В чем разница между искусственным интеллектом и машинным обучением, или это одно и то же?

Недавно слушал подкаст и встретил мнение о том, искусственный интеллект (AI) и машинное обучение (ML) — это одно и то же, а сейчас просто из-за популярности ML стали называть AI в целях маркетинга.

Не могу согласиться с этим мнением и хочу рассказать почему, поскольку в свое время, когда я сам вникал в эту область у меня также была путаница в данных понятиях.

В прошлом посте про ChatGPT o1 я рассуждал на тему AI и ссылался на общепринятые определения из психологии о том, что такое интеллект. Если коротко, то это способность совершать действия и адаптироваться на основе новой информации (по сути так работает любой процесс обучения).

Здесь важно отметить то, что речь идет о любой программе, которая может самостоятельно принимать решения. Ключевой, на мой взгляд, особенностью здесь является то, что эти решения и действия не обязательно должны быть сложными.

Ракетку противника в игре Pong (одной из первых «компьютерных» игр) уже можно считать искусственным интеллектом в широком смысле. Ведь алгоритм поведения противника принимает решение на каждом шаге в зависимости от положения шарика: двигать ракетку вверх или вниз.

Точно также работает искусственный интеллект в современных играх: есть заданный набор действий и алгоритм, по которым он переходит от одного действия к другому (кстати, это часто реализуется с помощью конечного автомата или цепи Маркова).

На самом деле, искуственный интеллект берет свое начало еще в 50-х годах и изначально основывался на статистике. Впрочем, в настоящий момент мало что изменилось. Современные алгоритмы по прежнему в большинстве своем работают с вероятностями.

Первое применение искусственный интеллект нашел в экспертных системах. По сути это были базы знаний, которые выдавали заранее заданный ответ в зависимости от входных данных.

Современные модели ИИ более продвинутые и уже могут имитировать человека в некоторых аспектах, таких как, например, стиль изложения в тексте.

В свою очередь, термин «машинное обучение», как правило, определяет класс алгоритмов, которые могут адаптироваться на основе новых данных (то есть «обучаться»). Отсюда может возникать путаница, но алгоритмы сами по себе не обладают «интеллектом». Это просто один из методов реализации искусственного интеллекта, которых может бы множество.

То есть вместо жесткой логики «если, то, иначе» используются более сложные алгоритмы, часто на основе нейронных сетей, которые могут адаптироваться под новые данные.

Нейронные сети в свою очередь привносят также другой популярный термин: «глубинное обучение».

Глубокое обучение появляется тогда, когда используется нейронная сеть с множеством слоев нейронов. Это обучение называется глубинным, потому что чем больше слоев нейронов в нейронной сети, тем она глубже и тем ее сложнее обучать.

Новую популярность глубинное обучение обрело в районе 2010 года, когда вычислительные мощности и новые исследования позволили наконец-то работать с такими глубокими нейронными сетями. Хотя фундаментальная теория была уже была сформирована к 80-м годам.

Одной из значимых работ области глубинного обучения является AlexNet — нейронной сети с 650 000 нейронами для распознания изображений. Можно сказать, что это была первая нейронная сеть, которая успешно померила глубинное обучение на практике.

Для ее обучения была использована база ImageNet, состоящая из более чем миллиона изображений.

В целом, можно сказать, что глубинное обучение отличается от обычного количеством нейронов и значительно большим объемом данных, необходимых для обучения нейронной сети.

Лично у меня была путаница между этими терминами и только спустя некоторое время работы с нейронными сетями я более четко осознал разницу между этими терминами.

Этим постом я хотел прояснить разницу между терминами AI, ML и DL.

Надеюсь теперь и для вас стали яснее различия между ними. Однако, если у вас остались вопросы, то приглашаю вас в комментарии!

Если вам понравилась данная статья, то буду рад вас видеть в своем блоге в Telegram «Код без тайн», где я пишу о веб-разработке, информатике и технологиях, которые меня вдохновляют: