Maszynowe uczenie używa algorytmów; głębokie uczenie sieci neuronowych
Jaka jest prawdziwa różnica między maszynowym uczeniem a głębokim uczeniem?
To pytanie brzmi niewinnie. Nie jest takie proste. Ludzie używają tych określeń luźno, co szybko prowadzi do błędnych wyobrażeń.
Maszynowe uczenie to szersza dziedzina. Wykorzystuje dane i algorytmy do nauki wzorców, a następnie dokonuje predykcji na podstawie tych wzorców. Głębokie uczenie to konkretny rodzaj maszynowego uczenia, który wykorzystuje sztuczne sieci neuronowe. To jest czysta wersja tego wyjaśnienia. Chaotyczna wersja brzmi tak: oba podejścia mogą rozwiązywać podobne problemy, ale robią to w bardzo odmienny sposób.
Zacznij od podstawowej pętli maszynowego uczenia
Lubię myśleć o maszynowym uczeniu jako o trójelementowej pętli.
Po pierwsze, zbierasz dane treningowe. Następnie trenujesz model. Na koniec używasz tego modelu do wnioskowania (inference) na nowych danych wejściowych.
Dane treningowe zazwyczaj składają się z dwóch części. Jedna to dane wejściowe, często nazywane cechami (features). Druga to znana odpowiedź, często nazywana etykietą (label). Jeśli prognozujesz sprzedaż lodów, dane wejściowe mogą obejmować temperaturę, opady deszczu, wiatr i dzień tygodnia. Etykietą jest liczba sprzedanych lodów.
Podczas treningu algorytm analizuje wiele przykładów. Zgaduje wynik. Sprawdzą tę zgadywkę przeciwko prawdziwej etykiecie. Następnie dostosowuje swoje wewnętrzne ustawienia, aby zmniejszyć błąd. Powtarza to wielokrotnie, aż nauczy się przydatnej funkcji.
Ta nauczone funkcja to model.
Gdy trening się kończy, model jest stosowany do nowych danych wejściowych. Ten krok to wnioskowanie. Wynikiem jest predykcja, często zapisywana jako Y-hat. W maszynowym uczeniu predykcja nie musi oznaczać przyszłości. Może to być liczba, klasa lub prawdopodobieństwo.
To jest podstawowy kształt maszynowego uczenia. Dane wejściowe, uczony wzorzec, wynik predykcji.
Maszynowe uczenie używa algorytmów
W klasycznym maszynowym uczeniu model jest kierowany przez algorytm, który zwykle ma bardziej jawną strukturę. Ktoś wybiera typ modelu, cechy oraz metodę uczenia. Model uczy się następnie parametrów, które najlepiej pasują do danych.
Działa to dobrze, gdy problem jest jasny, a dane są zarządzalne. Jest to powszechne w regresji, klasyfikacji i klasteryzacji.
Regresja przewiduje liczbę. Prostym przypadkiem jest liczba sprzedaży lub cena nieruchomości.
Klasyfikacja przewiduje kategorię. Klasyfikacja binarna oznacza dwie klasy, np. oszustwo czy nieoszustwo. Klasyfikacja wieloklasowa oznacza więcej niż dwie klasy, np. lis rudy, lis szary czy lis polarny.
Uczenie bez nadzoru jest inne. Nie ma tam etykiet. Algorytm samodzielnie szuka struktury w danych wejściowych. Może grupować podobnych klientów ze sobą lub klasteryzować dokumenty według tematyki. Nie ma ustalonego klucza odpowiedzi.
Więc gdy ludzie mówią, że maszynowe uczenie używa algorytmów, chodzi o tę ideę. Model uczy się z danych, ale metoda uczenia nie jest zwykle budowana jako stos warstw jednostek neuronowych. Jest często bardziej bezpośrednia i bardziej ręcznie kształtowana.
Głębokie uczenie używa sieci neuronowych
Głębokie uczenie to maszynowe uczenie zbudowane na sztucznych sieciach neuronowych.
Sieć neuronowa to zestaw połączonych jednostek przetwarzających liczby. Każda jednostka otrzymuje wejścia, wykonuje obliczenie i przekazuje wynik dalej. Te jednostki są ułożone w warstwy. Informacje przepływają przez warstwy w jednym kierunku.
Głęboka sieć neuronowa ma wiele warstw. Słowo „głębokie” odnosi się do głębokości, czyli liczby warstw. Ta głębokość pozwala modelowi uczyć się reprezentacji na różnych poziomach.
Wczesne warstwy często wychwytują proste wzorce. Na obrazach mogą to być krawędzie i tekstury. Późniejsze warstwy łączą te elementy w bardziej złożone koncepcje, takie jak kształty czy obiekty. W przypadku tekstu lub mowy obowiązuje ta sama podstawowa zasada. Proste wzorce napędzają wyższego rzędu wzorce.
To główny powód, dla którego głębokie uczenie stało się tak przydatne. Potrafi uczyć się przydatnych cech z surowych danych przy mniejszym wysiłku ręcznego projektowania cech niż wiele tradycyjnych metod maszynowego uczenia.
Nie czyni to go magicznym. Czyni go elastycznym. Elastyczność ma swoją cenę. Głębokie sieci często potrzebują dużo danych, dużo mocy obliczeniowej i ostrożnego treningu.
Mały konkretny przykład
Wyobraź sobie zadanie klasyfikacji zwierząt.
Cechami wejściowymi są waga, wzrost, ubarwienie i rozmiar uszu. Etykietą jest gatunek.
Tradycyjny model maszynowego uczenia mógłby wykorzystać te cechy bezpośrednio. Uczy się wzorca, który mapuje te pomiary na gatunek.
Model głębokiego uczenia też może rozwiązać to zadanie, ale jest częściej stosowany, gdy dane wejściowe są mniej uporządkowane, np. surowe obrazy. Zamiast ręcznie wybierać cechy, sieć uczy się ich warstwa po warstwie bezpośrednio z obrazu.
Ta różnica ma znaczenie.
Jeśli dane są już schludne w tabeli, klasyczne maszynowe uczenie często ma sens.
Jeśli dane są bałaganiarskie, bogate lub wysokowymiarowe, głębokie uczenie często staje się silniejszym narzędziem. Obrazy, dźwięk i tekst to typowe przykłady.
Dlaczego ta różnica ma znaczenie w praktyce
Często widzę ten zamęt w rzeczywistych pracach systemowych. Ludzie mówią, że „użyli AI”, kiedy naprawdę skorzystali z gotowej usługi. To w porządku, ale warto wiedzieć, co dzieje się pod maską.
Wiele usług komputerowego widzenia, rozpoznawania mowy i językowych korzysta już z modeli głębokiego uczenia wytrenowanych przez kogoś innego. Aplikacja wysyła dane wejściowe do usługi, model wykonuje wnioskowanie, a wynik wraca. Programista może nigdy nie dotykać samej sieci.
To powszechne i użyteczne. To też jeden z powodów, dla których wiele produkcji AI polega mniej na wynalazieniu modelu, a bardziej na bezpiecznej integracji istniejącego.
Maszynowe i głębokie uczenie obie dokonują predykcji. Tylko dochodzą do tego w inny sposób.
Maszynowe uczenie, w szerokim rozumieniu, często oznacza wybór modelu i użycie algorytmu do nauki z danych. Głębokie uczenie oznacza używanie sieci neuronowych z wieloma warstwami do nauki tych wzorców, często z bardziej złożonych danych.
Czego dobre jest głębokie uczenie, a gdzie gryzie się samo
Głębokie uczenie jest skuteczne, gdy dane mają ukrytą strukturę, którą trudno zakodować ręcznie. Dlatego tak dobrze działa w przypadku widzenia, mowy, języka naturalnego i systemów generatywnych.
Nosi ono również realne kompromisy. Modele mogą być duże. Trening może być drogi. Wyniki mogą być trudniejsze do wyjaśnienia. I gdy danych jest mało, prostszy algorytm może pokonać głęboką sieć bez większych dramatów.
Ostatni punkt jest ważny. Większy model nie oznacza sprawniejszego modelu. Oznacza tylko, że jest większy.
Więc szczera reguła jest prosta. Używaj narzędzia, które pasuje do problemu, a nie tego z najgłośniejszym marketingiem.
Krótka wersja zwykłym słowem
Maszynowe uczenie to szersza dziedzina. Uczy się z danych za pomocą algorytmów.
Głębokie uczenie to gałąź maszynowego uczenia. Uczy się za pomocą sztucznych sieci neuronowych.
Jeśli model jest zbudowany z warstw połączonych jednostek, które uczą się cech krok po kroku, to jest to głębokie uczenie. Jeśli to nauczone użycie modelu, które stosuje inną formę algorytmiczną, to jest to maszynowe uczenie w szerszym sensie.
Po tym wyjaśnieniu różnica powinna wydawać się wyraźna, a nie rozmyta. Możesz teraz zrozumieć, dlaczego model oparty na tabeli, model obrazów i model mowy mogą wszystkie być „maszynowym uczeniem”, ale tylko niektóre z nich to głębokie uczenie. To właśnie taki rodzaj precyzji, który utrzymuje dyskusję o architekturze uczciwą – i dokładnie taką uczciwość stara się zachować The Model Log.



