Turinys:
Mašinų mokymasis (ML) bus arba atgailos, arba kliūtys įmonei, atsižvelgiant į tai, su kuo kalbėsitės. Viena vertus, tai skaitmeniniams procesams suteiks daugybę naujų galimybių - nuo automatizuotų darbo srautų iki savarankiškos infrastruktūros. Kita vertus, tai pakeis darbo vietas ir paliks organizacijas bejėgėms daryti pataisas, kai viskas klostysis blogai.
Tiesa tikriausiai yra kažkur tarp šių dviejų kraštutinumų, tačiau norint iš tikrųjų išsiaiškinti, ką ML gali ir ko negali padaryti, reikia išsklaidyti kai kuriuos mitus, kurie išaugo aplink technologiją. (Turėdami tiek daug pasiūlymų, kodėl ne visi naudojasi ML? Sužinokite iš 4 kliūčių, kurios kliudo priimti kompiuterinį mokymąsi.)
1 mitas: Mašinų mokymasis ir dirbtinis intelektas yra tas pats.
Nors tiesa, kad jie abu naudojasi ta pačia pagrindine technologija, PG yra skėtinis terminas, apimantis platų disciplinų spektrą. Pasak dr. Michaelas J. Garbade'o, „Education Ecosystem“ generalinio direktoriaus, AI apima ne tik ML, bet ir neuroninius tinklus, natūralios kalbos apdorojimą, kalbos atpažinimą ir daugybę kitų kylančių technologijų. ML išsiskiria tuo, kad gali pakeisti savo kodą, pagrįstą patirtimi, aplinkos pokyčiais ar naujų tikslų nustatymu - tai iš esmės yra „mokymosi“ mašininio mokymosi aspektas.
