Искусственный интеллект (ИИ) и машинное обучение (МО) стали все более распространенными в последние годы. Однако различить между ними и расшифровать их влияние может быть вызовом. Педро Родригез, эксперт в области ИИ и МО, пролили свет на эти концепции во время вебинара Breaking Defense. Обсуждение было направлено на выделение текущих практических применений инструментов ИИ/МО, а не на спекуляции о их будущих возможностях. Вместе с Родригезом присутствовали Эндрю Пеплер, старший стратег и аналитик по политике, и Вивек Чилукури, старший исследователь.
Согласно словам Родригеза, ИИ относится к машинным системам, способным предсказывать, рекомендовать или влиять на реальные или виртуальные среды. По сути, ИИ включает в себя генерацию идей и действий. Однако термин «ИИ» охватывает широкий спектр определений. Сам Родригез предпочитает концепцию машинного обучения, которое можно рассматривать как подмножество ИИ. Машинное обучение позволяет компьютерам учиться на данных без явного программирования, полагаясь на подходы, основанные на данных. Будучи главным техническим лидером в области ИИ в Applied Physics Laboratory, Родригез считает, что четкое определение машинного обучения более полезно.
Несмотря на то, что машинное обучение существует уже пятьдесят лет, в большинстве случаев оно было нацелено на передачу человеческих знаний в машины. Однако нынешнее расцвет ИИ отличается. Глубокое обучение, стоящее за этим расцветом, включает в себя тренировку компьютеров на огромных объемах данных и изображений. Цель заключается в том, чтобы компьютеры самостоятельно обнаруживали значимые закономерности в этих входных данных. Массовое количество данных, обрабатываемых компьютерами, обычно называется Большими Моделями Обучения и революционизировало область.
Во время вебинара Пеплер, главный автор недавно выпущенной Стратегии принятия решений на основе данных и ИИ в Министерстве обороны, обсудил несколько тем. Одной из них были области, где ИИ уже добился значительных успехов, такие как организация данных для аналитиков и моделей ИИ. Кроме того, разговор касался оценки и тестирования систем ИИ и проблем регулирования ИИ в эпоху, когда даже социальные медиа и криптовалюты избегают всестороннего регулирования со стороны Конгресса.
Если вы заинтересованы в получении дополнительной информации, вы можете посмотреть полный бесплатный вебинар по запросу [здесь](https://breakingdefense.com).
FAQ
1. Что такое искусственный интеллект (ИИ)?
ИИ относится к машинным системам, способным делать прогнозы, рекомендации или принимать решения, влияющие на реальные или виртуальные среды. Он включает формулирование идей и действий.
2. В чем разница между машинным обучением и ИИ?
Машинное обучение является подмножеством ИИ, которое позволяет компьютерам учиться на данных без явного программирования. Оно полагается на подходы, основанные на данных.
3. Какова значимость глубокого обучения в нынешнем росте ИИ?
Глубокое обучение включает тренировку компьютеров на огромных объемах данных и изображений, что позволяет им самостоятельно выявлять значимые закономерности.
4. Какие есть практические применения ИИ?
ИИ находит применение в различных областях, таких как организация данных для аналитиков и моделей ИИ.
5. Есть ли какие-то проблемы в регулировании ИИ?
Регулирование ИИ представляет определенные сложности, особенно учитывая ограниченное понимание его влияния среди законодателей, как показывает борьба с регулированием социальных медиа и криптовалют.
Ключевые термины
— Искусственный интеллект (ИИ): Машинные системы, способные предсказывать, рекомендовать или влиять на реальные или виртуальные среды.
— Машинное обучение (МО): Подмножество ИИ, которое позволяет компьютерам учиться на данных без явного программирования.
— Глубокое обучение: Включает тренировку компьютеров на огромных объемах данных и изображений для самостоятельного выявления значимых закономерностей.
— Большие Модели Обучения: Массивные объемы данных, обрабатываемые компьютерами в системах ИИ.
Связанные ссылки
— Для получения дополнительной информации об ИИ и машинном обучении вы можете посмотреть полный бесплатный вебинар по запросу [здесь](https://breakingdefense.com).
The source of the article is from the blog portaldoriograndense.com