Кампутары не прымаюць больш, але яны становяцца ўсё больш разумнымі, кожны дзень
Прасцей кажучы, машыннае навучанне (ML) з'яўляецца праграмаванне машын (кампутараў) , так што ён можа выканаць пастаўленую задачу, выкарыстоўваючы і аналізу дадзеных (інфармацыі) , каб выканаць гэтую задачу самастойна, без дадатковага ўдзельнай ад чалавечага распрацоўніка.
Машыннае навучанне 101
Тэрмін «машыннага навучання» быў прыдуманы ў лабараторыі IBM у 1959 году Артурам Самуіла, піянер у галіне штучнага інтэлекту (ІІ) і камп'ютэрных гульняў. Машыннае навучанне, як следства, з'яўляецца філіялам штучнага інтэлекту. Перадумова Самуіла было пераварочваць вылічальную мадэль часу з ног на галаву і спыніць даваць кампутары чаму павучыцца.
Замест гэтага ён хацеў кампутары, каб пачаць высвятляць рэчы самі па сабе, без людзей, якія маюць да ўваходу нават драбнюткія частка інфармацыі. Затым, падумаў ён, кампутары не толькі выконваць заданні, але ў канчатковым рахунку вырашыць, якія задачы выконваць і калі. Чаму? Так што кампутары могуць паменшыць колькасць працоўных людзей, неабходных для выканання ў любы дадзенай галіне.
Як навучанне працы машыны
Машыннае навучанне працуе за кошт выкарыстання алгарытмаў і дадзеных. Алгарытм ўяўляе сабой набор інструкцый або кіраўніцтваў, якія кажуць кампутар або праграме, як выканаць задачу. Алгарытмы, якія выкарыстоўваюцца ў ML збору дадзеных, распазнаваць вобразы і выкарыстоўваць аналіз гэтых дадзеных, каб адаптаваць свае ўласныя праграмы і функцыі для выканання задач.
ML алгарытмы выкарыстоўваюць наборы правілаў, дрэва рашэнняў, графічныя мадэлі, апрацоўку натуральнага мовы і нейронавыя сеткі (некаторыя з іх), каб аўтаматызаваць апрацоўку дадзеных для прыняцця рашэнняў і выканання задач. У той час як ML можа быць складанай тэма, навучальнасць машына Google забяспечвае спрошчаную практычную дэманстрацыю таго, як працуе ML.
Самая магутная форма машыннага навучання, якія выкарыстоўваюцца сёння, называецца глыбокае вывучэнне , будуе складаную матэматычную структуру , званую нейронных сетку, заснаваную на велізарных аб'ёмаў дадзеных. Нейронавыя сеткі ўяўляюць сабой наборы алгарытмаў ў ML і ІІ, пабудаваных па ўзоры шляху нервовых клетак у мозгу чалавека і інфармацыі нервовай сістэмы працэсу.
Штучны інтэлект vs. Machine Learning супраць інтэлектуальнага аналізу дадзеных
Каб лепш зразумець ўзаемасувязь паміж ІІ, ML і інтэлектуальным аналізам дадзеных, карысна думаць пра мноства розных парасонаў памеру. AI з'яўляецца найбуйнейшым парасонам. Парасон ML з'яўляецца памер менш і падыходзіць пад парасонам AI. Здабыча дадзеных парасон з'яўляецца самым маленькім і падыходзіць пад парасонам ML.
- AI з'яўляецца філіялам кампутарнай навукі, якая імкнецца праграмаваць кампутары для выканання задач у больш «разумных» і спосабы «чалавекападобных», выкарыстоўваючы развагі і метады прыняцця рашэнняў па ўзоры чалавечага інтэлекту.
- ML катэгорыя вылічэнняў у рамках ІІ сканцэнтраваны на праграмных машын (кампутараў), каб даведацца (сабраць неабходныя дадзеныя або прыклады), каб кіраваныя дадзенымі, інтэлектуальныя рашэнні ў больш аўтаматызаваным спосабам.
- Інтэлектуальны аналіз дадзеных выкарыстоўвае статыстыку, ML, AI, і велізарныя базы дадзеных інфармацыі , каб знайсці шаблоны, дае ўяўленне, стварыць класіфікацыю, выявіць праблемы і даставіць падрабязныя аналітычныя дадзеныя.
Што Машыннае навучанне Ці можна (і ўжо робіць)
Ёмістасць для кампутараў для аналізу велізарнай колькасці інфармацыі ў долі секунды робіць ML карысным у шэрагу галін, дзе час і дакладнасць з'яўляюцца істотнымі.
- Лекі: ML тэхналогія рэалізуецца ў цэлым шэрагу рашэнняў для медыцынскай вобласці, уключаючы аказанне экстраннай аддзел лекараў з больш хуткай дыягностыкі пацыентаў з незвычайнымі сімптомамі. Лекары могуць увесці спіс сімптомаў пацыента ў праграму і з дапамогай ML, праграма можа гойсаць трыльёны тэрабайт інфармацыі з медыцынскай літаратуры і Інтэрнэту, каб вярнуць спіс патэнцыйных дыягназаў і рэкамендаваў тэставанне або лячэнне ў рэкордна кароткія тэрміны.
- Адукацыя: ML выкарыстоўваецца для стварэння адукацыйных інструментаў , якія кравец сябе патрэба ў навучанні студэнта, такія як віртуальныя памочнікі навучання і электронныя падручнікі , якія з'яўляюцца больш інтэрактыўнымі. Гэтыя інструменты выкарыстоўваюць ML, каб даведацца, якія паняцці і навыкі студэнт разумее, выкарыстоўваючы кароткія тэсты і практычныя практыкаванні. Інструменты затым даць кароткія відэа, дадатковыя прыклады і даведачныя матэрыялы, каб дапамагчы студэнту асвоіць неабходныя навыкі і паняцце.
- Automotive: ML таксама з'яўляецца ключавым кампанентам у новай вобласці самастойнага кіравання аўтамабіляў (таксама званых кіроўца-менш машыны або аўтаномныя аўтамабілі). Праграмнае забеспячэнне, якое працуе самастойна кіраванне аўтамабіляў выкарыстоўвае ML як падчас рэальных дарожных выпрабаванняў і мадэлявання для выяўлення дарожных умоў (напрыклад, абледзянелай дарога) або вызначаць перашкоды на праезнай часткі і вывучыць адпаведныя задачы кіравання для бяспечнага перамяшчэння такіх сітуацый.
Вы, верагодна, ужо сутыкнуліся з ML шмат разоў, не ўсведамляючы гэтага. Некаторыя з найбольш распаўсюджаных ужыванняў тэхналогіі ML ўключаюць практычнае распазнання прамовы ( Биксбейте ад Samsung , Apple, Siri , і многіх праграмы размовы ў тэкст, якія ў цяперашні час стандарту на ПК), фільтраванне спаму для вашай электроннай пошты, стварэнне навінавых стужак, выяўленне махлярства, персаналізацыя гандлёвыя рэкамендацыі, а таксама прадастаўленне больш эфектыўных вынікаў вэб-пошуку.
ML нават удзельнічае ў вашай Facebook корму. Калі вы хочаце або націсніце на слупах сябра часта, алгарытмы і ML за кулісамі «даведацца» ад вашых дзеянняў на працягу доўгага часу, каб вызначыць прыярытэты некаторых сяброў або старонкі ў вашым Newsfeed.
Што Машыннае навучанне Можна & # 39; т Ці
Тым не менш, існуюць абмежаванні на тое, што ML можа зрабіць. Напрыклад, выкарыстанне тэхналогіі ML ў розных галінах прамысловасці патрабуе значнага развіцця і праграмавання людзей спецыялізавацца праграмай або сістэмы тыпаў задач, неабходных для гэтай галіны. Напрыклад, у нашым медыцынскім прыкладзе вышэй, праграма ML выкарыстоўваецца ў аддзяленні неадкладнай дапамогі была распрацавана спецыяльна для медыцыны чалавека. Гэта не ў цяперашні час можна лічыць, што дакладнай праграму і непасрэдна ажыццяўляць яе ў ветэрынарным аварыйным цэнтры. Такі пераход патрабуе шырокай спецыялізацыі і развіцця чалавечых праграмістаў стварыць версію, здольную зрабіць гэтую задачу для ветэрынарыі або ветэрынарыі.
Ён таксама патрабуе неверагодна вялікіх аб'ёмаў дадзеных і прыкладаў «даведацца» інфармацыю, неабходную для прыняцця рашэнняў і выканання задач. праграмы ML таксама вельмі літаральным ў інтэрпрэтацыі дадзеных і барацьба з сімвалізмам, а таксама некаторыя тыпы ўзаемаадносін у выніках дадзеных, такіх як прычыны і следства.
Працяг дасягнення, аднак, робяць ML больш базавай тэхналогіі, ствараючы разумныя кампутары кожны дзень.