Gelombang kecerdasan buatan melanda dunia, dan banyak perkataan sentiasa terngiang-ngiang di telinga kita: kecerdasan buatan (Kecerdasan Buatan), pembelajaran mesin (Pembelajaran Mesin), pembelajaran mendalam (Pembelajaran Dalam). Ramai orang sentiasa mempunyai pemahaman yang samar-samar tentang maksud perkataan frekuensi tinggi-ini dan hubungan di belakangnya. Artikel ini menjelaskan maksud perkataan ini dalam bahasa paling mudah, yang boleh membantu semua orang memahami dengan lebih baik perhubungan antara mereka.
Daripada kereta kepada telefon pintar, kepada pembantu digital, dan juga robot. Kami bukan hanya bercakap tentang ciri baharu yang tercanggih yang muncul setiap hari. Apatah lagi, peranti, komputer dan mesin semuanya melaksanakan tugas dengan bijak. Bagaimana mereka melakukannya? — Melalui kecerdasan buatan, aka AI.
Istilah "kecerdasan buatan" pertama kali dicipta oleh saintis kognitif John McCarthy, yang menulis dalam bukunya: "Penyelidikan ini berdasarkan andaian bahawa sebarang tingkah laku pembelajaran atau ciri intelek lain pada dasarnya boleh menjadi Penerangan yang tepat, supaya mesin boleh dibina untuk mensimulasikannya." Sejak itu, kecerdasan buatan telah menghantui fikiran orang ramai dan perlahan-lahan menetas di makmal penyelidikan saintifik. Dalam dekad berikutnya, kecerdasan buatan telah membalikkan polaritinya, atau dipanggil ramalan masa depan tamadun manusia yang mempesonakan, atau dibuang ke dalam timbunan sampah sebagai fantasi orang gila teknologi. Sehingga 2012, kedua-dua suara itu wujud serentak.
Rajah|Cawangan Penyelidikan Kecerdasan Buatan
Selepas 2012, terima kasih kepada peningkatan dalam jumlah data, peningkatan kuasa pengkomputeran dan kemunculan algoritma pembelajaran mesin baharu (pembelajaran mendalam), kecerdasan buatan mula meletup. Walau bagaimanapun, kerja-kerja penyelidikan saintifik semasa tertumpu pada bahagian kecerdasan buatan yang lemah, dan amat berharap satu kejayaan besar akan dibuat dalam masa terdekat. Kebanyakan kecerdasan buatan dalam filem menggambarkan kecerdasan buatan yang kuat, dan bahagian ini sukar dicapai dalam dunia sebenar semasa. (Kecerdasan buatan biasanya dibahagikan kepada kecerdasan buatan yang lemah dan kecerdasan buatan yang kuat. Yang pertama membolehkan mesin mempunyai keupayaan untuk memerhati dan melihat, dan boleh mencapai tahap pemahaman dan penaakulan tertentu, manakala kecerdasan buatan yang kuat membolehkan mesin memperoleh keupayaan penyesuaian dan menyelesaikan beberapa masalah yang sebelum ini bukan masalah yang dihadapi).
Kepintaran buatan yang lemah dijangka membuat penemuan, bagaimana ia dicapai, dan dari mana datangnya "kepintaran"? Ini sebahagian besarnya berkat satu pendekatan kepada kecerdasan buatan - pembelajaran mesin.
Kami menggunakan kaedah paling mudah untuk menggambarkan hubungan antara ketiga-tiganya.
Kecerdasan Buatan
Ringkasnya, kecerdasan buatan menerangkan pelbagai cara mesin berinteraksi dengan dunia di sekelilingnya. Dengan kecerdasan canggih,-seperti manusia, mesin atau peranti AI boleh meniru tingkah laku manusia atau melaksanakan tugas seperti manusia melalui kesan gabungan perisian dan perkakasan.
Kita boleh melihat banyak tentang kecerdasan buatan hari ini, seperti pengecaman pertuturan (digunakan dalam peranti pembantu peribadi pintar), pengecaman muka (digunakan dalam penapis yang kini popular di media sosial), atau pengecaman objek (seperti mencari epal dan gambar oren).
Pembelajaran Mesin
Pembelajaran mesin ialah pendekatan atau subset kecerdasan buatan yang menekankan "pembelajaran" dan bukannya program komputer. Mesin menggunakan algoritma yang kompleks untuk menganalisis sejumlah besar data, mengenal pasti corak dalam data dan membuat ramalan, proses yang tidak memerlukan manusia menulis arahan khusus dalam perisian mesin. Selepas tersalah anggap sedutan krim sebagai oren, pengecaman corak sistem bertambah baik dari semasa ke semasa apabila ia belajar daripada kesilapannya dan membetulkan dirinya seperti manusia.
Pembelajaran Mendalam
Pembelajaran mendalam ialah subset pembelajaran mesin yang memacu kemajuan besar dalam kecerdasan komputer. Ia menggunakan banyak data dan kuasa pengkomputeran untuk mensimulasikan rangkaian saraf dalam. Pada asasnya, rangkaian ini meniru ketersambungan otak manusia, mengklasifikasikan set data dan menemui korelasi antara mereka. Dengan pengetahuan yang baru dipelajari (tanpa campur tangan manusia), mesin boleh menggunakan cerapannya pada set data lain. Lebih banyak data yang diproses oleh mesin, lebih tepat ramalannya.
Contohnya, peranti pembelajaran-dalam boleh memeriksa data besar—seperti warna, bentuk, saiz, masa masak dan asal buah—untuk menentukan dengan tepat sama ada epal ialah epal hijau atau oren darah oren.
Perbezaan antara AI, pembelajaran mesin dan pembelajaran mendalam tidak sejelas epal dan oren, ia lebih halus. Pembelajaran mesin ialah kaedah untuk mencapai kecerdasan buatan, dan pembelajaran mendalam ialah teknologi untuk mencapai pembelajaran mesin. Sekarang adakah anda faham perbezaan antara mereka?
