Q：
人工知能、機械学習、深層学習の違いは何ですか？
A：「人工知能」、「機械学習」、「ディープラーニング」という用語は、世界がコンピューティングパワー、データ転送、その他の技術目標を大きく前進させたため、過去数十年にわたって構築されたプロセスを表します。
会話は、人工知能から始まります。人工知能は、人間の思考や脳の活動をシミュレートするコンピューターやテクノロジーのあらゆる機能の総称です。 ある意味で、人工知能は、人間の意思決定と思考を模倣し始めた単純なコンピューターのチェスをするプログラムと他のプログラムで、早く始まりました。
| 無料ダウンロード： 機械学習とその重要性 |
人工知能は、パソコンの初期からインターネットの時代、そしてクラウドコンピューティング、仮想化、高度なネットワークの時代まで進歩を続けました。 人工知能は、主要なテクノロジー産業として多くの点で成長および拡大しています。
人工知能のマイルストーンの1つは、人工知能の目標を達成するための特定のアプローチである機械学習の出現と採用です。
機械学習は、高度なアルゴリズムとプログラムを使用して、コンピューターソフトウェアがパフォーマンス環境で特定の決定を下すのを支援します。 1970年代および1980年代の手作業でプログラムを作成した場合のように、コンピューターを繰り返しプログラミングする代わりに、機械学習は、ヒューリスティック、行動モデリング、および他のタイプの予測を使用して、意思決定を改善し、時間とともに進化するテクノロジー。 機械学習は、スパムメールとの戦い、IBM Watsonなどの人工知能パーソナリティの実装、および他の方法で人工知能の目標を達成するために適用されています。
ディープラーニングは、機械学習に基づいています。 専門家は、人工ニューラルネットワークを使用してタスクに関するテクノロジーをトレーニングするなど、高度な抽象化を推進するアルゴリズムの使用としてディープラーニングを説明します。 ディープラーニングは、実際の人間の脳の活動をモデル化し、それを人為的な意思決定やその他の認知作業に適用することにより、機械学習を次のレベルに引き上げます。
ディープラーニングは、最先端のサプライチェーン最適化プログラム、実験装置プログラム、生成的敵対ネットワークなど、生成的および差別的ネットワークの2つの相反するネットワークが相互に作用して人間をモデル化するなど、他のタイプのイノベーションなどの例を通じて実証されています差別の思考プロセス。 この特定のタイプのディープラーニングは、画像処理やその他の用途に適用できます。
現実には、ディープラーニングにより、人工知能は、多くの人間の思考機能をほぼ完全に複製できる「強力なAI」であると考えられている人工知能に近づきます。 これにより、これらの新しいテクノロジーを効果的に処理する方法と、コンピューターが私たちと同じように考える世界をどう扱うかについての重要な議論が生まれています。
