Машинное обучение включает в себя глубокое обучение и нейронные сети.

Человеческий интеллект отражает способность нашего мозга к обучению. Компьютерные системы, которые действуют как люди, используют искусственный интеллект. Это означает, что эти системы находятся под контролем компьютерных программ, которые могут обучаться. Как и люди, компьютеры могут научиться использовать данные, а затем принимать решения или оценки на основе того, что они узнали.

Чтобы компьютеры могли решать проблемы, люди просто писали пошаговые инструкции для программ, управляющих оборудованием компьютера. Эти программисты должны были учитывать каждый шаг, с которым может столкнуться компьютер. Затем они описали, как они хотели, чтобы компьютер реагировал на каждое решение, которое его могут попросить принять на этом пути.

В 1940-х годах, работая инженером в Университете штата Иллинойс, Артур Сэмюэл решил по-другому программировать компьютеры. Этот ученый-компьютерщик научит компьютеры учиться самостоятельно. Его средство обучения: шашки.

Вскоре программисты вышли за рамки шашек. Используя тот же подход, они научили компьютеры решать более сложные задачи. В 2007 году Фей-Фей Ли из Стэнфордского университета в Калифорнии и ее коллеги решили научить компьютеры распознавать объекты на фотографиях. Мы могли бы думать о зрении как об использовании только наших глаз. На самом деле именно наш мозг распознает и понимает, что изображено на изображении.

В последнее время машинное обучение проявляется в инструментах, программном обеспечении и продуктах, призванных облегчить жизнь. Одним из примеров являются программы, используемые в современных умных колонках и потоковых сервисах. Они ищут тенденции в музыке или видео, которые вы выбираете, а затем предлагают похожие, которые могут вам понравиться. Машинное обучение также используется, чтобы помочь людям решать более серьезные проблемы во всем, от инженерии до медицины.

Насколько бы он ни развивался, искусственный интеллект (ИИ) все еще далек от того, чтобы быть таким умным, как человеческий мозг. Например, система ИИ может играть в шашки или идентифицировать кошку, но пока не может понять, почему кошки не могут играть в шашки.