Sztuczna inteligencja a Machine Learning – wyjaśniamy różnice w terminologii

Śmiało można stwierdzić, iż termin sztuczna inteligencja należy obecnie do jednych z bardziej popularnych i atrakcyjnych. Często słyszymy o nim w mediach, a przedstawiciele innowacyjnych firm prześcigają się we wdrażaniu nowych rozwiązań opartych o szumnie brzmiący Artificial Intelligence / AI. Czym jest Machine Learning w kontekście AI i czemu terminów tych nie powinno się stosować zamiennie?

Czym jest Artificial Intelligence?

Sztuczna Inteligencja (Artificial Intelligence/AI) jest działem nauki skupiającym się na ogóle zagadnień związanych z tworzeniem oprogramowania, dzięki któremu maszyny uczą się inteligentnych zachowań, a co za tym idzie ludzkiego postępowania prowadzącego do możliwości zastąpienia ludzkiej pracy usprawnioną i szybszą pracą systemów. Przykładami popularnych rozwiązań opartych na sztucznej inteligencji są rozpoznawanie mowy, głosu czy obrazu. Rozpoznawaniem obrazu poświeciliśmy jeden z poprzednich artykułów. Jest to bardzo zajmujący temat, więc poświęcimy mu kolejne publikacje, teraz skupmy się na ML.

A czym jest Machine Learning?

Uczenie maszynowe, a więc Machine Learning/ML jest tylko jednym z obszarów zdefiniowanej wyżej sztucznej inteligencji. Warunkiem wykorzystania ML jest dostęp do dużej ilości danych (czyli równie modnego pojęcia - Big Data), na których dokonuje się zaawansowanych mechanizmów analitycznych. Na skutek zastosowanych działań otrzymujemy oprogramowanie, które uczy się interpretować wymagającą dla człowieka ilość danych w wyniku czego sprawnie podejmuje pożądane działania. Inaczej mówiąc, gdy firma gromadząca duże ilości danych wymaga usprawnienia pracy przy pomocy dedykowanego oprogramowania, wtedy kluczowe jest zastosowanie części sztucznej inteligencji funkcjonującej pod nazwą Machine Learning.

Jak działa Machine Learning?

Ogromne ilości danych generowane są dzięki ludzkim zachowaniom, nawykom a co za tym idzie, również oczekiwaniom, których poprzez analizę i interpretację uczą się oprogramowania wykorzystujące machine learning. Potrzebne maszynom dane dostarczamy nie tylko poprzez świadome, ale również nieświadome działania korzystając z kamer, mikrofonów, GPS czy czujników światła. Dostarczone przez nas dane gromadzone są i wykorzystywane przez odpowiednie algorytmy, dzięki którym tworzone są programy, które usprawniają naszą pracę i umilają codzienne życie.

Zastosowanie Machine Learning

W jednym z poprzednich artykułów omówiliśmy przykładowe wykorzystanie machine learningu w biznesie. Tymczasem również w życiu codziennym zaskakująco często wykorzystujemy ML, korzystając z sugestii telefonu w trakcie pisania wiadomości, odtwarzając ulubione utwory na Spotify, wybierając proponowany przez Netflix film w sobotni wieczór, odtwarzając sugestie YouTube czy scrollując wybrane dla nas posty np. na Facebooku.

Podsumowując

Najprościej rzecz ujmując, różnica w terminologii machine learningu a sztucznej inteligencji jest analogiczna do znanego ze szkoły stwierdzenia: Każdy kwadrat jest prostokątem, ale nie każdy prostokąt jest kwadratem. Zatem w interesującym nas przypadku: Każde zastosowanie machine learningu jest zastosowaniem sztucznej inteligencji, ale nie każde wykorzystanie sztucznej inteligencji wymaga wykorzystania machine learningu. Wiesz już jak działa i co potrafi ML, być może czas zastanowić się jak wykorzystać machine learning w Twojej firmie?