प्रश्न:
आर्टिफिशियल इंटेलिजेंस, मशीन लर्निंग और डीप लर्निंग में क्या अंतर है?
ए:शब्द "कृत्रिम बुद्धिमत्ता, " "मशीन लर्निंग" और "गहन शिक्षा" एक ऐसी प्रक्रिया का वर्णन करते हैं, जिसने पिछले कुछ दशकों में खुद को बनाया है, क्योंकि दुनिया ने कंप्यूटिंग शक्ति, डेटा हस्तांतरण और अन्य प्रौद्योगिकी लक्ष्यों में भारी प्रगति की है।
बातचीत को कृत्रिम बुद्धिमत्ता से शुरू किया जाना चाहिए, जो कंप्यूटर या प्रौद्योगिकियों की किसी भी क्षमता के लिए एक व्यापक शब्द है जो मानव विचार या मस्तिष्क गतिविधि का अनुकरण करता है। एक अर्थ में, कृत्रिम बुद्धिमत्ता की शुरुआत साधारण कंप्यूटर शतरंज खेलने वाले कार्यक्रमों और अन्य कार्यक्रमों से हुई, जो मानव निर्णय लेने और सोचने की नकल करने लगे।
| मुफ्त डाउनलोड: मशीन लर्निंग और क्यों यह मायने रखता है |
व्यक्तिगत कंप्यूटर के शुरुआती दिनों से लेकर इंटरनेट के युग तक और बाद में क्लाउड कंप्यूटिंग, वर्चुअलाइजेशन और परिष्कृत नेटवर्क की उम्र तक आर्टिफिशियल इंटेलिजेंस की प्रगति जारी रही। एक प्रमुख प्रौद्योगिकी उद्योग के रूप में कृत्रिम बुद्धिमत्ता कई मायनों में विकसित और विस्तारित हुई है।
कृत्रिम बुद्धिमत्ता में एक मील का पत्थर मशीन लर्निंग का उद्भव और अंगीकरण है, जो कृत्रिम बुद्धिमत्ता लक्ष्यों को प्राप्त करने के लिए एक विशेष दृष्टिकोण है।
मशीन सीखने में परिष्कृत एल्गोरिदम और कार्यक्रमों का उपयोग किया जाता है जिससे कंप्यूटर सॉफ्टवेयर को प्रदर्शन के माहौल में कुछ निश्चित निर्णय लेने में मदद मिलती है। केवल एक कंप्यूटर को बार-बार सेट करने के लिए प्रोग्रामिंग करने के बजाय, जैसा कि 1970 और 1980 के दशक के हाथ से कोड किए गए कार्यक्रमों के साथ हुआ था, मशीन लर्निंग हेराटिक्स, व्यवहार मॉडलिंग और अन्य प्रकार के अनुमानों का उपयोग करने की अनुमति देता है। प्रौद्योगिकी अपने निर्णय लेने में सुधार करने और समय के साथ विकसित करने के लिए। मशीन लर्निंग को स्पैम ईमेल से लड़ने, आईबीएम वॉटसन जैसी कृत्रिम बुद्धिमत्ता व्यक्तित्व को लागू करने और अन्य तरीकों से कृत्रिम बुद्धिमत्ता लक्ष्यों को प्राप्त करने के लिए लागू किया गया है।
गहरी सीखने, बदले में, मशीन सीखने पर बनाता है। विशेषज्ञ उच्च-स्तरीय अमूर्त ड्राइव करने के लिए एल्गोरिदम के उपयोग के रूप में गहन शिक्षण का वर्णन करते हैं, जैसे कि कार्यों के लिए तकनीकों को प्रशिक्षित करने के लिए कृत्रिम तंत्रिका नेटवर्क का उपयोग। डीप लर्निंग वास्तविक मानव मस्तिष्क गतिविधि को मॉडल बनाने और कृत्रिम निर्णय लेने या अन्य संज्ञानात्मक कार्य के लिए लागू करने की कोशिश करके मशीन सीखने को अगले स्तर तक ले जाता है।
अत्याधुनिक शिक्षण श्रृंखला अनुकूलन कार्यक्रमों, प्रयोगशाला उपकरण कार्यक्रमों और अन्य प्रकार के नवाचारों जैसे कि जननिक प्रतिकूल नेटवर्क, जहां दो विरोधी नेटवर्क, एक पीढ़ी और भेदभावपूर्ण नेटवर्क, मानव को मॉडल बनाने के लिए एक दूसरे के खिलाफ काम करते हैं जैसे उदाहरणों के माध्यम से गहन शिक्षा का प्रदर्शन किया गया है। भेदभाव की प्रक्रियाओं को सोचा। यह विशेष प्रकार का गहन शिक्षण छवि प्रसंस्करण और अन्य उपयोगों के लिए लागू किया जा सकता है।
वास्तविकता यह है कि गहरी सीख कृत्रिम बुद्धिमत्ता को पास ले जाती है, जिसे विशेषज्ञ "मजबूत एआई" मानते हैं, कृत्रिम बुद्धिमत्ता जो कमोबेश पूरी तरह से मानव विचार कार्यों को दोहराने में सक्षम है। यह इन उभरती हुई प्रौद्योगिकियों को प्रभावी ढंग से कैसे संभालना है, और एक ऐसी दुनिया की देखभाल करने के तरीके के बारे में महत्वपूर्ण बहस को जन्म देता है जिसमें कंप्यूटर कुछ उसी तरीकों से सोचते हैं जो हम करते हैं।
