Machine Learning, Deep Learning en Artificial Intelligence: de verschillen

Binnen steeds meer organisaties wordt de menselijke intelligentie ondersteund en deels ook vervangen door slimme algoritmen en AI. Maar wat is kunstmatige intelligentie? En wat is het verschil tussen Machine Learning en Deep Learning?

"De wetenschap en techniek van het maken van intelligente machines, in het bijzonder intelligente computerprogramma's". - De vader van de kunstmatige intelligentie."   - John McCarthy

Definitie van Artificial Intelligence

Zoals de naam al doet vermoeden, is kunstmatige intelligentie, beter bekend als Artificial Intelligence (AI), een manier om een computer kunstmatig intelligent te maken. Kun je je een computer of misschien een robot voorstellen die verschillende taken uitvoert die vergelijkbaar zijn met die van mensen? Het is een tak van de computerwetenschap waarin je de machine programmatisch codeert om intelligent te worden.

 AI-software is in staat taken te verrichten die tot voor kort alleen door mensen konden worden gedaan. Deze systemen zijn vooral goed in heel specifieke taken. Ze kunnen complexe problemen oplossen op een zeer beperkt gebied.

 
 Definitie van Machine Learning

In de meest elementaire zin is Machine Learning (ML) een manier om kunstmatige intelligentie te implementeren. Net als AI is Machine Learning een tak van de computerwetenschap waarin je het ontwerp van algoritmen die kunnen leren, bedenkt of bestudeert.

 Bij AI wordt intelligentie verkregen door het uitdrukkelijk zelf te programmeren. Bij Machine Learning laat je het systeem leren van data. Machine Learning is een onderdeel van AI dat zich bezighoudt met het ontwikkelen van statistische modellen en technieken en algoritmes waarmee computers kunnen leren. Een algoritme is een serie computerinstructies die observaties en intern geheugen omzetten tot voorspellingen, beslissingen dan wel acties.

Maar hoe leert een computer dan automatisch?

Het eenvoudige antwoord is data. Je voert de gegevens in met verschillende attributen of kenmerken die de algoritmen moeten begrijpen en je een beslissingsgrens moeten geven op basis van de gegevens die je verstrekt. Zodra het algoritme heeft geleerd en de gegevens heeft geïnterpreteerd, wat betekent dat het zichzelf heeft getraind, kun je het algoritme in de testfase brengen en zonder het expliciet te programmeren een testgegevenspunt invoeren en verwachten dat het resultaten geeft.

Definitie van Deep Learning

Deep Learning is in wezen een geavanceerde vorm van Machine Learning met één belangrijk onderscheidend kenmerk: zelfstandige bijsturing. Een Deep Learning-model kan zichzelf aanpassen op basis van externe signalen – data dus -, waar Machine Learning enkel kan aanpassen op basis van manuele bijsturing, zoals in de achterliggende code van het algoritme.

Deep Learning wordt succesvol gebruikt op het gebied van bijvoorbeeld beeldherkenning (faceID of de beoordeling van medische scans), spraakherkenning (Alexa, Siri, et cetera) en vertaling (Google Translate).

Deep Learning wordt in de praktijk vaak verward met neurale netwerken, maar zijn niet hetzelfde. Een neuraal netwerk is een techniek die zowel voor Machine Learning, Deep Learning als in overkoepelende AI ingezet kan worden. Neurale netwerken bootsen de werking van het menselijke brein na om op basis van voorbeelden informatie te classificeren. Bij neurale netwerken kun je denken aan een manier om snel afbeeldingen te categoriseren op basis van een beperkte reeks gekende foto’s.

Conclusie

Computers die alles kunnen zijn er nog niet, maar Machine Learning en Deep Learning zijn stappen in de richting van een belangrijk element van dit doel: het analyseren van grote hoeveelheden gegevens en op basis daarvan beslissingen/voorspellingen doen met zo weinig mogelijk menselijke tussenkomst.

Machine Learning, Artificial Intelligence, Deep Learning en neurale netwerken, een hoop termen die vaak verkeerd worden gebruikt. Hopelijk heb je op basis van dit blog een beter zicht op wat nu wat is. De keuze voor de juiste techniek kan een hele opgave zijn, wij helpen je graag, daag ons uit met jouw vraag! Wil je eerst nog wat gave voorbeelden van AI, ML en DL zien, download dan ons Whitepaper  Artificial Intelligence in de praktijk – 4 voorbeelden

 
 Daag ons uit! Is Artificial Intelligence voor jouw specifieke uitdaging de oplossing? Klik hier om met ons te sparren.