Искусственный интеллект и машинное обучение

4 03 июля 1 260
Искусственный интеллект и машинное обучение
Галина Дружинина

Автор статьи

Искусственный интеллект и машинное обучение — как они появились и как будут развиваться дальше? Мы общаемся с ними, обращаясь в банк, поручаем им выбирать музыку. Нейросети рисуют, пишут тексты и музыку. Кажется, компьютер настолько умен, что способен заменить целый ряд профессий.

ИИ — надежный помощник человека, способный обрабатывать гораздо больше данных, чем человеческий мозг. Несмотря на все достижения, пока он не способен совершать научные открытия или самостоятельно создавать произведения искусства. Зато становится перспективным направлением для специалистов, желающих упростить и улучшить жизнь людей.

Искусственный интеллект, машинное обучение: краткая история возникновения

Само понятие “Искусственный интеллект” несмотря на более чем шестидесятилетнюю историю возникновения и развития, все еще окутано мифами. До сих пор есть люди, которые считают, что за ним стоит некая потенциальная угроза, этакий “Скайнет”, как в “Терминаторе”, готовящий войну против человечества. Ирония в том, что опасающиеся восстания машин пользователи и не подозревают, что “искусственный разум” гораздо ближе и прозаичнее. Так, например, они сталкиваются с ним при использовании навигатора или заказе еды.

Изначально, с 1956 года ученые, придумавшие системы искусственного интеллекта и машинное обучение, ставили задачу с помощью компьютера воссоздавать различные когнитивные способности человека: мышление, восприятие, память и т.д. По мнению ученых, если задать ему достаточно точные условия, он будет способен на самостоятельное творчество или научное открытие.

В 1958 году будущий Нобелевский лауреат по экономике Герберт Саймон сделал громкое заявление: если позволить вычислительным машинам участвовать в международных соревнованиях, то в течение десятилетия они станут чемпионами мира по шахматам. Через семь лет партия между 10-летним мальчиком и компьютером действительно состоялась. Ребенок одержал победу. Забегая вперед, отметим, прогнозируемое событие произошло только в 1997 году, удивившее мир поражение потерпел действующий в тот год чемпион мира по шахматам Гарри Каспаров.

В 1970-х ученые пошли по другому пути — они стали имитировать механизмы памяти и понимания. Так появились разграниченные понятия ИИ и машинное обучение.

Научить компьютер учиться

Машинное обучение — это процесс, при котором ИИ наделяют знаниями, накопленными человеком, чтобы заставить его учиться и действовать как человек. Для овладения этими навыками машине нужен помощник. Имеющий необходимые знания сотрудник (чаще — программист, или человек, окончивший соответствующие курсы) собирает и подготавливает информацию, чтобы предоставить ее компьютеру для дальнейшей структуризации, анализа и получения логических заключений. Подготовка в данном случае состоит в разметке данных. Пример — знакомая всем капча. Отмечая на картинке, где светофор, а где такси, вы прокачиваете искусственный интеллект — предоставляете ему размеченные данные.

В широком смысле специалисты по машинному обучению и искусственному интеллекту создают алгоритмы, с помощью которых учат компьютер учиться и самостоятельно делать умозаключения, имитируя логику человека. Пример их работы, с которой мы сталкиваемся ежедневно — лента в соцсетях или в онлайн-кинотеатрах. К просмотру предлагаются материалы (фильмы, музыка, посты), которые понравились пользователям со схожими предпочтениями. От владельца профиля при этом требуются данные — оценки и лайки. Чем их больше, тем лучше работает алгоритм, а значит, тем выше шансы, что рекомендованное придется по вкусу.

Машинное обучение: фундаментальные инструменты и практики
0 отзывов
Стоимость
96 970 43 600 ₽
Рассрочка/мес.
2 722 ₽
Длительность
11 мес.
Рассрочка

В чем разница между понятиями искусственный интеллект, машинное обучение, глубокое обучение?

Представить все три понятия вольно можно в виде матрешки: самым широким является искусственный интеллект — наука об имитации компьютером мышления человека. Машинное обучение — одно из направлений ее развития. Глубокое обучение — один из его методов. Остановимся на каждом подробнее.

Что из себя представляет ИИ на сегодня? Первое, о чем стоит сказать: пришедшее из английского языка словосочетание artificial intelligence в отличие от русского варианта абсолютно обезличено и не имеет отношения к человеку. В данном контексте intelligence можно перевести как «способность рассуждать разумно», а не «интеллект» как свойство, присущее человеку.

В первую очередь, это система, которая умеет имитировать мыслительные процессы, собирать, анализировать и использовать полученную информацию. На сегодня она применяется в различных формах и в разных сферах деятельности. Например, эти технологии в чат-ботах на сайтах общаются с клиентами, отвечают на популярные запросы, принимают звонки, собирают информацию о пробках на дорогах, помогают врачам поставить диагноз.

Отличие машинного обучения от искусственного интеллекта заключается в том, что это более узкое понятие. Как упоминалось выше, machine learning (ML) — это область исследования внутри науки об “искусственном разуме”. Нередко эти термины ошибочно используют в качестве синонимов. Однако понятия эти не равноценны: МО всегда имеет отношение к искусственному интеллекту, но искусственный интеллект может использовать другой принцип работы.

Напомним, для ML характерно развитие с помощью специально размеченных человеком данных и заданных алгоритмов. Получив их, компьютер делает дальнейшие выводы. Они могут быть ошибочными и корректироваться специалистом.

Machine learning vs deep learning

Между machine learning и deep learning также часто ставят знак равенства. На деле глубокое обучение является одним из методов машинного. Главное отличие между ними состоит в том, что deep learning строится не на основе данных, полученных от человека, а на базе искусственных нейронных сетей. Нейронные сети многослойны, и каждый из слоев содержит данные, которые может использовать следующий слой для выполнения необходимых задач и операций. Такая структура позволяет компьютеру обучаться без участия оператора, и только за счет собственных ошибок.

Еще одно отличие — глубокое обучение в противовес машинному требует очень мощного компьютера. Техника с достаточной производительностью появилась после 2010 года, когда метод и начал широко распространяться. В настоящее время искусственный интеллект и машинное обучение, разница между которыми, стала более понятна, позволяют решать задачи, которые раньше выполнялись только людьми: управлять автомобилем, различать изображения, распознавать речь и делать ее перевод.

Перспективы развития ИИ и возможности трудоустройства специалистов по ML

Как уже говорилось, ИИ — очень перспективное направление, причем как в науке, так и в бизнесе. Эти технологии широко применяются в банковском деле и здравоохранении.

Так, например, с их помощью медики научились прогнозировать риск развития сердечных болезней у пациентов. Разработанная американскими учеными модель глубокого обучения, получившая для анализа изображения более 147 тысяч рентгеновских снимков грудной клетки, теперь по одному рентгеновскому снимку больного может прогнозировать риск его летального исхода в течение ближайших десяти лет. На сегодня такие технологии, как искусственный интеллект, машинное обучение, интеллектуальный анализ данных позволяют врачам, опираясь на заключения нейросети, снизить риск смертности пациентов, заблаговременно выбрав лечение.

Путь к любимой работе начинается с образования
Ответьте на 6 простых вопросов, и мы составим список наиболее подходящих для вас вариантов

Обо всех областях и возможностях их применения написать невозможно, но очевидно, что они будут все глубже проникать в повседневную жизнь. Это значит, что потребность в ML-специалистах в дальнейшем будет только расти. А крупные компании будут готовы платить квалифицированным сотрудникам большие деньги.

Комментарии проходят модерацию по правилам сервиса

Полезные статьи

Подпишитесь
на рассылку

Мы будем присылать вам на почту полезные материалы об образовании