एआई, एमएल और डीएल के बीच अंतर

आर्टिफिशियल इंटेलिजेंस (एआई)। मैकेनिकल इंजीनियरिंग (एमएल)। डीप लर्निंग (डीएल)। आप इन शर्तों के पार आ सकते हैं और महसूस कर सकते हैं कि उनका उपयोग कभी-कभी किया जाता है। वास्तव में, वे पूरी तरह से अलग हैं।

कृत्रिम बुद्धिमत्ता (AI)

एआई का अर्थ है किसी व्यक्ति के संज्ञानात्मक व्यवहार की नकल करने की क्षमता, जैसे निर्णय लेने, सीखने, समस्या को हल करना, और इसी तरह। ज्ञान इंजीनियरिंग एआई अनुसंधान और विकास का मूल है। मशीनें या कंप्यूटर सिस्टम यह पता लगा सकते हैं कि वे बड़ी मात्रा में डेटा प्रदान करते हैं। अतीत में, एआई नकल करने में सक्षम था कि एक मुनीम को टैक्स कोड या बुनियादी अंकगणितीय समस्याओं के बारे में क्या पता हो सकता है। वे केवल कंप्यूटर वैज्ञानिकों द्वारा लिखे गए एल्गोरिदम पर निर्भर करते हैं। कुछ विशेषज्ञ इसे "गुड, ओल्ड एआई" कहते हैं।

मशीन लर्निंग (एमएल)

ML, AI का सबसेट है। 1959 में बड़ी सफलता तब मिली जब आर्थर सैमुअल ने महसूस किया कि सिस्टम को सिखाने के बजाय दुनिया के बारे में जानने के लिए आवश्यक हर चीज को सीखने के लिए उन्हें सिस्टम सीखने और प्रदर्शन में सुधार करने के लिए प्रशिक्षित किया जा सकता है।

इस सफलता का दूसरा कारण बिग डेटा का उभरना है। बिग डेटा डिजिटल युग की शुरुआत के बाद से एकत्र किए गए डेटा की एक बड़ी मात्रा है। कंप्यूटर, इंटरनेट और प्रौद्योगिकी की प्रगति के साथ, सब कुछ आपके हाथों में है। हम लगभग किसी भी डिजिटल आंदोलन के साथ डिजिटल ट्रैक छोड़ते हैं। ऑनलाइन लेनदेन से लेकर नवीनतम खोज तक। सब कुछ रिकॉर्ड किया गया है और विश्लेषण के लिए उपलब्ध है।

इस डेटा के साथ लोगों की तरह सोचने और उन्हें दुनिया के बारे में सभी जानकारी तक पहुंच प्रदान करने के लिए सिस्टम को एन्कोड करना अधिक कुशल है। इसलिए इसने "मशीन लर्निंग" शब्द को जन्म दिया है क्योंकि परीक्षण और त्रुटि के कारण सिस्टम लगातार सीख रहे हैं और परिष्कृत कर रहे हैं। उनका लक्ष्य त्रुटियों को कम करना या उनके बयानों के सही होने की संभावना को बढ़ाना है।

तंत्रिका नेटवर्क के विकास के लिए गलतियों का परीक्षण करने और बनाने की क्षमता संभव है। तंत्रिका नेटवर्क एल्गोरिदम का एक सेट है जो कंप्यूटर को मानव मस्तिष्क जैसी जानकारी को वर्गीकृत करने की अनुमति देता है। जैसा कि उल्लेख किया गया है, यह सिस्टम में दर्ज किए गए डेटा के आधार पर एक प्रायिकता प्रणाली पर संचालित होता है। एक फीडबैक लूप दर्ज करने से यह जांचने में मदद मिलेगी कि भविष्यवाणियां सही हैं या नहीं, और समय के साथ सुधार होगा।

डीप लर्निंग (डीएल)

डीएल सबसे आधुनिक एमएल विधि है। डीएल का मुख्य फोकस तंत्रिका नेटवर्क को गहरे तंत्रिका नेटवर्क में बदलना है। डीएल केवल मानव मस्तिष्क के संज्ञानात्मक कार्य की नकल पर केंद्रित है। "डीप" शब्द का अर्थ है तंत्रिका नेटवर्क की कई परतें। डेटा को कोडिंग के संदर्भ में समझने के बजाय, डीएल सिस्टम को जटिल डेटा, जैसे मशीन सिग्नल, ऑडियो सिग्नल, वीडियो, भाषण और लिखित शब्दों को वर्गीकृत करने की अनुमति देता है। प्रणाली मानव निष्कर्ष के समान निष्कर्ष निकालने में सक्षम है।

सबसे अच्छे उदाहरणों में से एक स्व-चालित कारें हैं। सेंसर और ऑन-साइट एनालिटिक्स के साथ, सिस्टम बाधाओं को पहचानना और उचित प्रतिक्रिया प्रदान करना सीखता है। Google DL के विकास के साथ, DeepMind 94.5% सटीकता के साथ नेत्र रोगों के निदान की क्षमता के साथ AI का उत्पादन करने में सक्षम होगा।

संक्षेप में, आप कह सकते हैं कि एआई एक व्यापक क्षेत्र की छवि है, एमएल एआई का एक विशेष हिस्सा है, और अंत में, डीएल एमएल का एक अच्छी तरह से अनुकूलित संस्करण है। वे समान हैं लेकिन कई मायनों में अलग हैं।

मूलतः पर प्रकाशित: www.nexusmediaworks.com