Apprentissage automatique, intelligence artificielle et informatique douce

Question

Quelle est la différence entre ces trois domaines fortement liés? Existe-t-il un ensemble spécifique auquel ils appartiennent tous (à l'exception de CS)?

Answer 1

L'apprentissage machine pourrait être considéré comme faisant partie de l'intelligence artificielle, mais je classerais cet apprentissage dans l'étude de la création de modèles sémantiques et du comportement adaptatif, l'IA étant la science globale des systèmes de comportement d'apparence intelligente. .

La plupart de ce qui se passe sous " AI " est plutôt simpliste, mais très efficace, comme les heuristiques et autres.

Soft Computing ne tombe pas comme il a beaucoup de composants ML et AI car il s’agit plus d’analyser des systèmes complexes. Je pourrais toutefois avoir tord. Comme dans la plupart des domaines de l'informatique, plus vous creusez, plus vous découvrez que tout est lié.

Answer 2

L'intelligence artificielle est le projet intellectuel d'essayer de capturer tous les aspects de l'intelligence humaine dans les ordinateurs. Un autre projet, également appelé IA, cherche à utiliser des algorithmes inspirés de l'homme pour approcher des problèmes insolubles de manière conventionnelle. On pourrait dire que l'IA englobe des domaines tels que la robotique, la planification, le raisonnement, l'apprentissage et la compréhension du langage naturel.

L'apprentissage automatique est la discipline qui tente d'améliorer l'exécution d'une tâche par une machine, à l'aide d'exemples donnés. On pourrait considérer que cela fait partie des domaines d’intérêt d’Amnesty International, mais les chercheurs en apprentissage automatique n’ont aucun intérêt intellectuel dans le succès général d’Amnesty International. L'apprentissage automatique recoupe étroitement la physique statistique et certains aspects du traitement du signal, et certaines formulations recoupent fortement la planification, la théorie du contrôle et la programmation dynamique.

L'informatique douce implique des processus impliquant des solutions indirectes et approximatives plutôt que des algorithmes binaires, considérés généralement comme des technologies telles que la logique floue, les réseaux de neurones et les algorithmes génétiques. Il existe un vaste chevauchement entre ces techniques et un certain sous-ensemble de planification, d’apprentissage de l’intelligence artificielle, de la théorie du contrôle, de la théorie des systèmes complexes, etc.