Krótka odpowiedź
Każde uczenie maszynowe jest AI, ale nie każda AI korzysta z uczenia maszynowego. AI opisuje, co robi system (zachowuje się inteligentnie). Uczenie maszynowe opisuje, jak wiele systemów AI to osiąga (ucząc się na podstawie danych).
Układ zagnieżdżony: sztuczna inteligencja ⊃ uczenie maszynowe ⊃ uczenie głębokie ⊃ duże modele językowe i większość generatywnej AI.
Czym jest sztuczna inteligencja?
Sztuczna inteligencja to dziedzina zajmująca się tworzeniem systemów komputerowych, które wykonują zadania kojarzone z ludzką inteligencją: rozumieją język, rozpoznają obrazy, rozumują, planują i podejmują decyzje. Termin ten powstał podczas konferencji w Dartmouth w 1956 roku.
AI obejmuje wiele podejść: logikę i reguły, algorytmy wyszukiwania i planowania, modele probabilistyczne oraz uczenie maszynowe. Przeczytaj pełną definicję AI
Czym jest uczenie maszynowe?
Uczenie maszynowe to dziedzina AI, w której algorytmy doskonalą się w wykonywaniu zadań, ucząc się na przykładach. Zamiast pisać regułę „jeśli e-mail zawiera te słowa, oznacz go jako spam”, programista daje modelowi tysiące oznaczonych e-maili, a ten sam uczy się rozpoznawać wzorce.
Główne rodzaje uczenia maszynowego
- Uczenie nadzorowane: uczy się na oznaczonych przykładach (spam lub nie spam).
- Uczenie nienadzorowane: znajduje grupy i wzorce w danych bez oznaczeń.
- Uczenie samonadzorowane: tworzy własny sygnał treningowy z surowych danych, tak jak robią to duże modele językowe.
- Uczenie przez wzmacnianie: uczy się na podstawie nagród metodą prób i błędów.
Klasyczne algorytmy uczenia maszynowego
Regresja liniowa i logistyczna, drzewa decyzyjne, lasy losowe, wzmacnianie gradientowe, maszyny wektorów nośnych i grupowanie metodą k-średnich. Nadal są szeroko stosowane do analizy uporządkowanych danych biznesowych, ponieważ działają szybko i łatwiej zrozumieć ich wyniki.
Uczenie głębokie i generatywna AI
Uczenie głębokie to uczenie maszynowe wykorzystujące wielowarstwowe sztuczne sieci neuronowe. Od około 2012 roku stoi za większością przełomów w AI związanych z rozpoznawaniem obrazów, mowy i języka.
Generatywna AI wykorzystuje uczenie głębokie do tworzenia nowych treści. Duże modele językowe, takie jak te stojące za ChatGPT, Claude i Gemini, są modelami uczenia głębokiego opartymi na architekturze Transformer i trenowanymi na ogromnych ilościach tekstu i kodu.
AI a ML a uczenie głębokie: tabela porównawcza
| Sztuczna inteligencja | Uczenie maszynowe | Uczenie głębokie | |
|---|---|---|---|
| Zakres | Najszersza dziedzina | Podzbiór AI | Podzbiór uczenia maszynowego |
| Cel | Inteligentne działanie | Uczenie się na danych | Uczenie się złożonych wzorców z surowych danych |
| Metody | Reguły, wyszukiwanie, logika, uczenie maszynowe | Algorytmy statystyczne | Wielowarstwowe sieci neuronowe |
| Zapotrzebowanie na dane | Różne | Umiarkowane | Bardzo duże |
| Zapotrzebowanie na moc obliczeniową | Różne | Niskie do umiarkowanego | Wysokie, specjalistyczne układy |
| Możliwość wyjaśnienia działania | Wysoka w systemach opartych na regułach | Często umiarkowana | Niska, czarna skrzynka |
| Przykład | Silnik szachowy, system ekspertowy | Model oceny zdolności kredytowej | ChatGPT, generatory obrazów |
Przykłady: porównanie
- AI oparta na regułach: program podatkowy stosujący ustalone zasady lub planer tras korzystający z algorytmu wyszukiwania.
- Uczenie maszynowe: model bankowy szacujący ryzyko niespłacenia kredytu na podstawie danych o wcześniejszych kredytach.
- Uczenie głębokie: odblokowywanie telefonu twarzą, rozpoznawanie mowy, analiza obrazów medycznych.
- Generatywna AI: chatbot piszący e-mail, aplikacja tworząca obraz na podstawie tekstu.
Dlaczego ta różnica ma znaczenie
Zrozumienie, że współczesna AI opiera się na uczeniu maszynowym, pomaga mądrze z niej korzystać. Modele uczenia maszynowego odzwierciedlają dane, na których je trenowano. Różne modele, trenowane w różny sposób, mogą udzielać różnych odpowiedzi na to samo pytanie. To nie błąd, który należy zignorować, lecz cenna wskazówka.
Debatly wykorzystuje to w praktyce: persony AI oparte na czołowych modelach dyskutują nad Twoim pytaniem z różnych perspektyw, a sędzia AI ocenia argumenty. W tej samej aplikacji możesz też rozmawiać bezpośrednio z modelami OpenAI, Anthropic i Google.