Yapay zeka ve makine öğrenimi bilgisayar biliminin birbiriyle ilişkili olan parçalarıdır. Bu iki teknoloji akıllı sistemler oluşturmak için kullanılan en trend teknolojilerdir.
Her ne kadar bunlar birbiriyle ilişkili iki teknoloji olsa da ve bazen insanlar bunları birbirinin eşanlamlısı olarak kullansa da, yine de her ikisi de çeşitli durumlarda iki farklı terimdir.
Geniş düzeyde, hem AI hem de ML'yi şu şekilde ayırt edebiliriz:
Java'da kuyruk ve öncelik kuyruğu
Yapay zeka, insanın düşünme yeteneğini ve davranışını simüle edebilen akıllı makineler yaratmak için daha büyük bir kavramdır; oysa makine öğrenimi, makinelerin açıkça programlanmadan verilerden öğrenmesine olanak tanıyan bir yapay zeka uygulaması veya alt kümesidir.
Aşağıda yapay zeka ve makine öğrenimi arasındaki bazı temel farkların yanı sıra Yapay zeka ve makine öğrenimine genel bakış yer almaktadır.
Yapay zeka
Yapay zeka, insan zekasını taklit edebilen bir bilgisayar sistemi yapan bir bilgisayar bilimi alanıdır. 'İki kelimeden oluşuyor' Yapay ' Ve ' istihbarat ', 'insan yapımı bir düşünme gücü' anlamına geliyor. Dolayısıyla bunu şu şekilde tanımlayabiliriz:
Yapay zeka, insan zekasını simüle edebilecek akıllı sistemler oluşturabileceğimiz bir teknolojidir.
Yapay zeka sistemi önceden programlanmaya ihtiyaç duymaz, bunun yerine kendi zekasıyla çalışabilen algoritmalar kullanır. Takviyeli öğrenme algoritması ve derin öğrenme sinir ağları gibi makine öğrenme algoritmalarını içerir. Yapay zeka, Siri, Google'ın AlphaGo'su, satranç oynamada yapay zeka vb. gibi birçok yerde kullanılıyor.
Yeteneklere bağlı olarak yapay zeka üç türe ayrılabilir:
Şu anda zayıf yapay zeka ve genel yapay zeka ile çalışıyoruz. Yapay zekanın geleceği, insanlardan daha akıllı olacağı söylenen Güçlü Yapay Zeka'dır.
dize karşılaştırması
Makine öğrenme
Makine öğrenimi verilerden bilgi çıkarmakla ilgilidir. Şu şekilde tanımlanabilir:
Makine öğrenimi, makinelerin açıkça programlanmadan geçmiş verilerden veya deneyimlerden öğrenmesini sağlayan yapay zekanın bir alt alanıdır.
Makine öğrenimi, bir bilgisayar sisteminin açıkça programlanmadan geçmiş verileri kullanarak tahminlerde bulunmasını veya bazı kararlar almasını sağlar. Makine öğrenimi, bir makine öğrenimi modelinin doğru sonuçlar üretebilmesi veya bu verilere dayalı olarak tahminler verebilmesi için çok büyük miktarda yapılandırılmış ve yarı yapılandırılmış veri kullanır.
Makine öğrenimi, geçmiş verileri kullanarak kendi kendine öğrenen algoritma üzerinde çalışır. Yalnızca belirli alanlar için çalışır, örneğin köpek resimlerini tespit etmek için bir makine öğrenimi modeli oluşturuyorsak, yalnızca köpek resimleri için sonuç verir, ancak kedi resmi gibi yeni bir veri sağlarsak yanıt vermez hale gelir. Makine öğrenimi, çevrimiçi öneri sistemi, Google arama algoritmaları, E-posta spam filtresi, Facebook Otomatik arkadaş etiketleme önerisi vb. gibi çeşitli yerlerde kullanılıyor.
Üç türe ayrılabilir:
Java'da polimorfizm
Yapay Zeka (AI) ile Makine öğrenimi (ML) arasındaki temel farklar:
Yapay zeka | Makine öğrenme |
---|---|
Yapay zeka, bir makinenin insan davranışını simüle etmesini sağlayan bir teknolojidir. | Makine öğrenimi, bir makinenin açıkça programlamaya gerek kalmadan geçmiş verilerden otomatik olarak öğrenmesine olanak tanıyan bir yapay zeka alt kümesidir. |
Yapay zekanın amacı, karmaşık sorunları çözebilecek, insanlar gibi akıllı bir bilgisayar sistemi oluşturmaktır. | ML'nin amacı, makinelerin verilerden öğrenmesine olanak tanıyarak doğru çıktı verebilmelerini sağlamaktır. |
Yapay zekada herhangi bir görevi insan gibi yerine getirecek akıllı sistemler yapıyoruz. | ML'de veri içeren makinelere belirli bir görevi yerine getirmeyi ve doğru sonuç vermeyi öğretiyoruz. |
Makine öğrenmesi ve derin öğrenme yapay zekanın iki ana alt kümesidir. | Derin öğrenme, makine öğreniminin ana alt kümesidir. |
Yapay zekanın çok geniş bir kapsamı var. | Makine öğreniminin kapsamı sınırlıdır. |
Yapay zeka, çeşitli karmaşık görevleri yerine getirebilecek akıllı bir sistem oluşturmak için çalışıyor. | Makine öğrenimi, yalnızca eğitildikleri belirli görevleri yerine getirebilecek makineler yaratmaya çalışıyor. |
Yapay zeka sistemi başarı şansını en üst düzeye çıkarmakla ilgileniyor. | Makine öğrenimi temel olarak doğruluk ve kalıplarla ilgilidir. |
Yapay zekanın ana uygulamaları şunlardır: Siri, kedi tekneleriyle müşteri desteği , Uzman Sistem, Çevrimiçi oyun oynama, akıllı insansı robot vb. | Makine öğreniminin ana uygulamaları şunlardır: Çevrimiçi öneri sistemi , Google arama algoritmaları , Facebook otomatik arkadaş etiketleme önerileri , vesaire. |
Yetenekler temelinde yapay zeka üç türe ayrılabilir: Zayıf yapay zeka , Genel Yapay Zeka , Ve Güçlü yapay zeka . | Makine öğrenimi ayrıca temel olarak üç türe ayrılabilir: Denetimli öğrenme , Denetimsiz öğrenme , Ve Takviyeli öğrenme . |
Öğrenmeyi, akıl yürütmeyi ve kendini düzeltmeyi içerir. | Yeni verilerle sunulduğunda öğrenmeyi ve kendi kendini düzeltmeyi içerir. |
Yapay zeka tamamen Yapılandırılmış, yarı yapılandırılmış ve yapılandırılmamış verilerle ilgilenir. | Makine öğrenimi Yapılandırılmış ve yarı yapılandırılmış verilerle ilgilenir. |