AI против Machine Learning
против Deep Learning

Все эти аббревиатуры

Порой понять все аббревиатуры, окружающие Artificial Intelligence (AI), сложнее, чем саму технологию AI против Machine Learning против Deep Learning. Добавьте к этому различные дисциплины AI, а также области применения, и обычному человеку станет легко потерять нить. Вот почему стоит сначала взглянуть на то, как можно четко определить каждое понятие при сравнении науки, стоящей за сложными технологиями, такими как Machine Learning против AI или NLP против Machine Learning.

Ниже мы попытаемся объяснить важные составляющие Artificial Intelligence и то, как они сочетаются друг с другом. В Sonix мы специализируемся на автоматическом распознавании речи, поэтому объясняем ключевые технологии с учетом этого. Информация, которую мы предоставляем относительно применения AI против ML против DL, напрямую связана с работой, которую мы выполняем для наших клиентов.

Для начала давайте разберем наиболее часто используемые аббревиатуры и их определения:

• Artificial Intelligence (AI) — широкая дисциплина создания интеллектуальных машин
• Machine Learning (ML) — относится к системам, которые могут учиться на опыте
• Deep Learning (DL) — относится к системам, которые могут учиться на опыте на больших наборах данных
• Artificial Neural Networks (ANN) — относится к моделям человеческих нейронных сетей, предназначенным для помощи компьютерам в обучении
• Natural Language Processing (NLP) — относится к системам, способным понимать язык
• Automated Speech Recognition (ASR) — относится к использованию компьютерного оборудования и программных методов для идентификации и обработки человеческого голоса

Artificial Intelligence (AI) — это всеобъемлющая дисциплина, которая охватывает все, что связано с созданием интеллектуальных машин. Будь то робот, холодильник, автомобиль или программное приложение — если вы делаете их умными, это AI. Machine Learning (ML) часто используется наряду с AI, но это не одно и то же. ML является подразделом AI. ML относится к системам, которые могут обучаться самостоятельно. Системам, которые со временем становятся все умнее без вмешательства человека. Deep Learning (DL) — это ML, но применительно к большим массивам данных. Большинство разработок в области AI сейчас включают ML, поскольку интеллектуальное поведение требует значительных знаний, а обучение — самый простой способ получить эти знания. Изображение ниже отражает взаимосвязь между Machine Learning против AI против DL.

Существует множество методов и подходов к ML. Одним из таких подходов являются искусственные нейронные сети (ANN), которые иногда называют просто нейронными сетями. Хорошим примером является рекомендательная система Amazon. Amazon использует искусственные нейронные сети для формирования рекомендаций для своих клиентов. Amazon предлагает продукты, показывая вам блоки «клиенты, которые смотрели этот товар, также смотрели» и «клиенты, которые купили этот товар, также купили». Amazon усваивает данные о просмотре страниц всеми своими пользователями и использует эту информацию для предоставления эффективных рекомендаций по продуктам.

В Sonix мы конвертируем аудио в текст с помощью машин. Основными технологиями в основе этого являются автоматическое распознавание речи (ASR) и обработка естественного языка (NLP). ASR — это преобразование речи в текст, тогда как NLP — это обработка текста для понимания смысла. Поскольку люди говорят с использованием разговорных выражений и сокращений, для получения точных результатов требуется обширный компьютерный анализ естественного языка.

ASR и NLP относятся к категории AI. ML и NLP имеют некоторые пересечения, так как ML часто используется для задач NLP. ASR также пересекается с ML. Исторически ASR была движущей силой многих методов машинного обучения. При сравнении AI против Machine Learning крайне важно понимать пересечения и различия, указанные на диаграмме.

Подводя итог, DL является подразделом ML, а оба они являются подразделами AI. ASR и NLP относятся к AI и пересекаются с ML и DL. Удивительно, как все они переплетены. Речь идет не столько о Machine Learning против AI, сколько о том, как эти относительно новые технологии могут создавать и совершенствовать методы решения сложных проблем в режиме реального времени.