O que é IA, ML e DL?
>div>
/div>>/div>>/div>
- O que é Inteligência Artificial?
- O que é Aprendizagem Mecânica?
- O que é Aprendizagem Profunda?
Como se relacionam entre si?
AI, ML e DL estão relacionados um com o outro. AI é um superconjunto de ML e DL. O que fazemos no campo do ML e DL está tudo sob a AI. Para melhor compreender todos eles, vamos mergulhar em…
O que é IA?
- Um esforço para automatizar tarefas intelectuais executadas por humanos
- A IA é qualquer tecnologia que permita a um sistema demonstrar inteligência semelhante à humana
- Inteligência Artificial e Inteligência Natural são muito semelhantes.
Onde é utilizada a IA?
Agora, a IA é utilizada principalmente em todas as indústrias. Está a usar IA no dia a dia da sua vida ao comprar produtos na Amazon ou ler artigos no Google News ou Watching Netflix ou usar o Google Photos para guardar as suas memórias. Estamos rodeados de IA e dos seus usos para melhorar as nossas vidas.
div>>
Google Products Using Aprendizagem da máquina
ul>
li> Gmail: Gmail, tem características como Smart Reply pode ajudar a reduzir o seu trabalho, pode também recomendar-lhe as próximas palavras na sua frase que pode usar.
What is Symbolic AI(or Classical AI)?
É um ramo da pesquisa de IA que se preocupa em tentar representar explicitamente o conhecimento humano em factos e regras. No dado conjunto de regras e factos pesados e complexos, podemos fazer uma máquina que pode funcionar como a inteligência humana.
Ex: Early Chess Games, foram hardcoded nos nossos PCs e podem jogar connosco porque foram hardcoded por algum conjunto de regras e factos.
Pode resolver tarefas de Classificação de Imagens, Reconhecimento da Fala?
Aqui vem, Machine Learning
Então o que é exactamente o ML?
A arte e a ciência de :
- Dando aos computadores a capacidade de aprender
- Para tomar decisões a partir de dados
- Sem ser explicitamente programado
Aprendizagem Clássica Vs Aprendizagem da Máquina
Na programação tradicional ou na programação clássica, estávamos a dar-lhe o conjunto de regras e dados e, com base nisso, damos-nos as respostas pertinentes. Codificamos o software de forma rígida, fazendo um conjunto específico de tarefas. Mas, a Aprendizagem Automática muda a forma como estamos a trabalhar até agora. É preciso alguns dados e respostas e, com base nisto, faz algumas regras e faz uma tarefa específica para a qual é feito.
Porquê Aprendizagem Automática?
- Pesquisa Global Massiva
- Data is Power!
- É divertido como o Inferno!
Visão geral de alto nível para realizar a aprendizagem de máquinas
Necessitamos,
- Pontos de Dados de Entrada
- Exemplos da produção esperada
- Uma forma de medir se o algoritmo está a fazer “Bom Trabalho ou Não”.
Exemplo,
ul>
3 Tipos de ML
- Aprendizagem Supervisionada: Utilização de Dados Rotulados
- Aprendizagem Não Supervisionada: Utilização de dados não rotulados
- Aprendizagem Reforçada: Agentes de software interagem com um ambiente
Para mais informações sobre o ML, verifique isto https://medium.com/codingurukul/understanding-machine-learning-114e85cd3f0e
O que é Aprendizagem Profunda?
Intro
- É um subcampo do ML
- É uma estrutura matemática para aprender representações de dados
- Uma forma em várias fases de aprender representações de dados.
- Utilizamos “Redes Neurais”, para obter percepções mais profundas dos nossos dados, empilhando diferentes camadas umas sobre as outras.
- Funciona da mesma forma que um cérebro humano funciona
Porquê Aprendizagem Profunda?
- li>Hardware
Devido ao aumento do poder de computação, podemos facilmente realizar tarefas de aprendizagem profunda com mais rapidez e em menos tempo podemos treinar os nossos modelos de aprendizagem profunda. Tudo graças a “Cloud”.
Google também tem as suas TPUs para realizar tarefas de aprendizagem profunda com a velocidade de mais de 10 GPUs de Nvidia Titan X.
- Datasets
Com o aumento da utilização da Internet, os dados são recolhidos em grande quantidade e podem ser utilizados em Aprendizagem Profunda, porque a aprendizagem profunda necessita de um grande conjunto de dados para realizar melhores resultados.
- li>Algorithmic advances
Há muitos avanços nos algoritmos de Aprendizagem Profunda, devido à crescente comunidade de Aprendizagem Mecânica. Image Net é um grande exemplo.
Neural Networks
Deep Learning é feito com a ajuda de redes neurais. Funcionam da mesma forma que os cérebros humanos funcionam. A figura abaixo mostra a semelhança do Neurónio Biológico com as Redes Neuronais Artificiais.
/div>>
It é feito de diferentes camadas que são empilhadas umas sobre as outras para que as redes neurais aprendam as representações e as características complexas a partir dos dados.
/div>>
Exemplo,
Este exemplo é do MNIST Dataset, onde passamos uma imagem e esta passa por diferentes camadas para compreender as diferentes representações e características complexas dos dados e depois prevê o resultado subjacente. A classificação da imagem é feita com a ajuda de Convolutional Neural Networks (Redes Neurais Convolucionais).
Para compreender mais sobre Aprendizagem Profunda siga-nos e visite https://medium.com/@patidarparas13/what-is-deep-learning-efa0cfbbd6a2
O que o DL resolveu,
- li>Classificação de imagem a nível humano
- Conhecimento de fala a nível humano
- Transcrição de escrita a nível humano
- Conversão de texto para fala melhorada
- Condução autónoma a nível humano a nível humano a nível humano a nível humano a nível humano a nível humano como usado pelo Google, Baidu, e Bing
- Resultados de pesquisa melhorados na web
- Jogar com o Super-humano
Transcrição de escrita a nível humanoTranslação automática melhorada
Assistentes digitais como o Google Assistant e o Amazon Alexa
O que torna o DL diferente?
Engenharia de características: Porque automatiza completamente o que costumava ser o passo mais crucial de uma máquina…fluxo de aprendizagem
/div>>
