Q:
Kodėl žmonės kalba apie mašinų mokymosi „tašką“?
A:Daugybė ekspertų įspėja kitus apie mintį, kad mašinų mokymasis iš tikrųjų turėtų sprogti per ateinančius kelerius metus, kaip besiformuojanti pramonė. Kaip specifinis dirbtinio intelekto darbo elementas, mašinų mokymasis grindžiamas sudėtingais algoritmais ir duomenų mokymo rinkiniais, siekiant sukurti sudėtingas tikimybines reakcijas, kurios gali būti pritaikytos beveik bet kurioje situacijoje ar pramonėje. Atsižvelgiant į tai, mašininio mokymosi pritaikymas įmonių bendruomenėje dabar auga, nes įmonės stengiasi būti pirmosios tarp konkurentų, kurie iš tikrųjų pritaiko mašinų mokymąsi konkrečiais būdais.
| Nemokamas atsisiuntimas: mašinų mokymasis ir kodėl tai svarbu |
Verslo programos yra tik viena iš galimo mašininio mokymosi augimo pusių. Bendrovės taip pat nustato, kad pažangesnės technologijos ir protingesni produktai atrakins naujos kartos funkcionalesnes vartojimo prekes ir paslaugas.
Žmonės kalba apie mašinų mokymosi „tašką“ kaip tobulą aparatūros, algoritmų ir duomenų tobulėjimo audrą. Harvardo verslo apžvalgoje visi šie trys paminėti liepos mėn. Kūrinyje, kuriame aptariamas laukiantis mašinų mokymosi sprogimas. Aišku, technikos spaudoje tikriausiai labiausiai paspaudžia dideli duomenys; iš šių trijų elementų dideli duomenys jau sprogo per pastaruosius 10 metų. Tačiau patys algoritmai taip pat gana gerai išsivystė.
Kitas komponentas, apie kurį tiek daug žmonių kalba, yra aparatinė įranga, kuria varomosios programos yra plačiau naudojamos.
Iš esmės įmonės pereina prie konkrečioms programoms skirtų schemų plokščių ir procesoriaus lustų kūrimo proceso, skirto mašininiam mokymuisi, o ne tradicinių schemų plokščių technologijų pritaikymui, kad būtų galima valdyti daugybę įvesties ir skaičiavimų, susijusių su tikimybiniu sprendimų priėmimu. Kai kurios pamatinės technologijos, tokios kaip „Google“ Tensor Processing Unit ar TPU, ir kiti produktai, sukurti būtent tam, kad būtų galima apskaičiuoti kompiuterinį mokymąsi, pavyzdžiui, naudojant programuojamas logines vartų matricas.
Visos šios tendencijos yra susijusios su augančiu mašinų mokymosi sistemų ir įgūdžių, kuriems vadovai ir kiti žmonės skiria daug dėmesio, svarstydami verslo technologijos ateitį 2018 ir vėliau.
