تفاوت Machine Learning و Artificial Intelligence
ما در این مقاله قصد داریم که به تفاوت Machine Learning و Artificial Intelligence بپردازیم تا از سردرگمی در تفاوت آن ها کاسته شود.
یادگیری ماشین (Machine Learning) و هوش مصنوعی (Artificial Intelligence) از مباحث داغ این روزهای دنیای تکنولوژی می باشد و بیشتر اوقات به نظر می آید که اشتباها به جای همدیگر استفاده می شوند.
در واقع این دو با هم تفاوت دارند و ممکن است درک اینکه چطور ممکن است فرق داشته باشند ، کمی گیج کننده باشد.
این دو مبحث بیشتر زمانی به چشم می آیند که بحث Big Data و تجزیه و تحلیل داده ها مطرح باشد.
به اختصار هوش مصنوعی مفهوم بزرگتری از اینکه ماشین ها بتوانند وظایفی را به صورت “هوشمند” انجام دهند ، است.
و یادگیری ماشین که کابردی از هوش مصنوعی است ، بر این پایه است که ما تنها داده ها را به ماشین ها بدهیم و بگذاریم که خودشان یاد بگیرند.
تاریخچه
هوش مصنوعی توسط فلاسفه و ریاضیدانانی نظیر جرج بول که اقدام به ارائه قوانین و نظریههایی در مورد منطق نمودند، مطرح شده بود. با اختراع رایانههای الکترونیکی در سال ۱۹۴۳، هوش مصنوعی، دانشمندان آن زمان را به چالشی بزرگ فراخواند. دراین شرایط، چنین بهنظر میرسید که این فناوری قادر به شبیهسازی رفتارهای هوشمندانه خواهد بود.
همانطور که تکنولوژی و از همه مهمتر، درک ما از چگونگی کار ذهن انسان ، پیشرفت کرده است ، دید ما نسبت به هوش مصنوعی هم تغییر پیدا کرد.
به جای تمرکز روی محاسبات پیچیده ، هوش مصنوعی در تقلید از پروسه تصمیم گیری انسان و انجام وظایف به سبک انسان ها متمرکز شد.
دستگاه های که برنامه ریزی شده اند که هوشمندانه عمل کنند غالبا به دو دسته اساسی تقسیم می شوند : هوش مصنوعی کاربردی و عمومی.
هوش مصنوعی کاربردی (که رایج تر است) این است که ماشین کار خاصی را انجام دهند مانند ماشین های خودران
هوش مصنوعی عمومی به این صورت است که ماشین بتواند هر وظیفه ای را انجام دهند. در زمینه تکنولوژی در حال حاظر تمرکز بیشتر روی این قسمت است و در اینجاست که بحث یادگیری ماشین به میان می آید.
ظهور یادگیری ماشین
دو دستاورد مهم به ظهور یادگیری ماشین کمک بسزایایی کردند.
اول این است که درک این بوجود آمد که به جای اینکه همه چیز را به کامپیوتر ها درباره ی محیط اطراف و چگونگی انجام وظیفه ها یاد دهیم ، به آنها آموزش دهیم که خودشان یاد بگیرند.
دوم ظهور اینترنت بود که به منبع بزرگی از اطلاعات برای تولید ، ذخیره و تجزیه و تحلیل تبدیل شد.
زمانی که این دو محقق شدند مهندسین فهمیدند که به جای اینکه به ماشین ها آموزش دهند که چگونه وظایف را انجام دهند ، خیلی موثرتر خواهد بود که آن ها برنامه ریزی کنند که مانند انسان فکر کنند و آن ها را به اینترنت وصل کنند تا به تمام اطلاعات دسترسی داشته باشند.
کلام آخر…
هوش مصنوعی و مخصوصا یادگیری ماشین از موضوع هایی می باشند که خیلی جای پیشرفت دارند و در آینده ای نزدیک شاهد استفاده آن در تمامی قسمت های زندگی خود خواهیم بود.
مطالب زیر را حتما مطالعه کنید
کتابخانههای برتر پایتون برای پردازش زبان طبیعی
یادگیری ماشین به زبان ساده – بخش دوم
آشنایی با Numpy، کتابخانهی ریاضیات در پایتون
رسم نمودار و مصور سازی دادهها در پایتون با استفاده از Matplotlib
آشنایی با سیستم های توصیه گر (Recommender Systems) و عملکرد آنها
آشنایی با Pandas، کتابخانهی تجزیه و تحلیل داده
2 Comments
Join the discussion and tell us your opinion.
دیدگاهتان را بنویسید لغو پاسخ
برای نوشتن دیدگاه باید وارد بشوید.
مفید، مختصر و عالی
مختصر و کامل
خیلی خوب بود