آموزشی

چه تفاوتی میان یادگیری ماشینی و یادگیری عمیق وجود دارد؟ بخش دوم

زمان مطالعه: ۱ دقیقه

در ماه های اخیر، مایکروسافت، گوگل، اپل، فیس بوک و سایر نهادها اعلام کرده اند که ما وارد عصر پیشتازی هوش مصنوعی شده ایم. در این عرصه معمولا دو اصطلاح رایج هستند: یادگیری ماشینی و یادگیری عمیق. این اصطلاحات بیانگر نحوه “آموزش” هوش مصنوعی برای انجام وظایف خود است، اما محدوده استفاده از آنها فراتر از ایجاد دستیارهای هوشمند می باشد.

آیینه تهران

اما به درستی علت متفاوت بودن این دو در چیست؟ با نت نوشت همراه باشید تا این موضوع را با دقت بیشتری بررسی کنیم.

بخش اول این مطلب را می توانید در اینجا مشاهده کنید.

یادگیری عمیق چیست؟

یادگیری عمیق اساسا یادگیری ماشین در سطحی “عمیق تر” است. این فناوری الهام گرفته از روش کار مغز انسان است، اما نیاز به پردازنده هایی با قدرت پردازش بالا و رم های بسیار بزرگ و گرافیکی گسسته دارد که قادر به تحلیل اعداد و پردازش حجم عظیمی از داده ها را داشته باشد. پردازش مقدار داده های کمتر (مثلا در حالت یادگیری ماشینی) در واقع عملکرد پایین تری نیاز دارد و با سیستم های معمولی نیز کار می کند و نیاز به سیستم قدرتمندی ندارد.

چه تفاوتی میان یادگیری ماشینی و یادگیری عمیق وجود دارد؟ بخش دوم

یادگیری عمیق چیست؟

تفاوت یادگیری ماشینی و یادگیری عمیق

بر خلاف الگوریتم های یادگیری ماشینی استاندارد که مسئله را به بخش های کوچکتری تقسیم می کنند و آنها را به صورت جداگانه حل می کنند، یادگیری عمیق از روش (end to end) برای حل مسئله استفاده می کند. با این حال، هرچه اطلاعات و زمان بیشتری را به الگوریتم یادگیری عمیق دهید، بهتر می تواند در حل وظیفه اش موفق باشد.

در مثال ما برای یادگیری ماشینی، ما جدا کردن تصاویری را که شامل پسران و دختران هستند مد نظر قرار داده ایم. برنامه با استفاده از الگوریتم ها برای مرتب سازی این تصاویر عمدتا بر اساس اطلاعاتی کار شده بود. اما در یادگیری عمیق، اطلاعاتی برای استفاده از برنامه ارائه نمی شوند. در عوض، این الگوریتم تمام پیکسل ها را در یک تصویر اسکن می کند تا لبه هایی را که می تواند برای تشخیص بین یک پسر و یک دختر استفاده شود شناسایی کند. پس از آن، لبه ها و اشکال را به ترتیب رتبه بندی از اهمیت احتمالی برای تعیین دو جنسیت می چیند.

در مثالی ساده تر، یادگیری ماشینی در تشخیص بین مربع و مثلث براساس اطلاعاتی که توسط انسان ها ارائه می شود، تمایز قائل می شود: مربع ها دارای چهار نقطه هستند و مثلث ها سه نقطه دارند. اما در یادگیری عمیق، برنامه با اطلاعاتی از قبل تغذیه نمی شود. در عوض، از الگوریتمی استفاده می کند که ساختارهای کلی نظیر تعداد خطوط شکل، خطوط متصل به هم و خطوط عمود برهم را تعیین می کند. درنتیجه، الگوریتم در نهایت متوجه می شود که یک دایره در دسته بندی مربع ها و یا مثلث ها جای نمی گیرد.

چه تفاوتی میان یادگیری ماشینی و یادگیری عمیق وجود دارد؟ بخش دوم

تفاوت یادگیری ماشینی و یادگیری عمیق

فرآیند تفکر عمیق، نیاز به سخت افزاری قوی برای پردازش داده های حجیم تولید شده توسط این الگوریتم دارد. این ماشین ها برای بررسی تمام داده های حجیم تولید شده، نیاز به استقرار در دیتا سنتر های بزرگ می باشند تا یک شبکه عصبی مصنوعی ایجاد کنند. برنامه ها برای حل مسائل به کمک الگوریتم های یادگیری عمیق به زمان تمرین طولانی تری نیاز دارند، زیرا آنها به جای تکیه بر راهنمایی های دستی، خودشان همه چیز را یاد می گیرند.

چه تفاوتی میان یادگیری ماشینی و یادگیری عمیق وجود دارد؟ بخش دوم

تفاوت یادگیری ماشینی و یادگیری عمیق

“یادگیری عمیق، وظایف را به گونه ای انجام می دهد که باعث می شود انواع مختلف کاربردهای هوش مصنوعی امکان پذیر به نظر برسد. مایک کاپلند در این باره می نویسد: ” اتومبیل های بدون راننده، مراقبت های بهداشتی پیشگیرانه بهتر، هوش مصنوعی توصیه کننده فیلم های مورد علاقه حتی امروز هم در حال ارائه خدمات می باشند. با کمک یادگیری عمیق، هوش مصنوعی حتی ممکن است در آینده به داستان های علمی تخیلی که ما حتی تصورش را نمی کنیم، جامه عمل بپوشاند. ”

Sundar Pichai، مدیرعامل گوگل می گوید: ” گام بعدی بزرگ در آینده، محو شدن مفهوم” دستگاه ها ” خواهد بود. “در آن زمان، کامپیوترها – مهم نیست با چه ویژگی – یک دستیار هوشمند می باشند که به شما در انجام کارهای روزانه تان کمک می کنند. ما از دوره گوشی های هوشمند گذر کرده و به دوره پیشتازی هوش مصنوعی وارد شده ایم.

منبع: digitaltrends

چه تفاوتی میان یادگیری ماشینی و یادگیری عمیق وجود دارد؟ بخش دوم چه تفاوتی میان یادگیری ماشینی و یادگیری عمیق وجود دارد؟ بخش دوم

پاوو

برای درج دیدگاه کلیک کنید

پاسخی بگذاید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

برو بالا