Искусственный интеллект, нейросеть, машинное обучение. Понимаете ли вы разницу?

28 мая награждением победителей завершился седьмой поток образовательной программы «Экспертиза будущего». По итогам финальной защиты Экспертный совет определил 12 лучших проектов, направленных на повышение качества подготовки проектной документации, внедрение цифровых решений и совершенствование экспертных практик.

Нет ничего удивительного в том, что большинство команд и их проектов, как ставших победителями, так и просто участвовавших в программе, были связаны с технологиями искусственного интеллекта. Поэтому и этот термин, и термины «машинное обучение», «нейросеть» звучали неоднократно. Как, впрочем, и в нашей повседневной жизни.

При этом за последнее время у меня укрепилось мнение, что далеко не все понимают, в чем же отличие этих трех терминов. Они означают одно явление, или нет? Являются ли они синонимами? Если вы тоже не вполне уверены, этот пост для вас.

Искусственный интеллект – это самый широкий термин. Так называют системы, которые способны выполнять задачи, обычно требующие участия человека: анализировать информацию, находить закономерности, делать выводы, распознавать объекты, отвечать на вопросы. Проще говоря, ИИ – это общий класс технологий.

Машинное обучение – это уже один из подходов внутри искусственного интеллекта. Здесь система не просто работает по заранее прописанным правилам, а «учится» на данных. Если загрузить в программу большой массив результатов инженерно-геологических изысканий, она может выявить связи между характеристиками грунтов, глубиной, влажностью, плотностью и другими параметрами, а затем использовать эти зависимости для прогноза.

Нейросеть – это частный вид моделей машинного обучения, построенный по принципу, отчасти напоминающему работу человеческого мозга. Именно нейросети особенно хорошо справляются с изображениями, текстами, речью и сложными многопараметрическими данными. Например, нейросеть можно обучить распознавать по фотографиям керна признаки трещиноватости, слоистости, выветрелости или выделять границы различных литологических разностей.

То есть разница простая: ИИ – это общее направление, машинное обучение – один из его методов, а нейросеть – один из инструментов машинного обучения.

Давайте постараюсь теперь объяснить это на примере.

Допустим, у нас есть задача: по фотографии керна определить тип грунта и выделить трещиноватые зоны.

Вот как это будет выглядеть по уровням:

• Искусственный интеллект — вся система, которая помогает инженеру анализировать керн.
• Внутри этой системы может использоваться нейросеть, обученная (машинное обучение) на тысячах фотографий керна. Эта нейросеть распознает визуальные признаки: цвет, текстуру, слоистость, трещины, включения.

То есть нейросеть здесь – не вся система, а только «движок» распознавания изображений.

Не всякий ИИ является нейросетью

Например, система может просто работать по заданным правилам:

• если значение модуля деформации ниже определенного порога, выдать предупреждение;
• если в разрезе чередуются слабые и водонасыщенные грунты, отметить потенциальный риск;
• если в журнале бурения отсутствуют обязательные поля, вернуть данные на проверку.

Это тоже элементы «умного» поведения системы, и их можно отнести к ИИ в широком смысле, но здесь нейросеть может вообще не использоваться.

Кстати, пользуясь случаем, напомню, что 19 ноября журнал «ГеоИнфо» проведет в Москве третью производственно-практическую конференцию, посвященную цифровизации и автоматизации инженерно-геологических изысканий.