Öğrenme makinesi, derin öğrenme ve yapay zekaya karşı insan zekası

Yapay zekanın en sıcak eğilimi, derinlemesine öğrenme içinde makinelerin ve alt sayfalarının öğrenilmesidir. Her ikisi de verileri analiz etmek için kullanılan bir “model” oluşturmanın matematik, istatistik, geometri ve diğer yollarını kullanır. Örneğin, Alexa gibi özerk otomobiller ve kişisel asistanların hepsi makine öğrenimi ve derinlemesine öğrenme ile desteklenmektedir. Peki nasıl çalışıyorlar? İki haber kategorimiz olduğunu varsayalım: spor ve müzik. Makine öğrenimi ile, insan müdahalesi yardımı olmadan hangi kategorilere hangi kategorilere hangi kategorilere dahil edildiğini doğru bir şekilde sınıflandırabiliriz. Bu, basketbol, ​​tenis, futbol veya futbol gibi kelimeleri aramak için ‘öğretme’ programları ile yapılır. Top her makalede ve sonra makaleyi spor olarak sınıflandırıyor. Makale gitar, melodi veya piyano gibi kelimeler içeriyorsa, makale makaleyi müzik olarak sınıflandıracaktır. Kaptın bu işi. Makine öğrenimi ve derinlemesine öğrenme bunu yapar, ancak sofistike ve esnek olmasına rağmen tamamen farklı bir yöntemle. Makine öğrenimi tarafından yapılan şey, metinden atıfta bulunulan anlamı belirlemek için matematiksel, geometri, istatistik ve diğer modelleri uygulayarak kelimeleri, ifadeleri ve diğer modelleri hesaplamaktır.
Makine öğreniminde “makineler”, böylece yapay zekanın (AI) çoğunlukla öğrenme makinesi öğrenimi ve derinlemesine öğrenme modelleri ile nasıl desteklendiğini gördük ve elde edilen veriler aracılığıyla hesaplamalar yaptık. Makine öğreniminin “makine” yönünü daha iyi anlamak için, herhangi bir fiziksel makineye özellik oluşturmak için yaptığınız gibi makine öğrenimi modelleri yapmayı düşünün. Her görev için belirli parçalar oluşturmanız (veya programlamanız) gerekir. Tıpkı vidalar üretmek için yapılan makinenin bir duraklar yapmayacağı gibi, görüntülerde hayvanları analiz etmek için tasarlanmış yapay zeka (AI) resimde hangi rakamların göründüğünü belirleyemez, bu özel görev için eğitilmesi gerekir. Human Vs. Motor Beyin Bunun insan zekamızdan nasıl farklı olduğunu vurgulamak için, insanların bilgi temelinden nasıl öğrendiklerini düşünün ve daha sonra kendi bilgilerinin daha fazlasını sonuçlandırın. Çocuklar köpekleri kedilerden ayırmayı öğrendiklerinde, farklı kıllı yaratıkların da farklı hayvan türleri olduğunu öğrenirler.
Daha sonra, çocuklar ilk kez sincaplar gördüğünde, gerçek zekaları nedeniyle, büyük olasılıkla sincapları yeni hayvanlar olarak sınıflandıracak ve sınıflandırmanın arkasında ek anlam sağlayacaklardır.
Buna karşılık, AI “öğrenme” açısından hala insanların çok gerisindedir. Makine öğrenimi çocuklar gibi öğrenmez, çünkü yalnızca analiz edilecek şekilde inşa edilen kelimeleri, ifadeleri ve ilişkilerin nasıl tanınacağını bilir. Bu, köpeklerden kedileri tanıyabilir, ancak tam tersi öğretilmedikçe, sincaplar rakun, kurbağa veya okul otobüsleri ile aynı görünecektir, yapay zekaya (AI) sadece görülmeyi öğrendiklerini görür. Makine öğrenimi hakkında bilginin bir parça parçasına nasıl inşa edildiğini düşünürken,
Terminoloji, terim ve kullanımların incelenmesidir. Terim, belirli bir bağlamda belirli bir anlam verilen bileşik bir kelime ve kelimedir, yani diğer bağlamlarda ve günlük yaşamda aynı kelimeden sapabilir (…)