Mahalagang Pagkakaiba – Machine Learning kumpara sa Artificial Intelligence
Ang Artificial Intelligence ay isang malawak na konsepto. Ang mga self-driven na kotse, mga smart home ay ilang halimbawa ng Artificial Intelligence. Ang ilang mga bansa ay may matatalinong robot sa mga larangan tulad ng medisina, pagmamanupaktura, militar, agrikultura, at sambahayan. Ang Machine Learning ay isang uri ng Artificial Intelligence. Ang pangunahing pagkakaiba sa pagitan ng Machine Learning at Artificial Intelligence ay ang Machine Learning ay isang uri ng Artificial Intelligence na nagbibigay ng kakayahan para sa isang computer na matuto nang hindi tahasang naka-program at ang Artificial Intelligence ay ang teorya at pag-unlad ng mga computer system na nagagawa ang mga gawain nang matalinong katulad ng isang tao. Gumagamit ang Machine Learning ng algorithm para i-parse ang data, matuto mula rito at gumawa ng mga desisyon nang naaayon. Ito ay isang pagbuo ng mga algorithm sa pag-aaral sa sarili, at ang Artificial Intelligence ay ang agham ng pagbuo ng isang system o software na matalino bilang isang tao.
Ano ang Machine Learning?
Ang algorithm ay isang pagkakasunud-sunod ng mga hakbang na nagsasabi sa computer na lutasin ang isang problema. Ang Machine Learning ay isang uri ng Artificial Intelligence. Nagbibigay ito sa mga computer ng kakayahang matuto nang hindi tahasang nakaprograma. Ang mga ito ay iba't ibang mga algorithm na magagamit para sa paglutas ng mga problema sa Machine Learning. Depende sa uri ng problema, maaaring pumili ng angkop na algorithm ng Machine Learning. Nakatuon ito sa pagbuo ng mga computer program na maaaring magbigay ng resulta kapag nalantad sa bagong data.
May iba't ibang uri ng Machine Learning. Ang mga ito ay Supervised Learning, Unsupervised Learning at Reinforcement Learning. Gumagamit ang Pinangangasiwaang Pag-aaral ng kilalang dataset para gumawa ng mga hula. Isang set ng input data(X) at set ng kaukulang response values o outputs (Y) ang ibinibigay sa supervised learning algorithm. Ang dataset na iyon ay kilala bilang isang dataset ng pagsasanay. Gamit ang dataset na iyon, bubuo ang algorithm ng modelo (Y=f(X)), para makapagbigay ito ng output value para makumpleto ang bagong dataset.
Ang Classification at Regression ay mga Supervised Machine Learning algorithm. Ang pag-uuri ay ginagamit upang pag-uri-uriin ang isang talaan. Isang simpleng halimbawa ay "kung ang temperatura ay malamig". Ang sagot ay maaaring alinman sa "oo" o "hindi". Mayroong isang tiyak na bilang ng mga pagpipilian upang uriin. Kung mayroong dalawang pagpipilian, ito ay isang dalawang-class na pag-uuri. Kung mayroong higit sa dalawang pagpipilian, ito ay isang multi-class na pag-uuri. Ang regression ay ginagamit upang kalkulahin ang numeric na output. Halimbawa, ang paghula sa temperatura ng bukas. Ang isa pang halimbawa ay ang paghula sa halaga ng bahay.
Sa Unsupervised Learning, ang input data lang ang ibinibigay, at walang katumbas na output. Sa halip, ang algorithm ay naghahanap ng pattern o structure para matuto pa tungkol sa data. Ang clustering ay ikinategorya bilang Unsupervised Learning. Pinaghihiwalay nito ang data sa mga pangkat o cluster para mapagaan ang interpretasyon ng data.
Figure 01: Machine Learning
Reinforcement Learning ay inspirasyon ng behaviorist psychology. Nababahala ito sa pag-maximize ng ilang ideya ng pinagsama-samang gantimpala. Isang halimbawa ng Reinforcement Learning ay sa pamamagitan ng pagtuturo sa computer na maglaro ng chess. Napakaraming hakbang sa pag-aaral ng chess. Samakatuwid, hindi posible na magturo tungkol sa bawat hakbang. Ngunit posibleng sabihin, kung tama o mali ang ginawang partikular na aksyon. Sa Reinforcement Learning, susubukan ng computer na i-maximize ang reward at matuto mula sa karanasan. Ang isa pang halimbawa ay isang Automatic Temperature Controller. Dapat taasan o babaan ng system ang temperatura ayon sa kinakailangan. Ang reinforcement learning ay mabuti para sa mga system na dapat gumawa ng mga desisyon nang walang gaanong gabay ng tao.
Ano ang Artificial Intelligence?
Ang Artificial Intelligence ay ang gumawa ng isang computer, isang robot na kinokontrol ng computer, o isang software na mag-isip nang matalinong katulad ng isang tao. Ito ay inilapat sa sistema, ang paraan ng pag-iisip ng tao, kung paano natututo, nagpapasya at nagresolba ng mga problema ang mga tao. Sa wakas, binuo ang isang matalino at matalinong sistema. Ang Artificial Intelligence ay isang usong teknolohiya sa modernong mundo. Ito ay kumbinasyon ng iba't ibang disiplina gaya ng Computer Science, Biology, Mathematics at Engineering.
Figure 02: Artificial Intelligence
Maraming application ng Artificial Intelligence (AI). Gumagamit ang mga modernong Gaming application ng AI. Kasama rin sa pananaliksik sa AI ang Natural Language Processing. Ito ay upang bigyan ng kakayahan ang isang kompyuter o makina na maunawaan ang natural na wikang sinasalita ng mga tao at maisagawa ang mga gawain nang naaayon. Ang isa pang application ay Industrial Robots. Mayroong mas sopistikadong mga robot na may mahusay na mga processor at isang malaking halaga ng memorya. Maaari silang mag-adjust sa bagong kapaligiran at mangolekta ng data gamit ang liwanag, temperatura, tunog atbp. Ginagamit ang mga ito sa mga larangan tulad ng gamot at pagmamanupaktura. Inilapat din ang Artificial Intelligence sa optical character recognition, autonomous na sasakyan, military simulation, at marami pa.
Ano ang Mga Pagkakatulad sa pagitan ng Machine Learning at Artificial Intelligence?
- Magagamit ang dalawa para bumuo ng mga sopistikadong system para magsagawa ng ilang partikular na gawain.
- Parehong nakabatay sa Statistics at Mathematics.
- Ang Machine Learning ay ang bagong makabagong teknolohiya ng Artificial Intelligence.
Ano ang Pagkakaiba sa pagitan ng Machine Learning at Artificial Intelligence?
Machine Learning vs Artificial Intelligence |
|
| Ang Machine Learning ay isang uri ng Artificial Intelligence na nagbibigay ng kakayahan para sa isang computer na matuto nang hindi tahasang nakaprograma. Gumagamit ito ng algorithm para mag-parse ng data, matuto mula rito, at gumawa ng mga desisyon nang naaayon. | Ang Artipisyal na Katalinuhan ay ang teorya at pagbuo ng mga computer system na nagagawa ang mga gawain nang matalinong katulad ng isang tao. |
| Functionality | |
| Machine Learning nakatuon sa katumpakan at mga pattern. | Artificial Intelligence ay tumutuon sa matalinong pag-uugali at ang maximum na pagbabago ng tagumpay. |
| Pagkakategorya | |
| Machine Learning ay maaaring ikategorya sa Supervise Learning, Unsupervised Learning, at Reinforcement Learning. | Ang mga application na nakabatay sa Artipisyal na Intelligence ay maaaring ikategorya bilang inilapat o pangkalahatan. |
Buod – Machine Learning vs Artificial Intelligence
Ang Artificial Intelligence ay isang advance at malawak na disiplina. Binubuo ito ng maraming iba pang larangan tulad ng Engineering, Mathematics, Computer Science, atbp. Ang pagkakaiba sa pagitan ng Machine Learning at Artificial Intelligence ay ang Machine Learning ay isang uri ng Artificial Intelligence na nagbibigay ng kakayahan para sa isang computer na matuto nang hindi tahasang nakaprograma at Artipisyal. Ang katalinuhan ay ang teorya at pag-unlad ng mga sistema ng kompyuter na nagagawa ang mga gawain nang matalinong katulad ng isang tao. Ang Machine Learning ay ang bagong cutting-edge na teknolohiya ng Artificial Intelligence.
I-download ang PDF Version ng Machine Learning vs Artificial Intelligence
Maaari mong i-download ang PDF na bersyon ng artikulong ito at gamitin ito para sa mga offline na layunin ayon sa tala ng pagsipi. Paki-download ang bersyon ng PDF dito Pagkakaiba sa pagitan ng Machine Learning at Artificial Intelligence
