تفاوت های این پنج تا رو میخوام توضیح بدم Machine Learning≈یادگیری ماشین Artifical intelligence≈هوش…

Original Source Here

تفاوت های این پنج تا رو میخوام توضیح بدم
Machine Learning≈یادگیری ماشین
Artifical intelligence≈هوش مصنوعی
Deep Learning≈یادگیری عمیق
Reinforcement learning≈یادگیری تقویت شده
Deep Reinforcement Learning≈یادگیری تقویت شده عمیق
خوب:
اولا یه توضیح که اصلا چرا اینا هستن

‏قبل از اینکه این مباحث به وجود بیاد کامپیوترها محاسبات رو توسط فرمولهایی که تعریف میشد محاسبه میکردن ولی همیشه این سوال وجود داشت که اگه هیچ فرمولی نداشتیم چی؟یا اگه شرایط خاصی پیش اومد تو سیستم که فرمول مرمول دیگه جواب نداد چی؟اونموقع ماشین چطور میتونه اوضارو مدیریت کنه؟

‏این شد که برای پیداکردن جواب مسایل پیچیده که فرمولی در دسترس نیست که یه زیرمجموعش هم مدیریت بحران هست بدون دخالت انسان یه روش هایی ایجاد شد مثلا الگوریتم های تکاملی مثل الگوریتم ژنتیک که جواب سوالات بسیار پیچیده و زمانبر رو با دقت قابل قبول بهمون میدادن.
اما این هم تا جایی ‏جوابگو بود.کم کم انسانها فهمیدن که استراتژی های ثابت برای مواجهه با شرایط متفاوب با گذشت زمان کیفیت خودشونو از دست میدن یا گاها کلا به درد نخور و حتی فاجعه بار میشن.
الگوریتم تکاملی میتونست بهترین شکل ممکن برای یه پی یه ساختمان رو بهمون محاسبه کنه و بده ولی نمیتونست اوتو پایلوت ‏یه هواپیمای مسافربری باشه و در شرایط مختلف استراتژی متفاوتی رو پیش بگیره.
به نوعی میشه گفت وقتی مسئله ای داشتیم که طی زمان ثبات قابل توجهی نداشت و تمام شرایط ممکن رو هم کامل نمیتونستیم حدس بزنیم اونموقع دیگه کاربردشو کاملا از دست میداد.
مثل یه بازی رایانه ای آنلاین که ممکنه حریف

‏هر حرکتی رو بزنه و بهترین استراتژی شما رو هم باطل کنه.درحالی که یه انسان کاملا میتونست درک کنه که باید استراتژی جدیدی برای مقابله پیدا کرد. پس انسانها به این فکر افتادن که یه روشی بسازن برای هدیه دادن قدرت تفکر به رایانه ها!
یه روش که هیچ ایده از پیش تعریف شده یا فرمولی توش نباشه ‏و در نهایت به این رسیدن که هوش مصنوعی رو ابداع کنن روشی که در اون کامپیوتر نسبت به شرایط کاملا جدید و متغیر حس داشت و احساساتشو به کار میگرفت تا تصمیم درست بگیره.البته با تمرین انواع شرایط ممکن و کسب تجربه کافی و تلفیق اون تجارب.
فرض کنین یه دوربین امنیتی میخوایم بسازیم که دزد ‏رو از مشتری تشخیص بده.اگر تشخیص دهنده انسان باشه به سرعت میتونه نسبت به تلفیق چنتا چیز به نتیجه برسه که این دزده یا نه.مثلا میزان تاریکی هوا،تیرگی لباس، نوع حرکت و رفتارها وجود دستکش وجود ابزارهای خاص و و و.
اما رایانه این قدرتو نداشت ولی با هوش مصنوعی این امکان به وجود اومد ‏الان ما کلی فیلم دزد و مشتری رو به رایانه ها میدیم و رایانه تمرین میکنه و کم کم یه درکی از دزد و مشتری برا خودش پیدا میکنه.یه فرمول نانوشته خیلی پیچیده و در دنیای اعداد و ریاضی دزد و مشتری رو تعریف میکنه برای خودش!!
و بعد از اون تمام دزدها و مشتری هارو به راحتی تفکیک میکنه.

‏حالا بریم سر تفاوت های این عناوین:

‏قبل از هر چیز برای ساخت یه مغز هوشمند باید یه شبکه عصبی مصنوعی مدل کنیم.
این سیستم از شمار زیادی عناصر پردازشی فوق‌العاده بهم‌پیوسته با نام نورون تشکیل شده که برای حل یک مسئله با هم هماهنگ عمل می‌کنند و توسط سیناپس‌ها (ارتباطات الکترومغناطیسی) اطلاعات را منتقل می‌کنند. در این ‏شبکه‌ها اگر یک سلول آسیب ببیند بقیه سلول‌ها می‌توانند نبود آن را جبران کرده، و نیز در بازسازی آن سهیم باشند. این شبکه‌ها قادر به یادگیری‌اند. مثلاً با اعمال سوزش به سلول‌های عصبی لامسه، سلول‌ها یادمی‌گیرند که به طرف جسم داغ نروند و با این الگوریتم سیستم می‌آموزد که خطای خود را ‏اصلاح کند. یادگیری در این سیستم‌ها به صورت تطبیقی صورت می‌گیرد، یعنی با استفاده از مثال‌ها وزن سیناپس‌ها به گونه‌ای تغییر می‌کند که در صورت دادن ورودی‌های جدید، سیستم پاسخ درستی تولید کند.
حالا ببینیم هوش مصنوعی چیه:
هوش مصنوعی: عبارت است از مطالعه این که چگونه رایانه‌ها را می‌توان وادار به کارهایی کرد که در حال حاضر انسان‌ها آن‌ها را صحیح یا بهتر انجام می‌دهند.
البته طبق آزمون تورینگ هنوز ماشینی به اندازه انسان نتونسته مخاطبشو چنان فریب بده که

‏مخاطب نفهمه آیا فردی که پاسخ میده انسانه یاماشین.ولی نزدیکیم خیلی نزدیک :) چون خوشبختانه ماشینها دارن روزبه روز بیشتر و بیشتر انسان نما میشن و انسانها هم بیشتر و بیشتر به ماشین شبیه میشن ماشین هایی بی احساس؛) بگذریم
یادگیری ماشینی: مطالعه‌ی علمی الگوریتم‌ها و مدل‌های آماری مورد ‏استفاده‌ی سیستم‌های کامپیوتری است که به‌جای استفاده از دستورالعمل‌های واضح، از الگوها و استنباط برای انجام وظایف سود می‌برند.[۱] یادگیری ماشینی علمی است که باعث می‌شود رایانه‌ها بدون نیاز به یک برنامه صریح در مورد یک موضوع خاص یاد بگیرند. به عنوان زیر مجموعه‌ای از هوش مصنوعی،‌‏الگوریتم‌های یادگیری ماشینی یک مدل ریاضی بر اساس داده‌های نمونه یا “داده‌های آموزش” به منظور پیش‌بینی یا تصمیم‌گیری بدون برنامه‌ریزی آشکار، ایجاد می‌کنند.
پس تفاوتشو با هوش مصنوعی فهمیدیم اینجا روشی رو مشخص کرده ولی هوش مصنوعی تمام روشها رو شامل میشه.همین!
و سه نوع هست خودش :

‏یادگیری تحت نظارت،
یادگیری بدون نظارت،
یادگیری تقویت شده
یا به انگلیسی:
Supervised machine learning,
Unsupervised machine learning
Reinforcement Learning
که تفاوتاشون آسونه
تو یادگیری تحت نظارت ما دقیقا میدونیم چنتا گزینه برای تصمیمگیری داریم مثلا میگیم این عکسو میدم به کامپیوتر ‏یا میگی سگ هست توش یا گربه.دیگه اگه یهو یه عکس زرافه هم بدیم بهش دیگه سیستم یا میگه سگه یا گربه.و این هوش ما هیچوقت باور نمیکنه که موجوداتی غیر از سگ و گربه ممکنه وجود داشته باشن!
اما یادگیری نظارت نشده اینه که ما طبقه بندی درستی از نتایج نداریم نتایج هرچیزی میتونن دران و ما فقط ‏مجاز هستیم بگیم این المان هارو چک کن و ببین مثلا طرف چقدر از تبلیغای مربوط به بازی خوشش میاد ویا چقدر شاده و یا چقدر پرخوره بعد کم کم شروع کن تبلیغات یا پستایی که نسبت به شرایطش حدس میزنی خوشش میاد رو بهش نشون بده.
یا برای تشخیص اثر انگشت که قابل طبقه بندی نیست.
بریم سر اصل مطلب:

‏یادگیری تقویت شده: در این روش دقیقا یک شگرد جالب استفاده میشه که تعلیم دهندگان حیوانات هم از اون استفاده میکنن. سیستم «کار صحیح رو انجام بده و پاداش بگیر!»
یعنی ما هیچ درکی از چیزی که قراره انجام بشه نداریم!نه طبقه بندی ای نه سوالی نه هیچی!!اماا…..

‏تنهاچیزی که اینجا خیلی مهمه ایجاد یه محیط هست یه جایی که اسکل(پرنده ای که در راه بازگشت راه خانه خود را در بیشتر مواقع گم میکند)هامونو ول میکنیم و میگیم برو بچرخ اگه تونستی برگردی خونت بهت جایزه میدم!
و بدین سان اسکل های با مسیریابی خوب تشویق میشن و بقیه میمیرن از گشنگی :))

‏درست مثل الگوریتم ژنتیک ولی دیگه نیازی نداریم یه نسل صبر کنیم که نسلی جدید و باهوشتر به دنیابیان بزرگ شن و دوباره نسلی باهوشتر بسازن.اینجا سرعت پیشرفت خیلی بالاست و پویاست ودیگر نیازی به درگیر شدن با کدهای ژنتیکی موجودات و شوهر دادن اونا نیست:))
اونم جداگانه تو پست بعدی توضیح میدم خیلی جالبه

AI/ML

Trending AI/ML Article Identified & Digested via Granola by Ramsey Elbasheer; a Machine-Driven RSS Bot

%d bloggers like this: