครื่องจักรเพื่อรับรู้สภาพแวดล้อมหน่วยสืบราชการลับที่มีความสามารถในการเรียนรู้และองค์ประกอบในการโต้ตอบ กับสภาพแวดล้อม (แขน ฯลฯ ) การโต้ตอบควรเกิดขึ้นในแบบอิสระและในอุดมคติเช่นเดียวกับในมนุษย์การเรียนรู้ควรเป็นกระบวนการแบบอิสระและต่อเนื่อง

ดังนั้นเสียงพึมพำที่สแกนฟิลด์ในรูปแบบเชิงตรรกะสำหรับรูปแบบสีเพื่อค้นหาวัชพืชในพืชจะเป็น ML มากกว่า โดยเฉพาะอย่างยิ่งถ้าข้อมูลถูกวิเคราะห์ในภายหลังและตรวจสอบโดยมนุษย์หรืออัลกอริทึมที่ใช้คืออัลกอริทึมแบบคงที่ที่มีอยู่ใน "ปัญญา" แต่ไม่สามารถ cabable ของการจัดเรียงใหม่หรือปรับให้เข้ากับสภาพแวดล้อม เสียงหึ่งๆที่บินแบบอัตโนมัติ, ชาร์จตัวเองเมื่อแบตเตอรี่หมด, ตรวจหาวัชพืช, เรียนรู้ที่จะตรวจจับวัตถุที่ไม่รู้จักและฉีกออกด้วยตนเองและนำพวกมันกลับมาเพื่อตรวจสอบ, จะเป็น AI ...

ก่อนเข้าสู่ความแตกต่างเป็นสิ่งสำคัญที่จะต้องทำความเข้าใจกับสิ่งที่พวกเขาหมายถึง

ปัญญาประดิษฐ์เป็นวิทยาศาสตร์และวิศวกรรมในการทำให้คอมพิวเตอร์มีพฤติกรรมในลักษณะที่เลียนแบบพฤติกรรมมนุษย์ - Andrew Moore

การเรียนรู้ของเครื่องคือการศึกษาอัลกอริธึมของคอมพิวเตอร์ที่อนุญาตให้โปรแกรมคอมพิวเตอร์ปรับปรุงโดยอัตโนมัติผ่านประสบการณ์ - Tom Mitchell

หากปัญญาประดิษฐ์สร้างเครื่องจักรเพื่อแสดงความฉลาดของมนุษย์การเรียนรู้ด้วยเครื่องจักรเป็นวิธีการที่จะบรรลุปัญญาประดิษฐ์ที่เครื่องจักรสามารถเรียนรู้ด้วยตนเองได้โดยไม่ต้องตั้งโปรแกรมอย่างชัดเจน เพียงแค่การเรียนรู้ของเครื่องเป็นส่วนหนึ่งของ AI

ลองทำแบบทดสอบกับเราเพื่อหาความแตกต่าง

ขั้นตอนที่ 1: ฉันจะเขียนคำและคุณต้องออกเสียงมันให้ดัง

คำว่า: Stackoverflow

ดี!!! เพื่อให้คุณสามารถออกเสียงได้อย่างราบรื่น

ขั้นตอนที่ 2: ตอนนี้คุณต้องออกเสียงคำอื่น

คำว่า: Worcestershire

Hmmmm !!! พบว่ามันยาก แต่ก็ยังออกเสียงว่าทำให้คุณฉลาด

intelligenceดังนั้นอย่างแม่นยำเมื่อคุณเอาชนะความยากลำบาก

แต่ตอนนี้ถ้าฉันบอกคุณว่ามันออกเสียงอย่างไรและคุณลองทำแบบทดสอบเดียวกันคุณจะไม่มีปัญหาในขณะที่คุณเรียนรู้วิธีออกเสียง

เป็นกรณีเดียวกันกับ Artifical Intelligence และการเรียนรู้ของเครื่อง

ดังนั้นปัญญาประดิษฐ์เป็นวิธีการแมปตรรกะมนุษย์เหตุผลการทำความเข้าใจและทักษะการแก้ปัญหา

ในขณะที่การเรียนรู้ของเครื่องคือการจดจำหรือทำนายตามรูปแบบสถิติและประสบการณ์

ดังนั้นปัญญาประดิษฐ์คือการมีทักษะในการแก้ปัญหาตรรกะการใช้เหตุผลการทำความเข้าใจ แต่ยังคงคุณต้องเรียนรู้ที่จะได้รับทักษะเหล่านี้ดังนั้นการเรียนรู้ด้วยเครื่องจึงเป็นส่วนหนึ่งของปัญญาประดิษฐ์

ในเกมคอมพิวเตอร์ AI อาจเป็น: หากผู้เล่นกระโดดแล้วยิง ดังนั้น AI สามารถเป็นชุดของคำแนะนำที่ชัดเจนสำหรับพฤติกรรม โปรแกรมเมอร์ AI ได้ตัดสินใจล่วงหน้าว่าจะดีที่สุดในการยิงเมื่อผู้เล่นกระโดด

การเรียนรู้อย่างลึกซึ้งเป็นวิธีที่จะไม่กำหนดคำแนะนำเหล่านั้นไว้ล่วงหน้า แต่เรียนรู้ในขณะที่กำลังเกิดขึ้นดังนั้น AI จึงเรียนรู้ว่าวิธีที่ดีที่สุดในการถ่ายเมื่อผู้เล่นกระโดด มันสามารถเรียนรู้สิ่งนี้ได้ด้วยการลองถ่ายภาพในเวลาอื่นและวินิจฉัยว่าสิ่งนี้มีผลน้อยกว่า

ปัญญาประดิษฐ์หมายถึงคุณเขียนโปรแกรมเพื่อทำงานบางอย่างและคุณไม่ได้พิจารณาว่าผู้ใช้แต่ละรายใช้โปรแกรมหรือส่วนใดของโปรแกรมที่เขาใช้อยู่ตลอดเวลา ...

การเรียนรู้ของเครื่องหมายถึงคุณเขียนโปรแกรมเดียวกันและคุณยังบอกให้โปรแกรมแนะนำสิ่งที่ผู้ใช้จะสนใจ ...

ตัวอย่างที่ดีที่สุดของการเรียนรู้ของเครื่องคือการจดจำใบหน้า

คุณเขียนโปรแกรมเพื่อตรวจจับสีรูปร่างของใบหน้าและเมื่อมันจดจำใบหน้าที่คุณสามารถทำงานอื่น ๆ ได้ ... มันเป็นการเรียนรู้ของเครื่อง

แต่ถ้าคุณมีข้อมูลของภาพใบหน้าที่แตกต่างกันที่เก็บอยู่ในโปรแกรมและคุณกำลังเปรียบเทียบกับผู้ใช้แล้วคุณทำงานบางอย่างแล้วมันจะเป็นปัญญาประดิษฐ์