AI vs Machine Learning vs Deep Learning

Tüm kısaltmalar

Yapay zeka (AI) vs. machine learning vs. deep learning arasındaki temel teknolojiyi anlamaktan ziyade, bu alanı çevreleyen kısaltmaları anlamak neredeyse daha zordur. Buna AI'nın farklı disiplinlerini ve uygulama alanlarını da eklediğinizde, ortalama bir insanın ilgisini kaybetmesi oldukça kolaydır. Bu nedenle, machine learning vs. AI veya NLP vs. machine learning gibi karmaşık teknolojilerin arkasındaki bilimi karşılaştırırken, her birinin nasıl net bir şekilde tanımlanabileceğine bakmak iyi bir fikirdir.

Aşağıda, yapay zekanın önemli kısımlarını ve bunların birbirine nasıl uyduğunu açıklamaya çalışıyoruz. Sonix'te özellikle otomatik konuşma tanımaya odaklandığımız için, temel teknolojileri bunu göz önünde bulundurarak açıklıyoruz. AI vs. ML vs. DL uygulamalarına ilişkin sunduğumuz bilgiler, müşterilerimiz için yürüttüğümüz çalışmalarla doğrudan bağlantılıdır.

İlk olarak en yaygın kullanılan kısaltmalardan bazıları ve tanımlarıyla başlayalım:

• Artificial Intelligence (AI) — akıllı makineler yaratmaya yönelik geniş disiplin
• Machine Learning (ML) — deneyimlerden öğrenebilen sistemleri ifade eder
• Deep Learning (DL) — büyük veri setleri üzerinde deneyimlerden öğrenebilen sistemleri ifade eder
• Artificial Neural Networks (ANN) — bilgisayarların öğrenmesine yardımcı olmak için tasarlanmış insan sinir ağı modellerini ifade eder
• Natural Language Processing (NLP) — dili anlayabilen sistemleri ifade eder
• Automated Speech Recognition (ASR) — insan sesini tanımlamak ve işlemek için bilgisayar donanımı ve yazılım tabanlı tekniklerin kullanımını ifade eder

Yapay zeka (AI), makineleri akıllı hale getirmekle ilgili her şeyi kapsayan kapsayıcı disiplindir. İster bir robot, ister bir buzdolabı, bir araba veya bir yazılım uygulaması olsun, onları akıllı hale getiriyorsanız bu AI'dır. Machine Learning (ML) yaygın olarak AI ile birlikte kullanılır ancak bunlar aynı şey değildir. ML, AI'nın bir alt kümesidir. ML, kendi başına öğrenebilen sistemleri ifade eder. İnsan müdahalesi olmadan zamanla daha akıllı hale gelen sistemler. Deep Learning (DL), büyük veri setlerine uygulanan ML'dir. Çoğu AI çalışması artık ML'yi içermektedir çünkü akıllı davranış önemli miktarda bilgi gerektirir ve öğrenme, bu bilgiyi edinmenin en kolay yoludur. Aşağıdaki görsel machine learning vs. AI vs. DL arasındaki ilişkiyi göstermektedir.

ML için birçok teknik ve yaklaşım vardır. Bu yaklaşımlardan biri yapay sinir ağlarıdır (ANN), bazen sadece sinir ağları olarak adlandırılır. Bunun iyi bir örneği Amazon'un tavsiye motorudur. Amazon, müşterileri için öneriler oluşturmak üzere yapay sinir ağlarını kullanır. Amazon, size "bu ürünü inceleyen müşteriler şunları da inceledi" ve "bu ürünü satın alan müşteriler şunları da satın aldı" diyerek ürünler önerir. Amazon, tüm kullanıcılarının göz atma deneyimlerinden gelen verileri özümser ve bu bilgileri etkili ürün önerileri sunmak için kullanır.

Sonix'te makineleri kullanarak sesi metne dönüştürüyoruz. Temelini oluşturan ana teknolojiler otomatik konuşma tanıma (ASR) ve natural language processing (NLP)'dir. ASR, konuşmanın metne işlenmesidir, NLP ise anlamı kavramak için metnin işlenmesidir. İnsanlar günlük dille ve kısaltmalarla konuştuğu için, doğru çıktılar elde etmek doğal dilin kapsamlı bilgisayar analizini gerektirir.

ASR ve NLP, AI kapsamına girer. ML genellikle NLP görevleri için kullanıldığından ML ve NLP arasında bazı örtüşmeler vardır. ASR da ML ile örtüşür. Tarihsel olarak birçok machine-learning tekniğinin arkasındaki itici güç olmuştur. AI vs. machine learning karşılaştırması yaparken, diyagramdaki örtüşmeleri ve farkları anlamak çok önemlidir.

Özetle, DL, ML'nin bir alt kümesidir ve her ikisi de AI'nın alt kümesidir. ASR ve NLP, AI kapsamındadır ve ML ile DL ile örtüşür. Hepsinin birbirine nasıl dolanmış olduğu şaşırtıcıdır. Konu sadece machine learning vs. AI değil, daha çok bu nispeten yeni teknolojilerin üst düzey problemleri gerçek zamanlı olarak çözmek için nasıl yöntemler oluşturabileceği ve geliştirebileceğidir.