Uczenie maszynowe: czym jest i do czego go potrzebujemy?

Uczenie maszynowe wymienia się jako jeden z panujących trendów sztucznej inteligencji (AI). Machine learning ułatwia nam życie, bazując na algorytmach i sprawdzonych schematach, które za pomocą systemów komputerowych poprawiają wydajność działań. Uczenie maszynowe oszczędza czas i wykonuje za nas pracę oraz umożliwia lepsze korzystanie np. z rozrywki. Jak działa machine learning i jakie są prognozy z tym związane?

Machine learning (uczenie maszynowe, maszyny uczące się) to interdyscyplinarna dziedzina nauki wykorzystująca algorytmy uczenia po to, żeby działać automatycznie i podpowiadać najlepsze rozwiązania, dopasowane do preferencji użytkowników. Ten obszar AI powstał na bazie połączenia kilku dziedzin wiedzy: informatyki, matematyki, robotyki, statystyki i marketingu. Machine learning może dowolnie zbierać dane i uczyć się korzystania z nich pod nadzorem człowieka. Im więcej zbierze danych, tym lepiej dopasuje potrzeby użytkownika do danego produktu czy usługi.

Źródło: https://twitter.com/headlinescore/status/837785182606360578

Gdzie wykorzystuje się machine learning?

Ten innowacyjny obszar ma zastosowanie w bardzo wielu dziedzinach: biznesie, nauce, marketingu, informatyce. Trzeba jednak pamiętać, że system nie jest idealny. ML zbiera, przetwarza i analizuje dane, ale nie potrafi ich interpretować. Może podpowiedzieć nam produkt, który najprawdopodobniej wpasowuje się w nasze gusta, ale nie wytłumaczy, jakie są motywacje danej decyzji. Na przykład jeżeli spadają dwa przedmioty: jeden bardzo ciężki, a drugi lekki, człowiek interpretuje to pod kątem większego lub mniejszego oporu powietrza. Komputer nie wyciągnie takich wniosków, ale zapisuje właściwości obydwu obiektów.

Przykłady Machine learning w życiu codziennym

Na co dzień możemy zaobserwować wiele przykładów działania uczenia maszynowego:

  • GPS
  • autokorekta w klawiaturze
  • Analiza i klasyfikacja danych
  • Wirtualny asystent na stronach internetowych
  • Rekomendacje książek, filmów
  • Automatyzacja systemów produkcji i wydobycia.

 

Jednym z najczęściej wykorzystywanych obszarów Machine learning jest ITInternet. Przydaje się m.in w wykrywaniu oszustw, próbie wyłudzenia danych. Oczywiście zastosowań jest wiele. Istotą jest zdolność predykcji, czyli zdolność opracowanego modelu do przewidywania przyszłych zdarzeń oraz umiejętność wyjaśniania procesu, który doprowadził do stworzenia zależności w zbiorze danych.

W tej chwili jest to trend wzrastający, ale już za 5-10 lat uczenie maszynowe stanie się zdecydowanie bliższe wielu firmom – mówi Dawid Orzeł, Dyrektor Pionu Technicznego w S-NET, czołowym dostawcy usług informatycznych w Krakowie.

Uczenie maszynowe w Polsce i na świecie

Wszystkie technologie, które bazują na uczeniu maszynowym, są wykorzystywane przez popularne wyszukiwarki i programy, z których korzystamy na co dzień. Statystyki mówią, że wydatki na Machine learning będą wrastały. Według International Data Corporation (IDC) wydatki na uczenie maszynowe w 2020 roku wzrosną do 47 mld USD (w 2016 roku było to 8 mld USD).

 

 

 


Źródła:

  • https://digitalandmore.pl/edge-computing-nadzieja-na-rozwoj-iot/
  • https://algolytics.pl/zrozumiec-machine-learning-czesc-1/


Komentarze