Kas yra mašininis mokymasis ir kodėl jis gali užimti jūsų darbą

2024 Autorius: Malcolm Clapton | [email protected]. Paskutinį kartą keistas: 2023-12-17 04:04

Nauji algoritmai leidžia kompiuteriams išspręsti problemas, kurios anksčiau buvo įmanomos tik žmonėms. Viena vertus, tai atneš mums didelės naudos, kita vertus, naujų iššūkių kiekvienam iš mūsų. Kad pažanga jūsų neužkluptų netikėtai, būkite budrūs ir stebėkite situaciją.

Dar visai neseniai programuotojai turėjo rašyti sudėtingas ir labai tikslias instrukcijas, net tam, kad kompiuteriai galėtų atlikti pačias paprasčiausias užduotis.

Kalbos visada vystėsi, tačiau didžiausia pažanga šioje srityje buvo darbo su kodu supaprastinimas. Dabar kompiuterius galima ne programuoti kaip anksčiau, o nustatyti taip, kad jie mokytųsi patys.

Šis procesas, vadinamas mašininiu mokymusi, žada būti tikras technologinis proveržis ir gali turėti įtakos bet kuriam asmeniui, nepriklausomai nuo jo veiklos srities. Todėl kiekvienam iš mūsų bus naudinga suprasti temą.

Kas yra mašininis mokymasis

Mašininis mokymasis pašalina poreikį programuotojui išsamiai paaiškinti kompiuteriui, kaip tiksliai išspręsti problemą. Vietoj to, kompiuteris mokomas pats rasti sprendimą. Iš esmės mašininis mokymasis yra labai sudėtingas statistikos taikymas, leidžiantis rasti duomenų šablonus ir iš jų kurti prognozes.

Mašininio mokymosi istorija siekia šeštąjį dešimtmetį, kai kompiuterių mokslininkams pavyko išmokyti kompiuterius žaisti šaškėmis. Nuo tada, kartu su skaičiavimo galia, kompiuteriai gali atpažinti ir sudaryti modelių ir prognozių sudėtingumą bei problemas, kurias jis gali išspręsti, išaugo.

Algoritmas pirmiausia gauna mokymo duomenų rinkinį ir tada naudoja jį užklausoms apdoroti. Pavyzdžiui, į automobilį galite įkelti kelias nuotraukas su jų turinio aprašymais, pvz., „šioje nuotraukoje katė“ir „šioje nuotraukoje katės nėra“. Jei po to prie kompiuterio pridėsite naujų vaizdų, jis pats pradės atpažinti nuotraukas su katėmis.

Algoritmas ir toliau tobulinamas. Teisingi ir klaidingi atpažinimo rezultatai patenka į duomenų bazę, o su kiekviena apdorota nuotrauka programa tampa vis išmanesnė ir vis geriau susidoroja su užduotimi. Iš esmės tai yra mokymasis.

Kodėl mašininis mokymasis yra svarbus

Dabar mašinos gali būti saugiai naudojamos tose srityse, kurios anksčiau buvo laikomos prieinamomis tik žmonėms. Nors technologijos dar toli gražu nėra idealios, esmė ta, kad kompiuteriai nuolat tobulėja. Teoriškai jie gali vystytis neribotą laiką. Tai yra pagrindinė mašininio mokymosi idėja.

Mašinos išmoksta matyti vaizdus ir juos klasifikuoti, kaip nurodyta aukščiau esančiame nuotraukos pavyzdyje. Jie gali atpažinti šiuose vaizduose esantį tekstą ir skaičius, taip pat žmones ir vietas. Be to, kompiuteriai ne tik identifikuoja parašytus žodžius, bet ir atsižvelgia į jų vartojimo kontekstą, įskaitant teigiamus ir neigiamus emocijų atspalvius.

Be kita ko, mašinos gali mūsų klausytis ir reaguoti. Virtualūs asistentai mūsų išmaniuosiuose telefonuose – ar tai būtų „Siri“, „Cortana“ar „Google Now“– įkūnija natūralios kalbos apdorojimo proveržius ir toliau tobulėja.

Be to, kompiuteriai išmoksta rašyti. Mašininio mokymosi algoritmai jau kuria naujienų straipsnius. Jie gali rašyti apie finansus ir net sportą.

Tokios funkcijos gali pakeisti visą veiklą, pagrįstą duomenų įvedimu ir klasifikavimu, kuri anksčiau buvo įmanoma tik žmonėms. Jei kompiuteris gali atpažinti vaizdą, dokumentą, failą ar kitą objektą ir tiksliai jį apibūdinti, tai atveria daug galimybių automatizuoti.

Kaip mašininis mokymasis naudojamas šiandien

Mašininio mokymosi algoritmai jau gali padaryti įspūdį.

Medecision juos naudoja apskaičiuojant įvairių ligų rizikos veiksnius didelėse bendruomenėse. Pavyzdžiui, algoritmas nustatė aštuonis kintamuosius, pagal kuriuos galima daryti išvadą, ar diabetu sergančiam pacientui reikia hospitalizuoti, ar ne.

Internetinėse parduotuvėse paieškoję tinkamos prekės, galite pastebėti, kad šios prekės reklamą internete matote ilgą laiką. Šis rinkodaros personalizavimas yra tik ledkalnio viršūnė. Įmonės gali automatiškai siųsti el. laiškus, kuponus, pasiūlymus ir rodyti rekomendacijas, pritaikytas kiekvienam klientui atskirai. Visa tai švelniau verčia vartotoją pirkti.

Natūralios kalbos apdorojimas naudojamas įvairiais būdais. Pavyzdžiui, jos pagalba pakeičiami pagalbos tarnybų darbuotojai, siekiant greitai suteikti reikiamą informaciją vartotojams. Be to, tokie algoritmai padeda teisininkams iššifruoti sudėtingus dokumentus.

IBM neseniai atliko apklausą. automobilių pramonės įmonių vadovai. 74% jų tikisi, kad iki 2025 metų keliuose pasirodys išmanieji automobiliai.

Tokie automobiliai informaciją apie savininką ir aplinką gaus naudodamiesi daiktų internetu. Remdamiesi šiais duomenimis, jie galės automatiškai keisti temperatūrą, garsą, kėdės padėtį ir kitus nustatymus. Išmanieji automobiliai taip pat patys išspręs kylančias problemas, važiuos savarankiškai ir pateiks rekomendacijas pagal eismo ir kelio sąlygas.

Ko tikėtis iš mašininio mokymosi ateityje

Galimybės, kurias mašininis mokymasis mums atvers ateityje, yra beveik neribotos. Štai keletas įspūdingų pavyzdžių.

• Personalizuota sveikatos priežiūros sistema, teikianti pacientams individualizuotą medicininę priežiūrą pagal jų genetinį kodą ir gyvenimo būdą.
• Saugos programinė įranga, kuri didžiausiu tikslumu aptinka įsilaužėlių atakas ir kenkėjiškas programas.
• Kompiuterinės oro uostų, stadionų ir panašių vietų apsaugos sistemos, kurios nustato galimas grėsmes.
• Savaeigiai automobiliai, kurie orientuojasi erdvėje, sumažina kamščių ir avarijų skaičių.
• Pažangios kovos su sukčiavimu sistemos, kurios gali apsaugoti pinigus mūsų sąskaitose.
• Universalūs vertėjai, kurie leis gauti tikslų ir greitą vertimą naudojant išmaniuosius telefonus ir kitus išmaniuosius įrenginius.

Kodėl turėtumėte saugotis mašininio mokymosi

Nors daugelis patirs šias galimybes atsiradus naujoms technologijoms, dauguma nenorės suprasti, kaip visa tai veikia iš vidaus. Bet mums visiems geriau būti budriems. Iš tiesų, kartu su visa nauda, tolesnė pažanga turės apčiuopiamų pasekmių darbo rinkai.

Mašininis mokymasis, pagrįstas nuolat augančiu duomenų kiekiu, kurį generuoja beveik kiekvienas žmogus žemėje, visiškai pakeis profesijas. Žinoma, šios naujovės supaprastins darbą daugeliui žmonių, tačiau atsiras ir tokių, kurie neteks darbo. Algoritmai jau atsako į elektroninius laiškus, interpretuoja medicininius vaizdus, padeda bylinėtis, analizuoja duomenis ir pan.

Mašinos mokosi iš savo patirties, todėl programuotojams nebereikia rašyti kodo kiekvienai neįprastai situacijai. Šis mokymosi gebėjimas kartu su robotikos ir mobiliųjų technologijų pažanga leis kompiuteriams geriau nei bet kada anksčiau atlikti sudėtingas užduotis.

Bet kas nutiks žmonėms, kai juos pralenks mašinos?

Pagal. Pasaulio ekonomikos forumas, kompiuteriai ir robotai per ateinančius penkerius metus užims penkis milijonus darbo vietų, kurias dabar turės žmonės.

Taigi turime stebėti, kaip mašininis mokymasis keičia darbo eigą. Nesvarbu, kas tu esi: teisininkas, medikas, pagalbinis darbuotojas, sunkvežimio vairuotojas ar kas nors kitas. Pokyčiai gali paveikti kiekvieną.

Geriausias būdas išvengti nemalonios staigmenos, kai kompiuteriai pradeda dirbti, yra aktyviai galvoti ir pasiruošti.