Khác nhau giữa trí tuệ nhân tạo (AI), Machine Learning và Deep Learning |Tri thức nhân loại



#trithucnhanloai #trituenhantao #AI
Trong khoa học máy tính, trí tuệ nhân tạo hay AI (tiếng Anh: Artificial Intelligence), đôi khi được gọi là trí thông minh nhân tạo, là trí thông minh được thể hiện bằng máy móc, trái ngược với trí thông minh tự nhiên được con người thể hiện. Thông thường, thuật ngữ “trí tuệ nhân tạo” thường được sử dụng để mô tả các máy móc (hoặc máy tính) bắt chước các chức năng “nhận thức” mà con người liên kết với tâm trí con người, như “học tập” và “giải quyết vấn đề”.

Học máy (tiếng Anh: machine learning) là một lĩnh vực của trí tuệ nhân tạo liên quan đến việc nghiên cứu và xây dựng các kĩ thuật cho phép các hệ thống “học” tự động từ dữ liệu để giải quyết những vấn đề cụ thể. Ví dụ như các máy có thể “học” cách phân loại thư điện tử xem có phải thư rác (spam) hay không và tự động xếp thư vào thư mục tương ứng. Học máy rất gần với suy diễn thống kê (statistical inference) tuy có khác nhau về thuật ngữ.

Học máy (máy học) có liên quan lớn đến thống kê, vì cả hai lĩnh vực đều nghiên cứu việc phân tích dữ liệu, nhưng khác với thống kê, học máy tập trung vào sự phức tạp của các giải thuật trong việc thực thi tính toán. Nhiều bài toán suy luận được xếp vào loại bài toán NP-khó, vì thế một phần của học máy là nghiên cứu sự phát triển các giải thuật suy luận xấp xỉ mà có thể xử lý được.

Học máy có hiện nay được áp dụng rộng rãi bao gồm máy truy tìm dữ liệu, chẩn đoán y khoa, phát hiện thẻ tín dụng giả, phân tích thị trường chứng khoán, phân loại các chuỗi DNA, nhận dạng tiếng nói và chữ viết, dịch tự động, chơi trò chơi và cử động rô-bốt (robot locomotion).

Học sâu (tiếng Anh: deep learning) là một chi của ngành máy học dựa trên một tập hợp các thuật toán để cố gắng mô hình dữ liệu trừu tượng hóa ở mức cao bằng cách sử dụng nhiều lớp xử lý với cấu trúc phức tạp, hoặc bằng cách khác bao gồm nhiều biến đổi phi tuyến.

Học sâu là một phần của một họ các phương pháp học máy rộng hơn dựa trên đại diện học của dữ liệu. Một quan sát (ví dụ như, một hình ảnh) có thể được biểu diễn bằng nhiều cách như một vector của các giá trị cường độ cho mỗi điểm ảnh, hoặc một cách trừu tượng hơn như là một tập hợp các cạnh, các khu vực hình dạng cụ thể, vv. Một vài đại diện làm khiến việc học các nhiệm vụ dễ dàng hơn (ví dụ, nhận dạng khuôn mặt hoặc biểu hiện cảm xúc trên khuôn mặt) từ các ví dụ. Một trong những hứa hẹn của học sâu là thay thế các tính năng thủ công bằng các thuật toán hiệu quả đối với học không có giám sát hoặc nửa giám sát và tính năng phân cấp.

Các nghiên cứu trong lĩnh vực này cố gắng thực hiện các đại diện tốt hơn và tạo ra các mô hình để tìm hiểu các đại diện này từ dữ liệu không dán nhãn quy mô lớn. Một số đại diện được lấy cảm hứng bởi những tiến bộ trong khoa học thần kinh và được dựa trên các giải thích của mô hình xử lý và truyền thông thông tin trong một hệ thống thần kinh, chẳng hạn như mã hóa thần kinh để cố gắng để xác định các mối quan hệ giữa các kích thích khác nhau và các phản ứng liên quan đến thần kinh trong não.

Nhiều kiến trúc học sâu khác nhau như mạng neuron sâu, mã mạng neuron tích chập sâu, mạng niềm tin sâu và mạng neuron tái phát đã được áp dụng cho các lĩnh vực như thị giác máy tính, tự động nhận dạng giọng nói, xử lý ngôn ngữ tự nhiên, nhận dạng âm thanh ngôn ngữ và tin sinh học, chúng đã được chứng minh là tạo ra các kết quả rất tốt đối với nhiều nhiệm vụ khác nhau.

Ngoài ra, học sâu đã trở thành một từ ngữ thời thượng, hay một thương hiệu của mạng neuron.

************************************
Giới thiệu sách hay nên đọc:
“LIFE 3.0 – LOÀI NGƯỜI TRONG KỶ NGUYÊN TRÍ TUỆ NHÂN TẠO“ bàn về Trí tuệ nhân tạo (Artificial Intelligence – AI) và những ảnh hưởng của nó tới đời sống con người. Dưới đây là Link của cuốn sách.

************************************
Tặng cho Tri Thức Nhân Loại ly cà phê để ủng hộ kênh làm nhiều phim khác tốt hơn:
unghotoi:
PayPal:

************************************
Xem thêm các video khác của Tri Thức Nhân Loại bằng đường dẫn dưới đây:

Vui lòng nhấn nút Đăng Ký phía trên để có thể nhận được thông báo về các video mới nhất.

******************************
Phim “Sự khác nhau giữa trí tuệ nhân tạo, máy học và học sâu” hoặc “Sự khác nhau giữa Artificial Intelligence (AI), Machine Learning (ML) và Deep Learning (DL) – Bản quyền thuộc kênh: Tri Thức Nhân Loại

Like our Facebook page::

Follow us on Twitter:

Follow us on Blogger

Follow us on Tumblr

Thiết kế hình ảnh: Cỏ Picture

Nguồn: https://aipcrquebec2010.org

Xem thêm bài viết khác: https://aipcrquebec2010.org/giao-duc

More Articles for You

Trải nghiệm siêu game nổ hũ hấp dẫn nhất hiện nay

  Tưng bừng nóng rầm rầm cũng game nổ hũ club, trò chơi thú vị đang xuất hiện chỉ cần …

Bạn có thể đăng xuất viber trên máy tính với 2 bước!

Thao tác đăng xuất viber trên máy tính không phải là một thao tác tin học phức tạp thậm chí …

Nhận định trận đấu giữa Liverpool và Arsenal ngày 24/8

Với những trận đấu nằm trong giải đấu Premier League được đánh giá là nơi hội tụ của nhiều câu …

Kèo Ft Châu Âu 1×2 là gì? Thủ thuật soi kèo Ft 1×2 Châu Âu hiệu quả

Nhằm đáp ứng được nhu cầu thỏa mãn niềm đam mê với trái bóng của những người hâm mộ, các …

Bật mí cách tạo mục lục trong word 2016 trong “một nốt nhạc”

Word là một công cụ rất phổ biến và khá quan trọng trong môi trường làm việc hiện nay. Và …

Cách chơi game bài đổi thưởng cho người mới bắt đầu

Hiện nay, chơi game bài đổi thưởng không còn xa lạ gì với nhiều cược thủ. Cộng đồng người chơi …