L'ondata di intelligenza artificiale sta travolgendo il mondo, e molte parole sono sempre alberate nelle nostre orecchie: intelligenza artificiale (Intelligenza Artificiale), machine learning (Machine Learning), deep learning (Deep Learning). Molte persone hanno sempre una vaga comprensione del significato di queste parole ad alta frequenza e della relazione dietro di esse. Questo articolo chiarisce il significato di queste parole nella lingua più semplice, che può aiutare tutti a capire meglio la relazione tra di loro.
Dalle auto agli smartphone, agli assistenti digitali e persino ai robot. Non stiamo parlando solo delle nuove funzionalità rivoluzionarie che compaiono ogni giorno. Inoltre, dispositivi, computer e macchine eseguono tutte le attività in modo intelligente. Come lo fanno? — Attraverso l'intelligenza artificiale, alias AI.
Il termine "intelligenza artificiale" è stato coniato per la prima volta dallo scienziato cognitivo John McCarthy, che ha scritto nel suo libro: "Questa ricerca si basa sul presupposto che qualsiasi comportamento di apprendimento o altra caratteristica intellettuale può in linea di principio essere una descrizione precisa, in modo che una macchina possa essere costruita per simularla". Da allora, l'intelligenza artificiale ha perseguitato le menti delle persone e lentamente si è schiusa nei laboratori di ricerca scientifica. Nei decenni successivi, l'intelligenza artificiale ha invertito le sue polarità, o è stata definita una profezia del futuro abbagliante della civiltà umana, o gettata nel mucchio di spazzatura come le fantasie dei pazzi tecnologici. Fino al 2012, entrambe le voci esistevano contemporaneamente.
Figura | Ramo di ricerca sull'intelligenza artificiale
Dopo il 2012, grazie all'aumento della quantità di dati, al miglioramento della potenza di calcolo e all'emergere di nuovi algoritmi di machine learning (deep learning), l'intelligenza artificiale ha iniziato a esplodere. Tuttavia, l'attuale lavoro di ricerca scientifica si concentra sulla debole parte dell'intelligenza artificiale, ed è molto fiducioso che un importante passo avanti sarà fatto nel prossimo futuro. La maggior parte dell'intelligenza artificiale nei film raffigura una forte intelligenza artificiale, e questa parte è difficile da raggiungere nel mondo reale attuale. (L'intelligenza artificiale è solitamente divisa in intelligenza artificiale debole e intelligenza artificiale forte. Il primo consente alle macchine di avere la capacità di osservare e percepire e può raggiungere un certo livello di comprensione e ragionamento, mentre una forte intelligenza artificiale consente alle macchine di acquisire capacità adattive e risolvere alcuni problemi che non erano problemi precedentemente incontrati).
Ci si aspetta che l'intelligenza artificiale debole faccia progressi, come viene raggiunta e da dove viene l'"intelligenza"? Ciò è in gran parte dovuto a un approccio all'intelligenza artificiale: l'apprendimento automatico.
Usiamo il metodo più semplice per visualizzare la relazione tra i tre.
Intelligenza artificiale
In poche parole, l'intelligenza artificiale descrive i vari modi in cui una macchina interagisce con il mondo che la circonda. Con un'intelligenza avanzata e simile a quella umana, una macchina o un dispositivo di intelligenza artificiale può imitare il comportamento umano o eseguire compiti come un essere umano attraverso gli effetti combinati di software e hardware.
Oggi possiamo vedere molto sull'intelligenza artificiale, come il riconoscimento vocale (utilizzato nei dispositivi di assistenza personale intelligente), il riconoscimento facciale (utilizzato nei filtri attualmente popolari sui social media) o il riconoscimento di oggetti (come la ricerca di mela e immagine di arance).
Apprendimento automatico
L'apprendimento automatico è un approccio o sottoinsieme dell'intelligenza artificiale che enfatizza l'"apprendimento" piuttosto che i programmi per computer. Una macchina utilizza algoritmi complessi per analizzare grandi quantità di dati, identificare modelli nei dati e fare una previsione, un processo che non richiede a un essere umano di scrivere istruzioni specifiche nel software della macchina. Dopo aver scambiato un bignè di crema per un'arancia, il riconoscimento del modello del sistema migliora nel tempo mentre impara dai suoi errori e si corregge come un essere umano.
Apprendimento approfondito
Il deep learning è un sottoinsieme dell'apprendimento automatico che guida grandi passi avanti nell'intelligenza informatica. Utilizza molti dati e potenza di calcolo per simulare reti neurali profonde. Essenzialmente, queste reti imitano la connettività del cervello umano, classificando i set di dati e scoprendo correlazioni tra di loro. Con le conoscenze appena apprese (senza l'intervento umano), la macchina può applicare le sue intuizioni ad altri set di dati. Più dati una macchina elabora, più accurate saranno le sue previsioni.
Ad esempio, un dispositivo di apprendimento approfondito potrebbe esaminare i big data, come il colore, la forma, le dimensioni, il tempo di maturazione e l'origine del frutto, per determinare con precisione se una mela è una mela verde o un'arancia è un'arancia rossa.
Le differenze tra AI, machine learning e deep learning non sono così evidenti come mele e arance, sono più sottili. L'apprendimento automatico è un metodo per raggiungere l'intelligenza artificiale e il deep learning è una tecnologia per ottenere l'apprendimento automatico. Ora capisci la differenza tra loro?
