Maschinelles Lernen wurde von vielen Menschen auf unterschiedliche Weise definiert. Eine Definition besagt, dass maschinelles Lernen (ML) das Fachgebiet ist, in dem Computer lernen können, ohne explizit programmiert zu werden.
In Anbetracht der obigen Definition können wir sagen, dass maschinelles Lernen auf Probleme ausgerichtet ist, für die wir (viele) Daten (Erfahrungen) haben, aus denen ein Programm lernen und bei einer Aufgabe besser werden kann.
Künstliche Intelligenz hat viel mehr Aspekte, bei denen Maschinen ihre Aufgaben nicht durch Lernen aus Daten verbessern , sondern Intelligenz durch Regeln (z. B. Expertensysteme wie Mycin ), Logik oder Algorithmen (z . B. Finden von Pfaden) aufweisen können .
Das Buch Artificial Intelligence: A Modern Approach zeigt weitere Forschungsfelder der KI, wie zum Beispiel Constraint Satisfaction Problems , Probabilistic Reasoning oder Philosophical Foundations .
Maschinelles Lernen ist eine Teilmenge der künstlichen Intelligenz. Grob gesagt entspricht es seiner Lernseite. Es gibt keine "offiziellen" Definitionen, Grenzen sind etwas verschwommen.
quelle
Viele Begriffe haben „meistens“ die gleiche Bedeutung, und daher liegen die Unterschiede nur in der Betonung, Perspektive oder historischen Herkunft. Die Leute sind sich nicht einig, welches Label sich auf die Obermenge oder die Untermenge bezieht. Es gibt Leute, die AI einen Zweig der KI nennen, und Leute, die ML einen Zweig der KI nennen.
Ich höre normalerweise maschinelles Lernen als eine Form von angewandter Statistik, bei der wir ein Lernproblem so detailliert angeben, dass wir nur Trainingsdaten einspeisen und ein nützliches Modell herausholen können.
Ich höre Künstliche Intelligenz normalerweise als Sammelbegriff für jede Art von Intelligenz, die in die Umgebung oder in den Code eingebettet ist. Dies ist eine sehr weitreichende Definition, und andere verwenden engere Definitionen (z. B. die Konzentration auf künstliche allgemeine Intelligenz, die nicht domänenspezifisch ist). (Im Extremfall enthält meine Version Thermostate.)
Dies ist auch ein guter Zeitpunkt, um auf andere StackExchange-Sites, Cross Validated und Data Science , hinzuweisen , die sich mit dieser Site ein wenig überschneiden.
quelle
Das maschinelle Lernen ist eine Teilmenge der künstlichen Intelligenz, die nur einen kleinen Teil ihres Potenzials ausmacht. Dies ist eine spezielle Methode zur Implementierung von KI, die sich hauptsächlich auf statistische / probabilistische und evolutionäre Techniken konzentriert. Q.
Künstliche Intelligenz
Künstliche Intelligenz ist " die Theorie und Entwicklung von Computersystemen, die in der Lage sind, Aufgaben auszuführen, die normalerweise menschliche Intelligenz erfordern " (wie visuelle Wahrnehmung, Spracherkennung, Entscheidungsfindung und Übersetzung zwischen Sprachen).
Wir können uns AI als das Konzept der nicht-menschlichen Entscheidungsfindung vorstellen, das darauf abzielt, kognitive menschenähnliche Funktionen wie Problemlösung, Entscheidungsfindung oder Sprachkommunikation zu simulieren.
Maschinelles lernen
Maschinelles Lernen (ML) ist im Grunde ein Lernen durch die Implementierung von Build-Modellen, die Muster aus Daten vorhersagen und identifizieren können.
Laut Prof. Stephanie R. Taylor von Computer Science und ihrer Vorlesungsarbeit sowie der Wikipedia-Seite handelt es sich bei "maschinellem Lernen um einen Zweig der künstlichen Intelligenz und darum, Systeme zu konstruieren und zu untersuchen, die aus Daten lernen können " (ähnlich wie auf der Grundlage des Bestehenden) E-Mail-Nachrichten, um zu erfahren, wie Sie zwischen Spam und Nicht-Spam unterscheiden können).
Laut Oxford Dictionaries ist das maschinelle Lernen die Fähigkeit eines Computers, aus Erfahrungen zu lernen (z. B. seine Verarbeitung auf der Grundlage neu erworbener Informationen zu ändern).
Wir können ML als computergestützte Mustererkennung in den vorhandenen Daten betrachten, um Muster in zukünftigen Daten vorherzusagen. Q.
Mit anderen Worten, beim maschinellen Lernen werden selbstlernende Algorithmen entwickelt, und bei künstlicher Intelligenz werden Systeme oder Software entwickelt , die den Menschen nachahmen, um unter bestimmten Umständen zu reagieren und sich zu verhalten. Quora
quelle
Wie unterscheidet sich künstliche Intelligenz vom maschinellen Lernen ? Https://www.linkedin.com/pulse/how-artificial-intelligence-different-from-machine-learning-singh
quelle
Künstliche Intelligenz (KI) und Maschinelles Lernen (ML) sind derzeit zwei sehr heiße Schlagworte, die häufig synonym verwendet werden.
Künstliche Intelligenz ist das umfassendere Konzept, wonach Maschinen in der Lage sind, Aufgaben auf eine Weise auszuführen, die wir als „intelligent“ betrachten würden, und Maschinelles Lernen ist eine aktuelle Anwendung der KI, die auf der Idee basiert, dass wir Maschinen eigentlich nur Zugang zu Daten gewähren sollten und lassen Sie sie für sich selbst lernen.
Weitere Informationen zu Maschinellem Lernen und Künstlicher Intelligenz finden Sie hier.
quelle
Theoriebasierte KI führte zur Entwicklung des maschinellen Lernens. Oft als Teilmenge der KI bezeichnet, ist es wirklich genauer, sie als den aktuellen Stand der Technik zu betrachten.
Beim maschinellen Lernen werden mithilfe einiger selbstlernender Algorithmen Kenntnisse über Daten erlangt, und bei der KI werden auf der Grundlage des durch Lernen erlangten Wissens Aufgaben ohne menschliche Unterstützung von der Maschine ausgeführt. Das ist also, was ML ist die Teilmenge der KI bedeuten.
quelle
Sakthi Dasan Sekar
quelle
Künstliche Intelligenz: Eine Eigenschaft des Wissens in einer künstlichen Entität in Aktion.
Maschinelles Lernen: Wie man eine künstliche Entität macht, um Informationen (Lernen) für sein Wissen hinzuzufügen
quelle
Künstliche Intelligenz ist in einfachen Worten ein Gebiet der Wissenschaft, das versucht, das Verhalten von Menschen oder anderen Tieren nachzuahmen.
Maschinelles Lernen ist eines der wichtigsten Werkzeuge / Technologien für künstliche Intelligenz.
quelle
Künstliche Intelligenz (KI) und Maschinelles Lernen (ML) sind derzeit zwei sehr heiße Schlagworte, die häufig synonym verwendet werden. Sie sind nicht ganz dasselbe, aber die Wahrnehmung, dass sie sind, kann manchmal zu Verwirrung führen. Deshalb dachte ich, es lohnt sich, ein Stück zu schreiben, um den Unterschied zu erklären.
Maschinelles Lernen ist ein zentrales Teilgebiet der künstlichen Intelligenz. Es versetzt Computer in die Lage, sich selbst zu lernen, ohne explizit programmiert zu werden. Wenn diese Computerprogramme neuen Daten ausgesetzt werden, können sie selbst lernen, wachsen, sich ändern und sich entwickeln.
quelle
Zunächst bin ich in meinen Business Intelligence-Kursen viel häufiger auf den Begriff MachineLearning gestoßen als in meinen AI-Kursen.
Mein KI-Professor Rolf Pfeifer hätte es so ausgedrückt: (nach einem langen Vortrag darüber, was Intelligenz ist, wie sie definiert werden kann, verschiedene Arten von Intelligenz usw.). ML ist eher statisch und "dumm", es ist sich seiner fisikalischen Umgebung nicht bewusst und kann nicht oder nur abstrakt damit interagieren. Die KI hat ein gewisses Bewusstsein für ihre Umgebung und interagiert autonom mit ihr, wodurch sie autonome Entscheidungen mit Rückkopplungsschleifen trifft. Aus dieser Sicht wäre Ugnes Answer wahrscheinlich am nächsten. Abgesehen davon ist ML natürlich eine Teilmenge der KI.
Maschinelles Lernen ist keine echte Intelligenz (imho), sondern hauptsächlich menschliche Intelligenz, die sich in logischen Algorithmen widerspiegelt, und wie mein Business Intelligence-Experte es ausdrückt: über Daten und ihre Analyse. Maschinelles Lernen hat viele überwachte Algorithmen, die tatsächlich Menschen benötigen, um den Lernprozess zu unterstützen, indem sie sagen, was richtig und was falsch ist, sodass sie nicht unabhängig sind. Und wenn sie einmal angewendet wurden, sind Algorithmen meistens statisch, bis der Mensch sie neu justiert hat. In ML haben Sie meistens Blackbox-Designs und der Hauptaspekt sind Daten. Daten kommen herein, Daten werden analysiert ("intelligent"), Daten gehen aus, und Lernen bezieht sich in den meisten Fällen auf eine Vorimplementierungs- / Lernphase. In den meisten Fällen kümmert sich ML nicht um die Umgebung, in der sich eine Maschine befindet, sondern um Daten.
Bei KI geht es stattdessen darum, menschliche oder tierische Intelligenz nachzuahmen. Nach dem Ansatz meines Professors geht es bei KI nicht unbedingt um Selbstbewusstsein, sondern um Interaktion mit der Umgebung. Um KI aufzubauen, müssen die Maschinensensoren die Umgebung wahrnehmen, eine Art Intelligenz, die in der Lage ist, weiterzulernen, und Elemente, die interagieren mit der Umwelt (Waffen usw.). Die Interaktion sollte auf autonome Weise erfolgen, und im Idealfall sollte das Lernen wie beim Menschen ein autonomer, andauernder Prozess sein.
Eine Drohne, die Felder in einem logischen Schema nach Farbmustern absucht, um Unkraut in Feldfrüchten zu finden, wäre also mehr ML. Insbesondere wenn die Daten später vom Menschen analysiert und verifiziert werden oder wenn der verwendete Algorithmus ein statischer Algorithmus mit eingebauter "Intelligenz" ist, der jedoch nicht in der Lage ist, sich neu anzuordnen oder sich an seine Umgebung anzupassen. Eine Drohne, die autonom fliegt, sich auflädt, wenn die Batterie leer ist, nach Unkräutern sucht, Unbekanntes erkennt, sie selbst herausreißt und zur Überprüfung zurückbringt, wäre KI ...
quelle
Bevor Sie auf Unterschiede eingehen, müssen Sie sich darüber im Klaren sein, was sie genau bedeuten.
Künstliche Intelligenz ist die Wissenschaft und Technik, mit der sich Computer so verhalten, dass sie menschliches Verhalten imitieren - Andrew Moore
Maschinelles Lernen ist das Studium von Computeralgorithmen, mit denen sich Computerprogramme durch Erfahrung automatisch verbessern können - Tom Mitchell
Wenn künstliche Intelligenz Maschinen dazu bringt, menschliche Intelligenz zu demonstrieren, dann ist maschinelles Lernen ein Ansatz, um jene künstliche Intelligenz zu erreichen, in der die Maschine selbständig lernen kann, ohne explizit programmiert zu werden. Maschinelles Lernen ist einfach ein Teil der KI.
quelle
Lassen Sie uns einen Test an uns selbst machen, um den Unterschied herauszufinden.
Schritt 1: Ich werde ein Wort schreiben und Sie müssen es laut aussprechen.
Das Wort ist:
Stackoverflow
Gut!!! so könnte man es nahtlos aussprechen
Schritt 2: Jetzt müssen Sie ein anderes Wort aussprechen.
Das Wort ist:
Worcestershire
Hmmmm !!! Finden Sie es schwierig, aber trotzdem, sagen Sie es, das macht Sie intelligent.
So genau, wenn Sie Schwierigkeiten überwinden, ist es
intelligence
.Aber jetzt, wenn ich Ihnen sage, wie es ausgesprochen wird, und Sie den gleichen Test versuchen, werden Sie keine Schwierigkeiten haben, als Sie lernten, wie man es ausspricht.
Gleiches gilt für künstliche Intelligenz und maschinelles Lernen.
Künstliche Intelligenz ist also eine Möglichkeit, menschliche Logik, Argumentation, Verständnis und Fähigkeiten zur Problemlösung abzubilden.
Während maschinelles Lernen durch Muster, Statistiken und Erfahrung zu erinnern oder vorherzusagen ist.
Künstliche Intelligenz bedeutet also, Fähigkeiten zum Lösen von Problemen, Logik, Denken und Verstehen zu haben, aber dennoch müssen Sie lernen, diese Fähigkeiten zu erwerben, sodass maschinelles Lernen ein Teil der künstlichen Intelligenz ist.
quelle
In Computerspielen könnte eine KI sein: Wenn der Spieler springt, dann schieße. KI kann also einfach eine Reihe klarer Verhaltensanweisungen sein. Der KI-Programmierer hat zuvor entschieden, dass es am besten ist, zu schießen, wenn der Spieler springt.
Deep Learning ist eine Möglichkeit, diese Anweisungen nicht im Voraus zu definieren, sondern sie während des Spiels zu lernen. Die KI lernt also, dass es am besten ist, zu schießen, wenn ein Spieler springt. Es könnte dies lernen, indem es auch versucht, zu anderen Zeiten zu schießen und zu diagnostizieren, dass dies weniger Wirkung hat.
quelle
Künstliche Intelligenz bedeutet, dass Sie ein Programm für eine bestimmte Aufgabe schreiben und nicht darüber nachdenken, wie der einzelne Benutzer das Programm verwendet oder welchen Teil des Programms er ständig verwendet ...
Maschinelles Lernen bedeutet, dass Sie dasselbe Programm schreiben und das Programm anweisen, eine Sache vorzuschlagen, die den Benutzer interessieren wird ...
Das beste Beispiel für maschinelles Lernen ist die Gesichtserkennung
Sie haben das Programm geschrieben, um Farben und Formen von Gesichtern zu erkennen, und dann, wenn es ein Gesicht erkennt, können Sie andere Aufgaben ausführen ... Es ist maschinelles Lernen.
Wenn Sie jedoch bereits Daten von Bildern verschiedener Gesichter im Programm gespeichert haben und diese mit einem Benutzer vergleichen und dann eine bestimmte Aufgabe ausführen, handelt es sich um künstliche Intelligenz
quelle