Demistyfikacja sztucznej inteligencji, uczenia maszynowego i głębokiego uczenia dla menedżerów produktu

Kiedy zaczynałem swoją podróż jako menedżer produktu, wiedziałem, że chcę nadal być bardziej praktyczny i zagłębiać się w rozwiązania z inżynierami. Jako menedżerowie produktu jesteśmy proszeni o skupienie się bardziej na „co” i „dlaczego”, ale chciałem również zrozumieć i poznać „jak” i „kiedy” stos technologii jest wykorzystywany. To był świadomy wybór i zawsze chciałem być częścią firmy, która ma futurystyczną wizję i ma wysoce techniczne i akademickie środowisko.

Nie trzeba dodawać, że byłam zachwycona, kiedy dostałam rolę Product Managera w zupełnie nowej przestrzeni AI/ML, ponieważ dało mi to możliwość poznania tej dziedziny i rozwiązywania problemów przy użyciu najnowocześniejszych technologii. Oczywiście dla nowicjusza, który nie miał wcześniejszej wiedzy na temat sztucznej inteligencji/uczenia maszynowego, zrozumienie „wszystko” od zera było wyzwaniem. Był to stopniowy proces i po regularnych lekturach i sesjach burzy mózgów z naszymi wewnętrznymi naukowcami i inżynierami w ciągu ostatnich dwóch lat udało mi się lepiej zrozumieć te terminy. Ledwo udało mi się zarysować powierzchnię, ale chciałem zacząć dzielić się wiedzą, którą zgromadziłem w ciągu ostatnich kilku lat, aby uczynić to mniej trudnym dla kogoś, kto dopiero zaczyna.

Czym więc jest sztuczna inteligencja, uczenie maszynowe i uczenie głębokie? Ciągle słyszymy o tych terminach — od używania ich w samojezdnych samochodach po otrzymywanie rekomendacji filmowych w serwisie Netflix — sztuczna inteligencja jest wykorzystywana, aby uczynić nasze życie łatwiejszym i bardziej satysfakcjonującym. Mówiąc prościej, sztuczna inteligencja sprawia, że ​​maszyny zachowują się lub myślą jak ludzie. Jak sugeruje nazwa „sztuczna inteligencja”, jest to nauka, która umożliwia komputerom naśladowanie ludzkiej inteligencji.

Sztuczna inteligencja to szerszy parasol, a uczenie maszynowe i uczenie głębokie to jego podzbiory. Jeśli sztuczna inteligencja polega wyłącznie na inteligencji, to uczenie maszynowe pomaga budować tę inteligencję. Jak sama nazwa wskazuje, „uczenie maszynowe” to nauka o „uczeniu się” komputerów, a tym samym „doskonalaniu” danego zadania z doświadczeniem, co z kolei pomaga budować inteligencję maszyny lub sztuczną inteligencję. Wszystkie zadania uczenia maszynowego są zadaniami AI, ale odwrotność nie jest prawdziwa.

Sztuczna inteligencja naśladuje więc ludzkie zdolności myślenia. Podobnie jak ludzie, którzy z biegiem czasu doskonalą swoje zdolności myślenia i podejmowania decyzji dzięki doświadczeniom, maszyny nauczyły się robić to samo za pomocą „uczenia maszynowego”. U podstaw myślenia i podejmowania decyzji przez człowieka leży jego potężny umysł, ludzki mózg, który wzmacnia jego zdolności poznawcze. Głębokie uczenie się naśladuje ludzki mózg w maszynach (tak, wszystkie te koncepcje są ze sobą powiązane i łatwiej je zrozumieć, jeśli mówi się o nich w tej kolejności!)

Tak więc Deep Learning to dziedzina uczenia maszynowego, która naśladuje ludzki mózg we wszystkich jego złożonościach. Ludzki mózg jest w końcu „Siecią” milionów neuronów, które są połączone i komunikują się ze sobą za pomocą sygnałów (elektrycznych i chemicznych), aby ludzie myśleli, jedli i żyli. Cóż, głębokie uczenie się polega na szkoleniu podobnych „sieci neuronowych”, zwanych także „sztucznymi sieciami neuronowymi”, które tworzą warstwy algorytmów i jednostek obliczeniowych zwanych również „neuronami”, aby komunikować się ze sobą w złożony sposób w celu rozwiązywania trudniejszych problemów.

Największa różnica między uczeniem maszynowym a uczeniem głębokim polega na tym, że w przeciwieństwie do uczenia maszynowego, gdzie większość funkcji musi zostać zidentyfikowana przez eksperta w celu zmniejszenia złożoności danych i uczynienia wzorców bardziej widocznymi dla algorytmów, aby działały, uczenie głębokie uczy się wysoko funkcje na poziomie danych z danych w sposób przyrostowy, eliminując potrzebę wiedzy specjalistycznej w danej dziedzinie i jakiejkolwiek formy wyodrębniania cech. Omówię więcej z nich w moich przyszłych postach, więc bądźcie czujni.

Mam nadzieję, że podobał Ci się ten krótki artykuł na temat podstaw sztucznej inteligencji, uczenia maszynowego i głębokiego uczenia oraz że zauważyłeś, jak wszystkie są ze sobą powiązane i często używane zamiennie. Ale jako menedżerowie produktu musimy koniecznie zrozumieć niuanse, które starałem się uchwycić w powyższym artykule.

Dzięki, że dotrwałeś do końca. Jeśli podobał Ci się ten artykuł, śledź mnie, aby uzyskać więcej artykułów na temat AI, ML i zarządzania produktem.