Какие примеры искусственного интеллекта вы знаете? Может искусственным интеллектом называют всего лишь сложный алгоритм?

Пример https://yandex.ru/q/question/kak_informatsionnye_tekhnologii_povliiali_560c7fa6/?answer_id=6f9c42a3-66b2-4a58-8ed9-c4bfd5c9f3c8

====================

Слова «искусственный интеллект» (AI), машинное обучение (ML) и алгоритм слишком часто неправильно используются и неправильно понимаются. Они взаимозаменяемы, хотя этого быть не должно. Это добавляет ненужной путаницы в и без того сложную среду.

В какой-то степени это понятно. Определения любого слова или фразы, связанных с новой тенденцией, неизбежно будут несколько гибкими в их интерпретации. Однако AI, ML и алгоритм - это три термина, которые существуют достаточно долго, чтобы им было присвоено фиксированное значение. Таким образом, в попытке прояснить все недоразумения и путаницу, мы сели с Берендом Берендсеном из Quinyx, чтобы раз и навсегда объяснить различия между ИИ, машинным обучением и алгоритмом.

=====================

ЧТО ТАКОЕ АЛГОРИТМ?

=====================

Алгоритм может быть либо последовательностью простых операторов if → then, либо последовательностью более сложных математических уравнений. Сложность алгоритма будет зависеть от сложности каждого отдельного шага, который он должен выполнить, и от огромного количества шагов, которые алгоритм должен выполнить.

===================

ЧТО ТАКОЕ МАШИННОЕ ОБУЧЕНИЕ?

===================

В то время как алгоритмы являются строительными блоками, из которых состоят машинное обучение и искусственный интеллект, между машинным обучением и искусственным интеллектом существует явная разница, и она связана с данными, которые служат входными данными.

Алгоритм обнаружения мошенничества с кредитными картами - хороший пример машинного обучения. Вы когда-нибудь получали сообщение с вопросом, использовалась ли ваша кредитная карта на определенную сумму в определенной стране? Спасибо за это машинному обучению.

Данные, которые получает этот конкретный алгоритм, структурированы. Банки хранят данные в фиксированном формате, где каждая транзакция имеет дату, местоположение, сумму и т. д. Если значение переменной местоположения внезапно отклоняется от того, что обычно получает алгоритм, он предупредит вас и остановит транзакцию. Именно этот тип структурированных данных мы определяем как машинное обучение.

====================

ЧТО ТАКОЕ ИСКУССТВЕННЫЙ РАЗУМ?

====================

Прежде чем мы перейдем к тому, что такое AI, мы должны отметить, что нет четкого разделения между AI и ML. По сути, машинное обучение - это часть ИИ. Однако мы определяем искусственный интеллект как набор алгоритмов, способных справиться с <<непредвиденными обстоятельствами>>. Он отличается от машинного обучения тем, что может получать неструктурированные данные и при этом работать.

=====================

Одна из причин, по которой ИИ часто используются как взаимозаменяемые с машинным обучением, заключается в том, что не всегда просто узнать, являются ли базовые данные структурированными или неструктурированными. Речь идет не столько о контролируемом и неконтролируемом обучении (это отдельная статья), а о том, как оно форматируется и представляется в алгоритме ИИ.

Хорошим примером чрезвычайно способного ИИ может служить робот Atlas от Boston Dynamic, который может физически перемещаться по миру, избегая препятствий. Он не знает, с чем может столкнуться, но по-прежнему прекрасно работает без структурированных данных.

====================

Данные здесь намного сложнее, чем в примере обнаружения мошенничества, потому что переменные неизвестны. Тем не менее, каждый раз, когда алгоритм активируется и сталкивается с совершенно новой ситуацией, он делает то, что должен делать, без какого-либо вмешательства человека.

Подводя итог: алгоритмы - это автоматизированные инструкции, которые могут быть простыми или сложными, в зависимости от того, на сколько уровней идет исходный алгоритм. Машинное обучение и искусственный интеллект - это наборы алгоритмов, но они различаются в зависимости от того, являются ли данные, которые они получают, cтруктурированными или неструктурированными.

Мы надеемся, что это внесет некоторую ясность в термины, которые слишком часто используются как взаимозаменяемые. Понимание разницы между этими определениями, безусловно, было полезно для нас, и мы надеемся, что это может быть полезно и для вас.

Источник https://www.quinyx.com/blog/difference-between-ai-ml-algorithms