Что такое искусственный интеллект?

Машинное обучение — это процедура, которой следуют компьютерные системы для реализации искусственного интеллекта. При этом с помощью алгоритмов выявляются закономерности в данных. На основе этих закономерностей создается модель данных для прогнозирования.

Модели машинного обучения обучаются на основе подмножеств данных. Если данные, используемые для обучения модели, точно представляют полный набор данных, который будет анализироваться, алгоритм позволяет вычислить более точные результаты. Если модель машинного обучения достаточно хорошо обучена для быстрого и точного выполнения задач, чтобы быть полезной и надежной, она реализует узкий ИИ.

Глубокое обучение — это расширенный тип машинного обучения, в котором используются сети алгоритмов, имитирующие структуру мозга, называемые нейронными сетями. Глубокая нейронная сеть включает вложенные нейронные узлы. Поэтому при каждом вопросе, на который она отвечает, возникает набор связанных вопросов.

Для глубокого обучения обычно требуется большой набор данных. Учебные наборы для глубокого обучения иногда состоят из миллионов точек данных. После обучения глубокой нейронной сети на основе этих больших наборов данных она может справиться с более высоким уровнем неопределенности, чем неглубокая сеть. Это делает ее полезной для таких областей применения, как распознавание изображений, где с помощью ИИ нужно найти края фигуры для определения изображенного объекта. Кроме того, глубокое обучение лежит в основе ИИ, превосходящего мозг человека в сложных играх, таких как шахматы.