07136476172 - 09172030360 [email protected]

یادگیری عمیق چیست؟ چگونه کار می کند؟ تفاوت بین یادگیری ماشینی و یادگیری عمیق چیست؟ ما این شاخه از هوش مصنوعی را با عبارات ساده تقسیم می کنیم تا بتوانید آن را حتی برای افراد غیر تکنولوژیکی توضیح دهید

 

گاهی اوقات درک هوش مصنوعی آنقدر که اصطلاحات مربوط به فناوری است. یک موضوع فناوری نیست. مقدار زیادی از آن در زیر چتر بزرگ هوش مصنوعی وجود دارد – مانند یادگیری ماشینی. پردازش زبان طبیعی. بینایی کامپیوتر و موارد دیگر.

 

با تشدید این موضوع. برخی از اصطلاحات هوش مصنوعی همپوشانی دارند. توانایی تعریف مفاهیم کلیدی به وضوح – و متعاقباً درک روابط و تفاوت‌های بین آنها – برای ایجاد یک استراتژی هوش مصنوعی قوی. اساسی است. بعلاوه. اگر رهبران فناوری اطلاعات در سازمان شما نمی توانند عباراتی مانند یادگیری عمیق را بیان کنند. چگونه می توان از آنها انتظار داشت که آن را (و مفاهیم دیگر) را برای بقیه شرکت توضیح دهند؟

یادگیری عمیق چیست؟

 

در اینجا یک قیاس عروسک روسی وجود دارد: یادگیری عمیق در درون یادگیری ماشین قرار دارد. که در درون هوش مصنوعی قرار دارد.

 

یادگیری عمیق مثال خوبی در این زمینه است: به دسته وسیع‌تر یادگیری ماشینی مرتبط است – اما قابل تعویض نیست. این امر احتمال سوء نام ها و سوء تفاهم ها را تشدید می کند. در واقع. یک تشبیه عروسک روسی در اینجا وجود دارد: یادگیری عمیق در درون یادگیری ماشین قرار دارد. که درون هوش مصنوعی قرار دارد.

 

هوش مصنوعی اساساً زمانی است که ماشین ها کارهایی را انجام می دهند که معمولاً به هوش انسانی نیاز دارند. بیل براک. معاون مهندسی در Very توضیح می‌دهد که حوزه هوش مصنوعی شامل یادگیری ماشینی می‌شود. جایی که ماشین‌ها می‌توانند با تجربه یاد بگیرند و مهارت‌هایی را بدون دخالت انسان به دست آورند. “یادگیری عمیق شاخه ای از یادگیری ماشینی است که در آن شبکه های عصبی – الگوریتم هایی با الهام از مغز انسان – از مقادیر زیادی داده یاد می گیرند.

 

یادگیری عمیق در مقابل یادگیری ماشینی

بیایید با ارائه یک تعریف واضح از یادگیری عمیق و تفاوت آن با یادگیری ماشین. سردرگمی احتمالی را کاهش دهیم.

 

“در یادگیری عمیق. الگوریتم داده های خام داده می شود و خودش تصمیم می گیرد که چه ویژگی هایی مرتبط هستند.”

 

یادگیری عمیق شاخه ای از یادگیری ماشین است که از شبکه های عصبی با لایه های متعدد استفاده می کند. براک می‌گوید: یک شبکه عصبی عمیق. داده‌ها را با بازنمایی‌های آموخته‌شده. مشابه نگاه یک فرد به یک مشکل. تجزیه و تحلیل می‌کند. در یادگیری ماشینی سنتی. به الگوریتم مجموعه‌ای از ویژگی‌های مرتبط برای تجزیه و تحلیل داده می‌شود. با این حال. در یادگیری عمیق. الگوریتم داده‌های خام داده می‌شود و خودش تصمیم می‌گیرد که چه ویژگی‌هایی مرتبط هستند. شبکه‌های یادگیری عمیق اغلب با افزایش حجم داده‌های مورد استفاده برای آموزش بهبود می‌یابند.

 

یادگیری عمیق اساساً شاخه ای از هوش مصنوعی است که سعی می کند از نزدیک نحوه عملکرد مغز انسان را تقلید کند. هنگام توضیح یا بشارت یادگیری عمیق به دیگران. به خصوص اگر آنها دارای پیشینه فنی نباشند. این نکته را در نظر داشته باشید – بدون جناس –

 

براک می‌گوید درست مانند انسان‌ها از تجربه. یک الگوریتم یادگیری عمیق می‌تواند یک کار را به طور مکرر انجام دهد و هر بار آن را برای بهبود نتیجه تغییر دهد. اصطلاح “یادگیری عمیق” به شبکه های عصبی دارای لایه های زیادی اشاره دارد که یادگیری را امکان پذیر می کند. یادگیری عمیق می تواند تقریباً هر مشکلی را که برای کشف کردن نیاز به “فکر” دارد حل کند

 

چگونه یادگیری عمیق را به بهترین شکل توضیح دهیم: یک قیاس

 

همچنین داشتن یک زمینه تاریخی کوچک برای ایجاد زمینه برای اهمیت یادگیری عمیق – نه فقط برای متخصصان فناوری اطلاعات. بلکه برای طیف وسیعی از مردم نیز مفید است.

 

تام وایلد. مدیرعامل Indico Data Solutions می‌گوید: «برای دهه‌ها. برای اینکه رایانه‌ها به درخواست‌های ما برای اطلاعات پاسخ دهند. باید یاد می‌گرفتیم که با آنها به گونه‌ای صحبت کنیم که آنها بفهمند. این به این معنی بود که باید چیزهایی مانند زبان پرس و جو بولی یا نحوه نوشتن قوانین پیچیده ای را یاد بگیرید که به دقت به رایانه دستور دهد که چه اقداماتی انجام دهد. این امر تحمیل عمده ای را بر کاربر تحمیل کرد و به این معنی بود که فقط تعداد کمی از افراد ماهر می توانند با موفقیت اطلاعات را از سیستم های اطلاعاتی مبتنی بر رایانه بازیابی کنند.

وایلد خاطرنشان می کند که او مرتباً سؤالاتی در مورد چگونگی بهترین توضیح یادگیری عمیق از مشتریان و دیگران مطرح می کند. این امر به ویژه مهم است زیرا افراد غیر فنی ممکن است بیشترین بهره را از وعده‌های یادگیری عمیق تغییر پارادایم از محاسبات سنتی ببرند.

 

وایلد می‌گوید: «ورود یادگیری عمیق. آن [زمینه تاریخی] را در ذهنش تغییر می‌دهد. اکنون رایانه به ما می‌گوید. لازم نیست نگران ساختن دقیق درخواست خود باشید – که به عنوان برنامه‌نویسی نیز شناخته می‌شود – بلکه تعریفی از نتیجه دلخواه و مجموعه نمونه‌ای از ورودی‌ها و الگوریتم یادگیری عمیق ارائه کنید. به عقب پاسخ سوال شما را حل خواهد کرد. اکنون افراد غیر فنی می توانند بدون اطلاع از برنامه نویسی درخواست های پیچیده ایجاد کنند.

https://enterprisersproject.com/article/2019/7/deep-learning-explained-plain-english?page=0%2C1

 

یادگیری ماشین به کمک پزشکی می آید: تشخیص زودهنگام پارکینسون با یک تصویر ساده ی چشمی

 

هوش مصنوعی و علوم اعصاب (قسمت اول)