Sztuczna inteligencja a uczenie maszynowe

W zabawny sposób tę różnicę wskazał na swoim Twitterze Mat Velloso, doradca techniczny prezesa Microsoft, stwierdzając, że o ile jest to napisane w Python, to zapewne jest to uczenie maszynowe, a jeśli w Power Point – to mowa o sztucznej inteligencji. Podchodząc do zagadnienia nieco poważniej – jestem przekonany, że najlepszą odpowiedzią jest zrozumienie, że sztuczna inteligencja to dziedzina wiedzy skupiającą się na tworzeniu modeli zachowań inteligentnych, natomiast uczenie maszynowe to koncepcja sztucznej inteligencji oparta na idei, że powinniśmy być w stanie dać maszynom dostęp do danych (big data) i pozwolić im uczyć się samodzielnie. Podobnie jak wszystkim znana ze szkoły matematyka składa się między innymi z algebry czy analizy tak sztuczna inteligencja składa się z dziedzin takich jak uczenie maszynowe czy przetwarzanie i rozumienie języka naturalnego (NLP/NLU).

Sztuczna inteligencja

Historia sztucznej inteligencji sięga już czasów starożytnych, gdzie w greckich mitach możemy znaleźć wzmianki o sztucznych istotach obdarzonych inteligencją lub świadomością przez mistrzów rzemieślników. Nowoczesne nasiona sztucznej inteligencji zostały zasiane przez filozofów klasycznych, którzy próbowali opisać proces ludzkiego myślenia. W latach pięćdziesiątych Alan Turing stworzył test mający sprawdzać opanowanie przez maszynę umiejętności myślenia w sposób podobny do ludzkiego. Turing przewidywał, że maszyny będą w stanie przejść taki test na początku dwudziestego wieku, oceniając, że to właśnie rozwój uczenia maszynowego odegra w tym kluczową rolę.

Uczenie maszynowe

Na rozwój uczenia maszynowego w ostatnich latach szczególny wpływ miał zarówno rozwój internetu, jaki i ogromny wzrost generowanych, przechowywanych i udostępnianych do analizy ilości danych. Inżynierowie zdali sobie sprawę, że zamiast uczyć komputery i maszyny jak robić wszystko, o wiele bardziej efektywne byłoby kodowanie ich tak, by myślały jak ludzie. Następnie podłączali je do internetu, aby dać im dostęp do wszystkich informacji na świecie.
 

Pod względem struktury, metody uczenia maszynowego nie różnią się znacząco od klasyc...