El sistema inteligente es muy amplio (un semáforo conectado básico es un sistema inteligente).
Yo diría que un sistema de aprendizaje profundo es un sistema inteligente ++.
Tomemos un sistema inteligente común, como un teléfono, si hace clic en el botón de foto, se toma una foto. Este tipo de lógica es inmutable. Una vez que se envía el teléfono, el software del teléfono nunca cambiará. El comportamiento del teléfono siempre será el mismo en tiempo y espacio (cuando el teléfono envejece y para cada propietario).
- ¿Cómo funciona el soporte de regresión vectorial?
- ¿Cuáles son los mejores laboratorios de investigación en el campo de los UAV combinados con aprendizaje automático, visión y percepción por computadora?
- Como proyecto de graduación, elegimos hacerlo en el análisis de sentimientos de Twitter, tenemos algunos conceptos básicos de ML obtenidos de los MOOC, ¿a dónde deberíamos ir después?
- ¿Cuáles son algunas de las herramientas de procesamiento de lenguaje natural más comunes utilizadas por las grandes corporaciones minoristas?
- ¿Puede un ML / AI aprender a pasar captchas?
Ahora agreguemos un algoritmo de aprendizaje profundo en el teléfono, por ejemplo, cuando el propietario del teléfono se toma una foto de sí mismo, la imagen se etiqueta como “selfie”. Cuando se envía el teléfono, todos tienen el mismo software, con la misma lógica, pero cuando tome su primera foto como “propietario”, el teléfono aprenderá y el resultado de esta capacitación será diferente en cada teléfono, porque depende de La foto del propietario.
A partir de ahí, el soft se adaptará para reconocer al propietario y a nadie más. También puede validar si la imagen es una selfie o no y el teléfono mejorará.
La lógica no es inmutable en el tiempo y el espacio (cuanto más viejo mejor, el teléfono de cada propietario tiene una lógica diferente).
El aprendizaje profundo es un sistema inteligente, pero pocos sistemas inteligentes son tan inteligentes como el aprendizaje profundo.