Начнем с утренней рутины,
Алекса, выключи будильник!
Чистим зубы, выбираем зубную пасту по отзывам и качеству.
Начните день с выбора подходящего транспортного средства: автобуса, автомобиля или велосипеда.
Решаем, что съесть во второй половине дня.
Вернувшись домой, решая, что нужно сделать завтра, и спрашивая
Alexa выключит свет.
Итак, единственное, что мы делаем все время, это
«Анализируем», что лучше для нас.
Выбор лучшей зубной пасты с учетом уровня кислоты, аромата и других факторов, таких как текстура.
Выбор подходящего транспортного средства после анализа времени, трафика и других факторов, таких как стоимость, прогнозирование погодных условий.
Выбор того, что мы должны есть, после анализа состояния нашего тела и других факторов.
Наконец предсказывая завтрашнюю потребность иметь гладкую жизнь. Каждый раз косвенно мы анализируем вещи, прежде чем принять решение.
Машинное обучение – это искусство заставить компьютер логически мыслить, чтобы сделать вывод. С соответствующим входом он генерирует желаемый результат. Например, он может предложить вам лучший автомобиль, чтобы вы могли скорее добраться до офиса.
Наука о данных полезна для принятия правильных решений, выявления закономерностей и тенденций. . Например, вы решили, что можете съесть гамбургер в этот день, потому что так было в течение более 3 месяцев.
Глубокое обучение — это расширение машинного обучения или наоборот, которое помогает нам интерпретировать обработку изображений, распознавание речи и дает нам нейрон, похожий на биологический нейрон, который помогает нам легко приходить к выводам.
Наконец, появился искусственный интеллект, который помогает вам включать и выключать свет, не двигаясь, помогает вам искать что-то в Google, когда ваши руки находятся в курином тандури, и помогает вам преодолевать пробки.
Просто он создает форму для трех технологий и предоставляет интерфейс для взаимодействия с человеком с помощью НЛП.
Насколько я понимаю, я бы сказал
Искусственный интеллект=[Машинное обучение, Глубокое обучение, Наука о данных]
