Hagyományos mesterséges intelligencia vs generatív AI – KDnuggets

Újra kiadta Platón

Követő: 0

Hagyományos AI kontra Generatív AI
A kép szerzője

A „generatív AI” a következő divatszó, amely jelenleg terjed. Függetlenül attól, hogy melyik szektorban dolgozik, biztosan hallotta ezt a szót. Csak az elmúlt 6 hónapban mutatta meg nekünk a mesterséges intelligencia (AI) terén elért jelentős előrelépéseket. Különféle iparágakat formált át, és mindenki rá akarja tenni a kezét.

Néhányan talán nem igazán ismerik a különbséget az AI részhalmazai között, és ez a cikk lényege.

Hogy tisztázzam a dolgokat neked.

Hagyományos mesterséges intelligencia – a mesterséges intelligencia olyan része, amelyet a nem technikailag hajlamos emberek többsége ismer. Szűk vagy gyenge AI néven is ismert, az AI hagyományos formája egy adott feladat intelligens végrehajtására összpontosít.

A hagyományos AI-ról tehát olyan hangasszisztenseket ismerünk, mint például a Siri és az Alexa, akiket úgy terveztek, hogy reagáljanak egy bemenetre és kimenetet állítsanak elő. Ez úgy valósítható meg, hogy ezek az AI-rendszerek adatokból, jellemzőkből és egyebekből tanulnak döntéseket és előrejelzéseket hozni.

Gondoljon arra, amikor számítógépes sakkot játszik. A számítógép nem csak szabályokat alkot, hanem ismeri az összes szabályt, és ezt használja a következő lépéshez. Ez egy előre meghatározott stratégia.

Stratégia. Ezen alapul a hagyományos AI. Döntéseit meghatározott szabályok alapján hozza meg, amelyekre minden alkalommal visszaesik.

Bemenetet kap és kimenetet állít elő – szabályok alapján, nem szabályok létrehozásával.

Most pedig térjünk rá a „generatív AI” divatszóra. Ahogy el tudod képzelni, hangsúlyoztam, hogy a hagyományos mesterséges intelligencia szabályokon alapul, és nem tud újat létrehozni. Szóval, hol marad a Generative AI?

Igen, igazad van. A generatív AI képes valami újat létrehozni. Csakúgy, mint a hagyományos mesterséges intelligencia, a generatív AI is rengeteg adatot tanult meg, és ezt használja fel döntések és előrejelzések meghozatalára. De ahelyett, hogy ez egy egyszerű bemeneti és kimeneti folyamat lenne.

A generatív mesterséges intelligencia átveszi a bemenetet, megérti azt, és a bemeneti információ felhasználásával valami újat hoz létre. Az adatokra oktatják, és megtanulja a mögöttes mintákat, hogy a betanítási adatokhoz hasonló bemeneti információk alapján új adatokat tudjon generálni.

A Generative AI-t a mai napig használhatja különféle formájú kimenetek létrehozására, például szöveg, kép és zene, valamint olyan feladatok elvégzésére, mint a kódkiegészítés.

A generatív mesterséges intelligencia példái közé tartozik a GPT, a Soundful, a Synthesia és a DALL-E 2.

Tehát mi a különbség a hagyományos és a generatív AI között?

A fő különbség a képességek és az alkalmazások jelentik.

Ahogy korábban említettem, a hagyományos AI egy bemenet fogadásán és egy kimenet előállításán alapul. A bemeneti adatokat elemzik, és döntésekhez és előrejelzésekhez használják fel. Ha mintafelismerést keres, a hagyományos mesterséges intelligencia a legjobb választás. A hagyományos mesterséges intelligencia továbbra is nagyon népszerű, és számos jelenlegi mesterséges intelligencia-rendszer, például chatbotok és prediktív analitika működtetésére használják. A feladatspecifikus alkalmazásokra összpontosít, amelyeket sokan használnak mindennapi feladataihoz.

Másrészt a generatív mesterséges intelligencia túlmutat és új adatokat hoz létre, ami hasonló a képzési adatokhoz. Ha mintaalkotást keres, a generatív mesterséges intelligencia a legjobb választás. A generatív mesterséges intelligencia új ajtókat nyit a vállalatok előtt, hogy kreatívabbak és innovatívabbak legyenek. Drasztikusan csökkentheti a feladatokra, például az ötletelési folyamatra fordított időt. Dalszövegeket írhat, cikkeket írhat, és mélyhamisítványokat készíthet. Ahol az alkotás és az innováció fontos, a generatív mesterséges intelligencia nagy potenciállal rendelkezik a következő szintre emelésében.

A hagyományos mesterséges intelligencia és a generatív AI-ról szóló általános cikk lezárásához meg kell értened, hogy funkcióik még nem kapcsolhatók össze. Például a generatív mesterséges intelligencia a hagyományos mesterséges intelligencia mellett hatékonyabb megoldások biztosítására használható. Másrészt a hagyományos mesterséges intelligencia olyan konkrét kimenetet biztosíthat, amelyet tovább lehetne elemezni, hogy személyre szabott tartalmat hozzanak létre generatív AI segítségével.

Fontos megérteni a kettő közötti különbséget és a mesterséges intelligencia világában betöltött sajátos szerepüket. Mindketten alakítják a jövőnket, és mindketten nagyon be vannak ölelve a mai társadalomban.

Tudja, hogy tisztában van a kettő egyedi képességeivel, és élvezni fogja az utazást, mivel továbbra is innovatívak.

Nisha Arya adattudós, szabadúszó műszaki író és közösségi menedzser a KDnuggets-nél. Különösen érdekli az adattudományi karriertanácsadás vagy oktatóanyagok, valamint elméleti alapú ismeretek nyújtása a Data Science területén. Azt is szeretné feltárni, hogy a mesterséges intelligencia milyen különböző módokon járulhat hozzá az emberi élet hosszú élettartamához. Szívesen tanuló, aki igyekszik bővíteni műszaki ismereteit és íráskészségét, miközben segít másoknak.