কৃত্রিম বুদ্ধি, মেশিন লার্নিং এবং ডিপ লার্নিং - পার্থক্য কী?

গুগল হোম মিনি। আনস্প্ল্যাশে কেভিন ভাট ছবি

আমার প্রথম প্রশ্নটি যখন আমি প্রায় এক মাস আগে এই বিষয়গুলি অধ্যয়ন শুরু করি। আমি এখন শর্তগুলি আরও ভাল করে বুঝতে পারি, সুতরাং আসুন দেখুন।

কৃত্রিম বুদ্ধি

সাধারণত, লোকেরা যখন কৃত্রিম বুদ্ধিমত্তা (এআই) সম্পর্কে চিন্তা করে তখন তারা কৃত্রিম সাধারণ বুদ্ধিমত্তা (এজিআই) বা অ-জৈবিক জীবের মানব স্তরের বিভিন্ন কাজ সম্পাদনের ক্ষমতা (বা আরও ভাল) সম্পর্কে চিন্তা করে। ) জ্ঞান। এটি সংকীর্ণ এআই থেকে আলাদা যা কোনও ব্যক্তির যোগ্যতার স্তরে নির্দিষ্ট কাজগুলি সম্পাদন করতে পারে। দৈনন্দিন জীবনে উদাহরণস্বরূপ, সংকীর্ণ ভাস্কুলার রোগগুলির উদাহরণ রয়েছে যেমন আমাদের ব্যক্তিগত ফোন বা হোম সহায়ক, স্ব-ড্রাইভিং মেশিন বা আলফাগো। তবে, আমাদের কাছে এখনও এজিআইয়ের কোনও উদাহরণ নেই, এবং এটি কখন হতে পারে সে বিষয়ে আমরা একমত হতে পারি না, তবে এজিআই স্তরের মানব বিকাশের উপর দৃষ্টি নিবদ্ধ করা এআই গবেষণার পবিত্র দিকটি খুব স্মার্ট এআই না হত। টি অনেক পিছনে

মেশিন লার্নিং

মেশিন-বিল্ডিং এমন একটি অঞ্চল যেখানে মেশিন লার্নিং কার্য সম্পাদন করার জন্য অ্যালগরিদম বিকাশ করতে শেখানো হয়। এই অঞ্চলটি traditionalতিহ্যবাহী প্রোগ্রামিংয়ের সামনে উড়ে যায় যেখানে লোকেরা তাদের গণনা করার জন্য অ্যালগোরিদম এবং সফ্টওয়্যার মেশিন সংগ্রহ করে। মেশিন লার্নিংয়ে, লোকেরা প্রশিক্ষণের ডেটা সরবরাহ করে (নির্দিষ্ট ফলাফলগুলি সরবরাহ করে এমন ইনপুট) এবং সফ্টওয়্যার মেশিনগুলি নির্দিষ্ট তথ্যের ফলে বাড়ে কিনা তা নির্ধারণ করার জন্য। এটি একটি শক্তিশালী দৃষ্টান্ত কারণ এটি কীভাবে ফলাফল অর্জন করতে পারে তা জেনে মানুষকে মুক্তি দেয়, নির্দিষ্ট ইনপুট সংমিশ্রণের ফলাফল কীভাবে ঘটবে তা নির্ধারণ করতে তাদের মেশিনের জন্য পর্যাপ্ত তথ্য সরবরাহ করা প্রয়োজন। উদাহরণস্বরূপ, যদি আপনার কাছে ফিশিংয়ের কাজ থাকে তবে traditionalতিহ্যবাহী প্রোগ্রামিং আপনাকে শিখাবে যে কীভাবে বেঞ্চে ফিশিং গিয়ার ব্যবহার করতে হবে - কীভাবে হ্যান্ডেলটি ধরে রাখা যায়, বর্শাটি কীভাবে মুক্তি দেওয়া যায় এবং কীভাবে একটি লাইন আঁকতে হয়। কার-প্রশিক্ষণ মেশিনটিকে ভিডিওগুলির একটি লাইব্রেরি দেয় যা মাছ ধরাতে সফল বা ব্যর্থ হয়েছে এমন লোকদের দেখায় এবং মাছ ধরতে কীভাবে তা পর্যালোচনা করতে এবং শিখতে প্রতিটি ভিডিও মেশিনে রেখে দেয়। হতে পারে কিছু ingালাই কৌশল অন্যের চেয়ে ভাল, বা আবহাওয়া একটি বড় ভূমিকা নিতে পারে, গাড়িটি অনিচ্ছাকৃত নিদর্শনগুলিতে বহন করতে পারে।

গভীর শেখা

ডিপ লার্নিং হ'ল মেশিন লার্নিং টেকনিক, জৈবিক মস্তিষ্কের স্নায়বিক তারের উপর ভিত্তি করে একটি মেশিন লার্নিং কৌশল। অর্থাৎ মস্তিষ্ককে কৃত্রিম নিউরাল নেটওয়ার্কের মাধ্যমে মস্তিষ্কের জ্ঞান বাড়ানোর জন্য প্রোগ্রাম করা হয়। আমি পরবর্তী পোস্টে এটি সম্পর্কে কথা বলব, তবে এই নিউরাল নেটওয়ার্কগুলিতে "নিউরোনস" এর অনেক স্তর রয়েছে যা সম্ভাব্য উপায়গুলি অন্বেষণ করে যে কোনও ইনপুট সেট ফলাফল সেট হতে পারে। মজার বিষয় হল, এই নিউরাল নেটওয়ার্কগুলি বিশ্লেষণ করা শক্ত কারণ এগুলি মূলত ওজনের অংশ যা ডেটা উপাদানগুলিকে গণনা করে। যদি বিড়ালটি ফটোতে থাকে তবে একটি কৃত্রিম নিউরাল নেটওয়ার্ক (এএনএন) পান এটি সনাক্ত করতে পারে। মানুষের জন্য, আমরা বিড়ালের মতো বৈশিষ্ট্যগুলি (নির্দিষ্ট কান, পশম, পশম) এর মাধ্যমে বিড়ালগুলি সনাক্ত করি। এএনএন লক্ষ্য করতে পারে যে কিছু পিক্সেল অন্য একটি গ্রুপের পিক্সেলের সাথে সম্পর্কিত যা বোঝায় যে একটি বিড়াল রয়েছে, তবে মানুষের কাছে এটি একটি গণিত এবং ডেটা সেটের মতোই। আমরা জানি যে এএনএন বিড়ালদের সনাক্ত করার আরও সঠিক উপায় খুঁজে পেতে পারে যা কেউ ভাবেন নি, যা পুরানো (এটি কোনও চেবার্গারের সাথে কী?), যা আপনাকে সাধারণ বৈশিষ্ট্যগুলি সনাক্ত করতে দেয়।

যাইহোক, এটি বেশ দুর্দান্ত, এবং আমি গভীর শিখন, মেশিন লার্নিং এবং এআইয়ের নিজস্ব শত-স্তরের জ্ঞান ভাঙ্গার অপেক্ষায় রয়েছি। একটি প্রশ্নের উত্তর, আরও অনেক আছে।

বানান মৌমাছি টিএলডিআর;

ডিপ লার্নিং মেশিন লার্নিংয়ের একটি কৌশল যা কৃত্রিম সাধারণ বুদ্ধি তৈরির আমাদের আরও কাছে নিয়ে আসে।