Inteligența Artificială vs. Machine Learning vs. Deep Learning – ce sunt, cum se diferențiază și unde le găsim?

Inteligența Artificială (AI) este unul dintre vârfurile de lance din domeniul științei calculatoarelor datorită inovațiilor care permit programelor de calculator să învețe și să interpreteze informații într-un mod tot mai puțin dependent de intervenția umană. ”Deep learning” și ”machine learning” sunt în egală măsură capabile să revoluționeze modul în care se desfășoară viața noastră de zi cu zi.

Când vorbim de inteligență artificială, nu vorbim automat de algoritmi de tipul ”deep learning” sau ”machine learning”. Inteligența artificială, scrie skymind.ai, poate cuprinde sisteme simple, care se bazează pe o gândire construită în jurul raționamentului ”dacă X, atunci Z”. Aceste ”motoare cu reguli”, după le denumește sursa citată, nu constituie neapărat o formă de inteligență, cât un set de reguli programate de către om.

Techrepublic definește conceptul de ”inteligență artificială” drept modul cel mai generalist de a descrie inteligența avansată a calculatoarelor, citând o explicație dată în cadrul Conferinței Inteligenței Artificiale, din 1958: ”Orice aspect al învățării sau orice altă caracteristică a inteligenței poate fi, în principiu, descrisă cu atâta precizie încât o mașinărie să o poată simula.”

În esență, un calculator capabil să urmeze un set de instrucțiuni date nu poate fi numit cu adevărat inteligent, întrucât acesta nu poate să extragă singur informațiile, în baza datelor la care este expus programul și nici nu poate discerne dacă acestea îi sunt utile sau dacă sunt corecte.

Machine Learning: o subcategorie AI și un pas înainte

Astfel, intervine o primă diferență între conceptul de ”inteligență artificială” și cel ”machine learning” (ML). Machine learning este o formă de inteligență artificială care implică un algoritm mult mai capabil de a interpreta și de a ”înțelege” datele pe care acesta le primește. Machine learning, potrivit zendesk, sunt ”algoritmi care procesează datele, învață din ele și apoi aplică ce au învățat pentru a lua decizii informate”. De aceea, procesul de ML poate fi găsit în softurile care urmăresc conținutul consumat de un utilizator (muzică, filme, clipuri video, cărți etc.) și reprezintă și procesul prin care programul îi recomandă aceluiași utilizator mai multe materiale similare, în baza comportamentului său și al celor care au un profil asemănător acestuia.

Scopul programelor bazate pe machine learning, scrie skymind, este de a eficientiza calea spre un rezultat dorit, prin încercări repetate și prin verificarea fiecărui rezultat obținut față de cel dezirabil. ML ”învață” într-un sens restrâns al cuvântului, întrucât acesta nu caută să înțeleagă un concept, ci doar cea mai eficientă soluție spre îndeplinirea unui obiectiv, conform geeksforgeeks.com.

Totuși, ML nu este un program independent, nu în totalitate. Întregul proces se bazează pe încercări repetate ale programului, iar intervenția omului este necesară în momentul în care software-ul returnează predicții eronate, scrie zendesk.

Deeplearning: cum se diferențiază și la ce este folosit?

O variantă mult mai avansată a procesului de ML este cel de „deep learning” (DL). Spre deosebire de ML, procesele de ”învățare în profunzime” sunt construite cu scopul de a analiza date în mod continuu, pe baza unei structuri logice, similare cu modul în care funcționează conștiința umană,  scrie zendesk. Deep learning apelează la o rețea de algoritmuri stratificată și care formează ceea ce se numește o rețea neuronală artificială (ANN), al cărei design este puternic inspirat din rețeaua neuronală a creierului uman.

Diferența între cele două procese (deep learning și machine learning) apare în momentul în care observăm modul în care acestea funcționează. Deep learning nu caută să eficientizeze, cât să ”înțeleagă” informațiile pe care le primește și să ”învețe” să ia decizii în mod independent. Prin contrast, machine learning are un obiectiv mult mai bine definit și caută calea cea mai eficientă spre îndeplinirea lui.

DL a stat la baza baza progamului Alpha Go, realizat de laboratorul DeepMind și de către Google, cel care în 2017 a devenit campion mondial la Go, după ce i-a înfrânt pe cei mai buni jucător umani, conform NewScientist. Complexitatea jocului și îndemânarea oponenților au fost elementele care au încoronat victoria unui calculator într-un domeniu atât de complex cum este un sport al minții.

DeepMind și sistemele asemnătătoare au nevoie mai puțin de intervenția unui inginer uman, dar depind foarte mult de accesul la o colecție vastă de date, asemenea programelor bazate pe ML, date pe care altgoritmul le sortează și din care învață.

În momentul de față, deeplearning are o serie de aplicații în domeniul recunoașterii emoțiilor umane. Conform bernardmarr.com, DL este folosit pentru a identifica emoțiile pe care le poate transmite un text cititorului său (fie el tweet, comentariu, email etc.) sau sentimentele pe care le trăiesc clienții care ascultă jingle-ul unei reclame. Printre alte astfel de aplicații, prezentate de Forbes, se numără și utilizarea proceselor de învățare în profunzime pentru a transpune în culoare cadrele din filmele alb-negru sau în utilizarea unui grup de programe DL pentru software-ul mașinilor autonome.

Pâna la urmă, diferența între cele trei procese ține de nuanțe, întrucât deep learning este o formă mai avansată de machine learning, ambele fiind considerate forme de inteligență artificială.  Deeplearning, notează zendesk, este modul prin care o mașinărie poate să ia propriile decizii, fără să fie nevoie de un programator care să-i spună ce să facă.

Sursa foto: Pixabay.