A inteligência artificial e o aprendizado de máquina (machine learning) são as partes da ciência da computação que estão correlacionadas entre si. Essas duas tecnologias são as tecnologias mais populares usadas para criar sistemas inteligentes.
Embora essas sejam duas tecnologias relacionadas e às vezes as pessoas as usem como sinônimo uma da outra, ambos são os dois termos diferentes em vários casos.
Em um nível mais amplo, podemos diferenciar IA e ML como:
IA é um conceito maior para criar máquinas inteligentes que podem simular a capacidade e o comportamento do pensamento humano, enquanto o Aprendizado de Máquina(Machine Leasing) é um aplicativo ou subconjunto de AI que permite que as máquinas aprendam a partir dos dados sem serem programados explicitamente.
Abaixo estão algumas diferenças principais entre IA e aprendizado de máquina, juntamente com a visão geral da Inteligência artificial e aprendizado de máquina.
Inteligência Artificial
A inteligência artificial é um campo da ciência da computação que cria um sistema de computador que pode imitar a inteligência humana. É composto por duas palavras "Artificial" e "Inteligência", que significa "um poder de pensamento feito pelo homem". Portanto, podemos defini-lo como:
“A inteligência artificial é uma tecnologia com a qual podemos criar sistemas inteligentes que podem simular a inteligência humana.”
O sistema de inteligência artificial não precisa ser pré-programado, ao invés disso, eles usam algoritmos que podem trabalhar com sua própria inteligência. Envolve algoritmos de aprendizado de máquina, como algoritmo de aprendizado por reforço e redes neurais de aprendizado profundo. A IA está sendo usada em vários lugares, como Robôs em Manufaturas, Assistentes Inteligentes, Gestão de Saúde Proativo, Mapeamento de Doenças, Investimento Financeiro Automático, Agente de Reserva de Viagens Virtual, Monitoramento de Mídia Social, Ferramenta de Chat, Ferramentas de Processamento de Linguagem Natural e etc.
Com base nas capacidades, a IA pode ser classificada em três tipos:
- Weak AI: é a inteligência artificial que implementa uma parte limitada da mente, ou como IA limitada, é focada em uma tarefa limitada.
- General AI: é a inteligência artificial que pode entender e raciocinar seu ambiente como um ser humano faria. A General AI sempre foi esquiva.
- Strong AI: uma máquina hipotética que exibe um comportamento pelo menos tão habilidoso e flexível quanto os humanos, e o programa de pesquisa para construir tal inteligência artificial geral e/ou uma máquina hipotética que possui consciência de objetos externos, ideias e/ou autoconsciência.
Atualmente, estamos trabalhando com Weak AI e General AI. O futuro da IA é a Strong AI, para a qual se diz que será mais inteligente do que os humanos.
Machine Learning – Máquina de Aprendizagem
O aprendizado de máquina consiste em extrair conhecimento dos dados. Pode ser definido como,
“O aprendizado de máquina é um subcampo da inteligência artificial, que permite que as máquinas aprendam com dados ou experiências anteriores sem serem explicitamente programadas.”
O aprendizado de máquina permite que um sistema de computador faça previsões ou tome algumas decisões usando dados históricos sem ser programado explicitamente. O aprendizado de máquina usa uma grande quantidade de dados estruturados e semiestruturados para que um modelo de aprendizado de máquina possa gerar resultados precisos ou fornecer previsões com base nesses dados.
O aprendizado de máquina funciona em algoritmos que aprendem por si mesmo usando dados históricos. Funciona apenas para domínios específicos, como se estivéssemos criando um modelo de aprendizado de máquina para detectar imagens de cães, só dará resultado para imagens de cães, mas se fornecermos novos dados como imagem de gato, ele deixará de responder. O aprendizado de máquina está sendo usado em vários lugares, como sistema de recomendação online, algoritmos de pesquisa do Google, filtro de spam de e-mail, sugestão de marcação de amigo no Facebook, etc.
Pode ser dividido em 3 tipos:
- Aprendizagem Supervisionada: é a tarefa de aprendizado de máquina de aprender uma função que mapeia uma entrada para uma saída com base em pares de entrada-saída de exemplo.
- Aprendizagem por Esforço: é uma área do aprendizado de máquina que se preocupa com como os agentes de software devem realizar ações em um ambiente para maximizar a noção de recompensa cumulativa.
- Aprendizagem Não Supervisionada: que procura padrões previamente não detectados em um conjunto de dados sem dados pré-existentes e com um mínimo de supervisão humana.
Diferenças Fundamentais entre Inteligência Artificial (IA) and Machine Learning (ML)
Tradução: Oscar K. N. Asakura - CBO of All BI technologies Inc.
Fonte: //www.javatpoint.com/difference-between-artificial-intelligence-and-machine-learning