اے آئی بمقابلہ مشین لرننگ بمقابلہ ڈیپ لرننگ: کیا فرق ہے؟ بیت اکیڈمی

اے آئی بمقابلہ مشین لرننگ بمقابلہ ڈیپ لرننگ: کیا فرق ہے؟

پیر ، 17 اپریل ، 2017

جب ڈیپ مائنڈ کے الفاگو نے اس وقت کے گو گو چیمپیئن لی سی ڈول کے خلاف 5 میں سے 4 کھیل جیت لئے تو پوری دنیا کی توجہ اس طرف راغب ہوگئی۔ اس وقت ، مصنوعی ذہانت کی فتح کے طور پر اعلان کیا گیا ، AI اعلی درجے کی مشینوں کو حقیقت میں بدلنے کی سمت ایک اہم قدم تھا۔

جب ڈیپ لرننگ اور مشین لرننگ کے الفاظ عوامی لغت میں آجاتے ہیں ، جب میڈیا ان شرائط کو یہ بتانے کے لئے استعمال کرتا ہے کہ الفاگو انسانی دماغ کے خلاف کس طرح مقابلہ کرتا ہے۔

ایک دوسرے کے قریب ہونے سے ، ان شرائط کے مختلف معنی ہیں۔ دن اور صدی میں ، جہاں ہم جانتے ہیں کہ ٹیکنالوجی ہماری زندگیوں کو کس طرح متاثر کرتی ہے ، ان شرائط کے مابین فرق جاننا ضروری ہے۔

یہ مضمون آپ کی مدد کرے گا۔

نقطہ نظر ان شرائط کو سمجھنے کا بہترین طریقہ یہ ہے کہ ان کے مابین تعلقات کو جانیں۔ اے آئی ، مشین لرننگ اور ڈیپ لرننگ روسی گڑیا کے ایک مجموعہ کی طرح ہیں - اے آئی ایک وسیع تر تصور ہے ، اور اسی وجہ سے اس مجموعے کا سب سے بڑا پتلی ، مشین لرننگ کسی سے پیچھے نہیں ہے۔ آپ اسے یہاں ڈھونڈ سکتے ہیں۔

اے آئی ، مشین لرننگ اور گہری سیکھنے روسی گڑیا کے مجموعے کی طرح ہیں ... ٹویٹ کے لئے کلک کریں

ہم پہلے کٹھ پتلی ، مصنوعی ذہانت کے بارے میں اپنی سمجھ سے شروع کرتے ہیں۔

مصنوعی ذہانت (AI) ذہین سائبرنیٹک حیاتیات کے سلسلے میں ، مکان ساز انسانوں سے لے کر انسانیت کی تباہی / تحفظ تک ، یونانی خرافات سے لے کر ، صدیوں سے مصنوعی ذہانت تیار ہوئی ہے۔ ٹرمنیٹر لائن تک این جی جی ہمارے عوامی تخیل کا حصہ رہا ہے۔ . یہ کمپیوٹر سسٹم کا نظریہ اور ترقی ہے جس میں انسانی ذہانت کی ضرورت ہوتی ہے ، جیسے بصری تاثر ، تقریر کی پہچان ، فیصلہ سازی ، اور زبانوں کے درمیان ترجمہ۔

ہالی ووڈ اور سائنس فائی کے ذریعہ مشہور ، اے آئی کے تصور کو "کامن اے آئی" کہا جاتا ہے - ایک طاقتور مشین جو انسان کو ہر شعبے میں حاوی کرتی ہے۔

تاہم ، دنیا میں الفاگو اور بیشتر موجودہ اے آئی کیسز "ڈارک اے آئی" زمرہ میں ہیں ، یہ مشینیں کسی شخص کے مخصوص کاموں کی نقل تیار کرنے یا بڑھانے کے لئے بنائی گئی ہیں۔

متوازی طور پر مختلف اقسام کے ڈیٹا کے ساتھ جی پی یو اور بگ ڈیٹا کے آسان انضمام کی بدولت گزشتہ چند سالوں سے اے آئی کی مقبولیت نے فیلڈ میں موجود تمام امکانات کو تلاش کرنا آسان بنا دیا ہے۔

لیکن 2012 کے آخر تک اس علاقے نے جس کی توجہ اور پیشرفت کو مجروح کیا ہے اس نے اسے اتنی تیز تر کیسے بنایا؟ یہ سوال ہمیں کمپیوٹر سائنس کے میدان میں مشین لرننگ کی طرف لے جاتا ہے ، جہاں یہ ترقی کی گئی تھی۔

مشین لرننگ

مکینیکل انجینئرنگ ، ایک تصور کے طور پر ، فراہم کردہ معلومات سے اپنے لئے سیکھنے کی مشین کی صلاحیت سے مراد ہے۔ اگرچہ ہم عام طور پر اپنی مشینوں کو اپنی ضروریات کے مطابق ہدایات پر عمل کرنے کے لئے پروگرام کرتے ہیں ، لیکن مشین لرننگ میں ، ہم الگورتھم استعمال کرتے ہیں جو باقاعدگی سے ڈیٹا کو چیک کرتے ہیں اور بے ساختہ سلوک سیکھتے ہیں۔

لیکن 2012 پر مرکوز اور مرکوز ہونے والی اے آئی نے کیسے اسے بڑا بنا دیا ... ٹویٹ کو ٹویٹ

ای میلز کو مختلف فلٹرز میں درجہ بندی کرنا ، اس بات کا تعین کرنا کہ آیا ای میل اسپام ہے یا نہیں ، مشین لرننگ الگورتھم کا استعمال کرکے اس کی عمدہ مثال ہے۔

مشین لرننگ کو پہلی بار اے آئی کے ہجوم نے تیار کیا تھا اور اس کے بعد سے بہت ساری تکنیکیں جمع کی گئیں جن میں فیصلہ ٹری لرننگ ، سادہ بیس درجہ بندی ، اور سپورٹ ویکٹر مشینیں شامل ہیں۔ یہ کمپیوٹر ویزن کے میدان میں وسیع پیمانے پر استعمال ہوتا ہے ، جس کا مقصد کمپیوٹر کو تصویر کے اندر موجود مختلف اشیاء کی نشاندہی کرنے میں مدد کرنا ہے

ابتدائی طور پر ، یہ فیلڈ میں ناکام ہوگیا - اس کے لئے ہینڈ کوڈنگ ، پروسیسنگ کا وقت درکار تھا ، اور پھر بھی وہ انسانی معیار کے مطابق نتائج کو پورا کرنے میں ناکام رہا۔ وقت گزرنے کے ساتھ ساتھ جدید ٹیکنیکل انفرااسٹرکچر کے ساتھ ، یہ تکنیکیں بہت طاقتور ہو چکی ہیں ، لیکن صرف ایک ذیلی فیلڈ ہے جو مشین لرننگ کو ترقی دینے میں مدد کرسکتا ہے ، جو پی سی ویژن کے ذریعہ ایک تصویر اور اوبر ہے۔ یہ آبجیکٹ کی پہچان میں کامیابی کے ساتھ استعمال ہوتا ہے۔ ، ایپل اور ڈرائیور کم پارک کرنا پسند کرتے ہیں۔

اور تکنیک؟ یہ گہرائی سے مطالعہ کا مقصد ہے۔

گہری سیکھنے

ڈیپ لرننگ مشین لرننگ کا ایک ذیلی ڈومین ہے جو مصنوعی اعصابی نیٹ ورک کی تکنیک استعمال کرتا ہے۔ یہ انسانی حیاتیات سے متاثر ہے - کیوں کہ ہمارا دماغ نیوران کے نیٹ ورک پر مشتمل ہوتا ہے جو سگنل بھیجتا ہے اور معلومات کو منتقل کرتا ہے ، الگورتھم حیاتیاتی نیورون کے برخلاف ایک مشین نما سیٹ اپ تیار کرتا ہے جو آزادانہ طور پر ایک دوسرے کے ساتھ بات چیت کرسکتے ہیں۔ گند نیورون. نیٹ ورکس میں متعدد پرتیں اور رابطے ہوتے ہیں اور وہ پہلے سے طے شدہ سمت پر عمل کرتے ہیں۔

در حقیقت ، ڈیپ لرننگ میں بہت ساری معلومات کو کمپیوٹر سسٹم میں منتقل کرنا شامل ہے جو بائنری اصلی یا غلط سوالات کے ذریعہ اعداد و شمار کی درجہ بندی کرتا ہے یا عددی اقدار کو نکال کر اعداد و شمار کا تجزیہ کرتا ہے۔ یہ معلومات عصبی نیٹ ورک کی شکل میں محفوظ کی جاتی ہیں اور پھر اسے کسی بھی طرح کی معلومات - آڈیو ، ویڈیو ، تقریر وغیرہ کی درجہ بندی کرنے کے لئے استعمال کیا جاتا ہے۔ اگرچہ کمپیوٹیشنل حجم بہت زیادہ ہے ، اس طریقہ سے بہترین نتائج برآمد ہوتے ہیں اور فی الحال اس طرح کے وسیع پیمانے پر پریشانیوں کے لئے استعمال کیا جاتا ہے۔ کم کار ڈرائیور کی حیثیت سے ، سیاہ اور سفید رنگ بھرنے ، طبی تشخیص فراہم کرنے ، اور بہت کچھ۔

خلاصہ یہ کہ ، ان تصورات کو مرتکز حلقوں کی حیثیت سے سوچنا آسان ہے۔ AI ایک وسیع مقصد ہے ، ایک ایسا مستقبل جس کا آج احساس ہو گا۔ مشین لرننگ مستقبل کو حقیقت بنانے کے لئے سب سے پُرجوش انداز ہے۔ ڈیپ لرننگ مشین لرننگ ہے - ایسا کرنے کا سب سے مضبوط طریقہ۔

ان تصورات کی گہری تفہیم حاصل کرنے کے لئے ہمارے انفارمیشن سائنس کورسز دیکھیں۔

اصل میں 17 اپریل 2017 کو byteacademy.co پر شائع ہوا۔