اے آئی ، ایم ایل اور ڈی ایل کے درمیان فرق

مصنوعی ذہانت (اے آئی) مکینیکل انجینئرنگ (ایم ایل)۔ گہری سیکھنے (DL). آپ ان شرائط کو پورا کر سکتے ہو اور محسوس کریں گے کہ وہ کبھی کبھی بدلے میں استعمال ہوتے ہیں۔ در حقیقت ، وہ بالکل مختلف ہیں۔

مصنوعی ذہانت (اے آئی)

اے آئی کا مطلب ہے کسی شخص کے علمی رویے کی تقلید کرنے کی اہلیت ، جیسے فیصلہ سازی ، سیکھنا ، مسئلہ حل کرنا اور اسی طرح کی۔ نالج انجینئرنگ AI تحقیق اور ترقی کا بنیادی مرکز ہے۔ مشینیں یا کمپیوٹر سسٹم یہ معلوم کرسکتے ہیں کہ وہ بڑی مقدار میں ڈیٹا مہیا کرتے ہیں۔ ماضی میں ، اے آئی اس کی نقالی کرنے میں کامیاب رہا تھا کہ ٹیکس کوڈ یا بنیادی ریاضی کی دشواریوں کے بارے میں ایک کتابوں کا مالک کیا جان سکتا ہے۔ وہ صرف کمپیوٹر سائنس دانوں کے لکھے ہوئے الگورتھم پر منحصر ہیں۔ کچھ ماہرین اس کو "اچھا ، اولڈ AI" کہتے ہیں۔

مشین لرننگ (ایم ایل)

ایم ایل اے کا سبسیٹ ہے۔ 1959 میں اس وقت بڑی پیشرفت ہوئی جب آرتھر سموئیل کو یہ احساس ہوا کہ سسٹم کو دنیا کے بارے میں جاننے کے لئے درکار سب کچھ سکھانے کے بجائے ، انہیں نظام سیکھنے اور کارکردگی کو بہتر بنانے کی تربیت دی جاسکتی ہے۔

اس کامیابی کی دوسری وجہ بگ ڈیٹا کا ابھرنا ہے۔ ڈیجیٹل دور کے آغاز سے ہی بگ ڈیٹا اکٹھا کیا گیا ڈیٹا ہے۔ کمپیوٹر ، انٹرنیٹ اور ٹکنالوجی کی ترقی کے ساتھ ، سب کچھ آپ کے ہاتھ میں ہے۔ ہم تقریبا کسی بھی ڈیجیٹل حرکت کے ساتھ ڈیجیٹل ٹریک چھوڑ دیتے ہیں۔ آن لائن لین دین سے لیکر تازہ ترین تلاش۔ ہر چیز ریکارڈ شدہ اور تجزیہ کے ل for دستیاب ہے۔

اس ڈیٹا کی مدد سے ، لوگوں کی طرح سوچنے اور انہیں دنیا کے بارے میں تمام معلومات تک رسائی فراہم کرنے کے ل systems نظاموں کو انکوڈ کرنا زیادہ موثر ہوجاتا ہے۔ لہذا اس نے "مشین لرننگ" کی اصطلاح کو جنم دیا ہے کیونکہ آزمائشی اور غلطی کی وجہ سے سسٹم مستقل طور پر سیکھ رہے ہیں اور انھیں بہتر بناتے ہیں۔ ان کا مقصد غلطیوں کو کم کرنا یا ان کے بیانات کے سچے ہونے کے امکانات میں اضافہ کرنا ہے۔

عصبی نیٹ ورک کی ترقی کی بدولت آزمائشی اور غلطیاں کرنے کی صلاحیت ممکن ہے۔ عصبی نیٹ ورک الگورتھم کا ایک مجموعہ ہیں جو کمپیوٹر کو انسانی دماغ جیسی معلومات کی درجہ بندی کرنے کی اجازت دیتا ہے۔ جیسا کہ ذکر کیا گیا ہے ، یہ نظام میں داخل کردہ ڈیٹا کی بنیاد پر امکانی نظام پر چلاتا ہے۔ فیڈ بیک لوپ درج کرنے سے یہ جانچ پڑتال کرکے سسٹم کو مدد ملے گی کہ آیا پیش گوئیاں درست ہیں یا نہیں اور وقت کے ساتھ ساتھ اس میں بہتری آئے گی۔

گہری سیکھنے (DL)

DL جدید ترین ML طریقہ ہے۔ ڈی ایل کی بنیادی توجہ عصبی نیٹ ورک کو گہرے نیورل نیٹ ورکس میں تبدیل کرنا ہے۔ ڈی ایل صرف دماغی دماغ کے علمی فعل کی مشابہت پر توجہ دیتا ہے۔ لفظ "گہری" کے معنی اعصابی نیٹ ورک کی بہت سی پرتیں ہیں۔ کوڈنگ کے معاملے میں ڈیٹا کو سمجھنے کے بجائے ، DL سسٹم کو پیچیدہ اعداد و شمار کی درجہ بندی کرنے کی اجازت دیتا ہے ، جیسے مشین سگنل ، آڈیو سگنل ، ویڈیو ، تقاریر اور تحریری الفاظ۔ یہ نظام انسانی نتائج کی طرح نتائج اخذ کرنے کے قابل ہے۔

ایک بہترین مثال خود سے چلنے والی کاریں ہیں۔ سینسر اور سائٹ پر تجزیاتی نظام کے ذریعہ ، نظام رکاوٹوں کو تسلیم کرنا اور مناسب رد provide عمل فراہم کرنا سیکھتا ہے۔ گوگل ڈی ایل کی ترقی کے ساتھ ، ڈیپ مائنڈ 94.5 فیصد درستگی کے ساتھ آنکھوں کی بیماریوں کی تشخیص کرنے کی صلاحیت کے ساتھ اے آئی تیار کرسکے گا۔

خلاصہ طور پر ، آپ یہ کہہ سکتے ہیں کہ اے آئی ایک وسیع فیلڈ امیج ہے ، ایم ایل اے کا ایک مخصوص حصہ ہے ، اور آخر میں ، ڈی ایل ایم ایل کا ایک اچھی طرح سے ڈھال لیا ہوا ورژن ہے۔ وہ ایک جیسے ہیں لیکن بہت سے طریقوں سے مختلف ہیں۔

اصل میں www.nexusmediaworks.com پر شائع ہوا